Assemblée annuelle de la SSC, juin 2003 Recueil de la Section des méthodes d enquête LA CONVERSION DE DONNÉES HISTORIQUES SELON UN NOUVEAU SYSTÈME DE CLASSIFICATION POUR L ENQUÊTE MENSUELLE SUR LE COMMERCE DE GROS ET DE DÉTAIL Susie Fotie 1 RÉSUMÉ Les systèmes de classification industielle founissent un cade commun de concepts pemettant de décie l activité économique. Au cous des années, Statistique Canada a utilisé difféentes vesions de la Classification type des industies (CTI) et, plus écemment, le Système de classification des industies de l Améique du Nod (SCIAN). Les changements de système de classification céent des bisues dans les séies chonologiques. Afin de péseve la continuité de ces séies, il devient nécessaie de conveti les estimations histoiques obtenues sous un ancien système en estimations histoiques selon la classification plus écente. Une enquête majeue de Statistique Canada, l Enquête mensuelle du commece de gos et de détail (EMCGD), subit actuellement un emaniement complet qui inclut l utilisation de la nouvelle classification et doit eleve le défi d une telle convesion. La vesion actuelle de l EMCGD a été développée à la fin des années 1980 afin de poduie pincipalement des estimations su les ventes et les stocks pou des secteus industiels définis pa la CTI de 1980. L enquête emaniée poduia doénavant des estimations selon le SCIAN à pati de 2004. Diveses options ont été considéées afin de conveti les données des secteus de la CTI en estimations pou les secteus du SCIAN. Les avantages et inconvénients de ces options seont discutés. L option choisie, étant donné les containtes eliées à l EMCGD, est pésentée. MOTS CLÉS : Rétopolation ; système de classification ; coefficient de convesion. ABSTRACT Industial classification systems povide a conceptual famewok that allows the desciption of economic activities. Thoughout the yeas, Statistics Canada has used diffeent vesions of the Standad Industial Classification (SIC) system and the Noth Ameican Industy Classification System (NAICS) fo industial classification. Changes in industial classification systems ceate disuptions in associated time seies of population estimates. To maintain continuity, existing seies unde the pevious classification must be conveted accoding to the new classification. The Monthly Wholesale and Retail Tade Suvey (MWRTS), a majo suvey conducted by Statistics Canada, is in the midst of a edesign and faces the challenges of classification convesion. The cuent MWRTS was developed in the late 1980 s to poduce sales and inventoies estimates fo SIC-based industial sectos. The edesigned suvey will poduce NAICS-based estimates stating in 2004. This pape summaizes the options consideed fo backcasting the SIC-based data into NAICS-based estimates. The pos and cons of each method ae discussed and the final stategy is pesented within the specific context of the MWRTS. KEY WORDS: Backcasting; Classification system; Concodance coefficient 1. INTRODUCTION L Accod de libe-échange, signé en janvie 1994, a céé le besoin d une classification des activités économiques commune au Canada, au Mexique et aux États-Unis. Le Système de classification des industies de l Améique du Nod (SCIAN) de 1997 a été conçu à cette fin pa les oganismes statistiques des tois pays (Statistique Canada 2002). Le SCIAN s appuie su un cade conceptuel fondé su la poduction ou l offe ; les établissements y sont goupés pa classe en fonction de la similitude des pocédés qu ils appliquent à la poduction de biens et de sevices. L utilisation du nouveau système pemet une meilleue compaaison des statistiques industielles ente les tois pays. Toutefois, ceci inteompt la continuité histoique des séies nationales basées su d autes systèmes de classification. Depuis 1948, Statistique Canada utilisait pincipalement le système de la Classification type des industies (CTI) et ses difféentes évisions (en 1960, 1970 et 1980). La convesion au SCIAN touche plusieus enquêtes majeues de Statistique Canada, dont l Enquête mensuelle su le commece de gos et de détail (EMCGD). 1 Susie Fotie (susie.fotie@statcan.ca), Immeuble R.-H.Coats, 11 e étage, Ottawa (Ontaio), Canada, K1A O6T. 13
Depuis 1988, les données de l EMCGD sont poduites en fonction des définitions de la CTI vesion 1980. L enquête a écemment été emaniée pou poduie des estimations de qualité selon le SCIAN à coûts éduits. Ce emaniement pemet également de éduie le fadeau de éponse, d implante des systèmes infomatiques plus pefomants et de favoise l utilisation de données administatives nouvellement disponibles, telles que les ventes selon la Taxe su les poduits et sevices (TPS) peçue (Béad 2001). Les pemies ésultats de l enquête emaniée seont publiés en 2004. Ils seont accompagnés d estimations histoiques mensuelles selon le SCIAN obtenues gâce à la convesion des données histoiques ecueillies selon la CTI. Cet aticle pésente les défis associés à la poduction de données histoiques selon un nouveau système de classification. La section 2 définit le commece de gos et le commece de détail selon chacun des deux systèmes de classification. Les difféentes méthodes considéées pou la étopolation sont bièvement discutées dans la section 3. La section 4 identifie la méthode choisie et taite de son implantation. 2. DÉFINITIONS DU COMMERCE DE GROS ET DU COMMERCE DE DÉTAIL Sous la CTI et le SCIAN, les secteus du commece de gos et du commece de détail ont la même fonction pincipale ; soit l achat de machandises aux fins de evente. La distinction ente les deux secteus dépend pa conte du système de classification utilisé (Meye 2001). Selon la CTI, la distinction est fondée su la catégoie de clients. Les machandises des détaillants sont destinées au public, pou usage pesonnel ou ménage. Les gossistes evendent des machandises à des détaillants, des industiels, des commeçants, des établissements publics, des agiculteus, des pofessionnels ou à d autes gossistes. La difféence ente le commece de gos et le commece de détail, selon le SCIAN, éside plutôt su le pocessus de poduction utilisé, à savoi le fait que les ventes sont effectuées dans un magasin ou non. Ce changement de concept entaîne un changement de secteus pou cetains magasins. Pa exemple, les magasins d odinateus, les machands de matéiaux de constuction, y compis les centes de énovation, ainsi que les magasins de founitues de bueau et de papeteie, qui étaient tous des gossistes selon la CTI, deviennent des détaillants sous le SCIAN. Les établissements dont l activité pincipale est l installation et la épaation, activité appatenant au secteu du commece de détail selon la CTI, sont maintenant classés dans le secteu des sevices selon le SCIAN. Le tableau 1 pésente un apeçu des mouvements ente les secteus de la CTI et du SCIAN. On y pésente la distibution des ventes des secteus du commece de gos et du commece de détail de la CTI selon la nouvelle classification du SCIAN. Tableau 1 Poucentage moyen de ventes selon le secteu d industie (1998-2001) Secteu selon la classification SCIAN : SCIAN : SCIAN : commece de détail commece de gos autes secteus total CTI : commece de détail 96,3% - 3,7% 100% CTI : commece de gos 4,2% 94,3% 1,5% 100% L activité este fotement concentée dans le même secteu industiel. Pa conte, il faut souligne que l EMCGD publie ses données à un niveau plus affiné que le secteu, soit les goupes de commece. Alos que l enquête couante sous la CTI a 11 goupes de commece d intéêt pou le commece de gos et 18 pou le commece de détail, l enquête emaniée sous le SCIAN en aua espectivement 15 et 19. Les changements ente les anciens et les nouveaux goupes de commece sont nombeux et vaiés. Afin de pemette l analyse des 34 nouvelles séies selon le SCIAN, il est nécessaie d estime leus valeus histoiques à l aide de la étopolation des données obtenues sous la CTI. 3.1 Mise en contexte 3. MÉTHODES CONSIDÉRÉES Le Registe des entepises (RE) de Statistique Canada est une base de données su la population des entepises canadiennes. Les établissements de ces entepises sont épetoiés su le RE et classés ente autes selon leu type d activités industielles et leu classification géogaphique. L EMCGD ecout à un plan d échantillonnage statifié aléatoie simple sans emise qui est en place depuis 1988 et qui utilise le RE comme base de sondage. La statification industielle est en fonction de la CTI. Depuis 1998, les établissements su le RE sont classés selon la CTI et le SCIAN. Cette double classification pemet donc d obteni facilement des estimations selon le SCIAN même si le plan de sondage 14
est basé su la CTI. Il suffit d assigne la classification SCIAN aux unités échantillonnées selon l infomation disponible su le RE et d effectue une estimation pa domaine. La pécision des estimations est toutefois difficile à contôle. Puisque toutes les unités de la population sont classées selon les deux systèmes, il auait également été possible de pocéde pa postatification afin d amélioe la pécision des estimations selon le SCIAN. Cette option a été ejetée ca la classification SCIAN des unités hos échantillon est de moins bonne qualité que celle des unités échantillonnées ; et ce paticulièement en 1998. Les estimations selon le SCIAN seont plutôt poduites à l aide de l estimation pa domaine pou la péiode allant de 1998 jusqu à la mise en œuve de l enquête emaniée. Cetains utilisateus, comme le système de comptabilité nationale, ont besoin de séies histoiques antéieues à janvie 1998. La étopolation doit commence en janvie 1991 pou le commece de détail, alos que pou le commece de gos, elle peut commence en janvie 1993. Difféentes options pou la convesion de données de la CTI au SCIAN ont été étudiées pou plusieus enquêtes de Statistique Canada. (Hidioglou, Quenneville et Huot 2001). Pou l EMCDG, deux appoches ont été considéées. 3.2 Appoche «mico» : ajustements des micodonnées Dans l appoche «mico», l objectif est d assigne à chaque unité échantillonnée selon la CTI un goupe de commece selon le SCIAN puis de totalise les estimations. Le défi éside dans la eclassification pou la péiode antéieue à 1998. Cetains codes de la CTI ont un lien simple (un à un) avec un code du SCIAN. Une eclassification automatisée peut alos ête effectuée. Pou les codes avec liens multiples, une eclassification manuelle pa des spécialistes en la matièe auait été idéale mais impaticable, étant donné les containtes de temps et de budget. Diveses méthodes d imputation utilisées à des fins de eclassification ont été étudiées. Pa exemple, pou les unités qui sont encoe pésentes su la base de sondage en 1998, nous avons considéé la possibilité d impute les mêmes codes du SCIAN pou les années antéieues. Cette option est efficace si aucun changement d activité ne s est poduit depuis 1991. Toutefois, seulement 55 % des unités visées au début de la péiode de étopolation (soit 1991 ou 1993) sont pésentes en janvie 1998. De plus, les unités toujous vivantes ont bien souvent subi des changements de stuctue impotants mettant en doute l hypothèse de stabilité de l activité pincipale. Pou les unités qui ne sont plus su la base de sondage en 1998, un code du SCIAN peut ête attibué de manièe pobabiliste. Pou chaque code de la CTI, les pobabilités d assignation à un code du SCIAN sont déteminées de manièe empiique, c'est-à-die pa la féquence de chacun des liens CTI-SCIAN pésents en 1998 et les années suivantes. Enfin, l assignation d un code du SCIAN pou les unités classées sous un code de la CTI avec un lien «un à plusieus» peut se faie à l aide d une méthode de patage. Un cetain poucentage de la vaiable d intéêt est alos ecodé dans chacun des codes du SCIAN éligibles. Les facteus de patage sont également déivés des données pou lesquelles la classification est connue sous les deux systèmes. L avantage pincipal de l appoche «mico» est au niveau de la pécision. Les méthodes considéées sont cependant assez complexes. De plus, on suppose que les micodonnées sous la CTI concodent pafaitement aux données agégées. Ce n est pas le cas pou l EMCGD. Ente autes, une estatification impotante a eu lieu en décembe 1997 et a causé un saut dans les séies histoiques. Ce saut a été lissé gaduellement dans les mois antéieus à la estatification à l aide d ajustements «maco» L utilisation de l appoche «mico» nécessiteait donc un taitement supplémentaie pou les ajustements «maco» liés à la estatification et pou d autes ajustements «maco» minimes mais non négligeables. Nous avons ejeté cette appoche. 3.3 Appoche «maco» : coefficients de convesion Dans l appoche «maco», les unités n ont pas besoin d ête eclassifiées individuellement. Pou chaque goupe d intéêt selon le SCIAN, on utilise plutôt une combinaison linéaie pondéée du total de chacun des goupes d intéêt selon la CTI. Le total X j du goupe de commece j selon le SCIAN pou l année a et le mois m est donné pa X j = α X i i où X i est la somme du goupe de commece i selon la CTI. Les poids de la combinaison linéaie, soit les coefficients de convesion α, epésentent le poucentage du total du goupe CTI i qui est attibué au goupe SCIAN j. Ils sont estimés à l aide des données pou lesquelles la double classification est connue. Pou l EMCGD, ces données sont celles de janvie 1998 et des mois suivants. 15
L avantage majeu de cette appoche est qu aucun taitement supplémentaie n est nécessaie pou les ajustements à des niveaux agégés (lissage ou autes) effectués aux séies sous la CTI. Son désavantage pincipal découle de l intoduction d eeus los de l estimation des coefficients de convesion. Les souces d eeus sont détaillées dans la section 4.2. L appoche «maco» a été etenue pou l EMCGD. 4.1 Estimation des coefficients de convesion 4. IMPLANTATION Les valeus des coefficients de convesion peuvent ête déivées des données échantillonnées pou janvie 1998 et les mois suivants. Les coefficients antéieus doivent ête estimés à l aide des coefficients connus. Envion 1000 séies de coefficients de convesion, obtenues pa le coisement des goupes de la CTI et des goupes du SCIAN, ont été étudiées à l aide de 48 obsevations ( janvie 1998 à décembe 2001). Les coefficients jugés invalides pa des spécialistes en la matièe ou en valeu absolue inféieus à 0,3 % ont été éliminés et éalloués. Les 230 séies de coefficients non nuls estantes ont été analysées gaphiquement pou détecte la pésence de difféences égionales, de saisonnalité ou de valeus abeantes. Puisque les difféences égionales et la saisonnalité étaient facilement décelables (gaphique 2), il a été décidé d estime les coefficients mensuels pou les années 1991 à 1997 à l aide de la moyenne des coefficients calculés su les mois homologues des années 1998 à 2001 et ce, pou chaque égion. Gaphique 2 - Coefficients de convesion dans le temps Le coefficient X en Nouvelle-Écosse Le même coefficient X au Québec 60% 60% 50% 50% 40% 40% 30% 30% 20% jan fév ma av mai juin juil aoûtsept oct nov déc 20% jan fév ma av mai juin juil août sept oct nov déc 1998 1999 2000 2001 1998 1999 2000 2001 Les coefficients de convesion peuvent donc s écie sous la fome 2001 1 ˆ α ˆ (1991, = K = α (1997, = δ α pou m = 1, K,12 k a= 1998 où la vaiable k est la somme su les 4 années des indicatices δ définies pa 0 δ = 1 siα est jugé abeant; sinon. Les valeus abeantes sont ainsi etiées du calcul de la moyenne. Les coefficients obtenus sont éajustés pou somme à 100% pou chaque combinaison d année a, de mois m, de égion et de goupe de commece i selon la CTI. 16
4.2 Souces d eeus Difféentes souces d eeus affectent l efficacité de l appoche «maco» (Hidioglou et al. 2001). Une pemièe souce d eeu potentielle est la base de sondage elle-même. Une eeu de classification selon la CTI ou le SCIAN pou un mois donné ente 1998 et 2001 affecte évidemment le mois en question ainsi que tous les mois homologues des années 1991 à 1997. Afin de éduie l impact des unités mal classées, les gos contibuteus ont été véifiés manuellement et ecodés au besoin. Les coections appotées à la base de sondage depuis 1998 ont été épetoiées dans le but d évalue leu impact ; losque jugés nécessaies, des ajustements aux séies estimées sous le SCIAN ont été appotés. Le second type d eeu povient de l utilisation des coefficients de convesion calculés su des années écentes (1998-2001) pou estime les coefficients de convesion des années antéieues. Cette méthode est efficace si la épatition selon le SCIAN est stable d une année à l aute ; si elle ne l est pas, nous considéons quand même que le isque d eeu est plus faible en 1997 qu en 1991. L hypothèse de stabilité a été acceptée dans la majoité des cas. Il faut cependant poscie l utilisation des coefficients de convesion estimés uniquement pa la moyenne losqu une industie a subi un changement impotant tels que les centes de énovation à gande suface. Puisque que le secteu de la énovation a connu une coissance maquée au cous des denièes années et que les centes à gandes sufaces sont écents dans l économie canadienne, leu contibution au goupe de commece de la CTI en 1998 epésente mal la contibution qu ils avaient au début des années 1990. On doit donc ajuste les coefficients de convesion qui leu sont associés à la baisse pou les années 1991 à 1997. Les centes de énovation epésentent une patie d un goupe de commece de la CTI. Losque leu contibution est évisée à la baisse, la contibution des unités ésiduelles doit ête évisée à la hausse. La valeu de l ajustement lui-même est basée su l analyse des expets et les ésultats d une classification patielle sous le SCIAN au niveau mico. Ce type d ajustement pemet de modélise les vaiations dans le temps des coefficients. D autes éléments liés à la saisonnalité des coefficients tels les jous ouvables et l effet de Pâques n ont pas été considéés étant donné le peu d obsevations disponibles au moment de l analyse. Une souce d eeu additionnelle découle de l utilisation de coefficients de convesion basés su une vaiable et utilisés su une aute. L EMCGD a deux vaiables d intéêt ; les ventes et les stocks notons que les stocks ne sont pésentement publiés que pou les gossistes selon la CTI. Toute l analyse des coefficients de convesion a été effectuée au niveau des ventes. Au lieu de conveti selon le SCIAN les séies des stocks selon la CTI, nous avons conveti les séies étopolées des ventes en stocks à l aide de atios. Des atios stocks/ventes sont calculés pou chaque mois depuis 1993 au niveau des goupes de commece CTI et appliqués aux goupes de commece SCIAN coespondants. Les coespondances sont établies en fonction de la ègle suivante : un goupe de commece selon le SCIAN coespond à un goupe de commece selon la CTI si ce denie contibue à plus de 99 % du total du goupe selon le SCIAN. Sept goupes du commece de gos selon le SCIAN ont un goupe coespondant selon la CTI. Les goupes du SCIAN sans goupe coespondant selon la CTI sont taités à l aide d un atio stocks/ventes global. 4.3 Continuité des séies sous le SCIAN Les séies sous la classification du SCIAN se divisent en tois paties. Une pemièe de janvie 1991 à décembe 1997 où les estimations sont obtenues à l aide de coefficients de convesion estimés. La seconde patie commence en janvie 1998 et se teminea los de l aêt de l enquête actuelle. Dans cette patie, les séies sous le SCIAN sont obtenues pa estimation pa domaine, autement dit à l aide de coefficients de convesion obsevés. La toisième patie débute en même temps que l enquête emaniée. La deuxième et la toisième paties se chevauchent de quelques mois losque l ancienne et la nouvelle enquête seont toutes les deux en poduction (test en paallèle). On pévoit la pésence d un bis dans les séies los du passage à l enquête emaniée. Ce saut s explique pa le changement de classification mais aussi pa d autes changements méthodologiques. Les ésultats du test en paallèle pemettont d ajuste le niveau des séies étopolées. On pévoit un ajustement multiplicatif constant dans le temps pou ajuste les séies histoiques aux niveaux publiés dans la nouvelle enquête. En tenant compte de la saisonnalité, des bis dans les séies sous le SCIAN étaient également obsevables en janvie 1998. On passe alos de coefficients estimés en décembe 1997 à des coefficients obsevés. Pou amoindi l effet, toutes les données étopolées de 1998 ont été ecalculées en utilisant les coefficients estimés, c est-à-die en calculant la moyenne des quate années, incluant 1998. Notons que les coefficients de 1998 diffèent plus souvent de la moyenne que les tois autes années et que les coefficients tès abeants étaient enlevés du calcul de la moyenne. En allongeant la pemièe patie de la séie jusqu en décembe 1998, on annule la pésence de bis ente les deux pemièes paties. 17
5. ACTIVITÉS À VENIR Les pemièes estimations sous le SCIAN de l enquête emaniée sont pévues en 2004. Les données histoiques antéieues seont ajustées pou le niveau à l aide des ésultats du test en paallèle. Gâce aux données étopolées, les nouvelles estimations pouont ête désaisonnalisées et analysées. Le SCIAN a connu une pemièe mise à jou en 2002 qui ne touchait pas les secteus du commece de gos et du commece de détail. Une seconde évision, attendue en 2007, affectea le commece de gos. Une étopolation des données selon la nouvelle vesion du SCIAN est pévue. REMERCIEMENTS L auteue désie emecie Fançois Lavoie, Benoît Quenneville, Julie Tépanie et paticulièement Hélène Béad pou leus commentaies et leus suggestions fot utiles. RÉFÉRENCES Béad, H.(2001), The Redesign of the Monthly Wholesale and Retail Tade Suvey of Statistics Canada, Recueil 2001 de la section des méthodes d enquêtes, Société statistique du Canada, pp 81-86. Hidioglou, M., Quenneville, B. et Huot G. (2001), Methodological Poblem and Options fo SIC-NAICS Convesion, Document de tavail de Statistique Canada, Division des méthodes d enquêtes aupès des entepises, octobe 2001. Meye, B.(2001), Convesion de la CTI de 1980 au SCIAN; Commece de gos et de détail; apeçu dans la pespective d un secteu d enquête, Document de tavail de Statistique Canada, Division de la statistique du commece, septembe 2001. Statistique Canada (2002), Système de classification des industies de l'améique du Nod : SCIAN, Canada 2002, poduit n o 12-501-XPF au catalogue de Statistique Canada, Ottawa, Ministe de l industie, avil 2002. 18