L'Enquête sur les voyages des visiteurs (EVV) fournit un large éventail de statistiques sur le volume de voyageurs internationaux au Canada ainsi que des caractéristiques détaillées de leurs voyages. Depuis quelques années, les estimations des dépenses infra-provinciales des voyageurs étrangers au Canada ont suscité un intérêt croissant. Il est possible d'obtenir des estimations directes des dépenses des voyageurs étrangers à partir de l'EVV, mais ces estimations ne sont fiables que si la taille de l'échantillon est suffisamment grande. Par conséquent, une méthodologie d'estimation pour petits domaines (EPD) est maintenant utilisée pour améliorer la qualité des estimations, au moyen de données de traitement des paiements (de l'acquéreur) fournies par Destination Canada. Ce document décrit brièvement cette méthodologie.

1. Introduction

L'EVV a été lancée en janvier 2018 pour remplacer la composante des visiteurs des États-Unis et des pays d'outre-mer de l'Enquête sur les voyages internationaux. Elle fournit un large éventail de statistiques sur le volume de voyageurs internationaux au Canada ainsi des caractéristiques détaillées de leurs voyages, comme leurs dépenses et activités, les lieux visités et la durée de leur séjour. La population cible de l'EVV est constituée de l'ensemble des résidents des États-Unis et de pays d'outre-mer qui viennent au Canada. Les diplomates et leurs personnes à charge, les réfugiés, les immigrants reçus, les militaires, les membres d'équipage et les anciens résidents canadiens sont exclus du champ de l'enquête.

Depuis quelques années, la demande pour des estimations des dépenses des voyageurs étrangers au Canada, à de plus petits niveaux géographiques, s'accroît. Il est possible de tirer de l'EVV des estimations pondérées standards (ou des estimations directes), mais celles-ci ne peuvent être considérées comme fiables que dans la mesure où la taille de l'échantillon pour la région d'intérêt est suffisamment grande. Pour résoudre ce problème, on a recours à une méthodologie d'EPD pour améliorer la qualité des estimations infra-provinciales, au moyen de données de traitement des paiements fournies par Destination Canada.

Les méthodes d'EPD visent à produire des estimations fiables lorsque la taille de l'échantillon pour une région est petite. Dans cette application de la méthodologie, l'EPD dépend de deux quantités : l'estimation directe tirée des données de l'enquête et une prédiction fondée sur un modèle, parfois appelée estimation indirecte ou synthétique. Le modèle fait intervenir les données d'enquête du domaine d'intérêt géographique, ainsi que des données d'autres domaines (comme données d'entrée des paramètres du modèle) et des données auxiliaires. Les données auxiliaires doivent provenir d'une source indépendante de l'EVV et être accessibles au niveau géographique approprié. L'EPD permet d'utiliser les données de traitement des paiements qui comprennent une portion des paiements effectués par carte de crédit ou carte de débit par des visiteurs internationaux au Canada, comme données auxiliaires. Autrement dit, les données sur les paiements sont utilisées avec les estimations directes de l'EVV pour calculer les estimations pour petits domaines. Pour les régions les plus petites, les estimations directes ne sont pas fiables et les estimations pour petits domaines découlent principalement de prédictions du modèle. Cependant, pour les régions plus grandes, l'inverse est vrai et les estimations pour petits domaines tendent à être proches des estimations directes.

Il existe deux types de modèles d'EPD : les modèles au niveau du domaine (ou modèles agrégés), qui établissent des liens entre les moyennes de petit domaine et des variables auxiliaires propres au domaine, et les modèles au niveau de l'unité, qui établissent des liens entre les valeurs unitaires de la variable étudiée et des variables auxiliaires propres à l'unité. L'EVV utilise un modèle au niveau du domaine, car l'information auxiliaire (c.-à-d. les données de paiement) est agrégée.

La section 2 décrit les exigences pour produire des estimations infra-provinciales des dépenses des voyageurs au Canada. À la section 3, des diagnostics utilisés pour la validation du modèle et l'évaluation des EPD sont brièvement décrits.

2. Modèle au niveau du domaine

Les estimations pour petits domaines ont été obtenues en utilisant le module d'EPD du logiciel généralisé^{Note de bas de page 1} version 2.02 (Estevao et coll., 2017a, 2017b). Pour chaque domaine i, trois intrants doivent être fournis au logiciel G-EST afin d'obtenir les estimations pour petits domaines :

i) Des estimations directes ${\hat{\theta }}_i$, qui sont calculées au moyen des poids de sondage
${\hat{\theta }}_i=\sum _{k\in s_i}{w}_k{y}_k$
où $y_k$ représente les dépenses par unité k dans le domaine i, et $w_k$ représente les poids d'échantillonnage appliqués à l'unité k dans l'échantillon de l'EVV

ii) Des estimations de la variance lissée, qui sont obtenues en appliquant une approche de lissage par morceaux aux estimations de la variance calculées au moyen de poids bootstrap moyens

iii) Un vecteur de variables auxiliaires $z_i$

Pour l'estimation des dépenses des voyageurs au Canada, les domaines d'intérêt sont définis comme suit : 11 pays / groupes de pays × 22 régions touristiques / régions touristiques regroupées.

Les 11 pays ou groupes de pays sont les suivants :

Les 84 régions touristiques sont regroupées en 22 domaines, comme le montre le tableau suivant.

Il convient de mentionner que, pour l'EVV, une modification du modèle de base au niveau du domaine a été utilisée, un modèle par morceaux au niveau du domaine. Le modèle par morceaux au niveau du domaine est utile lorsqu'un modèle linéaire unique ne permet pas d'obtenir une explication adéquate de la relation entre la variable d'intérêt et les covariables. La variable auxiliaire propre au domaine, c'est-à-dire les dépenses provenant des données de paiement, est répartie en intervalles, et un segment de droite distinct est ajusté à chaque intervalle.

3. Évaluation des estimations pour petits domaines

La précision des estimations pour petits domaines dépend de la fiabilité du modèle. Il est donc essentiel d'évaluer avec soin la validité du modèle avant de diffuser toute estimation. Il est par exemple important de vérifier qu'une relation linéaire existe effectivement entre les estimations directes provenant de l'EVV (${\hat{\theta }}_i$) et les données de paiement ($z_i$), au moins approximativement.

Pour l'EVV, les graphiques et les tests diagnostiques du logiciel G-EST sont utilisés pour évaluer le modèle, et les valeurs aberrantes sont relevées de manière itérative en examinant les résidus normalisés du modèle.

Un concept relativement utile pour évaluer les gains d'efficacité provenant de l'utilisation de l'estimation pour petits domaines ${\hat{\theta }}_i^{\mathrm{EPD}}$ plutôt que l'estimation directe est l'erreur quadratique moyenne (EQM).

L'EQM est inconnue, mais elle peut être estimée (voir Rao et Molina, 2015). On s'attend à une efficacité accrue par rapport à l'estimation directe lorsque l'estimation de l'EQM est inférieure à l'estimation de la variance lissée ou à l'estimation de la variance directe. En général, les estimations pour petits domaines de l'EVV sont significativement plus efficaces que les estimations directes, en particulier pour les domaines dont la taille d'échantillon est particulièrement réduite.

Références

Estevao, V., Y. You, M. Hidiroglou, J.-F. Beaumont (2017a). Estimations pour petits domaines – Modèle au niveau du domaine avec estimation EBLUP – Description des paramètres de fonction et guide de l'utilisateur. Document de Statistique Canada.

Estevao, V., Y. You, M. Hidiroglou, J.-F. Beaumont et S. Rubin-Bleuer. (2017b). Estimations pour petits domaines – Modèle au niveau du domaine avec estimation EBLUP – Spécifications méthodologiques. Document de Statistique Canada.

Rao, J.N.K., and Molina, I. (2015). Small Area Estimation. John Wiley & Sons, Inc., Hoboken, New Jersey.

Statistique Canada. (2017). Estimations pour petits domaines de l'Enquête mensuelle sur la population active. Document accompagnant les estimations pour petits domaines. Document de Statistique Canada.

L'Enquête sur les voyages des visiteurs (EVV) fournit un large éventail de statistiques sur le volume de voyageurs internationaux au Canada ainsi que des caractéristiques détaillées de leurs voyages. Depuis quelques années, les estimations des dépenses infra-provinciales des voyageurs étrangers au Canada ont suscité un intérêt croissant. Il est possible d'obtenir des estimations directes des dépenses des voyageurs étrangers à partir de l'EVV, mais ces estimations ne sont fiables que si la taille de l'échantillon est suffisamment grande. Par conséquent, une méthodologie d'estimation pour petits domaines (EPD) est maintenant utilisée pour améliorer la qualité des estimations, au moyen de données de traitement des paiements (de l'acquéreur) fournies par Destination Canada. Ce document décrit brièvement cette méthodologie.

1. Introduction

L'EVV a été lancée en janvier 2018 pour remplacer la composante des visiteurs des États-Unis et des pays d'outre-mer de l'Enquête sur les voyages internationaux. Elle fournit un large éventail de statistiques sur le volume de voyageurs internationaux au Canada ainsi des caractéristiques détaillées de leurs voyages, comme leurs dépenses et activités, les lieux visités et la durée de leur séjour. La population cible de l'EVV est constituée de l'ensemble des résidents des États-Unis et de pays d'outre-mer qui viennent au Canada. Les diplomates et leurs personnes à charge, les réfugiés, les immigrants reçus, les militaires, les membres d'équipage et les anciens résidents canadiens sont exclus du champ de l'enquête.

Depuis quelques années, la demande pour des estimations des dépenses des voyageurs étrangers au Canada, à de plus petits niveaux géographiques, s'accroît. Il est possible de tirer de l'EVV des estimations pondérées standards (ou des estimations directes), mais celles-ci ne peuvent être considérées comme fiables que dans la mesure où la taille de l'échantillon pour la région d'intérêt est suffisamment grande. Pour résoudre ce problème, on a recours à une méthodologie d'EPD pour améliorer la qualité des estimations infra-provinciales, au moyen de données de traitement des paiements fournies par Destination Canada.

Les méthodes d'EPD visent à produire des estimations fiables lorsque la taille de l'échantillon pour une région est petite. Dans cette application de la méthodologie, l'EPD dépend de deux quantités : l'estimation directe tirée des données de l'enquête et une prédiction fondée sur un modèle, parfois appelée estimation indirecte ou synthétique. Le modèle fait intervenir les données d'enquête du domaine d'intérêt géographique, ainsi que des données d'autres domaines (comme données d'entrée des paramètres du modèle) et des données auxiliaires. Les données auxiliaires doivent provenir d'une source indépendante de l'EVV et être accessibles au niveau géographique approprié. L'EPD permet d'utiliser les données de traitement des paiements qui comprennent une portion des paiements effectués par carte de crédit ou carte de débit par des visiteurs internationaux au Canada, comme données auxiliaires. Autrement dit, les données sur les paiements sont utilisées avec les estimations directes de l'EVV pour calculer les estimations pour petits domaines. Pour les régions les plus petites, les estimations directes ne sont pas fiables et les estimations pour petits domaines découlent principalement de prédictions du modèle. Cependant, pour les régions plus grandes, l'inverse est vrai (estimations directes plus fiables) et les estimations pour petits domaines tendent à être proches des estimations directes.

Il existe deux types de modèles d'EPD : les modèles au niveau du domaine (ou modèles agrégés), qui établissent des liens entre les moyennes de petit domaine et des variables auxiliaires propres au domaine, et les modèles au niveau de l'unité, qui établissent des liens entre les valeurs unitaires de la variable étudiée et des variables auxiliaires propres à l'unité. L'EVV utilise un modèle au niveau du domaine, car l'information auxiliaire (c.-à-d. les données de paiement) est agrégée.

La section 2 décrit les exigences pour produire des estimations infra-provinciales des dépenses des voyageurs au Canada. À la section 3, des diagnostics utilisés pour la validation du modèle et l'évaluation des EPD sont brièvement décrits.

2. Modèle au niveau du domaine

Les estimations pour petits domaines ont été obtenues en utilisant le module d'EPD du logiciel généralisé G-EST ^{Note de bas de page 1} version 2.02 (Estevao et coll., 2017a, 2017b). Pour chaque domaine, trois intrants doivent être fournis au logiciel G-EST afin d'obtenir les estimations pour petits domaines :

Des estimations directes ${\hat{\theta }}_i$, qui sont calculées au moyen des poids de sondage
${\hat{\theta }}_i=\sum _{k\in s_i}{w}_k{y}_k$
où $y_k$ représente les dépenses par unité k dans le domaine i, et $w_k$ représente les poids d'échantillonnage appliqués à l'unité k dans l'échantillon de l'EVV

Des estimations de la variance lissée, qui sont obtenues en appliquant une approche de lissage par morceaux aux estimations de la variance calculées au moyen de poids bootstrap moyens

Un vecteur de variables auxiliaires $z_i$

Pour l'estimation des dépenses des voyageurs au Canada, les domaines d'intérêt sont définis comme suit : 11 pays / groupes de pays × 22 régions touristiques / régions touristiques regroupées (M=242).

Les 11 pays ou groupes de pays sont les suivants :

Les 84 régions touristiques sont regroupées en 22 domaines, comme le montre le tableau suivant.

Il convient de mentionner que, pour l'EVV, une modification du modèle de base au niveau du domaine a été utilisée, un modèle par morceaux au niveau du domaine. Le modèle par morceaux au niveau du domaine est utile lorsqu'un modèle linéaire unique ne permet pas d'obtenir une explication adéquate de la relation entre la variable d'intérêt et les covariables. La variable auxiliaire propre au domaine, c'est-à-dire les dépenses provenant des données de paiement, est répartie en intervalles, et un segment de droite distinct est ajusté à chaque intervalle.

3. Évaluation des estimations pour petits domaines

La précision des estimations pour petits domaines dépend de la fiabilité du modèle. Il est donc essentiel d'évaluer avec soin la validité du modèle avant de diffuser toute estimation. Il est par exemple important de vérifier qu'une relation linéaire existe effectivement entre les estimations directes provenant de l'EVV (${\hat{\theta }}_i$) et les données de paiement ($z_i$), au moins approximativement.

Pour l'EVV, les graphiques et les tests diagnostiques du logiciel G-EST sont utilisés pour évaluer le modèle, et les valeurs aberrantes sont relevées de manière itérative en examinant les résidus normalisés du modèle.

Un concept relativement utile pour évaluer les gains d'efficacité provenant de l'utilisation de l'estimation pour petits domaines ${\hat{\theta }}_i^{\mathrm{EPD}}$ plutôt que l'estimation directe est l'erreur quadratique moyenne (EQM).

L'EQM est inconnue, mais elle peut être estimée (voir Rao et Molina, 2015). On s'attend à une efficacité accrue par rapport à l'estimation directe lorsque l'estimation de l'EQM est inférieure à l'estimation de la variance lissée ou à l'estimation de la variance directe. En général, les estimations pour petits domaines de l'EVV sont significativement plus efficaces que les estimations directes, en particulier pour les domaines dont la taille d'échantillon est particulièrement réduite.

Références

Estevao, V., Y. You, M. Hidiroglou, J.-F. Beaumont (2017a). Estimations pour petits domaines – Modèle au niveau du domaine avec estimation EBLUP – Description des paramètres de fonction et guide de l'utilisateur. Document de Statistique Canada.

Estevao, V., Y. You, M. Hidiroglou, J.-F. Beaumont et S. Rubin-Bleuer. (2017b). Estimations pour petits domaines – Modèle au niveau du domaine avec estimation EBLUP – Spécifications méthodologiques. Document de Statistique Canada.

Rao, J.N.K., and Molina, I. (2015). Small Area Estimation. John Wiley & Sons, Inc., Hoboken, New Jersey.

Statistique Canada. (2017). Estimations pour petits domaines de l'Enquête mensuelle sur la population active. Document accompagnant les estimations pour petits domaines. Document de Statistique Canada.

Classification Canadienne de la Recherche et Développement (CCRD)

CCRD 2020

• Avis de diffusion de la Classification canadienne de la recherche et développement (CCRD) 2020 version 2.0 le 30 avril 2024
• Participation à la consultation pour la mise à jour de la Classification canadienne de la recherche et développement (CCRD) 2020 v1.0 08 août 2023 Terminée
• Élaboration de la Classification canadienne de la recherche et du développement - Ce que nous avons entendu 13 août 2020

CCRD 2019

• Participer à la consultation sur la nouvelle Classification Canadienne de la Recherche et Développement (CCRD) 11 février 2019 Terminée

Date de diffusion : le 8 août 2023 (Avis précédent)

Introduction

Le Conseil de recherches en sciences humaines (CRSH) du Canada, le Conseil de recherches en sciences naturelles et en génie (CRSNG) du Canada, la Fondation canadienne pour l'innovation (FCI), les Instituts de recherche en santé du Canada (IRSC) et Statistique Canada collaborent à l'élaboration de la Classification canadienne de la recherche et du développement (CCRD) 2019. Cette classification type sera utilisée par les organismes subventionnaires de la recherche du gouvernement fédéral et permettra au Canada d’être en harmonie avec les classifications types de la recherche et du développement à l’échelle internationale.

Objectif de la consultation

Pour que la CCRD reflète bien l'écosystème de la recherche canadienne et pour que les domaines de recherche soient représentés ou classés de façon adéquate, les Canadiens, en particulier les personnes qui œuvrent dans le milieu de la recherche, sont invités à faire connaître leur rétroaction sur la classification proposée. Ces personnes ont également l'occasion d'indiquer si leur domaine de recherche est bien classé ou est représenté adéquatement.

Date de clôture

La période de consultation s'étend du 11 février 2019 au 22 mars 2019.

Comment participer durant la consultation?

Cette consultation est maintenant terminée.

Il n’est maintenant plus possible de participer à la consultation sur la Classification canadienne de la recherche et du développement en remplissant le questionnaire en ligne.

Les organismes subventionnaires fédéraux et Statistique Canada prendront en compte la rétroaction reçue par l’entremise de la présente consultation pour établir la version définitive de la Classification canadienne de la recherche et du développement, qui sera publiée plus tard en 2019.

Un rapport résumant les constatations issues de cette consultation sera publié sur le site Web de Statistique Canada d’ici l’automne 2019.

Remerciement

Nous remercions tous les répondants de l’intérêt qu’ils portent à la  CCRD et de leur participation à la présente consultation.

Statut

La variante du Système de classification des produits de l'Amérique du Nord (SCPAN) Canada 2017 relative à l'Indice des prix des matières brutes (IPMB) a été approuvée comme norme générale le 16 octobre 2017. La nouvelle variante IPMB est maintenant basée sur le SCPAN Canada 2017 version 2.0, et remplace l’ancienne variante IPMB basée sur le NAPCS Canada 2012 Version 1.1.

Changements

L'Indice des prix des matières brutes mesure les variations de prix des matières brutes, achetée par les fabricants au Canada pour une transformation ultérieure. À mesure que notre économie évolue, la classification des produits doit refléter les modifications de nos produits. Suite à la publication du SCPAN Canada 2017 Version 2.0, la variante pour l'IPMB a été mise à jour.

Les modifications apportées à une variante peuvent provenir de modifications appliquées à la classification-type standard sur laquelle elle est basée, ainsi que de révisions de la structure de la variante elle-même.

Les changements à la classification-type sont décrits dans l'introduction de chaque nouvelle version du SCPAN Canada. La version 2.0 du SCPAN Canada 2017 reflète principalement la réaction à la légalisation du cannabis à usage non médical. Additionnellement, certaines catégories ont été fusionnées, telles que le bois de chauffage et les produits combustibles solides, et d'autres ont été scindées, telles que les légumineuses de culture et les légumes frais. De nouvelles catégories ont été incorporées et des détails supplémentaires ont été ajoutés à certaines catégories, tels que le sirop d’érable et autres produits de l’érable. Ces changements offrent une meilleure pertinence aux programmes statistiques et aux utilisateurs. La structure de la variante de l'IPMB n'a pas été affectée par la plupart de ces changements, à l'exception de l'ajout d'un nouveau groupe sous 213M créé pour les graines, les plants végétatifs et les sommités fleuries fraîches (y compris les feuilles) de cannabis, en vrac.

Contexte

Afin de créer un indice de prix, les données de prix sont agrégées en classes de produits distinctes. Depuis les années 1980 jusqu’en 2013, le système de classification des produits utilisé par l'IPMB était la Classification selon les groupes principaux. Cependant, les changements économiques requièrent des mises à jour périodiques des systèmes de classification. Avec l’approbation de la norme du SCPAN Canada 2012 en tant que norme générale, les variantes de l’IPMB et l’indice des prix des produits industriels (IPPI) ont été approuvées comme normes générales en mai 2013.

Le SCPAN est une classification de produits élaborée et mise à jour conjointement par le Canada, le Mexique et les États-Unis. Le SCPAN Canada, qui est structurée différemment du SCPAN trilatéral, est la version canadienne (pour plus de détails, voir l'introduction du SCPAN Canada 2017 V2.0). Le SCPAN Canada a été mis en œuvre par la plupart des programmes de Statistique Canada qui ont une dimension « produit » (biens et services). À mesure que de nouvelles versions mises à jour du SCPAN Canada sont créées, l'IPMB est également mis à jour.

L’IPMB est produite et publiée avec l’Indice des prix des produits industriels (IPPI). Ces deux index sont utiles dans les études analytiques sur la formation des prix et les comparaisons historiques. Les deux index, l’IPMB et l'IPPI, sont utilisées pour calculer le produit intérieur brut (PIB) réel par industrie.

L’IPMB est une variante de regroupement : elle introduit des niveaux d’agrégats de rechange en regroupant les catégories du SCPAN Canada, la classification statistique de base. Dans la variante IPMB, le SCPAN Canada est généralement agrégé au niveau du groupe à trois chiffres et, dans une moindre mesure, au niveau de la classe à cinq chiffres. Le codage est alphanumérique et chaque variante possède ses propres codes au niveau de la section et / ou du groupe. Par exemple, dans l’IPMB, une lettre et deux chiffres sont utilisés pour les codes de 6 sections (c’est-à-dire, M11 à M61).

L'un des objectifs du niveau de sous-classe à six chiffres du SCPAN Canada 2017 est de soutenir les programmes d’IPMB et d’IPPI. La version 2.0 du SCPAN Canada 2017 comprend 1, 470 sous-classes au niveau à six chiffres, dont 103 sont inclus dans l'IPMB et 671 dans l'IPPI.

Structure hiérarchique

Les structures des variantes du SCPAN 2012 pour l'IPPI et l'IPMB sont hiérarchiques. Elles comprennent cinq niveaux :

• niveau 1 : section (codes à trois caractères alphanumériques)
• niveau 2 : groupe (codes types à trois chiffres, et codes à quatre caractères alphanumériques)
• niveau 3 : classe (codes types à cinq chiffres, et codes à six caractères alphanumériques)
• niveau 4 : sous-classe (codes types à six chiffres)
• niveau 5 : détail (codes types à sept chiffres)

Statut

La variante du Système de classification des produits de l'Amérique du Nord (SCPAN) Canada 2017 relative à l'Indice des prix des produits industriels (IPPI) a été approuvée comme norme générale le 16 octobre 2017. La nouvelle variante IPPI est maintenant basée sur le SCPAN Canada 2017 version 2.0, et remplace l’ancienne variante IPPI basée sur le NAPCS Canada 2012 version 1.1.

Changements

L’indice des prix des produits industriels mesure les variations de prix des principaux produits vendus par les fabricants au Canada. À mesure que notre économie évolue, la classification des produits doit refléter les modifications de nos produits. Suite à la publication du SCPAN Canada 2017 version 2.0, la variante pour l'IPPI a été mise à jour.

Les modifications apportées à une variante peuvent provenir de modifications appliquées à la classification-type standard sur laquelle elle est basée, ainsi que de révisions de la structure de la variante elle-même.

Les changements à la classification-type sont décrits dans l'introduction de chaque nouvelle version du SCPAN Canada. La version 2.0 du SCPAN Canada 2017 reflète principalement la réaction à la légalisation du cannabis à usage non médical. Additionnellement, certaines catégories ont été scindées, telles que les cigarettes et les cigarettes électroniques, et d’autres ont été fusionnées, telles que les chaussures d’athlétisme pour hommes et femmes. Des nouvelles catégories ont été incorporées et certaines ont été supprimées ou transférées, telles que le beurre d'arachides. Des détails supplémentaires ont été ajoutés à certaines catégories, tels que les produits à base de sirop d’érable, les bières, les vins, les cidres et les chargeurs de batteries pour automobiles électriques, offrant ainsi une meilleure pertinence pour les programmes statistiques et les utilisateurs. La structure de la variante de l'IPPI n'a pas été affectée par la plupart de ces changements, mis à part l'ajout d'une nouvelle section sous P15 créée pour les « produits du cannabis (sauf les graines, les plants, les parties de plants et le cannabis frais). »

Contexte

Afin de créer un indice de prix, les données de prix sont agrégées en classes de produits distinctes. Depuis les années 1980 jusqu’en 2013, le système de classification des produits utilisé par l'IPPI était la Classification selon les groupes principaux. Cependant, les changements économiques requièrent des mises à jour périodiques des systèmes de classification. Avec l’approbation du SCPAN Canada 2012 en tant que norme générale, les variantes de l’IPPI et le l’indice des prix des matières brutes (IPMB) ont été approuvées come normes générales en mai 2013.

Le SCPAN est une classification de produits élaborée et mise à jour conjointement par le Canada, le Mexique et les États-Unis. Le SCPAN Canada, qui est structurée différemment du SCPAN trilatéral, est la version canadienne (pour plus de détails, voir l'introduction du SCPAN Canada 2017 V2.0). Le SCPAN Canada a été mis en œuvre par la plupart des programmes de Statistique Canada qui ont une dimension « produit » (biens et services). À mesure que de nouvelles versions mises à jour du SCPAN Canada sont créées, l'IPPI est également mis à jour.

L'IPPI est représentatif des prix que les fabricants canadiens reçoivent au moment où les produits quittent l'usine. Il exclut les taxes indirectes et tous les coûts qui surviennent entre le moment où un produit sort de l'usine et le moment où l'utilisateur final en prend possession, y compris les coûts de transport ainsi que du commerce de gros et de détail.

L’IPPI est produit et publié avec l’Indice des prix des matières brutes (IPMB). Ces deux index sont utiles dans les études analytiques sur la formation des prix et les comparaisons historiques. Les deux index IPPI et de l'IPMB sont utilisées pour calculer le produit intérieur brut (PIB) réel par industrie.

L’IPPI est une variante de regroupement : elle introduit des niveaux d’agrégats de rechange en regroupant les catégories du SCPAN Canada, la classification statistique de base. Dans la variante IPPI, le SCPAN Canada est généralement agrégé au niveau du groupe à trois chiffres et, dans une moindre mesure, au niveau de la classe à cinq chiffres. Le codage est alphanumérique et chaque variante possède ses propres codes au niveau de la section et / ou au niveau du groupe. Par exemple, dans l’IPPI, une lettre et deux chiffres sont utilisés pour les codes de 21 sections (c’est-à-dire, P11 à P92).

L'un des objectifs du niveau de sous-classe à six chiffres du SCPAN Canada 2017 est de soutenir les programmes d’IPPI et d’IPMB. La version 2.0 du SCPAN Canada 2017 comprend 1, 470 sous-classes au niveau à six chiffres, dont 671 sont inclus dans l'IPPI et 103 dans l'IPMB.

Structure hiérarchique

Les structures des variantes du SCPAN Canada 2017 version 2.0 pour l'IPPI et l'IPMB sont hiérarchiques. Elles comprennent cinq niveaux.

• niveau 1 : section (codes à trois caractères alphanumériques)
• niveau 2 : groupe (codes types à trois chiffres, et codes à quatre caractères alphanumériques)
• niveau 3 : classe (codes types à cinq chiffres, et codes à six caractères alphanumériques)
• niveau 4 : sous-classe (codes types à six chiffres)
• niveau 5 : détail (codes types à sept chiffres)