La pandémie de COVID-19 a eu de profondes répercussions sur les économies du monde entier, entraînant des niveaux de chômage sans précédent. Cependant, les données traditionnelles sur le chômage ne parviennent souvent pas à saisir toute l’ampleur de cet impact en raison de plusieurs limites. Pour relever efficacement les défis actuels et formuler des réponses politiques efficaces, il est essentiel de réinventer les méthodes de collecte et de reporting des données sur le chômage. Voici quelques solutions essentielles pour garantir que les données sur le chômage reflètent fidèlement les conséquences de la pandémie :
1. Élargissez la définition du chômage :
- Élargir la définition du chômage pour inclure les personnes qui ne recherchent pas activement du travail en raison de circonstances liées à la pandémie, telles que des problèmes de santé, des responsabilités en matière de garde d'enfants ou des opportunités d'emploi limitées.
2. Considérez le sous-emploi :
- Reconnaître et mesurer le sous-emploi, qui se produit lorsque les travailleurs occupent des emplois à temps partiel alors qu'ils recherchent un emploi à temps plein ou sont sous-utilisés dans leurs fonctions actuelles en raison de l'impact de la pandémie sur leurs secteurs.
3. Incorporer des travailleurs à la demande et des entrepreneurs indépendants :
- Inclure les travailleurs à la demande et les entrepreneurs indépendants dans les données sur le chômage, car nombre d'entre eux ont subi une perte de revenus importante en raison des restrictions liées à la pandémie et de la diminution de la demande pour leurs services.
4. Compte tenu des heures de travail réduites :
- Tenir compte de la réduction des heures de travail pour ceux qui sont toujours en emploi mais qui connaissent des horaires de travail réduits en raison de la pandémie.
5. Inclure les travailleurs en chômage :
- Capturer des données sur les travailleurs en chômage technique qui sont temporairement licenciés mais conservent toujours un lien formel avec leur employeur.
6. Ajuster les ajustements saisonniers :
- Modifier les méthodes de désaisonnalisation pour tenir compte de l'impact unique de la pandémie sur les modèles d'emploi, car les variations saisonnières traditionnelles peuvent ne pas refléter avec précision les tendances actuelles.
7. Améliorer les méthodes de collecte de données :
- Utiliser la technologie pour améliorer les méthodes de collecte de données, y compris l'utilisation d'enquêtes et de plateformes en ligne, afin de garantir une représentation plus complète de la population active.
8. Mises à jour régulières des données :
- Assurer des mises à jour rapides et fréquentes des données pour capturer l'évolution rapide du paysage de l'emploi pendant la pandémie.
9. Désagréger les données :
- Fournir des données ventilées par sexe, race, âge et autres caractéristiques démographiques pour identifier les disparités et éclairer les interventions politiques ciblées.
10. Transparence et accessibilité :
- Assurer la transparence et un accès facile aux données sur le chômage pour permettre aux chercheurs, aux décideurs politiques et au public d'analyser l'impact de la pandémie sur différents segments de la population.
En mettant en œuvre ces solutions, les données sur le chômage peuvent devenir un baromètre plus précis de l’impact de la pandémie sur le marché du travail. Ces données améliorées permettront aux décideurs politiques d’élaborer des politiques et des programmes plus efficaces qui répondent aux défis auxquels sont confrontés les particuliers et les entreprises, contribuant ainsi à atténuer les conséquences économiques de la COVID-19 et à accélérer les efforts de relance.
