28 - Statistique Canada et la recherche académique : un dialogue autour des données administratives

Statistique Canada diffuse les données de naissances et décès depuis 1921. Durant ce temps, il y a eu plusieurs changements au programme qui reflètent les tendances sociales ainsi que les développements technologiques. Cette présentation visera à souligner les changements récents et leur impact sur le programme. On discutera également des projets exploratoires pour rencontrer les défis courants afin de maintenir la pertinence, la qualité et l’actualité des données.

Le cancer du poumon est la principale cause de décès par cancer au Canada, avec des disparités potentielles de survie selon les déterminants sociaux de la santé. Cependant, le Registre canadien du cancer (RCC) ne comprend pas de données sur ces déterminants, rendant leur impact difficile à évaluer. Pour combler cette lacune, nous utilisons des bases de données liées au RCC par Statistique Canada dans deux études.

La première montre que la survie varie selon le statut socioéconomique et le lieu de résidence, et que le stade avancé du cancer médie principalement les différences de survie par taille d’agglomération urbaine. La deuxième étude examine la survie à un an selon des strates intersectionnelles définies par quatre identités sociales. Nous constatons que les jeunes hommes à faible revenu résidant à long terme au Canada ont l’une des plus faibles probabilités de survie parmi les autres strates du même groupe d’âge, et une probabilité inférieure à celle attendue selon les effets additifs de chaque facteur social.

Dans l’ensemble, le couplage du RCC aux données sur les déterminants sociaux, combiné à des méthodes épidémiologiques, permet d’identifier les populations confrontées à des inégalités de survie et les facteurs modifiables à l’origine de ces disparités. Nos résultats appuient l’intégration systématique du couplage des données avec le RCC pour faire avancer la recherche sur l’équité en cancer et réduire la mortalité prématurée par cancer du poumon au Canada.

Les données sur le revenu sont utilisées pour mettre en contexte les statistiques sur l’éducation, l’emploi, la santé, la justice, etc. Cette discussion survolera la source des données et l’évolution, les bienfaits et les limites, les développements actuels et l’accès à cette information.

Nous fournissons des estimés de la mobilité intergénérationnelle du revenu à différents niveaux géographiques pour le Canada. Nos estimations sont basées sur la Base de données sur la mobilité intergénérationnelle du revenu (BDMIR), un ensemble de fichiers fiscaux administratifs liés entre générations et géré par Statistique Canada et disponible par l'intermédiaire de son réseau de centres de données de recherche. La BDMIR couvre les cohortes de naissance de 1963 à 1985, inclusivement, et nous calculons les estimations séparément pour chaque année de naissance. Nous utilisons deux mesures : la mobilité de rang (la corrélation entre le rang du revenu des parents et le rang du revenu de l'enfant) et l'élasticité intergénérationnelle du revenu. Nous fournissons des estimations au niveau national, ainsi qu'aux niveaux infranationaux suivants : province/territoire, région économique, région métropolitaine/agglomération de recensement, division de recensement (telle quelle et harmonisée dans le temps) et subdivision de recensement. L'objectif de cette démarche est de permettre aux chercheurs un accès facile à ces mesures, sans avoir besoin d'accéder aux micro-données sous-jacentes.

La base de données longitudinales sur l’immigration (BDIM) comprend des données sur l’immigration et la citoyenneté qui sont intégrées aux données fiscales. Ces données permettent d’évaluer les résultats socioéconomiques des immigrants et résidents non permanents. Au cours de cette présentation, il sera possible d’en apprendre plus sur la BDIM, les couplages de données à la BDIM et les produits disponibles. De plus, quelques analyses récentes utilisant les données de la BDIM seront présentées.

Depuis quelques années, les chercheurs et chercheuses étudiant les dynamiques migratoires et l’intégration des personnes immigrantes au Canada bénéficient de divers jeux de données administratives et longitudinales, augmentant considérablement leurs capacités analytiques. Parmi ces ressources figurent la Base de données longitudinales sur l’immigration (BDIM) et la Base de données canadienne sur la dynamique employeurs-employés (BDCDEE).

Cependant, l’utilisation de ces données présente des défis majeurs, notamment le respect des règles de divulgation de Statistique Canada. Ces défis sont particulièrement prononcés lorsque les résultats à diffuser sont descriptifs et exploratoires, et que la démarche est plus inductive qu’hypothético-déductive. En prenant l’exemple d’une recherche sur les trajectoires vers la résidence permanente des travailleurs étrangers temporaires au Canada, basée sur les données de la BDCDEE, cette communication mettra en lumière les principaux défis rencontrés et les stratégies adoptées pour analyser les données et diffuser les résultats de recherche.

L'Enquête sur les transitions familiales (ETF) explore les expériences des familles au Canada au fil du temps en examinant comment les individus et les familles évoluent au cours des différentes étapes de la vie - de l’enfance à l’âge adulte, et jusqu’à la retraite. Cette présentation portera sur le rôle des données administratives pour cette enquête, y compris l’échantillonnage, l’amélioration de la qualité des données recueillies, ainsi que le couplage post-collecte. L’ETF a augmenté la taille de son échantillon et comprend un suréchantillonnage de la population immigrante, afin de produire des données désagrégées plus détaillées sur la population immigrante et de mieux représenter cette population. Un tel suréchantillonnage a été possible grâce aux données de la base de données longitudinales sur l'immigration (BDIM) et des fichiers d’immigrants obtenus d’Immigration, Réfugiés et Citoyenneté Canada (IRCC). Ces bases de données permettent aussi, dans un deuxième temps, post-collecte, la vérification de la qualité de certaines données recueillies par l’ETF.

L’EFT sera couplée à des données administratives fiscales qui permettent de connaitre l’évolution des trajectoires de revenu des individus au fil du temps. Ceci permettra de mettre en lien les trajectoires familiales, de fécondité et économiques, enrichissant ainsi les analyses possibles à l’aide de l’EFT.

Dans les sociétés caractérisées par une faible fécondité, un vieillissement de la population et un repli de l’État providence comme le Canada, chercheurs et décideurs politiques s’intéressent de plus en plus aux relations entre parents-enfants adultes et au filet de sécurité informel fourni par la parenté (Sohn 2001). Les parents devenant grands-parents prennent soin de leurs petits-enfants; à l’inverse, les enfants adultes s’occupent des parents vieillissants (Margolis 2017). Nous utilisons des données administratives complexes afin d’identifier les liens familiaux extra-résidentiels. Les données administratives longitudinales (LAD) correspondent à 20% des déclarants fiscaux (1982-2020). Les G2 sont observés à 35 ans (nés en 1967-85) avec leurs propres enfants le cas échéant (G3). Ils sont déclarés auprès de leurs parents (G1) au moins une fois avant 21 ans. Nous procédons d’abord à la reconstruction généalogique des familles sur 3 générations (G1,G2,G3) en présentant les avantages et inconvénients de l’approche méthodologique. L’analyse logistique multinomiale concerne les déterminants socio-démographiques (sexe, revenu du G2, âge du plus jeune enfant de G2, province, lieu de résidence, état matrimonial) de la proximité résidentielle (mesurée par la distance géographique entre G1 et G2). Les résultats préliminaires montrent des niveaux plus élevés de proximité résidentielle selon les caractéristiques associées à la vulnérabilité (faible revenu, séparation, jeunes enfants).