Chapitre 5 Résultats
5.2 Méthodes d'appariement
À caractéristiques observables similaires, les méthodes d'appariement permettent de capter l'effet sur le revenu de posséder certaines particularités6, et ce, par rapport aux observations ne les ayant pas. Dans le but
de faciliter la compréhension des différents groupes qui seront comparés dans cette section, chacun des tableaux de résultats sera précédé par un graphique illustrant la composition des groupes qui sont comparés.
5 Variable omise puisque présence de colinéarité. 6 Voir Annexe A pour les significations des variables.
Tableau 5. 2: Régression linéaire par MCO avec variables en interactions
Variables Coefficient (Écart-type) Coefficient (Écart-type)
Variable seule Variable combinée avec Aboriginal
Intercept ; Aboriginal 10.19*** (0.105) -0.544*** (0.135) Age -0.007*** (0.001) -0.014*** (0.001) Male -0.175*** (0.038) -0.147*** (0.055) Halifax -0.148* (0.084) -0.217* (0.120) Montréal -0.016 (0.085) -0.123 (0.119) Toronto -0.159* (0.085) -0.384*** (0.117) ThunderBay5 Drop Winnipeg -0.227*** (0.084) -0.026 (0.117) Regina -0.027 (0.085) -0.219* (0.117) Saskatoon -0.252*** (0.084) -0.523*** (0.117) Edmonton -0.094 (0.085) -0.171 (0.117) Calgary -0.040 (0.085) -0.043 (0.117) Vancouver -0.170** (0.084) -0.111 (0.116) Nofr -0.129*** (0.039) -0.263** (0.094) Notstud -0.289*** (0.077) -0.639*** (0.094) Highschool -0.051 (0.067) -0.136 (0.101) Cegep -0.165*** (0.057) -0.545*** (0.080) Under -0.399*** (0.054) -0.628*** (0.086) Grad -0.504*** (0.063) -0.829*** (0.152) Havekidsplus17yrs -0.089* (0.045) -0.021 (0.061) Niveau de significativité : *: 10% **: 5% ***: 1%
34
Sommairement, les cinq graphiques7 compareront, respectivement, l'effet d'être un Autochtone en
comparaison à ne pas l'être (Figure 5.1); l'effet de faire partie de l'une des différentes origines autochtones en comparaison aux autres origines restantes et des Non-autochtones (Figure 5.2); l'effet de faire partie de l'une des différentes origines autochtones en comparaison aux autres origines autochtones restantes (Figure 5.3); ainsi que l'effet d'être un Autochtone possédant différentes caractéristiques observables, en comparaison au regroupement des Autochtones ne possédant pas ces caractéristiques et des Non-autochtones (Figure 5.4 et 5.5).
Figure 5. 1: Autochtones en comparaison aux Non-autochtones
Figure 5. 2: Origine autochtone en comparaison aux autres origines autochtones et Non-autochtones
Tout dépendant des méthodes, en utilisant la base de données générale, le Tableau 5.3 montre qu'être un Autochtone fait chuter, en moyenne, le revenu de 33% (SATE), 42,8% (SATT) et 43,4% (SATTB), par rapport à être un Non-autochtone (Figure 5,1). Comparé à ne pas faire partie de l'un de ces groupes (Figure 5.2), être Inuit (33,5%)8 fait le plus diminuer le revenu, suivi d'être un Indien inscrit (29%), et un membre de Premières
7 Le groupe en caractère gras représente celui qui est analysé en comparaison à ceux n'étant pas en gras. 8 Les statistiques proviennent de la méthode ayant le niveau de significativité le plus élevé.
Tableau 5. 3: Méthodes d'appariement; Origines autochtones (Figure 5.1 et 5.2)
Estimateur de l'effet de traitement moyen (SATE)
Estimateur de l'effet de traitement pour les traités (SATT)
Estimateur
d'appariement correcteur de biais (SATTB)
Variable Coefficient Écart-type Coefficient Écart-type Coefficient Écart-type Aboriginal -0.330*** (0.047) -0.428*** (0.066) -0.434*** (0.066) FirstNat -0.250*** (0.045) -0.218*** (0.052) -0.224*** (0.052) Status -0.299*** (0.045) -0.289*** (0.050) -0.293*** (0.050) Métis -0.003 (0.055) -0.064 (0.055) -0.063 (0.055) Inuits -0.344** (0.135) -0.335*** (0.110) -0.118 (0.110) Niveau de significativité : *: 10% **: 5% ***: 1%
35 Nations (entre 21,8 et 25%).
Figure 5. 3: Origine autochtone en comparaison aux autres origines autochtones
Seulement en utilisant la base de données des Autochtones (Figure 5.3), le Tableau 5.4 montre qu'être Inuit fait diminuer jusqu'à 77,5% (SATTB) le revenu des autochtones alors qu'à l'inverse, être un Métis le fait augmenter de 14,1% (SATE) et 17% (SATT). Ces résultats suggèrent donc une situation alarmante pour les Inuits. Même en comparant avec les Indiens Inscrits qui sont reconnus pour avoir, lorsqu'ils proviennent de la réserve, des conditions de vie très difficiles, les Inuits ont environ 7 fois moins de revenus que ces derniers, et ce, à caractéristiques similaires ( SATTB). Par contre, il faut mentionner le petit nombre d'Inuits échantillonnés (11% du total d'Autochtones) comparativement aux autres groupes Autochtones étudiées.
En retournant dans la base de données générale (Tableau 5.3) et en ayant comme valeur de base la variable Aboriginal qui capte l'effet négatif d'être un Autochtone, il est intéressant de regarder quelles variables contribuent à faire augmenter ou diminuer ce désavantage dans le revenu.
Figure 5. 4: Caractéristiques autochtones par rapport à ceux ne les ayant pas et les Non-autochtones Tableau 5. 4: Méthodes d'appariement entre les Autochtones (Figure 5.3)
Estimateur de l'effet de traitement
moyen (SATE) Estimateur de l'effet de traitement pour les traités (SATT)
Estimateur
d'appariement correcteur de biais (SATTB)
Variable Coefficient Écart-type Coefficient Écart-type Coefficient Écart-type
1stNatA -0.061 (0.050) -0.069 (0.058) -0.077 (0.058) StatusA -0.106** (0.051) -0.100* (0.058) -0.112** (0.058) MétisA -0.141*** (0.054) -0.170*** (0.060) -0.166 (0.060) InuitsA -0.068 (0.118) -0.190* (0.114) -0.775*** (0.121) Niveau de significativité : *: 10% **: 5% ***: 1% Autochtones
36
Comme ces variables proviennent de la base de données regroupant tant les Autochtones que les Non- autochtones, les prochains résultats captent l'effet combiné moyen, sur le revenu, d'être un Autochtone et de posséder les différentes caractéristiques. En contrepartie, le groupe de comparaison est la combinaison des Autochtones n'ayant pas les caractéristiques observables et les Non-autochtones (Figure 5.4).
Le Tableau 5.5 présente les résultats concernant les variables touchant les autochtones nouvellement citadins, soit ceux qui ne sont pas originaires de la ville présentement de résidence, captée par la variable NotCity (Figure 5.5).
Figure 5. 5: Caractéristiques autochtones (Nouveaux citadins) par rapport à ceux ne les ayant pas et les Non-autochtones
Cette dernière diminue l'effet "pur" d'être un Autochtone de 26,6% (SATE), 54,2% (SATT) et 54,1% (SATTB). Cependant, les trois premières années d'arrivée en ville, captées par la variable Less3, semblent être particulièrement difficiles puisque l'effet augmente de 56,9% (SATE) au courant de ces années. Plus le séjour des Autochtones au sein de la ville perdure, plus l'effet de base diminue. Après un peu moins d'une décennie
9 Reserve: Capte l'effet pour un Autochtone d''être né et élevé au sein d'une réserve des Premières Nations. Tableau 5. 5: Méthodes d'appariement; Intégration en ville (Figure 5.5)
Estimateur de l'effet de traitement moyen (SATE)
Estimateur de l'effet de traitement pour les traités (SATT)
Estimateur
d'appariement correcteur de biais (SATTB)
Variable Coefficient Écart-type Coefficient Écart-type Coefficient Écart-type
City -0.089 (0.061) -0.065 (0.055) -0.070 (0.055) NotCity -0.242*** (0.041) -0.196*** (0.049) -0.199*** (0.049) Reserve9 -0.386*** (0.062) -0.303*** (0.066) -0.314*** (0.066) Home -0.333*** (0.061) -0.267*** (0.059) -0.272*** (0.059) Less3 -0.518*** (0.084) -0.210*** (0.079) -0.219*** (0.079) 4and9 -0.265*** (0.076) -0.107 (0.068) -0.104 (0.068) 10and19 -0.258*** (0.066) -0.132** (0.065) -0.132** (0.065) 20and34 -0.077 (0.064) -0.137** (0.066) -0.138** (0.066) More35 -0.168* (0.099) -0.204** (0.100) -0.198** (0.100) Niveau de significativité : *: 10% **: 5% ***: 1% Autochtones
37 de résidence urbaine, captée par la variable 4and9, l'effet négatif atteint 26,5% (SATE). C'est donc dire que la grande mobilité autochtone mentionnée dans la littérature peut avoir de graves conséquences puisque les résultats suggèrent des premiers temps difficiles suite à l'arrivée en ville. Par contre, le va-et-vient entre la réserve et la ville ne semble pas être un aussi grand problème que suggère le Comité sénatorial permanent des droits de la personne (2013). En effet, les Autochtones qui sont retournés au moins une fois en réserve, captés par la variable Home, ne font pas augmenter l'effet de base d'être un Autochtone, au contraire. Tel que soulevé par Satzewich et al (2000), une plus grande représentation autochtone au sein des villes canadiennes contribue à l'émergence de classes sociales autochtones. Il est donc pertinent de connaître les conséquences lorsque ceux-ci possèdent certaines caractéristiques s'associant à cette classe moyenne. Basé sur l'interprétation de la Figure 5.4, le Tableau 5.6 présente l'effet pour les Autochtones d'avoir certaines professions reliées à la classe moyenne.
Selon l'estimateur SATE, ce sont les Autochtones étant des professionnels, captés par la variable Prof, qui ont, en moyenne, le plus de revenus par rapport aux Autochtones des autres corps de métiers et des Non- autochtones. Les résultats suggèrent que moins un métier nécessite de formation, moins le revenu est haut. Par exemple, pour les travailleurs manuels ou les vendeurs autochtones, qui nécessitent généralement une scolarité de base, captés par la variable Skill, ceux-ci ont environ 25% moins de revenus. D'après ce tableau, nous pouvons donc envisager que chaque niveau de scolarité supplémentaire permet d'au moins doubler le revenu des Autochtones puisque les travailleurs de bureau, captés par la variable Office, gagnent, en moyenne, plus que ceux manuels et moins que les professionnels.
Finalement, nous nous sommes intéressés à quantifier l'effet des Pensionnats autochtones sur cette population. Le tableau 5.7 montre donc l'effet de ces Pensionnats en plus d'autres facteurs sociaux, selon l'interprétation de la Figure 5.4.
Les conséquences de ces pensionnats n'ont pas été seulement de nature physique ou psychologique, mais également de nature financière puisque l'effet de base, celui d'être un Autochtone, augmente jusqu'à environ 50% (SATE) pour les individus ayant été d'anciens élèves, capté par la variable RSPerso.
Tableau 5. 6: Méthodes d'appariement; Professions (Figure 5.4)
Estimateur de l'effet de traitement
moyen (SATE) Estimateur de l'effet de traitement pour les traités (SATT)
Estimateur
d'appariement correcteur de biais (SATTB)
Variable Coefficient Écart-type Coefficient Écart-type Coefficient Écart-type Prof -0.652*** (0.106) -0.300*** (0.103) -0.300*** (0.103) Office -0.212*** (0.083) -0.388*** (0.079) -0.389*** (0.079)
Skill -0.244** (0.083) -0.069 (0.104) -0.065 (0.104)
38
Pour ce qui est de la situation matrimoniale, par rapport au groupe de comparaison, les Autochtones mariés, captés par la variable Marr, ont, en moyenne, plus de revenus alors qu'être dans les autres situations conjugales fait diminuer le revenu.
Comme nous avons pu constater dans cette section, les méthodes d'appariement permettent seulement de développer un aperçu des répercussions sur le revenu de certaines caractéristiques observables entre deux groupes. Ces types d'approches autorisent seulement le jumelage des individus selon les caractéristiques; ils ne s'attardent donc pas aux rendements marginaux pouvant expliquer une partie importante du revenu. Étant donné que ce type de technique ne permet pas d'estimer le rendement marginal exclusif de chacune des variables, mais bien la combinaison d'être un Autochtone possédant différentes caractéristiques, nous poussons plus loin l'analyse avec des méthodes de décomposition.
5.3 Méthodes de décomposition
5.3.1 Décomposition Oaxaca-Blinder double
Pour différents groupes autochtones, le Tableau 5.8 présente la manière dont l'écart moyen du revenu avec les Non-autochtones (Différence brute) y est divisé entre la composante captant les différences dans les caractéristiques observables (Caract.), et celle associée à la différence dans le rendement marginal sur ces caractéristiques (Coefficient). Dans la littérature concernant cette méthode, cette dernière composante peut aussi être interprétée comme celle captant la discrimination. Par contre, elle pourrait aussi capter l'effet de la différence de la qualité de l'éducation. Par exemple, dans plusieurs réserves ou centres urbains, il existe des écoles primaires ou des centres de formations autochtones qui pourraient être jugé inadéquats voir non- reconnus par les employeurs, puisque jugé comme inappropriés pour les besoins de leurs entreprises. De plus, ce tableau, à partir de la base de données des Non-autochtones, aux fins de comparaisons, montre aussi l'écart des femmes par rapport aux hommes (FVsMNA), étant donné que la littérature regorge de
Tableau 5. 7: Méthodes d'appariement; Facteurs sociaux (Figure 5.4)
Estimateur de l'effet de traitement moyen (SATE)
Estimateur de l'effet de traitement pour les traités (SATT)
Estimateur
d'appariement correcteur de biais (SATTB)
Variable Coefficient Écart-type Coefficient Écart-type Coefficient Écart-type
RSPerso -0.496*** (0.073) . -0.381*** (0.079) -0.389 (0.079) RSFam -0.135*** (0.049) -0.071 (0.050) -0.067 (0.050) RSNo -0.140 (0.059) -0.018 (0.056) -0.019 (0.056) Single -0.530*** (0.047) -0.480*** (0.051) -0.480*** (0.051) Marr -0.466*** (0.063) -0.457*** (0.066) -0.456*** (0.066) Separ -0.332*** (0.075) -0.367*** (0.082) -0.378*** (0.082) Niveau de significativité : *: 10% **: 5% ***: 1%
39 travaux abordant la discrimination sur le marché du travail pour les femmes en général. Il est donc intéressant de comparer les résultats concernant les femmes avec ceux des Autochtones, pour y établir un parallèle entre les deux situations de discrimination.
Le tableau montre que l'ensemble des Autochtones (Aboriginal) a environ la moitié moins de revenus (51,2%) que les Non-Autochtones, ce qui est 35% plus grand que l'écart trouvé dans le Tableau 5.3. La raison pour expliquer cette différence est que la méthode de décomposition prend en considération le différence dans le rendement sur les caractéristiques observables alors que dans les méthodes de pairages, les coefficients étaient fixes.
Nous pouvons aussi remarquer dans ce tableau que, contrairement à la littérature qui mentionne que les femmes autochtones sont marginalisées économiquement par de faibles revenus, les estimations montrent qu'elles ont un moins grand écart face à leur homologue non-autochtone que les hommes autochtones face à leurs homologues non-autochtones.
0
Dans la base de données des Non-autochtones (FVsMNA), pratiquement la totalité de l'écart dans le revenu entre les hommes et les femmes, à l'avantage des hommes, est expliquée par une supériorité de ceux-ci dans le rendement marginal sur les caractéristiques. À l'opposé, dans la base de données générale, la différence dans les caractéristiques explique presque les 3/4 de l'écart de revenu entre les Autochtones et les Non- autochtones. Cette dernière situation laisse donc peu de place pour l'écart dans le rendement sur les caractéristiques observables. Effectivement, relatif à leur groupe de référence respectif, les Autochtones ont un moins grand désavantage dans leur rendement marginal que celui existant chez les femmes. Par contre,
10 Conditionnel aux coefficients des groupes ayant le plus bas revenu
(Voir Tableau AB.1 pour inversement du groupe de référence).
11 Conditionnel aux caractéristiques des groupes ayant le plus haut revenu
(Voir tableau AB.1 pour inversement du groupe de référence).
Tableau 5. 8: Décomposition Oaxaca-Blinder de base entre Autochtones et Non-autochtones Variable Caract.10 Écart-type Coefficient11 Écart-type
Différence brute Écart-type FVsMNA -0.050*** (0.012) -0.173*** (0.038) -0.224*** (0.040) Aboriginal -0.372*** (0.066) -0.140*** (0.042) -0.512*** (0.025) MaleNA -0.365*** (0.094) -0.276*** (0.099) -0.642*** (0.046) FemNA -0.362*** (0.063) -0.025*** (0.073) -0.387*** (0.044) 1stNatNA -0.321*** (0.053) -0.236*** (0.068) -0.558*** (0.029) StatusNA -0.336*** (0.053) -0.233*** (0.062) -0.570*** (0.031) MétisNA -0.264** (0.105) -0.036*** (0.109) -0.301*** (0.048) InuitsNA -0.889*** (0.191) -0.034*** (0.204) -0.924*** (0.078) Niveau de significativité : *: 10% **: 5% ***: 1%
40
individuellement, cette situation n'est pas répandue pour tous les groupes autochtones. En ayant presque le même écart dans les caractéristiques, les membres des Premières Nations (1stNatNA) ainsi que les Indiens inscrits (StatusNA) ont un rendement sur ces dernières environ 9% plus bas que les Autochtones en général. En utilisant la base de données des Autochtones, le Tableau 5.9 présente le même cadre que le tableau précédant, mais oppose chacun des groupes autochtones aux autres Autochtones.
Ce tableau contredit, lui aussi, l'affirmation que les femmes autochtones sont marginalisées économiquement puisqu'elles ont un revenu légèrement supérieur aux hommes (FVsMA). C'est donc dire que l'écart plus petit entre les femmes autochtones et non-autochtones, en comparaison aux hommes, retrouvé au Tableau 5.8, ne serait pas expliqué par le fait que les hommes non-autochtones auraient significativement plus de revenus que ceux des Autochtones, mais bien parce que les femmes autochtones gagnent plus que les hommes autochtones. Nous pouvons aussi voir que les Métis (MétisA) ont 30,7% plus de revenus que les autres autochtones. Encore une fois, les raisons de cet écart ne sont pas les mêmes que ceux du genre. Environ les 3/5 de l'avantage dans le revenu des Métis est expliqué par leur rendement supérieur sur les caractéristiques observables.
o
Comme nous allons le voir dans la prochaine section, cette dernière composante peut être, à son tour, séparée en une composante captant l'avantage dans le rendement marginal de faire partie du groupe possédant le plus de revenus, et une composante captant le désavantage dans le rendement marginal sur les caractéristiques observables lorsqu'on fait partie du groupe ayant le moins de revenus.
5.3.2 Décompositions Oaxaca-Blinder doubles alternatives
Selon différentes pondérations du vecteur de coefficients non discriminatoires (Neumark, Cotton et Reimers) permettant de refléter un équilibre correspondant aux poids de chacun des groupes, le Tableau 5.10 fait le
12 Conditionnel aux coefficients des groupes ayant le plus bas revenu
(Voir tableau AB.2 pour inversement du groupe de référence).
13 Conditionnel aux caractéristiques des groupes ayant le plus haut revenu
(Voir tableau AB.2 pour inversement du groupe de référence).
Tableau 5. 9: Décomposition Oaxaca-Blinder de base entre Autochtones Variable Caract.12 Écart-type Coefficient13 Écart-type
Différence brute Écart-type FVsMA -0.057*** (0.017) -0.026 (0.048) -0.030*** (0.047) 1stNatA -0.053 (0.047) -0.057 (0.049) -0.110*** (0.044) StatusA -0.010 (0.045) -0.184*** (0.056) -0.144*** (0.039) MétisA -0.123*** (0.044) -0.184*** (0.056) -0.307*** (0.047) InuitsA -0.418*** (0.107) -0.036 (0.105) -0.455*** (0.065) Niveau de significativité : *: 10% **: 5% ***: 1%
41 même type d'exercice que ceux de la dernière section, mais ventile davantage la composante captant l'écart dans le rendement sur les caractéristiques observables. Il est important de mentionner que l'avantage ou le désavantage ne sont pas en comparaison à l'autre groupe, mais par rapport à un groupe estimé se référant à un monde sans discrimination, pondéré de différentes manières pour refléter un équilibre entre les groupes. En faisant, encore une fois, le lien avec la situation des femmes, le tableau montre qu'elles ont un désavantage dans les rendements marginaux qui est similaire à celui des Autochtones en général (Aboriginal). Selon la pondération Reimers (moyenne des coefficients des deux groupes), en comparaison à un monde sans discrimination, être une femme fait diminuer le revenu de 8,6%, alors qu'il est de 7% d'être une Autochtone. Par contre, pour certains groupes d'Autochtones, faire partie d'un de ceux-ci désavantage les individus jusqu'à deux fois plus qu'être une femme. Si nous prenons le cas des membres des Premières Nations (1stNatNA), qui constituent la plus grande population autochtone au sein des villes canadiennes, la pondération Cotton (l'importance des deux groupes) estime à 14,7% leur désavantage, alors que celui des femmes est de 8,7%. Du côté de la pondération Reimers, le positionnement des Premières Nations est moins dramatique puisque le désavantage diminue à 11,4%.
Tableau 5. 10: Décompositions Oaxaca-Blinder alternatives entre Autochtones et Non-autochtones
Neumark Cotton Reimers
Car. Coeff. Car. Coeff. Car. Coeff.
Variable Av. D.Av. Av. D.Av. Av. D.Av.
FVsMNA N/A N/A N/A -0.047*** (0.012) -0.089*** (0.021) -0.087*** (0.020) -0.047*** (0.011) -0.089*** (0.024) -0.086*** (0.023) Aboriginal -0.357*** (0.020) -0.080 (0.010) -0.074 (0.010) (0.032) -0.257*** -0.183 (0.019) -0.072*** (0.027) (0.031) -0.252*** (0.020) -0.189*** -0.070*** (0.024) MaleNA (0.025) -0.384*** (0.027) 0.088*** (0.023) -0.169*** (0.053) -0.259*** -0.227*** (0.026) (0.048) -0.156*** N/A N/A N/A
FemNA (0.021) -0.323*** -0.079*** (0.018) - (0.024) 0.015 (0.032) -0.255*** (0.031) -0.118*** (0.030) -0.013 -0.250*** (0.043) (0.032) -0.123 (0.032) -0.012 1stNatNA (0.020) -0.347*** -0.135*** (0.023) (0.013) -0.074*** (0.039) -0.264*** -0.145*** (0.017) (0.039) -0.147*** -0.238*** (0.038) (0.024) -0.204*** (0.035) -0.114*** StatusNA N/A N/A N/A (0.033) -0.276*** -0.149*** (0.015) (0.015) 0.143*** -0.249*** (0.031) (0.022) -0.208*** (0.031) -0.112*** MétisNA N/A N/A N/A (0.070) -0.229*** -0.042*** (0.009) (0.075) -0.029 -0.188*** (0.054) (0.026) -0.093*** (0.057) -0.019 InuitsNA (0.057) -0.687*** -0.162*** (0.045) (0.010) -0.074*** (0.253) -0.787*** -0.059*** (0.008) (0.250) -0.077 (0.115) -0.522*** (0.039) -0.359*** (0.109) -0.041
Niveau de significativité : *: 10% **: 5% ***: 1%
Globalement cependant, les deux situations ne sont plus comparables. Du côté du genre, selon Reimers, l'avantage d'être un homme (8,9%) est pratiquement de même nature que le désavantage d'être une femme (8,6%). La combinaison des deux totalise donc une discrimination de 17,5%, ce qui est beaucoup plus bas que les Autochtones. Effectivement, alors que le désavantage d'être un Autochtone est de 7%, l'avantage de ne pas en être un est pratiquement trois fois ce dernier(18,9%), totalisant une discrimination de 25,9%.
42
Malheureusement, les différentes méthodes de décomposition montrées précédemment ne nous permettent pas de connaitre les écarts de rendements spécifiques sur les caractéristiques. La méthode de décomposition de la prochaine section va nous permettre de connaître quelles sont les caractéristiques contribuant le plus aux différences dans les rendements.
5.3.3 Décomposition Oaxaca-Blinder double détaillée
Le Tableau 5.11 sépare la différence brute de revenu entre une composante expliquée par les différences dans les caractéristiques observables (Caract.), et une partie inexpliquée par ces différences (Coeff.). De plus, pour chaque caractéristique, leur contribution aux deux composantes y est quantifiée. Par contre, il est important de mentionner que, sans estimer un groupe de comparaison non discriminatoire pour y établir un avantage et un désavantage, la décomposition de ce tableau utilise, elle aussi, une pondération (pooled) du même type que celle utilisée par Cotton, d'où leurs résultats très similaires.
Le tableau montre que la différence brute dans le revenu est divisée pratiquement à parts égales entre la Tableau 5. 11: Décomposition Oaxaca-Blinder double détaillée (pooled)
Variables Coefficient (Écart-type) Coefficient (Écart-type)
Total- Différence brute -0.512*** (0.029) Caract. (Expliquée) -0.261*** (0.024) Coeff. (Inexpliquée) -0.250*** (0.035) Expliqué Inexpliqué Age -0.015 (0.012) -0.616*** (0.084) Male -0.008*** (0.002) -0.070*** (0.025) Halifax -0.005* (0.003) -0.025* (0.013) Montréal -0.002 (0.002) -0.033** (0.014) Toronto -0.001 (0.002) -0.081*** (0.014) ThunderBay -0.000 (0.003) -0.055*** (0.013) Winnipeg -0.002 (0.004) -0.047*** (0.011) Regina -0.001 (0.003) -0.065*** (0.014) Saskatoon -0.000 (0.002) -0.007 (0.013) Edmonton -0.002 (0.004) -0.061*** (0.014) Calgary -0.000 (0.003) -0.048*** (0.014) Vancouver -0.000 (0.004) -0.055*** (0.014) Nofr -0.028** (0.013) -0.028*** (0.010) Notstud -0.009 (0.007) -0.531*** (0.092) Highschool -0.006** (0.002) -0.014 (0.011) Cegep -0.019*** (0.005) -0.108*** (0.016) Under -0.113*** (0.010) -0.115*** (0.014) Grad -0.104*** (0.009) -0.055*** (0.007) Havekidsplus17yrs -0.012** (0.005) -0.008 (0..020) Constante -0.989*** (0.162) Niveau de significativité : *: 10% **: 5% ***: 1%
43 composante Caract. et Coeff. En s'attardant sur cette dernière, les variables possédants des valeurs négatives contribuent à faire diminuer la partie inexpliquée et donc la possible discrimination. Dans ce cadre, la discrimination envers les Autochtones serait donc de 25%. Le fait, pour les Autochtones, d'être en moyenne plus jeune que les Non-Autochtones contribuent beaucoup à faire diminuer la partie inexpliquée, suivit des rendements marginaux de posséder un Baccalauréat et un diplôme d'études collégial. Dans cette veine, ce serait donc de posséder un Baccalauréat qui enverrait le signal le plus fort aux employeurs pour démontrer leur compétence et estomper la discrimination potentielle à leur endroit. Malgré que ce soit le Baccalauréat qui soit le plus haut, les trois diplômes d'études postsecondaires font significativement baisser la partie inexpliquée jusqu'à 50%. Nous pourrions alors penser que les employeurs rechercheraient une preuve, à travers le système d'éducation non-autochtone, pour justifier leur embauche. Ce raisonnement présume que les décideurs ne croiraient pas au système scolaire autochtone ou seulement l'expérience de travail de ceux- ci.
À l'inverse, le rendement marginal de ne pas être un étudiant fait significativement augmenter la partie inexpliquée par les caractéristiques observables. Il faut également mentionner que l'effet de la variable omise, capté par la constante, est considérable. Étant donné le nombre important de variables par catégories, ce résultat est peu surprenant.
Tableau 5. 12: Comparaison résultats régression MCO et partie inexpliquée
Variables Coefficient (Écart-type) Coefficient (Écart-type)
Variable combinée avec Aboriginal
(Tableau 5.2) Partie inexpliquée (Tableau 5.12)
Age -0.014*** (0.001) -0.616*** (0.084) Male -0.147*** (0.055) -0.070*** (0.025) Halifax -0.217* (0.120) -0.025* (0.013) Montréal -0.123 (0.119) -0.033** (0.014) Toronto -0.384*** (0.117) -0.081*** (0.014) ThunderBay Drop -0.055*** (0.013) Winnipeg -0.026 (0.117) -0.047*** (0.011) Regina -0.219* (0.117) -0.065*** (0.014) Saskatoon -0.523*** (0.117) -0.007 (0.013) Edmonton -0.171 (0.117) -0.061*** (0.014) Calgary -0.043 (0.117) -0.048*** (0.014) Vancouver -0.111 (0.116) -0.055*** (0.014) Nofr -0.263** (0.094) -0.028*** (0.010) Notstud -0.639*** (0.094) -0.531*** (0.092) Highschool -0.136 (0.101) -0.014 (0.011) Cegep -0.545*** (0.080) -0.108*** (0.016) Under -0.628*** (0.086) -0.115*** (0.014) Grad -0.829*** (0.152) -0.055*** (0.007) Havekidsplus17yrs -0.021 (0.061) -0.008 (0..020) Niveau de significativité : *: 10% **: 5% ***: 1%
44
Finalement, le Tableau 5.12 compare les résultats de la régression par MCO des variables combinées avec celle captant le fait d'être un Autochtone (Aboriginal) provenant du tableau 5.2, avec les résultats découlant des contributions à la partie inexpliquée de ces mêmes variables, tirés du Tableau 5.11.
Sans connaître le sens, les résultats du tableau montrent une relation entre les deux types de coefficients. Plus (Moins) une caractéristique permet de réduire la partie inexpliquée et donc la discrimination, plus (moins) l'effet d'être un Autochtone et de posséder la caractéristique fait augmenter le revenu, ou vice-versa. Par exemple, comme mentionné auparavant, c'est dans la ville de Toronto où y vivre, pour un Autochtone, fait le plus augmenter le revenu, parmi toutes les villes de l'échantillon. C'est également cette ville qui contribue le plus à faire réduire la discrimination. Enfin, pour ce qui est de la scolarité, les résultats vont dans la même direction que l'argument du signal aux employeurs. Les différents diplômes postsecondaires contribuent à faire