Published January 17, 2024 | Version v1
Journal article Open

L'impact socioéconomique de la pandémie de COVID-19 sur le marché du travail et l'emploi en Tunisie

Creators

  • 1. Faculty of Humanities and Social Sciences of Tunis, University of Tunis 1

Description

L’impact de la pandémie de COVID-19 a entraîné une forte contraction de l’activité économique en Tunisie. Pendant la période de confinement, de nombreuses activités économiques ont été affectées, ce qui a eu des répercussions sur l'emploi global du pays. Les conséquences du COVID-19 varient considérablement d’un secteur à un autre. Dans cet article, nous appliquons l’approche des chaîne de Markov pour examiner comment l'emploi dans les secteurs de l'économie tunisienne est affecté par la pandémie de COVID-19. On constate que le COVID-19 a un impact négatif sur l’emploi dans l’industrie et dans les services. De plus, c’est le secteur agricole qui profite le plus du COVID-19. Il est important de prévoir des mesures économiques afin de soutenir la résilience des établissements économiques, notamment des petites et moyennes entreprises.

Files

Article 1189 Soft-Copy.pdf

Files (991.7 kB)

Name Size Download all
md5:f5762e760cac29a9a77a68af046cba2b
991.7 kB Preview Download

Additional details

Identifiers

URL
https://gphjournal.org/index.php/ssh/article/view/1189

References

  • Ascani, A., Faggian, A., & Montresor, S. (2020). The geography of COVID-19 and the structure of local economies: The case of Italy. GSSI Discussion Paper Series in Regional Science & Economic Geography
  • Diwan, I. (2019). Tunisia's upcoming challenge: Fixing the economy before it's too late. Arab Reform Initiative, Bawader
  • Guerrieri, V., Lorenzoni, G., Straub, L., & Werning, I. (2020). Macroeconomic implications of COVID19 : Can negative supply shocks cause demand shortages?. NBER Working Paper 26981.
  • Forsythe, E., Kahn, L. B., Lange, F., & Wiczer, D. G. (2020). Labor demand in the time of COVID-19: Evidence from vacancy postings and UI claims". Journal of Public Economics, vol 189, 104238.
  • Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, vol 57, issue 2, pages 357–384.
  • Hamilton, J. D., & Susmel, R. (1994). Autoregressive conditional heteroskedasticity and changes in regime. Journal of Econometrics, vol 64issue 1–2, pages 307–333
  • Kervin, J. B. (1992). Methods for business research, New York. Kindleberger, C. (1969). American Business Abroad. Yale University Press, New Haven, CT.
  • Makoni, M. (2020). Africa prepares for coronavirus. The Lancet, 395(10223), 467–536.
  • Maliszewska, M., Mattoo, A., & Van Der Mensbrugghe, D. (2020). The potential impact of COVID-19 on GDP and trade: A preliminary assessment. World Bank, Policy Research Working Paper 9211.
  • Montenovo, L., Jiang, X., Rojas, F. L., Schmutte, I. M., Simon, K. I., Weinberg, B. A., & Wing, C. (2020). Determinants of disparities in Covid-19 job losses. NBER Working Paper 27312.
  • Ozili, P., & Thankom, A. (2020). Spillover of COVID-19: Impact on the global economy. University Library of Munich MPRA Paper 99317.
  • Sylvia, F. -S. (2006). Finite mixture and Markov switching models. Springer Series in Statistics.
  • Yagan, D. (2019). Employment hysteresis from the great recession. Journal of Political Economy, vol 127, issue 5, pages 2505–2558.