Sélection d’échantillon dans les ensembles de données intergénérationnelles basés sur des dossiers fiscaux : données probantes de l’Étude longitudinale et internationale des adultes

Résumé

Les données administratives constituent une source d’information de plus en plus populaire pour l’étude de la mobilité entre générations. Cependant, l’inclusion de paires parent-enfant dépend de la vocation première des données. Dans le cas des dossiers d’impôt, les parents comme les enfants doivent avoir travaillé et rempli leur déclaration de revenu, et les enfants doivent avoir fait leur entrée dans le marché du travail avant leur départ du foyer familial. Cet article documente la sélection dans les échantillons de paires parent-enfant construits à partir de données fiscales, et présente certains des enjeux correspondants pour la recherche intergénérationnelle. Il profite du fait que l’Enquête longitudinale et internationale des adultes (ELIA) inclut à la fois des données de sondage et administratives pour documenter la nature et la sévérité de la sélection dans l’échantillon qui en résulte. Les résultats démontrent que les répondants pour lesquels l’appariement aux parents est réussi ont un plus haut niveau d’éducation et une plus grande probabilité d’avoir grandi dans une famille plus éduquée et nucléaire. Néanmoins, la correction de la sélection suggère que les estimés non-ajustés ne souffrent pas de biais.

1. Introduction

Le présent document utilise un nouveau couplage entre des données d’enquête et des dossiers administratifs, afin d’évaluer l’effet de l’utilisation de données fiscales sur la sélection de l’échantillon dans les études intergénérationnelles. Parmi ces études figurent des études sur la mobilité intergénérationnelle portant sur l’association entre le statut socioéconomique des parents (revenu, scolarité, etc.) et de leurs enfants, à différents moments de leur vie.

La longueur des panels et la disponibilité des liens parent-enfant nécessaires pour étudier la dynamique intergénérationnelle ont fait des dossiers administratifs une option intéressante pour les chercheurs. Du fait que ces dossiers sont de plus en plus accessibles, la compréhension de la transmission de l’avantage ou du désavantage entre les générations dépend de plus en plus de ces sources d’information. Cette étude explore la sélection de l’échantillon dans les ensembles de données intergénérationnelles élaborés à partir de dossiers fiscaux, et examine les conséquences pour la recherche.

Cet article utilise l’Étude longitudinale et internationale des adultes (ELIA), une enquête canadienne relativement récente, pour laquelle les répondants ont été couplés à leurs dossiers de l’impôt sur le revenu des particuliers. Les données ont récemment été élargies, afin d’inclure les dossiers de l’impôt sur le revenu des membres de la famille passés et actuels des répondants de l’ELIA. Par conséquent, elles présentent des similitudes avec les sources administratives traditionnelles, tout en permettant aux utilisateurs de caractériser la sélection de l’échantillon, en raison du vaste ensemble de variables incluses dans l’enquête proprement dite. Plus précisément, cette étude compare les répondants de l’ELIA pour lesquels un lien parental a pu être établi à ceux pour lesquels aucun parent n’a été trouvé. Elle est axée sur les personnes nées entre 1963 et 1995.

Les résultats montrent que les répondants inclus dans l’échantillon intergénérationnel sont plus instruits en moyenne, déclarent des parents plus instruits et sont plus susceptibles d’avoir grandi dans des familles nucléaires. Toutefois, les estimations tirées d’un exercice simple de correction de la sélection laissent supposer que ces différences n’introduisent pas un biais important dans l’estimation de la corrélation intergénérationnelle du revenu.

L’article porte ensuite sur le potentiel d’interactions entre la sélection décrite dans cette étude et les diverses décisions auxquelles les chercheurs sont confrontés lorsqu’ils effectuent des études intergénérationnelles. En général, les chercheurs qui effectuent des travaux empiriques doivent choisir comment construire leur échantillon et définir leurs variables clés afin de répondre le mieux possible à la question d’intérêt. Ces décisions, quant à elles, peuvent avoir un impact sur l’interprétation de leurs résultats. Dans le contexte des études intergénérationnelles fondées sur des données fiscales, les dossiers administratifs sont utilisés à la fois pour déterminer les liens parent-enfant et pour mesurer les résultats économiques de ces parents et de ces enfants. Cela peut présenter des enjeux en lien avec certains des choix que doivent faire les chercheurs. De façon plus particulière, trois décisions spécifiques sont examinées dans cet article, soit le choix de la cohorte, le type de parent utilisé et la mesure du revenu utilisée. Tout d’abord, bien que les cohortes utilisées dans les analyses intergénérationnelles dépendent en partie de la disponibilité de données qui remontent dans le temps, les chercheurs jouissent néanmoins d’une certaine liberté à cet égard. Deuxièmement, les enfants dans les échantillons intergénérationnels peuvent être couplés à plus de deux parents, et ces couplages présentent des niveaux de certitude variables. Ce document explore les répercussions des différents types de parents, y compris ceux qui sont couplés pour une seule période par rapport à plus d’une période (« premiers parents observés » par rapport à « parents confirmés ») et ceux qui sont couplés lorsque les enfants étaient jeunes et qui sont donc plus susceptibles d’être les parents biologiques. Enfin, les mesures du revenu utilisées dans les études intergénérationnelles doivent être conçues à la fois pour fournir un indicateur adéquat du revenu permanent et pour limiter les exclusions de l’échantillon.

Selon les résultats présents dans cette étude, il y a peu de raisons de s’inquiéter quant au choix de la cohorte; rien n’indique que la sélection est pire pour les répondants nés plus près des limites utilisées pour définir les cohortes. Par ailleurs, le choix du parent utilisé comporte d’importantes ramifications sur l’ampleur et la nature de la sélection de l’échantillon. Le fait d’exiger que les parents soient observés avec leur enfant pendant au moins deux périodes semble renforcer la sélection documentée pour les premiers parents observés. Toutefois, cela peut aussi réduire la probabilité de faux appariements. Par ailleurs, les parents biologiques font l’objet d’une sélection quelque peu différente, ce qui est fort probablement attribuable au fait que leur identification dépend en partie des possibilités de demande de prestation fiscale pour enfants. Cette partie de l’analyse fait ressortir encore davantage le rôle important que jouent les antécédents familiaux dans la détermination de l’inclusion des répondants dans l’échantillon intergénérationnel. Encore une fois, la correction de la sélection de l’échantillon n’a qu’une incidence négligeable sur les estimations de la corrélation intergénérationnelle du revenu. Enfin, les résultats illustrent les différences dans l’âge, la distribution du revenu et les caractéristiques des parents qui sont inclus lorsque les deux principales mesures du revenu des parents sont utilisées.

La section suivante donne un bref aperçu de la littérature ayant documenté la sélection d’échantillon dans les ensembles de données fiscales, entre autres dans le contexte des études sur la mobilité intergénérationnelle. La section 3 fournit une description détaillée des fichiers de la famille de l’ELIA, en particulier en ce qui concerne la construction de l’échantillon intergénérationnel. La section 4 du document présente les résultats de base relatifs à la sélection de l’échantillon et la section 5 aborde les trois questions qui peuvent interagir avec cette sélection. La section 6 compare les estimations de la corrélation intergénérationnelle du revenu, avec et sans correction de la sélection. Enfin, la section 7 conclut le document.

2. Revue de la littérature et contribution

Les questions de mesure sont au centre de la littérature sur la mobilité intergénérationnelle du revenu. Dans un article fondateur, Becker et Tomes (1986) ont constaté que les résultats des enfants n’étaient que faiblement liés à ceux de leurs parents. Cela les a amenés à conclure que la transmission intergénérationnelle du revenu ne représentait pas une grande préoccupation aux États-Unis. Des travaux ultérieurs ont remis en question cette vision en montrant que les limites des données peuvent donner lieu à un biais d’erreurs dans les variables et à un biais du cycle de vie qui affectent les estimations de manière importante (p. ex. Atkinson, Maynard et Trinder, 1983; Solon, 1992; Zimmerman, 1992). Le biais d’erreurs dans les variables désigne le biais qui résulte de l’utilisation du revenu annuel, ou de la moyenne d’un petit nombre de valeurs de revenu annuel, plutôt que du revenu permanent réel. Le biais du cycle de vie fait référence au biais qui est introduit en mesurant le revenu des parents et des enfants à différents moments de leur cycle de vie respectif. Dans le contexte canadien, Chen et coll. (2017) montrent que la mesure du revenu des parents et des enfants à des âges semblables, bien plus tard dans leur vie professionnelle, et l’inclusion d’au moins dix années de données pour les parents, produisent des estimations de l’élasticité intergénérationnelle du revenu (EIR) autour de 0,32. C’est près de 50 % de plus que dans les résultats précédents de Corak et Heisz (1995, 1999). Ces derniers avaient mesuré le revenu des parents sans égard à l’âge des parents et utilisé au plus cinq années de données sur le revenu.

Le présent document contribue à la littérature qui met l’accent sur les défis de la mesure de la corrélation intergénérationnelle du revenu. Plus précisément, il tire parti du couplage des données de l’ELIA et des dossiers administratifs pour évaluer la sélection qui peut survenir dans les études qui utilisent des données fiscales. Les résultats s’appliquent davantage au contexte canadien, du fait qu’ils dépendent du régime fiscal particulier qui sert à produire les données. Toutefois, on peut établir des parallèles avec les dossiers administratifs d’autres pays, en fonction de la nature des différences dans les incitatifs à la production de déclarations de revenu.

Au Canada, la recherche axée sur la mesure de la corrélation intergénérationnelle du revenu s’est largement appuyée sur la Base de données sur la mobilité intergénérationnelle du revenu (BDMIR) (p. ex. Blanden, 2005; Chen et coll., 2007; Connolly et coll., 2018; Corak et Heisz, 1999; Oreopoulos, 2003). L’ensemble de données a été créé à l’origine en établissant des liens père-fils au moyen des dossiers de l’impôt sur le revenu des particuliers pour les enfants nés entre 1963 et 1966. Il a ensuite été élargi pour intégrer les liens incluant les mères et les filles, ainsi que les enfants nés aussi tard qu’en 1985. L’élargissement correspondant des possibilités de recherche a rendu encore plus pertinente une meilleure compréhension du potentiel de sélection et de ses répercussions sur la compréhension de la mobilité intergénérationnelle du revenu. Pour qu’une personne fasse partie de l’échantillon, elle doit avoir vécu avec un parent pendant au moins une période pour laquelle les deux ont produit une déclaration de revenu. Par conséquent, les résultats existants sur l’association entre le revenu de l’enfant et celui des parents dépendent de la mesure dans laquelle les données fiscales sont adéquates pour l’identification des paires parent-enfant et pour la mesure de leur revenu.

Bien que les dossiers administratifs soient de plus en plus populaires pour la recherche au Canada et dans le monde, leur taux de couverture dépend nécessairement de l’objectif principal des données et de leur effet sur la collecte. Dans le cas des données fiscales, la structure du régime fiscal a une incidence sur le comportement des déclarants. Par conséquent, il existe toujours un risque que certains groupes soient mal représentés. Un certain nombre d’articles ont examiné les biais de sélection qui peuvent découler de l’utilisation des données fiscales dans des contextes autres que les études intergénérationnelles. Frenette, Green et Picot (2004) et Frenette, Green et Milligan (2007) soulignent qu’à partir du début des années 90, les dossiers de l’impôt sur le revenu des particuliers couvrent environ 96 % de la population canadienne identifiée par le recensement. Ce taux de couverture élevé est le résultat de l’adoption d’un certain nombre de politiques qui ont amélioré les incitations à produire des déclarations pour les personnes à faible revenu, y compris le crédit d’impôt pour la taxe sur les produits et services (TPS) en 1989 et la prestation fiscale pour enfants en 1993. Cependant, aucune de ces études ne documente les caractéristiques des 4 % de personnes qui ne produisent pas de déclaration de revenu malgré ces changements^Note . Le potentiel de biais est exacerbé dans le contexte des études intergénérationnelles, étant donné que les critères de sélection doivent être appliqués deux fois, d’abord aux parents, puis aux enfants. Dans les faits, Cook et Demnati (2000) indiquent que la population de l’échantillon de la BDMIR en 1986 représente environ 72 % du groupe correspondant dans le Recensement de 1986.

Dans ce contexte, la contribution du présent document est double. Premièrement, il utilise le riche ensemble de caractéristiques individuelles et familiales documentées par l’ELIA pour étudier la sélection qui se fait dans les échantillons parent-enfant construits à partir des dossiers fiscaux. Deuxièmement, ce document examine comment les autres décisions prises par les chercheurs interagissent avec cette sélection de base, ce qui pourrait contribuer à biaiser les résultats encore davantage. En particulier, il tient compte du choix de la cohorte, de la façon dont les parents sont définis et des conséquences des décisions prises pour réduire le biais d’erreurs dans les variables et le biais du cycle de vie. Cette étude présente donc une analyse détaillée des choix auxquels font face les chercheurs dans les études intergénérationnelles, en clarifiant les compromis nécessaires, afin que des décisions éclairées puissent être prises en fonction des questions d’intérêt.

Comme les données fiscales sont utilisées à la fois pour établir des liens parent-enfant et pour mesurer le revenu des parents et des enfants, la façon particulière dont l’échantillon est sélectionné peut biaiser les résultats sur l’association entre les revenus. Les études qui ont utilisé la BDMIR se sont penchées sur cette question dans le contexte des possibilités offertes par leurs données. Corak et Heisz (1999) évaluent l’impact de la sélection en réestimant l’élasticité intergénérationnelle de la rémunération et du revenu à l’aide de la méthode d’estimation à deux degrés de Heckman. Ils ne trouvent aucune preuve de biais dans les estimations qui ne comprennent pas de correction de la sélection. Toutefois, leur analyse se limite aux variables incluses dans la BDMIR. Ils modélisent la sélection comme étant déterminée par des variables géographiques, ainsi que par l’âge et l’état matrimonial des fils, mais il n’est pas clair que ces variables répondent à la restriction d’exclusion. Par conséquent, leurs résultats reposent fortement sur la non-linéarité. Oreopoulos (2003) compare l’échantillon de la BDMIR à un échantillon du même âge de la Banque de données administratives longitudinales (DAL). La DAL a été produite et est mise à jour pour inclure environ 20 % des déclarants canadiens chaque année, de 1982 à aujourd’hui. Pour tous les déclarants de l’échantillon, elle enregistre la composition de la famille, y compris la présence d’enfants; lorsque les enfants ne produisent pas eux-mêmes de déclarations de revenu, ils sont imputés en fonction des demandes de prestation fiscale pour enfants des parents. La comparaison des échantillons de la BDMIR et de la DAL permet donc de quantifier et de caractériser l’échantillon des enfants qui ne produisent pas de déclaration de revenu des particuliers pendant qu’ils vivent avec leurs parents. Dans le contexte de son article, Oreopoulos (2003) s’intéresse surtout à la différence de sélection entre les projets de logements à faible et à forte densité. Il constate que le taux de couverture de la BDMIR, l’état matrimonial des parents, le nombre d’enfants dans la famille et le revenu des parents ne diffèrent pas entre les deux groupes. Cependant, Oreopoulos (2003) constate que le revenu des parents est plus faible pour les enfants manquants, et Oreopoulos et coll. (2008) estiment que l’échantillon de la BDMIR sous-représente les personnes à faible revenu dans le groupe des 25 à 32 ans, comparativement au Recensement de 1996. Par conséquent, les trois études se limitent aux variables démographiques disponibles dans les données administratives, qui sont rares. Dans ce contexte, l’ELIA convient particulièrement bien à l’évaluation du problème de sélection.

Après avoir discuté de la sélection de base, cet article examine comment elle peut interagir avec d’autres décisions prises par les chercheurs. Premièrement, il examine comment le choix de la cohorte peut contribuer à la sélection. Deuxièmement, il examine les types de parents qui sont identifiés dans les couplages parent-enfant. Plus précisément, l’analyse présentée ci-après compare les premiers parents observés, qui constituent la base de la BDMIR, aux premiers parents confirmés (parents observés au moins deux fois avec un répondant donné) et aux parents biologiques (parents qui étaient dans le ménage du répondant peu de temps après sa naissance). Il s’agit du premier document à aborder explicitement cette distinction. Enfin, le document examine le compromis entre l’erreur de mesure et la sélection de l’échantillon dans le choix d’une mesure pour le revenu des parents. Tel que mentionné plus haut, la littérature a amplement documenté le fait que mesurer le revenu des parents et le revenu de l’enfant à différents stades de leur carrière respective et utiliser trop peu d’années de données pour le faire entraînent une sous-estimation de la corrélation des revenus. Toutefois, comme les différentes mesures varient du point de vue de la rigueur de leurs exigences en ce qui a trait aux données, les mesures qui tiennent compte du biais d’erreurs dans les variables et du biais du cycle de vie peuvent entraîner différents niveaux de sélection de l’échantillon.

3. Données

Le présent article utilise l’Étude longitudinale et internationale des adultes (ELIA), qui est constituée de trois ensembles de fichiers, soit l’enquête longitudinale elle-même, les dossiers administratifs des répondants à l’enquête et les dossiers administratifs des membres de la famille des répondants à l’enquête, appelés ci-après fichiers de la famille. Les données de l’enquête longitudinale ont d’abord été recueillies de novembre 2011 à juin 2012 (vague 1), puis de janvier 2014 à juin 2014 (vague 2). L’échantillon de l’ELIA a été conçu pour être représentatif de la population des provinces canadiennes au moment de la première vague, en 2012; il n’est pas limité à la population en âge de travailler, et les enfants des membres de l’échantillon original s’ajoutent aux vagues ultérieures de l’enquête, lorsqu’ils atteignent l’âge de 15 ans.

L’échantillon de la vague 1 comprenait 32 133 membres, dont 23 926 répondants. La vague 2 comptait 19 178 répondants, dont 16 895 étaient également des répondants à la vague 1. Chaque vague de l’enquête longitudinale incorpore des sujets de base, ainsi que des modules de fond qui changent d’une vague à l’autre, y compris des questions sur la scolarité et la formation, les antécédents familiaux et les événements de la vie, les antécédents matrimoniaux et les antécédents de fécondité, et les compétences cognitives (PEICA) et non cognitives. De plus, pour les répondants et les membres de leur famille, les données d’enquête ont été couplées aux dossiers administratifs suivants : Fichiers sur la famille T1 (FFT1), de 1982 à 2013, fichiers T4 et fichiers de la Base de données sur les pensions au Canada (RPAC), de 2000 à 2013, et Base de données longitudinales sur les immigrants (BDIM), qui a commencé à recueillir des données sur les immigrants en 1980. Un aperçu technique de la méthode de couplage et de la structure des données est fourni dans la documentation de l’enquête (Statistique Canada, 2018).

Les dossiers de la famille comprennent des données sur les membres de la famille passés et actuels, c’est-à-dire les époux et les conjoints de fait, les parents, les enfants et les frères et sœurs. Le présent article met l’accent sur les paires formées par les répondants de l’ELIA et leurs parents. Le couplage entre les répondants et les membres de leur famille, ainsi que les données de revenu pour les répondants et les membres de leur famille, sont tirés des Fichiers sur la famille T1 (FFT1). Ceux-ci sont créés par Statistique Canada à partir des fichiers de l’impôt sur le revenu des particuliers reçus de l’Agence du revenu du Canada, ou fichiers T1. Ces derniers sont traités afin d’identifier les personnes qui appartenaient à une même famille au cours d’une année donnée, produisant ainsi les Fichiers sur la famille T1. Le traitement du FFT1 crée un numéro d’identification de la famille (NIF), qui regroupe les NAS des membres de la famille, et un petit nombre de variables de traitement du FFT1 qui déterminent la nature de la relation des membres de la famille entre eux. Deux caractéristiques particulières du traitement des FFT1 méritent d’être soulignées. Premièrement, le traitement du FFT1 est transversal : l’information des années précédentes n’est pas utilisée pour créer les familles d’une année donnée^Note . Deuxièmement, le concept de famille utilisé est proche de la famille de recensement, sauf que les membres de la famille doivent nécessairement avoir une relation au niveau fiscal. Cela comprend les partenaires, mariés ou en union libre, et les personnes à charge, comme les enfants pour lesquels les parents demandent la prestation fiscale pour enfants.

Dans ce contexte, les répondants de l’ELIA sont couplés avec succès à un parent s’ils ont tous les deux produit un formulaire T1 pendant qu’ils vivaient ensemble, au cours d’au moins une année entre 1982 et 2013. Pour la majorité des répondants de l’ELIA, cela se produit entre 15 et 21 ans, une tendance documentée plus en détail à la section 5.1. Il vaut la peine de souligner ce que cela implique pour les chercheurs qui souhaitent utiliser les fichiers de la famille de l’ELIA, ou tout autre ensemble de données fiscales, pour étudier les populations d’immigrants. En effet, l’établissement de liens parent-enfant est beaucoup moins probable pour les personnes nées à l’étranger. S’ils ont immigré sans leurs parents, cela est tout simplement impossible. C’est pourquoi l’analyse qui suit exclut les répondants nés à l’étranger qui sont arrivés à l’âge de 16 ans ou plus.

Dans l’ELIA, les répondants doivent à la fois consentir au couplage administratif et figurer dans les dossiers fiscaux afin d’être associés à leurs données du FFT1. Comme c’est le cas pour toutes les vagues de l’ELIA, les répondants de la vague 2 ont eu l’occasion de s’opposer au couplage administratif, ce que très peu ont choisi de faire. Par ailleurs, 95 % de ceux qui ont donné leur consentement ont été couplés avec succès au FFT1 pour au moins une année. Le taux de couplage pour les répondants de l’ELIA est décrit de façon détaillée dans Hemeon (2016). Enfin, au moins un lien parental peut être trouvé pour 51 % des répondants de la vague 2 (84 % des personnes nées entre 1963 et 1995). Le tableau 1 montre le nombre total de liens parent-enfant pour les répondants nés entre 1963 et 1995, et plus précisément pour ceux nés entre 1963 et 1981 (âgés de 33 à 51 ans à la vague 2, en 2014), et entre 1982 et 1995 (âgés de 19 à 32 ans à la vague 2). Ces choix de cohortes sont fondés sur la fourchette d’années pour lesquelles des dossiers de l’impôt sur le revenu des particuliers sont disponibles, et sont examinés plus en détail à la section 5.1. Le graphique 1 illustre comment le taux de couplage avec le FFT1 et le taux de couplage avec les parents dans le FFT1 changent d’une année de naissance à l’autre^Note . Parmi les répondants de l’ELIA couplés au FFT1, le pourcentage de répondants de l’ELIA couplés à leur propre enregistrement FFT1 et à l’enregistrement FFT1 d’au moins un parent est d’environ 80 % pour ceux nés entre 1967 et 1980, et d’environ 90 % pour ceux nés en 1981 ou après. Seuls les répondants nés entre 1963 et 1966 ont des taux de couplage inférieurs à 80 %. Cela concorde avec le fait qu’il y a une plus grande probabilité de trouver les parents des jeunes répondants de l’ELIA, qui sont susceptibles de vivre ensemble pendant une plus grande partie de la période couverte par les données. Des résultats qui ne sont pas présentés ici montrent qu’une grande partie de la variation en ce qui a trait à l’année de naissance est attribuable aux répondantes.

4. Sélection de base

Le tableau 2a compare les caractéristiques des répondants nés entre 1963 et 1981 (à l’exclusion des répondants nés à l’étranger qui sont arrivés au Canada à l’âge de 16 ans ou plus), en fonction de la possibilité d’établir un lien entre eux et au moins un parent. Il comprend également des variables qui caractérisent les parents des répondants pour lesquels un lien parental a été établi. Fait important, les données ne permettent pas de confirmer que les parents auxquels les répondants ont fait référence dans ces questions sont les mêmes que ceux trouvés dans les dossiers administratifs. Néanmoins, ces variables documentent les différences dans l’environnement où ont grandi les répondants avec ou sans lien parental. Le tableau 2b présente les résultats correspondants pour la cohorte de 1982 à 1995.

Parmi les personnes plus âgées, les résultats du tableau 2a montrent que celles pour lesquelles un lien parental a été établi affichent une probabilité plus élevée d’être des hommes, de 10,6 points de pourcentage. Cela n’est pas surprenant étant donné que le fait de trouver un parent est fonction de la production d’une déclaration de revenu des particuliers et, par conséquent, de l’activité sur le marché du travail. Dans le même ordre d’idées, les répondants ayant un lien parent-enfant affichent une probabilité de près de 9,6 points de pourcentage plus élevée d’avoir un emploi à la vague 2 (86,5 % comparativement à 76,9 %)^Note . Ils sont aussi beaucoup plus instruits en moyenne. Par exemple, ils affichent une probabilité de 16,5 points de pourcentage plus faible d’avoir tout au plus un diplôme d’études secondaires (25,1 % comparativement à 41,7 %) et de 14,9 points de pourcentage plus élevée d’avoir un baccalauréat ou un niveau de scolarité plus élevé. Enfin, 66,4 % des répondants pour lesquels un lien parent-enfant a été déterminé ont déclaré être en très bonne santé, comparativement à 59,9 % pour les autres répondants.

Les répondants ayant un lien parent-enfant proviennent également de milieux familiaux très différents. Comme l’indique le tableau 2a, les répondants ayant un lien parent-enfant affichent une probabilité de 4,4 points de pourcentage moins élevée de s’auto-identifier comme Autochtones (3,6 points de pourcentage comparativement à 8,0 %), mais de 5,9 points de pourcentage plus élevée d’être nés à l’étranger ou d’avoir des parents nés à l’étranger. Il y a aussi des différences économiquement significatives dans les conditions de vie familiale à la naissance : seulement 2,7 % des personnes ayant un lien parental ne vivaient pas avec leurs deux parents, comparativement à 7,8 % de celles pour lesquelles un tel lien n’a pu être établi. Les premiers affichent également une probabilité de 29,6 points de pourcentage plus élevée d’avoir vécu avec leurs deux parents à l’âge de 15 ans. De plus, les répondants ayant un lien parental ont déclaré avoir des parents plus instruits. Par exemple, les mères (pères) affichaient une probabilité de 9,2 (8,2) points de pourcentage moins élevée de n’avoir pas obtenu un diplôme d’études secondaires et de 5,3 (8,5) points de pourcentage plus élevée d’avoir complété des études universitaires.

Enfin, les répondants ayant un lien parent-enfant diffèrent en termes de leur propre trajectoire familiale. Ils affichent une probabilité de 10,4 points de pourcentage plus élevée d’être mariés, et sont moins susceptibles de vivre en union libre ou d’être séparés. Fait intéressant, même si les répondants ayant un lien parent-enfant se marient moins de deux ans plus tard que les répondants sans lien, ils déclarent avoir eu leur premier enfant trois ans et demi plus tard.

La plupart de ces différences s’appliquent également à la cohorte plus jeune (tableau 2b), mais avec quelques différences quantitatives. Les répondants ayant des liens parent-enfant sont plus susceptibles d’être des hommes, comme c’était le cas pour la cohorte plus vieille, mais la différence est plus faible et n’est pas statistiquement significative. À l’inverse, l’écart au chapitre de l’emploi selon la réussite du couplage parental chez la cohorte plus jeune est de 15,0 points de pourcentage, soit une fois et demie celui de la cohorte plus âgée. Les répondants ayant des liens parent-enfant sont également plus instruits parmi ceux nés entre 1982 et 1995. En particulier, ils affichent une probabilité de 12,9 points de pourcentage moins élevée de n’avoir pas obtenu un diplôme d’études secondaires (15,5 % comparativement à 28,4 %). Les différences au chapitre de la santé ne sont pas statistiquement significatives.

Conformément aux changements survenus dans la structure familiale au fil du temps, la différence dans les modalités de vie entre les répondants avec et sans lien parent-enfant est encore plus grande dans la cohorte plus jeune. Les personnes dont le couplage a été réussi affichent une probabilité de 9,7 points de pourcentage plus élevée d’avoir vécu avec leurs deux parents à la naissance (96,6 % comparativement à 86,8 %), et de 43,5 points de pourcentage plus élevée d’avoir vécu avec leurs deux parents à l’âge de 15 ans (80,2 % comparativement à 36,6 %). Toutefois, les différences dans le niveau de scolarité des parents sont un peu moins prononcées dans la cohorte plus jeune. Enfin, il faut noter que les répondants ayant un lien parent-enfant affichent une probabilité de 16,1 points de pourcentage plus élevée de vivre dans une maison individuelle non attenante au moment de la vague 2 de l’enquête. Cela pourrait s’expliquer par le fait qu’ils sont plus susceptibles de vivre encore avec leurs parents ou parce qu’ils sont plus riches. Cela pourrait aussi à voir avec le fait que les enfants qui quittent le foyer parental après leur entrée sur le marché du travail ont un degré d’attachement plus élevé, ce qui se traduit par l’accession à la propriété à l’âge adulte.

Tel que souligné dans la section 3, les paires parent-enfant qui sont incluses dans l’échantillon ont cinq caractéristiques : les parents ont travaillé et ont produit une déclaration de revenu; les enfants ont travaillé (ou ont produit une déclaration de revenu pour d’autres raisons) et ont produit leur déclaration de revenu; et l’entrée sur le marché du travail (ou les autres raisons de produire une déclaration de revenu) pour les enfants s’est faite avant que ces derniers ne quittent le foyer parental. Il n’est pas possible de déterminer simplement, à partir des comparaisons des tableaux 2a et 2b, quels sont les éléments à l’origine des disparités observées.

Si la mobilité intergénérationnelle n’est pas affectée par le sexe ou la situation d’emploi, c’est-à-dire, s’il s’agit simplement de questions de représentation, alors il est facile de corriger cela en repondérant les observations utilisées dans l’analyse. Par exemple, la BDMIR comprend des poids calculés en fonction du sexe, de la région géographique et du revenu des parents (Cook et Demnati, 2000; Corak, 2017). D’autres constatations des tableaux 2a et 2b pourraient être plus problématiques pour la mesure de la corrélation intergénérationnelle. Par exemple, Bloome (2017) constate que les enfants qui ont grandi à l’extérieur de familles biparentales sont plus susceptibles de se retrouver au bas de la distribution du revenu à l’âge adulte, peu importe le revenu de leurs parents, c’est-à-dire qu’ils affichent une plus grande mobilité descendante. Si ces enfants sont peu représentés dans les ensembles de données intergénérationnelles basés sur des données fiscales, la corrélation intergénérationnelle du revenu serait surestimée dans les études fondées sur les dossiers administratifs. Qui plus est, le manque de mobilité au bas de la distribution du revenu serait sous-estimé, compte tenu de la corrélation entre la dissolution du mariage et le faible revenu. En outre, à mesure que la structure familiale se diversifie, la sélection peut changer au fil du temps, ce qui complique les choses pour les chercheurs qui souhaitent faire des comparaisons de la mobilité entre les cohortes. Pour donner un aperçu de l’importance de ces préoccupations, la section 6 compare les estimations de la corrélation intergénérationnelle du revenu, avec et sans correction de la sélection.

Enfin, la sélection de base peut différer pour les liens parent-enfant établis avant et après 1993. Comme il est mentionné précédemment, l’actuel taux de couverture élevé des dossiers fiscaux a été atteint en 1993, à la suite de l’avènement de la TPS et de la conversion du crédit d’impôt pour enfants en prestation fiscale pour enfants. Jusqu’à récemment, une grande partie de la littérature canadienne sur la transmission intergénérationnelle de l’avantage ou du désavantage étaient axée sur les personnes nées en 1970 ou avant, pour lesquelles la plupart des liens parent-enfant avaient été établis avant 1993. Cependant, à mesure que des années sont ajoutées à la BDMIR, il devient de plus en plus important de comprendre si et comment des comparaisons peuvent être faites de part et d’autre de ce seuil. Pour les répondants de l’ELIA nés entre 1971 et 1981, près de 40 % des liens parent-enfant sont établis avant 1993. Par conséquent, cette cohorte sert à comparer les caractéristiques des répondants en fonction du moment de leur premier lien parent-enfant autour du seuil de 1993. Les résultats sont présentés dans le tableau 3 et laissent supposer que les deux groupes sont en grande partie semblables. Les personnes pour lesquelles un lien parent-enfant a été établi avant 1993 ont en moyenne 5,3 ans de plus, ce qui concorde avec le fait que ce couplage a habituellement lieu autour de 16 à 19 ans. Elles sont également plus susceptibles d’être séparées et moins susceptibles d’être célibataires, ce qui reflète probablement en partie la différence d’âge. Fait intéressant, elles affichent une probabilité de 10,1 points de pourcentage plus élevée de vivre dans une maison individuelle non attenante. Les personnes nées entre 1971 et 1981 ont entre 33 et 43 ans en 2014, de sorte qu’une partie de cette différence peut refléter l’écart d’âge moyen entre les deux groupes. Toutefois, l’ampleur de l’écart en ce qui a trait à l’accession à la propriété est assez importante, ce qui laisse supposer qu’il peut y avoir d’autres facteurs en jeu. En particulier, la différence serait conforme avec une meilleure représentation des répondants issus de milieux à faible revenu à partir de 1993. Enfin, les personnes pour lesquelles un lien parent-enfant a été établi avant 1993 affichent une probabilité de 7,2 points de pourcentage moins élevée de déclarer que leur mère a complété des études universitaires. Dans l’ensemble, les comparaisons pour l’ensemble de la période pour laquelle des données administratives sont disponibles peuvent être effectuées avec un niveau de confiance raisonnable. En fait, à l’exception du logement déclaré, les caractéristiques qui diffèrent d’un groupe à l’autre semblent découler principalement du fait que les répondants couplés avant 1993 sont nés plus tôt en moyenne que les répondants couplés en 1993 ou plus tard. Fait important, la plupart des caractéristiques associées à la sélection dans le tableau 2a sont uniformes dans les deux groupes. Par exemple, leur sexe, leur situation d’emploi en 2014 ou leur niveau de scolarité ne diffèrent pas.

5. Interaction entre la sélection et les choix que doivent faire les chercheurs

5.1 Choix de la cohorte

Dans les sections précédentes, cette étude aborde la sélection des répondants nés entre 1963 et 1981, et entre 1982 et 1995. Le graphique 2 illustre la distribution de la première observation des premiers parents observés selon l’âge de l’enfant, ainsi que la distribution de toutes les observations des premiers parents observés (peu importe leur ordre) selon l’âge de l’enfant, pour les répondants nés entre 1963 et 1995. L’âge modal de la première observation du premier parent observé est de 18 ans. Le plus grand nombre d’observations de premiers parents observés se produisent lorsque les enfants ont 19 ans. La limite inférieure des années de naissance, 1963, a été choisie de façon à ce que les répondants soient âgés de 19 ans en 1982, la première année pour laquelle le FFT1 est disponible. Elle correspond également à la limite inférieure de l’échantillon de la BDMIR. Ensuite, 1995 est choisie comme limite supérieure, de sorte que les répondants soient âgés de 18 ans en 2013, la dernière année pour laquelle le FFT1 est disponible pour la deuxième vague de l’ELIA. Cela garantit qu’il y a suffisamment d’années pendant lesquelles un couplage parental peut être établi pour les plus jeunes répondants inclus dans l’échantillon. Enfin, les répondants sont divisés en deux groupes, le premier étant né avant 1982 et le deuxième, en 1982 ou plus tard. Les données du FFT1 pour les parents des répondants nés entre 1982 et 1995 sont donc disponibles à partir de l’année de leur naissance, une caractéristique intéressante pour explorer différentes voies de transmission intergénérationnelle de l’avantage ou du désavantage.

En plus de la façon dont les relations sont établies, le choix des cohortes peut entraîner la suppression de liens parent-enfant pour les répondants les plus jeunes et les plus âgés. En particulier, les enjeux de sélection dont il a été question précédemment sont susceptibles d’être pires autour des limites des cohortes considérées, ou d’interagir avec certaines des caractéristiques des parents ou des répondants. L’observation d’un plus grand nombre d’années pour les répondants les plus jeunes et les plus âgés pourrait avoir permis d’établir un lien pour certains répondants qui ne sont pas actuellement associés à un parent, ou encore d’établir un plus grand nombre de liens pour les répondants pour lesquels au moins un parent a déjà été trouvé. Certaines de ces limites peuvent ressortir dans le rapport entre le taux de couplage et l’année de naissance. Les données du graphique 1 montrent que le taux de couplage était inférieur à 80 % seulement pour les répondants les plus âgés inclus dans l’échantillon intergénérationnel. Pour mieux évaluer la gravité des préoccupations au sujet de la troncation, l’exercice suivant est réalisé. La plupart des couplages dans la cohorte plus âgée se produisent à l’âge de 16 ans ou plus. Par conséquent, pour évaluer la perte qui peut découler du fait que les répondants nés entre 1963 et 1965 sont observés pour la première fois entre 17 et 19 ans, la cohorte plus âgée est limitée aux personnes nées entre 1966 et 1981. Dans ce cas, tous les répondants pourraient être observés au plus tard à l’âge de 16 ans. Les résultats de cet exercice montrent qu’une fraction négligeable des liens parent-enfant établis pour cette cohorte sont observés avant 1985 seulement. Bien qu’il s’agisse d’un groupe très sélect, il est peu probable que sa taille influe sur les estimations globales.

5.2 Choix (définition) des parents

La BDMIR a été élaborée à partir des premiers parents observés. Le présent article examine l’incidence de cette décision grâce à une étude du type de parent identifié dans les dossiers fiscaux. La question est double. Premièrement, étant donné que le FFT1 est essentiellement traité chaque année indépendamment de l’année précédente, les liens parent-enfant sont susceptibles d’être faussement appariés. Deuxièmement, la définition des parents soulève une question plus large concernant les adultes qu’il convient de retenir pour comprendre la dynamique intergénérationnelle. Les beaux-parents devraient-ils être inclus avec les parents biologiques? Les parents qui vivent plus longtemps avec leurs enfants jouent-ils un rôle plus grand? Qu’en est-il des parents qui vivaient avec leurs enfants lorsqu’ils étaient plus jeunes? Les réponses à ces questions ont des répercussions sur la sélection.

5.2.1. Risque de faux appariements et parents confirmés

Le graphique 3a montre que dans la cohorte plus âgée, environ 15 % des premiers parents observés ont été couplés pendant une seule période. Dans la cohorte plus jeune, ce nombre est environ deux fois moins élevé (graphique 3b). Les appariements parent-enfant pour une seule période peuvent refléter un certain nombre de choses. Premièrement, cela peut sembler le prolongement naturel de la sélection dont il est question à la section 4, c’est-à-dire correspondre à des répondants qui ont quitté le ménage des parents immédiatement après leur entrée sur le marché du travail. Deuxièmement, cela peut correspondre à des paires parent-enfant où le parent, l’enfant ou les deux ont travaillé et/ou ont produit des déclarations de revenu de façon sporadique autour du moment de l’entrée de l’enfant sur le marché du travail. Enfin, cela peut correspondre à de faux appariements. Si une partie non négligeable des liens parent-enfant observés pour une seule période sont de faux appariements, les estimations calculées à l’aide de ces liens sous-estiment la corrélation entre le revenu des parents et celui des enfants.

Dans cette étude, les premiers parents confirmés sont définis comme les premiers parents observés avec le répondant pendant au moins deux périodes. Les tableaux 4a et 4b montrent les caractéristiques des répondants pour lesquels on trouve des premiers parents observés, selon que ces derniers ont été confirmés ou non. Ces comparaisons sont informatives de deux façons. Tout d’abord, elles montrent selon quelle marge la sélection est la plus prononcée, ce qui contribue à faire ressortir certains des mécanismes sous-jacents en jeu. Deuxièmement, elles font ressortir les groupes qui sont potentiellement plus sensibles aux faux appariements, parce que plus susceptibles d’être observés pendant une seule période. Si les premiers parents observés comprennent de faux appariements, il peut être avantageux pour les chercheurs d’utiliser les premiers parents confirmés et de corriger la sélection.

Dans les deux cohortes, l’obligation d’observer un parent pendant au moins deux périodes avec le répondant semble accentuer les enjeux de sélection existants (tableaux 4a et 4b). Par exemple, les répondants des deux cohortes qui ont des premiers parents confirmés sont plus susceptibles d’être plus instruits en moyenne, et ceux de la cohorte plus âgée sont plus susceptibles d’être des hommes. Dans les deux cohortes, les répondants dont les premiers parents ont été confirmés diffèrent également de ceux ayant uniquement des premiers parents observés, en ce sens qu’ils sont moins susceptibles d’être nés au Canada de parents canadiens et plus susceptibles d’être nés au Canada de parents nés à l’étranger. Cette distinction était présente dans une certaine mesure entre les répondants ayant ou non des liens parentaux, mais elle était moins économiquement et statistiquement significative. Autrement dit, les immigrants de deuxième génération sont plus susceptibles d’être observés pour une deuxième période, sous réserve d’être observés pendant au moins une période. Cela laisse supposer des tendances différentes quant au moment où les répondants quittent le foyer familial, ce qui fait ressortir le rôle que joue la dynamique familiale dans la détermination de la présence ou non de paires parent-enfant dans les dossiers fiscaux.

5.2.2. Parents biologiques et beaux-parents

Les parents identifiés dans le FFT1 sont des adultes qui étaient présents dans le foyer de l’enfant entre l’âge de 15 et 21 ans, dans la plupart des cas. Il peut s’agir de parents biologiques, de parents adoptifs, de beaux-parents ou d’autres tuteurs légaux. Pour les répondants nés entre 1982 et 1995, il est possible de déterminer quand une paire parent-enfant a commencé à vivre ensemble, c’est-à-dire la probabilité que l’adulte trouvé soit ou non un parent biologique. Le traitement du FFT1 utilise les renseignements de la prestation fiscale pour enfants (PFCE) pour déterminer la composition de la famille des déclarants fiscaux adultes. Pour demander la prestation, un parent doit déclarer l’âge de chaque enfant à charge, quelle que soit la situation de l’enfant au chapitre des déclarations de revenu. Ces renseignements sont ensuite associés au NAS du parent dans le FFT1. Autrement dit, la date de naissance de l’enfant est conservée dans l’enregistrement FFT1 du parent. Étant donné qu’aucun NAS d’enfant n’est ajouté aux dossiers sur base de la PFCE, il est impossible d’établir des liens parent-enfant pour les années où seuls les renseignements de la PFCE sont disponibles; il faut qu’un formulaire T1 soit produit pour que le NAS de l’enfant apparaisse avec le NAS du parent. Toutefois, les données sur le nombre d’enfants présents dans la famille d’un déclarant adulte et leur âge peuvent être utilisées pour déterminer quand a été établi le lien parent-enfant. Par conséquent, même si un répondant apparaît seulement avec son NAS dans la famille de ses parents à l’âge de 15 ans, il est possible d’établir la probabilité que le parent trouvé soit un parent biologique. Afin de tenir compte du fait que ce ne sont pas toutes les personnes qui produisent une déclaration de revenu chaque année, le parent biologique est défini comme un déclarant fiscal qui apparaît avec le répondant de l’ELIA lors d’une année où ce dernier est âgé entre 0 et 4 ans^Note . Tout parent observé dans le FFT1 lorsque l’enfant a entre 0 et 4 ans, mais pas sous le même NIF, peut être considéré comme un beau-parent.

Le tableau 5 compare les caractéristiques des répondants nés entre 1982 et 1995, selon que leurs premiers parents observés sont ou non leurs parents biologiques^Note . Un certain nombre de différences concordent avec la possibilité de toucher les PFCE et, par conséquent, reflètent probablement la sélection. Les mères de répondants pour lesquels un parent biologique a pu être trouvé dans les données fiscales affichent une probabilité de 7,7 points de pourcentage moins élevée d’avoir un diplôme universitaire. Les répondants ayant un parent biologique affichent une probabilité de 11,7 points de pourcentage plus élevée d’être nés au Canada de parents nés au Canada (71,9 % comparativement à 60,2 %). Il n’y a presque pas de répondants nés à l’étranger ayant un parent biologique (probablement parce que seule une faible proportion des répondants nés à l’étranger ont immigré au Canada avant l’âge de cinq ans). Les répondants pour qui les données fiscales font état de parents biologiques sont moins susceptibles d’avoir vécu avec leurs deux parents à la naissance et à l’âge de 15 ans. Enfin, ils sont aussi plus susceptibles de vivre dans une maison individuelle non attenante à la vague 2, ce qui reflète peut-être un milieu familial plus aisé et/ou stable.

5.3 Mesures du revenu des parents

Les mesures du revenu des parents qui ont été utilisées dans les études intergénérationnelles s’inscrivent généralement dans deux catégories. Pour illustrer la première, le revenu est calculé sur une période de cinq ans, qui correspond approximativement à la période du premier lien parental, celle-ci étant opérationnalisée comme étant la période où l’enfant a entre 15 et 19 ans^Note . Il s’agit du type de mesure utilisé par Corak et Heisz (1999), Corak (2017) et Connolly et coll. (2018), qui est appelée COR dans ce qui suit^Note . Les parents peuvent n’avoir aucun revenu ou aucun dossier fiscal pour une année ou plus (codée comme comportant un revenu nul). Toutefois, les observations parentales dont la moyenne est inférieure à 500 $ sont retirées de l’échantillon. Toutes les valeurs sont ajustées selon l’IPC en dollars canadiens constants de 2013. La deuxième mesure utilisée dans cette étude suit Chen et coll. (2017) et est appelé COP ci-après. Cette mesure a été conçue afin de fournir une meilleure représentation du revenu permanent réel, ou revenu à vie. Dans ce cas, la moyenne du revenu annuel est établie sur 21 ans lorsque le parent est âgé entre 35 et 55 ans. Cette approche vise à éviter le biais d’erreurs dans les variables découlant du calcul de la moyenne du revenu des parents sur un nombre d’années trop faible pour obtenir une mesure adéquate du revenu permanent des parents. Restreindre explicitement l’âge des parents au moment de la mesure de leur revenu limite également le biais du cycle de vie en permettant une comparaison du revenu des parents et de l’enfant à des âges plus semblables. Les observations parentales comportant moins de 10 ans de revenu égal ou supérieur à 500 $ sont exclues^Note .

Même si les différentes mesures du revenu des parents peuvent varier en ce qui a trait à la gravité du biais d’erreurs dans les variables et du biais du cycle de vie qu’elles impliquent, elles ont aussi une incidence sur la façon dont l’échantillon est sélectionné. Notamment, en limitant la mesure du revenu des parents aux années où le parent a entre 35 et 55 ans, la mesure COP impose un critère de déclaration fiscale relativement plus strict. De façon plus particulière, cela pourrait aggraver la sélection pour la cohorte plus âgée, pour laquelle le lien a été établi plus près de la limite inférieure de période. Ce dernier problème se pose parce que la définition du revenu interagit avec les critères de sélection de l’échantillon autour des limites. Par contre, la mesure COR impose une sélection différente, parce qu’elle est fondée sur l’âge de l’enfant et qu’elle nécessite un moins grand nombre d’années de revenu de la part des parents. Pour voir comment ces différences peuvent influer sur les estimations de façon plus générale, les deux mesures sont comparées pour déterminer les différences en ce qui concerne l’âge du parent à la naissance du répondant et au moment où son revenu est mesuré, la distribution du revenu des parents, et les caractéristiques des répondants et de leurs parents.

La différence entre les deux mesures ressort dans les graphiques 4 et 5, qui montrent respectivement l’âge des parents au moment de la naissance du répondant et l’âge des parents lorsque leur revenu est mesuré, selon l’année de naissance de l’enfant. La mesure COP exige implicitement que les parents aient au plus 45 ans en 1982, ce qui exclut les liens parent-enfant pour les parents qui ont eu leur enfant relativement tard. Par exemple, pour les répondants nés en 1963, le fait d’établir une limite supérieure à l’âge des parents en 1982 fait en sorte que les parents qui ont eu leur enfant après 26 ans seront pour la plupart exclus. L’effet inverse peut également être observé chez les répondants nés plus près de la limite supérieure; la mesure COP exige que les parents soient âgés d’au moins 45 ans en 2013, de sorte que les parents inclus ont généralement eu leurs enfants plus tard dans la vie. En ce qui concerne l’âge des parents lorsque leur revenu est mesuré, la différence entre les mesures COP et COR est moins marquée, surtout pour les années de naissance des enfants plus âgés. Parmi la cohorte plus jeune, la mesure COP a tendance à mesurer le revenu des parents à un plus jeune âge.

Des différences entre les deux mesures sont également observées dans la distribution du revenu des parents, dans les graphiques 6a et 6b. Dans les deux cohortes, la COP sous-représente les parents à faible revenu (moins de 15 000 $) par rapport à la COR, et dans une certaine mesure, les parents à revenu élevé (75 000 $ et plus pour la cohorte plus âgée, 60 000 $ et plus pour la cohorte plus jeune). Cela entraîne donc la sélection d’un plus grand nombre de parents appartenant au milieu de la distribution du revenu. De façon plus particulière, les différences pour la cohorte plus âgée sont les plus marquées au bas et au milieu de la distribution du revenu; et pour la cohorte plus jeune, au sommet de la distribution du revenu.

Ensuite, les tableaux 6a et 6b présentent les résultats d’une comparaison des caractéristiques des répondants pour lesquels un parent ne pouvait être inclus que selon la mesure COR et des caractéristiques des répondants pour lesquels les mesures COR et COP ont toutes les deux pu être calculées. Les résultats sont présentés séparément pour les cohortes plus âgée et plus jeune dans les tableaux 6a et 6b. Pour les répondants nés entre 1963 et 1981, l’utilisation de la mesure COP a non seulement pour effet de sélectionner les parents qui ont eu leur enfant relativement tôt, mais aussi de surreprésenter les membres plus jeunes de la cohorte. L’inverse s’applique à la cohorte de 1982 à 1995. En outre, les différences dans les modalités de vie entre les groupes COR-seulement et COR-et-COP, et la comparaison de ces différences entre les deux cohortes, laissent supposer que le fait de limiter l’âge auquel les parents ont eu leurs enfants a des conséquences importantes. Pour la cohorte de 1963 à 1981, le graphique 4 montre que l’utilisation de la mesure COP entraîne la sélection des parents qui ont eu leurs enfants relativement plus tôt. Dans le même ordre d’idées, les résultats montrent que les répondants de cette cohorte pour lesquels les mesures COP et COR ont toutes les deux pu être calculées sont moins susceptibles d’avoir vécu avec leurs deux parents, à la naissance et à l’âge de 15 ans. À l’inverse, utiliser la mesure COP pour la cohorte de 1982 à 1995 entraîne la sélection d’un plus grand nombre de parents qui ont eu leurs enfants relativement tard, et les répondants pour lesquels les deux mesures du revenu des parents peuvent être calculées sont plus susceptibles d’avoir vécu avec les deux parents. Toutefois, la différence n’est pas statistiquement significative pour la cohorte plus jeune. Ensuite, les répondants du groupe COR-et-COP nés entre 1982 et 1995 sont beaucoup plus instruits en moyenne que les répondants du groupe COR-seulement. De façon plus particulière, ils affichent une probabilité de 22,6 points de pourcentage moins élevée d’avoir un niveau d’études inférieur à un diplôme d’études secondaires. Enfin, pour la cohorte plus âgée, l’échantillon de répondants pour lesquels la mesure COP a pu être calculée avait des parents beaucoup plus instruits.

Bien que les mesures COR et COP soient utilisées dans cette analyse comme points de comparaison avec la littérature existante sur la mobilité intergénérationnelle au Canada, les résultats décrits dans cette section s’appliquent de façon plus générale chaque fois que des décisions sont prises concernant la mesure du revenu. Ces choix peuvent interagir de façon importante avec la sélection de l’échantillon, ce qui entraîne l’exclusion de certaines familles qui peuvent systématiquement avoir une expérience différente de la mobilité. De plus, ces interactions peuvent opérer de manière à rendre les comparaisons entre les cohortes plus difficiles à interpréter. Enfin, le fait d’exiger un plus grand nombre de périodes de revenu non négatif a nécessairement des conséquences sur le type de familles incluses, entre autres en ce qui a trait à leurs liens au marché du travail et autres caractéristiques connexes. En pratique, pour les usagers de l’ELIA, le compromis entre le biais de mesure et le biais de sélection devrait refléter le fait que, d’une part, l’ELIA peut permettre de corriger les estimations pour tenir compte de la sélection d’échantillon et, d’autre part, que certains modèles sont moins sensibles au biais de mesure, comme les régressions rang-rang (Chetty et coll., 2014; Connolly et coll., 2018; Corak, 2017).

6. Prise en compte de la sélection

Les sections 4 et 5 soulèvent des questions sur l’effet de la sélection sur l’estimation de la corrélation intergénérationnelle du revenu. Le tableau 7 présente des chiffres qui ne tiennent pas compte de la sélection et les compare aux mêmes chiffres, corrigés afin de tenir compte de la sélection. Les résultats sont présentés uniquement pour la cohorte de 1963 à 1981, étant donné qu’une grande partie du groupe de 1982 à 1995 est trop jeune pour obtenir une mesure adéquate du revenu. La mesure du revenu COR décrite à la section 5.3 est utilisée^Note . La mesure de la mobilité intergénérationnelle utilisée est l’élasticité du revenu de l’enfant par rapport au revenu des parents, c’est-à-dire que le logarithme du revenu des enfants est régressé sur le logarithme du revenu des parents. Supposons β, le coefficient de la pente découlant de cette régression. Une augmentation de 1 % du revenu des parents est alors associée à une augmentation de β % du revenu de l’enfant^Note .

Les estimations sont corrigées pour tenir compte de la sélection au moyen de la correction de Heckman (Heckman, 1979). Il convient de se rappeler que la sélection pose un problème uniquement si elle est corrélée avec les déterminants du revenu de l’enfant qui ne sont pas pris en compte dans la régression. Pour appliquer la correction de Heckman, il faut exploiter des variables qui influencent la probabilité de faire partie de l’échantillon, sans incidence directe sur le revenu de l’enfant (adulte). Les résultats du tableau 7 ont été obtenus à l’aide d’une série de variables nominales qui rendent compte du nombre de périodes pour lesquelles les enfants ont été observés dans le FFT1 entre 15 et 19 ans^Note . La correction n’a pas été appliquée à l’aide des variables des antécédents familiaux décrites dans les sections 4 et 5, puisque ces facteurs sont susceptibles d’avoir une incidence directe sur le revenu de l’enfant. À l’inverse, sous réserve qu’il figure dans le FFT1^Note , l’âge auquel les enfants commencent à produire des déclarations de revenu et la constance avec laquelle ils le font sont peu susceptibles d’avoir des répercussions sur leur revenu aujourd’hui. Cet âge résulte probablement plutôt de différences entre les enfants quant au type d’emploi qu’ils ont occupé à l’adolescence (p. ex. gardiennage par rapport à travail dans la restauration rapide). Des résultats non présentés ici confirment que la probabilité de faire partie de l’échantillon augmente avec le nombre de périodes pour lesquelles des enfants ont été observés.

Le tableau 7 présente trois ensembles de comparaisons. Premièrement, il présente des estimations de référence pour répondre aux préoccupations soulevées au tableau 2a. Deuxièmement, il comprend des estimations qui utilisent les premiers parents confirmés, plutôt que les premiers parents observés, pour évaluer si l’utilisation de ce type de parents entraîne un biais pire ou différent^Note . Enfin, il montre des estimations qui reposent sur l’échantillon de répondants pour lesquels la mesure COP a pu être utilisée. La mesure COR est aussi utilisée pour cette comparaison. Aucune des comparaisons ne démontre un biais de sélection. Pour chacune, bien que l’estimation corrigée soit légèrement inférieure à l’estimation de référence, chacune se situe bien à l’intérieur de l’intervalle de confiance de l’autre. Autrement dit, la sélection présentée dans les sections 4 et 5 ne semble pas poser de problème pour les chercheurs qui souhaitent étudier la mobilité intergénérationnelle à l’aide de l’échantillon intergénérationnel de l’ELIA et d’autres ensembles de données élaborés à partir des dossiers de l’impôt sur le revenu des particuliers.

7. Conclusion

Cette étude présente un ensemble de données intergénérationnelles construit à partir des nouveaux fichiers de la famille de l’ELIA. Ces données servent à démontrer les sources de sélection d’échantillon qui peuvent se présenter dans des ensembles de données de liens parent-enfant établis à partir de dossiers fiscaux. Au Canada et ailleurs, les sources administratives sont de plus en plus populaires pour les études intergénérationnelles. Toutefois, elles peuvent faire l’objet d’une sélection d’échantillon non aléatoire, selon le but principal pour lequel elles ont été recueillies. Cette étude révèle que les répondants qui font partie de l’échantillon intergénérationnel de l’ELIA sont plus instruits en moyenne et ont des parents plus instruits. De plus, ils sont plus susceptibles d’avoir grandi dans une famille nucléaire. Selon la façon dont ces caractéristiques sont corrélées avec la mobilité, les estimations de la corrélation intergénérationnelle pourraient être biaisées. Toutefois, les estimations découlant d’un exercice simple de correction de la sélection laissent supposer que ces différences n’introduisent pas de biais important dans l’estimation de la corrélation intergénérationnelle du revenu.

Les chercheurs qui s’intéressent à la mobilité intergénérationnelle du revenu doivent également faire un certain nombre d’autres choix qui peuvent interagir avec la sélection de base décrite ici. En particulier, ils doivent déterminer les années de naissance à prendre en considération, la façon de définir les parents et la façon de mesurer les revenus. Les résultats montrent que le choix de la cohorte n’interagit pas de façon significative avec la façon dont les liens parent-enfant sont sélectionnés. Toutefois, la définition des parents choisie pour l’analyse est importante. La BDMIR a été élaborée selon le concept du premier parent observé, c’est-à-dire que le premier adulte qui est observé avec le répondant est retenu comme son parent pour l’analyse, peu importe le nombre de périodes pendant lesquelles il appartient à la même famille que le répondant ou la présence d’autres parents ultérieurement. D’une part, la nature du FFT1 fait en sorte que certains de ces parents peuvent être de faux appariements, ce qui entraînerait une sous-estimation de la corrélation intergénérationnelle du revenu. D’autre part, pour développer une bonne compréhension des mécanismes sous-jacents à la mobilité, il se peut que les chercheurs aient à porter une plus grande attention au rôle différent que jouent les parents qui sont présents pendant un nombre relativement plus grand d’années, ou les parents qui sont présents à la naissance. L’analyse présentée dans cet article montre que cela donne lieu à différents niveaux et formes de sélection. Enfin, les résultats montrent que l’interaction entre la sélection de base et le choix de la mesure du revenu des parents exacerbe la sélection. Encore une fois, néanmoins, ni le type de parent ni la mesure du revenu utilisée ne semblent entraîner un biais différent ou pire que le niveau de référence.

En général, les résultats de cette étude montrent que certains types de familles sont systématiquement exclus des échantillons intergénérationnels construits à partir de données fiscales. Néanmoins, ces exclusions ne semblent pas entraîner de biais dans l’estimation de la mobilité. Cela confirme que les chercheurs qui utilisent l’ELIA ou, plus généralement, des échantillons intergénérationnels construits à partir de dossiers fiscaux, peuvent le faire sans se soucier de la sélection de l’échantillon.

Bibliographie

Atkinson, A. B., Maynard, A. K., et Trinder, C. G. (1983). Parents and Children: Incomes in Two Generations. Londres : Heineman Educational Books.

Becker, Gary S., et Nigel Tomes. 1979. « An Equilibrium Theory of the Distribution of Income and Intergenerational Mobility. » Journal of Political Economy, vol. 87, n^o 6, p. 1153 à 1189.

Becker, G. S., et Tomes, N. (1986). Human capital and the rise and fall of families. Journal of Labour Economics, vol. 4, n^o 3, partie 2, ch. 1 à 39.

Blanden, J. (2005). Amour et argent : mobilité intergénérationnelle et appariement conjugal d’après le revenu des parents. Direction des études analytiques : documents de recherche, Division des études sur la famille et le travail, Ottawa.

Bloome, D. (2017). Childhood family structure and intergenerational income mobility in the United States. Demography, vol. 54, n^o 2, p. 541 à 569.

Chen, W. H., Ostrovsky, Y., et Piraino, P. (2017). Lifecycle variation, errors-in-variables bias and nonlinearities in intergenerational income transmission: new evidence from Canada. Labour Economics, vol. 44, p. 1 à 12.

Chetty, R., Hendren, N., Kline, P., et Saez, E. (2014a). Where is the land of opportunity? The geography of intergenerational mobility in the United States. Quarterly Journal of Economics, vol. 129, n^o 4, p. 1553 à 1623.

Connolly, Marie, Catherine Haeck et David Lapierre (2018), « Social mobility trends in Canada: Going up the Great Gatsby Curve ». Document de travail.

Cook, K., et Demnati, A. (2000). Weighting the Intergenerational Income Data File. Division des méthodes d’enquêtes sociales, Statistique Canada, mimeo.

Corak, M., et Heisz, A. (1995). The intergenerational income mobility of Canadian men. Canadian Business Economics, p. 59 à 69.

Corak, M., et Heisz, A. (1999). The intergenerational earnings and income mobility of Canadian men: Evidence from longitudinal income tax data. The Journal of Human Resources, vol. 34, n^o 3, p. 504 à 533.

Corak, M. (2017). « Divided Landscapes of Economic Opportunity: The Canadian Geography of Intergenerational Income Mobility », Human Capital and Economic Opportunity. Document de travail n^o 2017-043.

Frenette, M., Green, D. A., et Milligan, K. (2007). Une histoire d’extrémités : l’inégalité des revenus au Canada dans les années 1980 et 1990. Revenu canadienne d’économique, vol. 40, n^o 3, p. 734 à 764.

Frenette, M., Green, D., et Picot, G. (2004). Rising income inequality in the 1990s: An exploration of three data sources. Statistique Canada, Direction des études analytiques.

Heckman, J. J. (1979). Sample selection bias as a specification error. Econometrica: Journal of the econometric society, p. 153 à 161.

Hemeon, J. (2016). Qualité du couplage rétrospectif des données : l’Étude longitudinale et internationale des adultes et les données fiscales sur les gains et le revenu. Produit n^o 89-648-X au catalogue de Statistique Canada.

Messacar, D. (2017). Mégadonnées fiscales et analyse économique : les effets des redressements et des retards de déclaration de revenus des particuliers. Canadian Public Policy, vol 43, n^o 3, p. 261 à 283.

Oreopoulos, P. (2003). The long-run consequences of living in a poor neighbourhood. Quarterly Journal of Economics, vol. 118, n^o 4, p. 1533 à 1575.

Oreopoulos, Philip, Marianne Page et Ann Huff Stevens (2008), « The intergenerational effects of worker displacement », Journal of Labor Economics, vol. 26, n^o 3, p. 455 à 483.

Solon, Gary (1992). Intergenerational income mobility in the United States. American Economic Review, vol. 82, n^o 3, p. 393 à 408.

Statistique Canada (2018). Étude longitudinale et internationale des adultes 2016 (vague 3), Guide de l’utilisateur. Ottawa, Statistique Canada.

Zimmerman, D. J. (1992). Regression toward mediocrity in economic stature. American Economic Review, vol. 82, n^o 3, p. 409 à 429.

Tableaux et graphiques



Tableau de données du graphique 1



Tableau de données de la graphique 1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la graphique 1 Répondants couplés à leurs propres enregistrements dans le FFT1 (axe de droite) et Répondants couplés à leurs propres enregistrements et à ceux de leur(s) parent(s) dans le FFT1 (axe de gauche), calculées selon fréquence et pourcentage unités de mesure (figurant comme en-tête de colonne).

	Répondants couplés à leurs propres enregistrements dans le FFT1 (axe de droite)	Répondants couplés à leurs propres enregistrements et à ceux de leur(s) parent(s) dans le FFT1 (axe de gauche)
	fréquence	pourcentage
1963	687,0	71,9
1965	599,0	75,6
1967	524,0	84,0
1969	462,0	81,6
1971	495,0	80,0
1973	414,0	83,6
1975	392,0	80,4
1977	364,0	81,9
1979	402,0	83,3
1981	375,0	90,4
1983	376,0	87,8
1985	387,0	89,4
1987	449,0	92,2
1989	553,0	89,0
1991	656,0	88,1
1993	703,0	91,2
1995	537,0	88,8
Note : Les répondants qui ont immigré au Canada à l’âge de 15 ans ou plus tard sont exclus de l’échantillon. Le pourcentage représente la proportion de répondants couplés à leur propre enregistrement du FFT1 qui ont aussi été couplés à l’enregistrement du FFT1 d’au moins un parent. Toutes les statistiques représentées regroupent deux années de naissance (1963 à 1964, 1965 à 1966, etc.), sauf la cohorte de naissance de 1995 (une année). Source : Statistique Canada, Étude longitudinale et internationale des adultes, 2014, et FFT1, 1982 à 2013.

  

Tableau de données du graphique 2



Tableau de données de la graphique 2
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la graphique 2 Première observation du premier parent observé et Toute observation du premier parent observé, calculées selon proportion unités de mesure (figurant comme en-tête de colonne).

	Première observation du premier parent observé	Toute observation du premier parent observé
	proportion
13 ans ou moins	0,014	0,007
14 ans	0,018	0,005
15 ans	0,058	0,015
16 ans	0,139	0,036
17 ans	0,206	0,068
18 ans	0,264	0,107
19 ans	0,157	0,122
20 ans	0,056	0,118
21 ans	0,030	0,104
22 ans	0,019	0,088
23 ans	0,010	0,072
24 ans	0,008	0,056
25 ans ou plus	0,018	0,044
Note : Les répondants qui ont immigré au Canada à l’âge de 15 ans ou plus tard sont exclus de l’échantillon. La limite supérieure de l’âge est 25 ans (les résultats pour le premier parent observé à l’âge de 25 ans comprennent les parents qui ont été observés pour la première fois après 25 ans; toutefois, les résultats pour toutes les observations du premier parent observé à l’âge de 25 ans comprennent uniquement les observations des parents observés à l’âge de 25 ans exactement). Source : Statistique Canada, Étude longitudinale et internationale des adultes, 2014, et FFT1, 1982 à 2013.

Tableau de données du graphique 3



Tableau de données de la graphique 3
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la graphique 3. Les données sont présentées selon Nombre de périodes (titres de rangée) et cohorte de 1963 à 1981 et cohorte de 1982 à 1995, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

Nombre de périodes	cohorte de 1963 à 1981	cohorte de 1982 à 1995
	pourcentage
1	15,7	7,9
2	13,4	7,2
3	12,4	10,7
4	10,7	11,9
5	9,7	12,7
6	8,1	11,2
7	7,1	10,6
8	5,4	8,7
9	3,8	6,9
10	3,3	4,7
11	2,3	3,0
12	1,8	1,9
13	1,1	1,3
14	5,2	1,1
Note : Les répondants qui ont immigré au Canada à l’âge de 15 ans ou plus tard sont exclus de l’échantillon. La limite supérieure du nombre de périodes est établie à 14. Source : Statistique Canada, Étude longitudinale et internationale des adultes, 2014, et FFT1, 1982 à 2013.

  

Tableau de données du graphique 4



Tableau de données de la graphique 4
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la graphique 4. Les données sont présentées selon Année de naissance de l'enfant (titres de rangée) et COP et COR, calculées selon âge du parent unités de mesure (figurant comme en-tête de colonne).

Année de naissance de l'enfant	COP	COR
	âge du parent
1963	23,1	28,8
1966	24,3	28,5
1969	25,3	28,0
1972	26,4	28,1
1975	26,7	27,8
1978	27,8	28,8
1981	27,9	28,2
1984	29,0	29,2
1987	30,0	29,8
1990	31,1	30,4
1993	32,4	31,0
Note : Les répondants qui ont immigré au Canada à l’âge de 15 ans ou plus tard sont exclus de l’échantillon. Source : Statistique Canada, Étude longitudinale et internationale des adultes, 2014, et FFT1, 1982 à 2013.

Tableau de données du graphique 5



Tableau de données de la graphique 5
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la graphique 5. Les données sont présentées selon Année de naissance de l'enfant (titres de rangée) et COP et COR, calculées selon âge du parent unités de mesure (figurant comme en-tête de colonne).

Année de naissance de l'enfant	COP	COR
	âge du parent
1963	48,0	47,7
1966	47,3	45,7
1969	46,5	45,0
1972	46,0	45,1
1975	45,4	44,8
1978	45,2	45,8
1981	44,8	45,2
1984	44,6	46,2
1987	44,1	46,8
1990	43,5	47,4
1993	42,9	47,9
Note : Les répondants qui ont immigré au Canada à l’âge de 15 ans ou plus tard sont exclus de l’échantillon. Source : Statistique Canada, Étude longitudinale et internationale des adultes, 2014, et FFT1, 1982 à 2013.

Tableau de données du graphique 6



Tableau de données de la graphique 6
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la graphique 6 cohorte de 1963 à 1981, cohorte de 1982 à 1995, COP et COR, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

	cohorte de 1963 à 1981		cohorte de 1982 à 1995
	COP	COR	COP	COR
	pourcentage
0 à 14 999 $	24,1	28,6	17,0	17,7
15 000 à 29 999 $	27,3	24,9	25,1	24,1
30 000 à 44 999 $	20,5	19,1	21,9	20,4
45 000 à 59 999 $	13,4	13,0	15,7	13,6
60 000 à 74 999 $	7,7	7,5	10,0	10,4
75 000 à 89 999 $	3,1	3,4	4,1	5,4
90 000 à 104 999 $	1,5	1,4	1,8	2,7
105 000 à 119 999 $	0,8	0,6	1,1	1,7
120 000 $ et plus	1,5	1,7	3,1	3,9
Note : Les répondants qui ont immigré au Canada à l’âge de 15 ans ou plus tard sont exclus de l’échantillon. Source : Statistique Canada, Étude longitudinale et internationale des adultes, 2014, et FFT1, 1982 à 2013.