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

  • Noomen Bahri Faculty of Humanities and Social Sciences of Tunis, University of Tunis 1
Keywords: Pandémie Covid-19, Marché du travail, Tunisie

Abstract

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.

Downloads

Download data is not yet available.

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.
Published
2024-01-17
How to Cite
Bahri, N. (2024). L’impact socioéconomique de la pandémie de COVID-19 sur le marché du travail et l’emploi en Tunisie. GPH-International Journal of Social Science and Humanities Research, 6(12), 44-57. https://doi.org/10.5281/zenodo.10523596