Search

RÉSUMÉ : Traditionnellement, les études empiriques tentant de mesurer l’impact du capital humain sur la réussite économique des individus utilisent le niveau d’éducation comme variable d’approximation du capital humain. Alors que le lien entre compétences et niveau d’éducation est assez clair chez les individus nés au pays, la corrélation n’est pas aussi directe chez les immigrants. Le niveau de compétences de base en traitement de l’information (niveau de littératie) est une nouvelle mesure qui semble plus adaptée. Elle est développée par l’Organisation de Coopération et de Développement Économiques (OCDE) par le truchement de son Programme pour l’évaluation internationale des compétences des adultes (PEICA). Cet article présente des résultats de projection de la population canadienne selon le niveau de littératie. Les déterminants du niveau de littératie sont analysés séparément pour la population née au pays et pour les immigrants en utilisant les données de l’enquête PEICA de 2012. Les paramètres de l’analyse multivariée servent d’intrants à un module de projection du niveau de littératie de la population qui est intégré à LSD-C, un modèle de microsimulation capable de projeter la population canadienne selon plusieurs variables démographiques, ethnoculturelles et socioéconomiques entre 2011 et 2061. Les résultats de projections montrent que le niveau moyen de littératie devrait décliner légèrement au cours des 50 prochaines années puisque l’effet positif de l’augmentation du niveau d’éducation de la population sera contrebalancé par l’effet négatif du fort niveau d’immigration. Les résultats suggèrent également que des changements à la politique de sélection des immigrants pourrait prévenir le déclin projeté du niveau de littératie de la population canadienne en âge de travailler. Cette recherche constitue un outil analytique permettant de tester l’impact de diverses politiques de sélection et d’intégration des immigrants sur l’évolution projetée du niveau de co

This document provides an overview of how the LSD-C projection model works. LSD-C is a microsimulation demographic projection model designed to project the Canadian population according to various characteristics. LSD-C stands for Laboratoire de Simulations Démographiques-Canada. The model has been developed by the authors at the Institut national de la recherche scientifique (INRS) in Montreal, Canada. More precisely, the LSD-C model simultaneously projects demographic (age, sex, place of residence, place of birth, generation and immigrant status), ethnocultural (mother tongue, language spoken at home, knowledge of official languages, visible minority status, religion) and socioeconomic (education, labour force participation) characteristics of the Canadian population. It allows for changes in individual characteristics over the life course as well as for intergenerational transfers of some characteristics from the mother to her child. This document describes the base population, data sources and methods for every projection modules contained in the model. The conceptualisation of the model events and the derivation of the corresponding parameters are also described. This document provides is a technical supplement to analytical reports and papers published in peer-reviewed journals presenting results generated by LSD-C. ===== RÉSUMÉ ===== Le présent document donne un aperçu du fonctionnement du modèle de projections LSD-C. Il s’agit d’un modèle de projections démographiques par microsimulation conçu pour projeter la population canadienne selon plusieurs caractéristiques. LSD-C signifie Laboratoire de Simulations Démographiques-Canada. Le modèle est développé par les auteurs à l’Institut national de la recherche scientifique (INRS) à Montréal, Canada Précisément, le modèle LSD-C projette la population canadienne selon des variables démographiques (âge, sexe, lieu de résidence, lieu de naissance, statut de génération et statut d’immigration), ethnoculturelles (langu

Many developed countries have turned to immigration in order to mitigate the consequences of population aging, particularly the expected decline in the labor force population. Yet, few projection models take in consideration explicitly the differentials in labor force participation of population sub-groups. This paper describes the labor force participation module of CEPAM-Mic, which is a microsimulation model that projects several demographic, ethnocultural and socioeconomic dimensions of the EU28 member countries population. Then, the microsimulation model is used to project EU labor force population for the period 2015-2060 under different scenarios illustrating how implementing sex- and country-specific dynamics of immigrants’ integration may affect the future labor force in terms of size, rates and gender composition. We estimated the parameters of the labor force module using logistic regressions based on the EU-Labour Force Survey (EU-LFS). In addition to age, sex and education, immigrant-related variables are also included, such as immigrant status, place of birth, age at immigration and duration of residence in the estimation of the probability of being active. Our results demonstrate the importance of taking into account differentials in labor force participation of population sub-groups when asserting the potential of immigration as a tool for managing population aging. In the European context, adding immigration differentials in labor force participation affects mainly downward the number of female immigrants in the labor force, while smaller differences are observed for male immigrants. An increase in immigration levels leads obviously to an increase in the total labor force size, but may also widen gender inequalities in labor force participation and has limited impact on the total labor force participation rate. Our findings suggest that relying on immigration as a tool to alleviate economic issues arising from population aging must imperatively be ac