©2007 The Centre for Spatial Economics Élaborer une stratégie de modélisation de loffre par profession Réunion du FMMT, Vancouver Le 18 octobre 2007 Ernie.

Présentation au sujet: "©2007 The Centre for Spatial Economics Élaborer une stratégie de modélisation de loffre par profession Réunion du FMMT, Vancouver Le 18 octobre 2007 Ernie."— Transcription de la présentation:

1 ©2007 The Centre for Spatial Economics Élaborer une stratégie de modélisation de loffre par profession Réunion du FMMT, Vancouver Le 18 octobre 2007 Ernie Stokes Directeur général

2 ©2007 The Centre for Spatial Economics Objectifs de la présentation Introduction Composantes dun système relatif aux professions Méthodes canadiennes actuelles (Fairholm) Facteurs clés dans le choix dune approche Une approche suggérée (expérience du CSC)

3 ©2007 The Centre for Spatial Economics Composantes dun système de prévision DonnéesModèles Analystes Clients Processus de prévision

4 ©2007 The Centre for Spatial Economics Composantes dun modèle relatif aux professions Demande –besoins totaux de l'économie en matière d'heures/emploi (expansion/contraction de la demande) Offre –départs associés à des décès, à la retraite et à dautres facteurs tels que les migrations (demande de main-dœuvre de remplacement) –arrivées comprenant les nouveaux-venus dans la population active tels que les personnes en fin de scolarité, les arrivants dautres professions et les migrants –changements dans les heures travaillées sur le plan de loffre Lien avec léducation Interaction demande-offre

5 ©2007 The Centre for Spatial Economics Approche du SPPC Points forts –Projections détaillées sur le marché du travail à léchelon national –Tient compte de plusieurs aspects de léducation –Tient compte de certains aspects provinciaux –Inclusion de limmigration la plus détaillée du monde Points faibles –Déséquilibres D/O : pas dincidence sur la demande ou loffre –Demande de main-dœuvre de remplacement incomplète –Incomplet sur le plan de loffre –Incomplet sur le plan des aspects provinciaux

6 ©2007 The Centre for Spatial Economics Approches des provinces Les provinces surveillent les tendances de la population active –Nombre de provinces surveillent les marchés du travail à laide de simples statistiques et graphiques –Certaines ont mis au point des indicateurs du marché du travail –La plupart rencontrent les représentants dautres ministères, du monde de lindustrie et des associations Les grandes provinces ont généralement des modèles –Ontario : modèles/prévisions des sorties de la vie active –Québec : modèle/système de prévisions détaillé et sophistiqué –Alberta : modèle/système de prévisions ascendant et détaillé

7 ©2007 The Centre for Spatial Economics Approches des provinces (suite) Les petites provinces nont pas de modèle –Absence de modèles et de techniques quantitatives générales –Dépendent davantage de fournisseurs externes –Conference Board et SPPC –Sappuient davantage sur des techniques qualitatives –Analyse ponctuelle

8 ©2007 The Centre for Spatial Economics Facteurs clés influant sur le choix But visé Utilité –précision –cohérence –transparence –éducation Données Ressources

9 ©2007 The Centre for Spatial Economics But visé Prévisions et analyse de scénarios Gouvernements Politiques et planification –Programmes relatifs au marché du travail et éducation –Horizon : de moyen à long terme –Besoin important de détails Secteur privé Planification des ressources humaines –Horizon : de court à moyen terme

10 ©2007 The Centre for Spatial Economics Utilité Les prévisions et lanalyse de scénarios visent à réduire lincertitude quant à lavenir On dit quun système de projections ou de prévisions est « utile » sil réduit lincertitude quant à lavenir en-deça de ce quelle était avant le recours au système Il ne faut pas, bien entendu, voir cette définition sous langle de la condition selon laquelle les avantages indirects doivent être égaux ou supérieurs aux coûts engendrés par la mise au point du système et par son utilisation.

11 ©2007 The Centre for Spatial Economics Précision On parle de précision lorsque les projections se rapprochent des résultats réels (plus les prévisions sont précises, plus elles sont utiles généralement) Le degré de précision que permettra datteindre une technique de projection dépend de facteurs tels que –lhorizon prévisionnel visé (plus difficile de prévoir à long terme quà court terme) –linstabilité cyclique des indicateurs économiques à projeter (dépenses alimentaires ou mises en chantier de logement) La précision, en analyse de scénarios, est importante en ce sens que le modèle devrait donner de bons résultats si les hypothèses sont correctes

12 ©2007 The Centre for Spatial Economics Cohérence Lapproche est-elle « cohérente » avec la théorie qui sous-tend le phénomène en question? Un modèle est une description du processus (mécanisme de création de données) qui génère les résultats réels du marché du travail Lapproche doit faire appel à un modèle qui produit des résultats cohérents avec les points de vue des clients sur la question (inutile autrement) Étant donné quil y a toujours des divergences de points de vue, on peut appliquer le principe du rasoir dOccam (consensus limité)

13 ©2007 The Centre for Spatial Economics Transparence La transparence des projections et de la méthode utilisée est importante si lon espère convaincre les consommateurs des projections (inutiles autrement) Pour être transparentes, les projections et la méthode suivie doivent être documentées et présentées de sorte que les utilisateurs des projections saisissent bien le fonctionnement de la méthode, et de quelles hypothèses sont tirées les projections Dans ce cas, les analystes pourraient, sil y a lieu, reproduire les résultats obtenus par dautres analystes

14 ©2007 The Centre for Spatial Economics Éducation La prise de décision caractérisée par lincertitude nécessite une bonne compréhension des questions entourant la décision. Les chiffres ne suffisent pas! Quels sont les principales forces motrices derrière les tendances futures du marché du travail? Quels sont les risques majeurs associés à la performance future des marchés du travail? Un système capable de fournir cette information est utile, surtout lorsquil est difficile de faire des prévisions (quand est-ce que ça ne lest pas?)

15 ©2007 The Centre for Spatial Economics Données Le type et le montant de données disponibles constituent deux facteurs qui ont une très grande incidence sur la mise au point et lutilisation dun système Si lon ne dispose que de peu de données pour constituer les entrées et sorties du modèle désiré, il sera très difficile, voire impossible, de mettre au point un système détaillé Sil faut que les analystes créent des estimations des données, alors il faudra dautres ressources pour mettre au point et utiliser le système de façon permanente La plupart dentre nous, dans le domaine de lIMT, travaillons avec des données très limitées

16 ©2007 The Centre for Spatial Economics Ressources Au moment de choisir une approche de projection, les ressources réelles et financières, de même que le temps, dont dispose lorganisme de prévision constituent des facteurs importants Plus une approche est complexe et détaillée, plus il faut des ressources pour sa mise au point, son entretien et son utilisation Les organismes peuvent se servir de ressources internes ou externes, comme en attestent les actuels organismes de prévision sur le marché du travail

17 ©2007 The Centre for Spatial Economics Une idée de processus de mise au point Former une équipe chargée de lIMT –Clients et analystes –Y nommer un expert en IMT (personne ayant lexpérience de la mise au point de systèmes dIMT) Cerner les besoins et les priorités –De quoi a-t-on besoin en général, et à quoi devrait-on donner la plus haute priorité? Étudier les approches en matière dIMT Évaluer les ressources existantes et les besoins en ressources –Le personnel en place peut-il mettre au point le système? –A-t-on les fonds nécessaires pour embaucher du personnel supplémentaire ou faire appel à une aide externe? Dresser un plan pour une mise au point permanente du système

18 ©2007 The Centre for Spatial Economics Un début modeste Mettre au point un modèle relativement simple, pas trop détaillé, mais pourtant acceptable en théorie (rasoir dOccam) pour commencer Doit montrer lutilité du système aux clients le plus vite possible Les modèles doffre nécessitent beaucoup de détails (groupes par âge/par sexe); commencer par quelques professions (140 au lieu de 520) Peut recourir à une approche descendante et estimer le changement de la population active totale, certaines composantes laissant un élément résiduel

19 ©2007 The Centre for Spatial Economics Expérience du CSC Le CSC a commencé à modéliser lemploi et la main- dœuvre pour environ 30 professions/métiers Les composantes du changement de la main-dœuvre nétaient pas explicitement modélisés (modèle de forme réduite), et pas de détail concernant lâge ou le sexe Cette approche répondait suffisamment bien aux besoins initiaux des clients, ce qui les a incités à participer au processus Elle a aussi mené au renforcement des capacités chez les analystes et les clients

20 ©2007 The Centre for Spatial Economics Modèle relatif à la main-dœuvre du CSC Main-dœuvre possible = Besoins en terme de métiers/Total des besoins en main-dœuvre par profession * Main-dœuvre totale Changement sur le plan de la main-dœuvre = Cœfficient dajustement *(Main-dœuvre possible – Données sur la main-dœuvre de lannée précédente) Cœfficient dajustement : reflète le temps requis pour une nouvelle entrée, les sorties et la mobilité (géographique et interprofessionnelle)

21 ©2007 The Centre for Spatial Economics Renforcement progressif des capacités Une fois que les clients sont familiers avec le processus, ils demandent plus dinformation au système Les clients cernent les besoins et peuvent ajouter des données au système afin que celui-ci réponde à leurs nouveaux besoins Au bout dun an, les clients du CSC ont su quels autres métiers inclure dans le système, et ont ressenti le besoin dexaminer la demande de main-dœuvre de remplacement Le CSC a réagi en ajoutant de nouveaux métiers, et en mettant au point un modèle susceptible dexpliquer les parts de la demande de main-dœuvre de remplacement correspondant aux départs en retraite et aux décès

22 ©2007 The Centre for Spatial Economics Départs en retraite et décès Décès (âge, sexe) = Main dœuvre (âge, sexe)* Taux de mortalité (âge, sexe) Départs en retraite (âge, sexe) = Main dœuvre (âge, sexe)*Taux de départ en retraite (âge, sexe)

23 ©2007 The Centre for Spatial Economics Élaborer une stratégie de modélisation de loffre par profession QUESTIONS Ernie Stokes Directeur général