Étude sur la valeur des GLAM au Canada

Annexe 1 approche axée sur le bien-être économique

Cadre théorique

Le présent rapport utilise ce qu’on appelle une approche axée sur le bien-être économique afin d’entreprendre une ACA du secteur des GLAM au Canada. L’ACA a souvent servi à évaluer d’importantes initiatives sociales, comme de nouveaux projets d’infrastructure ou de santé mais, comme nous le verrons plus loin, des versions améliorées de l’approche sont de plus en plus utilisées dans des domaines comme l’environnement et les arts.

Dans ce type d’approche, l’évaluation de la « volonté de payer » ( VDP) du consommateur pour obtenir un bien ou un service donné est d’une importance capitale pour estimer la valeur.

Dans ce cas-ci, par exemple, un visiteur de GLAM qui n’accorderait à sa visite qu’une valeur égale à son coût (en temps et en argent) resterait indifférent à leur égard, car ce qu’il reçoit équivaudrait à ce qu’il dépense. En pratique, il s’y rend parce que ce qu’il est disposé à payer pour l’expérience dépasse le coût de la visite. Il considère donc de toute évidence que la visite « en vaut la peine ».

En matière de bien-être économique, la différence entre ce que les gens paient et le montant maximal qu’ils sont disposés à payer est connue sous le nom de « surplus du consommateur ». Ainsi, un visiteur peut payer 20 $ en frais de temps et de déplacement pour se rendre à un GLAM, mais en profiter tellement qu’il aurait été prêt à le visiter même si cela avait coûté 30 $. Le surplus du consommateur pour une telle personne serait de 10 $. Si un deuxième visiteur consacre également une somme de 20 $ pour se rendre au GLAM, mais qu’il n’aurait été disposé à payer que 25 $ pour la visite, son surplus du consommateur serait de 5 $.

Ainsi, les consommateurs profitent d’avantages qui s’ajoutent au prix qu’ils paient réellement. On peut voir une dynamique similaire du côté du producteur. Le « surplus du producteur » est la différence entre le revenu touché par le producteur (en l’occurrence les GLAM) et le montant minimal pour lequel il aurait été en mesure de produire ces services. En gros, le surplus du producteur équivaut aux profits du producteur.

Fig. 31 ci-dessous illustre ces concepts sous forme graphique. Lorsque le prix de l’élément évalué (par exemple, le coût d’accès à un GLAM) est P, le surplus du consommateur est indiqué par la zone ombragée en bleu foncé, qui représente la somme du surplus du consommateur de chacun de ces visiteurs. Il s’agit de la différence entre le montant maximal que ces visiteurs seraient prêts à payer et le montant qu’ils paient réellement. Ce dernier définit une courbe de demande qui indique le nombre de visiteurs auxquels on s’attendrait en fonction de divers coûts d’accès.

Le surplus du consommateur peut également découler d’autres formes d’interaction avec les GLAM, comme l’utilisation de leurs services en ligne et des médias sociaux, comme il est expliqué au chapitre 6.

De même, le surplus du producteur (la zone bleu pâle) représente la différence entre les revenus touchés par le producteur et ses coûts d’exploitation et d’entretien.

Dans le cas des GLAM, cependant, le secteur dans son ensemble ne génère pas de profits au sens conventionnel. Toutefois, il faut tout de même tenir compte de ses revenus commerciaux (p. ex., revenus tirés des droits d’entrée, des magasins, des cafés, etc.), car ils représentent une source de valeur à comparer aux coûts d’exploitation.

L’addition des surplus du producteur et du consommateur qui découlent d’un bien, d’un programme ou d’une initiative fournit une mesure de ses avantages. En outre, les activités des GLAM peuvent procurer des avantages à des tiers (« externalités »). Par exemple, les visites scolaires peuvent permettre d’acquérir des compétences éducatives et d’apprentissage, ce qui stimule le « capital humain » des participants.

Fig. 31. Surplus du consommateur et du producteur

Figure description

La somme de tous ces avantages peut être comparée aux coûts de l’initiative afin d’obtenir un RCA. Un RCA divise les avantages par les coûts; un RCA supérieur à 1,0 indique qu’une initiative procure un avantage net à la société.

Valeur économique totale

L’approche susmentionnée est souvent utilisée pour estimer la valeur des produits de base négociés sur les marchés, ainsi que pour tenir compte de certaines externalités. Toutefois, au cours des dernières années, les économistes ont élargi ces concepts pour élaborer ce qu’on appelle un « cadre de la valeur économique totale ( VET) ».^{Footnote 114}

Une VET fournit un concept élargi des externalités. Elle reconnaît que les institutions comme les GLAM peuvent être appréciées non seulement par leur « valeur d’usage » directe pour la société, mais aussi par diverses valeurs de « non-usage » (ou « usage passif »). Mentionnons notamment la valeur d’existence (la valeur qu’une personne attribue à la seule existence des GLAM même si elle ne les utilise jamais), la valeur de legs (la valeur de la préservation des GLAM pour les générations futures) et la valeur d’option (la possibilité d’utiliser les GLAM, que la personne choisisse ou non de le faire).

Cette étude utilise un cadre de la VET pour son évaluation du secteur des GLAM. La figure ci-dessous indique les diverses composantes de la valeur d’usage et de non-usage adoptées pour cette étude. Ces sources de valeur sont ensuite comparées aux coûts afin d’établir un RCA pour le secteur.

Fig. 32. Cadre de la valeur économique totale pour les GLAM

Figure description

Portée et durée

Dans certains cas, une « séparation » est appliquée pour limiter la portée d’une ACA ou d’une VET. Par exemple, les études peuvent limiter l’analyse des coûts et des avantages à une province ou un pays, comme le Canada. Les personnes et les entités auxquelles une évaluation est limitée sont connues sous le nom de « population permanente ».

Dans le cas de la présente analyse, aucune séparation n’a été appliquée. C’est donc dire qu’aucune distinction n’a été faite entre les usagers canadiens et étrangers des GLAM (p. ex., les touristes visitant les GLAM, les usagers étrangers du site Web des GLAM). Les avantages qui reviennent à toutes ces parties sont donc pris en considération dans le cadre de l’analyse, bien que la plupart des coûts soient assumés par la société canadienne (p. ex., subventions gouvernementales pour maintenir les GLAM).

Le temps est une autre question à examiner pour établir la portée. Comme l’objectif ici est d’évaluer l’incidence d’une seule année d’activités des GLAM , l’année en cours utilisée dans la présente étude est présumée être 2019. Par conséquent, cette évaluation fait généralement correspondre les coûts actuels, exprimés en prix de 2019, aux avantages obtenus cette année-là . ^{Footnote 115}

Toutefois, pour l’évaluation de l’éducation et de l’usage des bibliothèques universitaires par les étudiants, la plupart des avantages se constatent à l’avenir, mais découlent néanmoins des coûts engagés dans le présent. Par conséquent, ces avantages ont été mesurés au cours des années futures en fonction d’une valeur actualisée (VA). Une approche fondée sur la VA rajoute les avantages obtenus au cours des années à venir, sous réserve de l’actualisation pour tenir compte du fait que les avantages futurs valent moins que les avantages actuels. Une autre façon d’envisager cette approche est que tous les avantages associés aux coûts engagés dans la présente étude sont effectivement mesurés en fonction de la VA, mais ne sont supérieurs à zéro que dans le cas de l’éducation et des bibliothèques universitaires. Cela s’explique par le fait que d’autres formes d’avantages (p. ex., valeur d’usage en personne) ne peuvent être obtenus dans les années à venir sans dépenses futures.

Annexe 2 donner une valeur aux visites des GLAM

Approche

Comme mentionné au chapitre 4, le coût du trajet pour divers GLAM a été estimé à l’aide d’une combinaison de MCT « ascendantes » à partir de données recueillies auprès de divers GLAM à l’échelle du pays et des résultats de notre enquête nationale, qui a produit des estimations « descendantes » des coûts perçus. La moyenne des estimations ascendantes et descendantes a ensuite servi à calculer les valeurs finales du surplus du consommateur pour les divers GLAM.

Méthodes du coût du trajet (mct) ascendanMéthodes du coût du trajettes

Comme point de départ de notre analyse ascendante, nous avons utilisé de l’information détaillée sur le code postal de résidence recueillie par divers GLAM auprès de leurs visiteurs au moment où ils achetaient un billet ou demandaient un service ^{Footnote 116}. Même si tous les visiteurs des GLAM ont été inclus dans l’analyse, au moment d’évaluer le coût et la durée du trajet, une limite de coût équivalant à une « excursion d’un jour » de 250 kilomètres à partir de l’établissement concerné a été fixée. Les déplacements à l’intérieur de cette frontière ont été attribués aux zones décrites ci-dessous. On a supposé que les visiteurs en provenance de l’extérieur de cette limite avaient le même profil de déplacements que ceux venant de l’intérieur de celle-ci, et on les a donc attribués aux zones à l’intérieur de la limite. ^{Footnote 117}

Pour obtenir une estimation de la valeur des GLAM pour leurs visiteurs, nous avons ensuite suivi les étapes suivantes :

• Nous avons fait correspondre les codes postaux mentionnés dans les données des établissements avec les régions de tri d’acheminement ( RTA) utilisées dans les données démographiques de Statistique Canada.
• Pour chaque RTA de notre ensemble de données, nous avons estimé la distance par rapport à l’établissement à l’étude à partir d’un algorithme de Google Maps.
• Nous avons regroupé les RTA en 10 zones en fonction de la distance par rapport au GLAM à l’étude. À l’aide des données sur la population des RTA dans chaque zone et du nombre de visiteurs précisé dans notre ensemble de données, nous avons pu établir un taux de visite au GLAM pour chaque zone. Par exemple, si 200 000 visites à un musée ont eu lieu à une distance de 10 à 20 km en voiture et que la population totale de cette partie de zone était d’un million, le taux de visite par mille habitants serait de 200.
• Pour déterminer la durée du trajet des visiteurs provenant de chaque RTA, nous avons utilisé le même algorithme de Google Maps décrit ci-dessus. Comme nous avions besoin d’un seul coût et d’une seule durée du trajet pour chaque RTA, nous avons fait certaines hypothèses sur le mode de transport. Ces hypothèses ont été établies de manière à concorder le plus étroitement possible avec les résultats de notre enquête nationale menée auprès de l’ensemble de la population canadienne.
• Pour déterminer le coût total d’une visite, il a fallu calculer le véritable coût du trajet direct – en tenant compte de la consommation de carburant et des autres frais liés à l’usage d’un véhicule, ou des tarifs de transport en commun – ainsi que le « coût de renonciation » du temps consacré aux déplacements.
• À l’étape suivante, il a fallu déterminer la courbe de demande sous-entendue par le taux de diminution des visites aux GLAM en fonction de la hausse du coût du trajet. Il est important de reconnaître qu’il s’agit d’une relation non linéaire, le taux de visite diminuant à un rythme plus lent à des distances plus importantes du GLAM. En prenant le logarithme naturel du taux de visite et du coût du trajet, nous avons établi une relation linéaire à partir de laquelle nous pouvions estimer une relation statistique entre le taux de visite (tV) et le total des coûts individuels (TC) en utilisant les moindres carrés ordinaires, comme le montre l’équation suivante :
  
  Re⁡((tV_i ))=α+β Re⁡((TC_i ))+γ Re⁡((revenu_i ))+ε_i
  
  Fig. 33 ci-dessous montre un exemple de tracé de ce modèle (données du Royal BC Museum), lequel laisse voir un bon ajustement des données, affichant un R au carré de 91 %. Le coefficient du coût du trajet est négatif et très significatif.
  
  
• Les résultats de cette régression déterminent la relation entre le coût et le taux de visite dans l’abstrait, ce qui nous permet de simuler le nombre probable de visiteurs si les droits d’entrée au GLAM sont augmentés d’un certain montant. La simulation du nombre de visiteurs en fonction de divers droits d’entrée trace la courbe de demande complète, ce qui donne le surplus du consommateur, soit la zone sous la courbe, comme illustré à la figure 34.
• Les données des GLAM donnent à penser qu’un petit nombre de personnes seraient prêtes à engager des coûts importants pour les visiter. Puisque qu’il est peu probable que d’importantes sommes soient dépensées, nous avons tronqué la courbe de demande à 200 $ dans le calcul du surplus du consommateur. On obtient ainsi une estimation plus prudente.
• Le surplus du consommateur se mesure par la zone située sous la courbe de demande. En divisant le total obtenu par le nombre total de visites de l’échantillon, on obtient le surplus du consommateur moyen par visite.

Fig. 33. Exemple de modèle de régression pour le taux de visite et le coût total

Figure description

Fig. 34. Exemple de courbe de demande des visites pour les GLAM

Figure description

MCT Descendantes

La MCT descendante a eu recours aux données recueillies dans le cadre de notre enquête nationale. Dans le cas des archives, les données recueillies par Yakel et coll. (2012) sont venues compléter les résultats de notre enquête. La professeure Wendy Duff de l’Université de Toronto nous a gentiment fourni une version anonymisée des données sur l’origine et la destination utilisées dans cette étude.

Dans le cadre de l’enquête, on a demandé aux répondants de dire s’ils avaient utilisé un GLAM l’année précédente. Dans l’affirmative, on leur a demandé d’estimer le temps et l’argent qu’ils ont consacrés à leur toute dernière visite à cet établissement.^{Footnote 118} Nous avons ainsi pu élaborer des « supermodèles » distincts (modèles nationaux) pour les galeries, les bibliothèques, les archives et les musées dans le cadre de la MCT, comme décrit ci-après. La méthodologie était semblable dans ses grandes lignes aux approches ascendantes, sous réserve de certaines différences importantes. L’approche était la suivante :

• Le coût estimatif du trajet (aller simple) a été fourni directement par les répondants.
• Le temps (aller simple) qu’il a fallu pour se rendre à l’établissement a également été fourni directement. Ces estimations ont été monétisées à l’aide des valeurs canadiennes du temps de loisirs décrites au chapitre 4 (13,7 $ l’heure). Dans le cas des bibliothèques et des archives, le coût moyen en temps tient compte à la fois du temps de loisir et du temps de travail, car certains usagers les fréquentent à des fins professionnelles (21 % pour les bibliothèques, 27 % pour les archives). On a ainsi obtenu une estimation du temps équivalant à 16,6 $ l’heure pour les bibliothèques et à 17,4 $ l’heure pour les archives.
• Le coût moyen du trajet à l’aller simple a ensuite été calculé, puis doublé pour tenir compte du coût d’un trajet aller-retour.
• Comme mentionné, ce coût tient compte des frais perçus de la sortie et du temps perçu pour effectuer les déplacements, contrairement aux coûts définis par les chercheurs dans les modèles ascendants.
• Dans le cas des données sur les archives, et de l’information provenant de Yakel et coll., les données de base comprenaient des points d’origine et de destination utilisables pour 468 déplacements à l’échelle du pays. Nous avons ensuite utilisé l’algorithme de Google Maps du modèle ascendant pour déterminer la distance et la durée du trajet selon le mode de transport, puis nous nous sommes servis de ces données pour estimer le coût du trajet.
• Comme dans le cas des modèles ascendants, les courbes de demande ont été estimées à l’aide d’une approche à double échelle logarithmique, bien que les limites des données aient fait en sorte que seul le coût individuel total (TC) a servi de variable explicative (le revenu étant exclu). En outre, les droits d’entrée n’ont pas été explicitement intégrés aux modèles nationaux, bien qu’ils ne représentent sans doute qu’une partie relativement modeste du coût total.^{Footnote 119} Néanmoins, toutes les spécifications ont produit un R au carré relativement élevé, ce qui indique un bon ajustement du modèle.
• Comme dans les modèles ascendants, les résultats de cette régression déterminent la relation entre le coût et le taux de visite dans l’abstrait, ce qui nous permet de simuler le nombre probable de visiteurs si les droits d’entrée au GLAM sont augmentés d’un certain montant. La simulation du nombre de visiteurs en fonction de divers droits d’entrée trace la courbe de demande complète, ce qui permet de constater le surplus du consommateur sous la courbe.
• Le surplus du consommateur se mesure par la zone située sous la courbe de demande. En divisant le total obtenu par le nombre total de visites de l’échantillon, on obtient le surplus du consommateur moyen par visite.
• Comme dans le cas des modèles ascendants, il est peu probable que des sommes importantes soient dépensées; dans le calcul du surplus du consommateur, nous avons donc tronqué la courbe de la demande à 200 $ (à l’exception des bibliothèques pour lesquelles la courbe de la demande a été tronquée à 125 $). On obtient ainsi une estimation plus prudente du surplus du consommateur.^{Footnote 120}

Nous donnons ci-dessous un exemple de la courbe de demande du modèle national pour les musées. L’équation indique la relation entre le coût de la visite (LnV) et le coût du trajet (LnP) (exprimés en logarithmes).

Ce type de modèle, appelé « à double échelle logarithmique », nous permet de déterminer la réactivité des visites au prix, exprimée en pourcentage. Le coefficient du coût du trajet (-0,78) indique l’élasticité ou la réactivité de la demande relative aux musées par rapport au prix. Autrement dit, pour chaque hausse de 1 % du coût de l’accès aux musées, le nombre de visites diminue de 0,78 %.

Fig. 35. Courbe de demande du modèle national des musées

Figure description

Comme suggéré précédemment, il est possible, à partir des modèles nationaux, de fournir une estimation de l’élasticité (ou de la réactivité) des usagers par rapport au coût d’accès aux GLAM. On peut ainsi se faire une idée de la mesure dans laquelle les variations du prix d’accès pourraient influer sur l’usage.

Toute élasticité supérieure à 1,0 est dite élastiques quant au prix – par exemple, une variation de 1 % du prix entraînerait une variation de la demande supérieure à 1 %. Toute élasticité inférieure à 1,0 est dite inélastique quant au prix – par exemple, une variation de 1 % du prix s’accompagnerait d’une variation de moins de 1 % de la demande.

L’élasticité peut être affectée par le caractère unique de la ressource en question, les préférences du groupe et/ou la présence de solutions de rechange. Ainsi, l’élasticité de 1,06 pour les bibliothèques peut indiquer qu’il existe plusieurs solutions de rechange à l’usage des bibliothèques si le prix d’accès est trop élevé (p. ex., emprunt auprès d’amis, achat). L’élasticité de 0,55 pour les archives tient probablement compte du caractère unique des ressources archivistiques et de la détermination d’un plus petit nombre d’usagers à y accéder même si le coût est élevé.

De même, l’élasticité peut nous indiquer ce qui arriverait si le prix augmentait (ou diminuait) en termes réels (c’est-à-dire après avoir tenu compte de l’inflation). Par exemple, selon les résultats du modèle, une hausse de 10 % du coût d’accès aux archives pourrait entraîner une simple diminution de 5,5 % de la demande. Cependant, une hausse de 10 % du coût d’accès aux bibliothèques provoquerait une diminution de 10,6 % de la demande.

Nous avons également fourni certains tests diagnostiques clés du modèle à la Fig. 36.

Résultats finaux

Comme mentionné précédemment, l’approche ascendante a regroupé les résultats d’un certain nombre d’établissements à l’échelle du pays, tandis que l’approche descendante s’est fondée sur les données de l’enquête nationale (ou, dans le cas des archives, les données nationales de Yakel et coll.).

En outre, l’approche ascendante a utilisé les données des établissements et les a combinées aux estimations du temps, de la distance et, enfin, du coût auquel font face les usagers des GLAM.^{Footnote 121} L’approche a donc utilisé ce qu’on appelle parfois les coûts objectifs ou définis par les chercheurs, c’est-à-dire les coûts qui ont été estimés par les analystes. À l’exception du modèle des archives, l’approche descendante a utilisé les données estimatives du temps pris et de la distance parcourue par les répondants, c’est-à-dire le coût perçu.

Les coûts définis par les chercheurs peuvent sembler préférables, car ils semblent plus objectifs et moins sujets aux biais, mais cette question suscite toujours des débats.^{Footnote 122} La raison en est que les courbes de demande sont en fait le produit des coûts perçus. C’est donc dire que si les usagers ont vraiment l’impression qu’une visite aux GLAM exige, par exemple, plus de temps et d’argent que ne le laisse voir le coût « objectif », leur évaluation et le nombre de visites refléteront cette perception. En outre, les modèles nationaux peuvent donner une image plus complète du coût de l’usage de nombreux établissements, dans l’ensemble du pays, que l’approche de modélisation ascendante.

Il n’y a pas de « bonnes » ou de « mauvaises » réponses à cette question. Nous avons suivi une trajectoire intermédiaire dans cette analyse en prenant la moyenne du surplus du consommateur regroupé ascendant par trajet et des modèles descendants. Les estimations finales du surplus du consommateur fondées sur la moyenne de ces deux approches sont présentées à la Fig. 37.

Annexe 3 valeur en ligne

Approche

Comme l’indique le texte principal, le temps que les usagers passent en ligne sur les sites Web, catalogues et portails de médias sociaux des GLAM est une bonne indication du temps qu’ils sont prêts à consacrer pour consulter le contenu des GLAM. Cette donnée permet ensuite d’élaborer l’équivalent en ligne de la MCT d’une certaine façon.

Les travaux de Goolsbee et Klenow (2006) et de Pantea et Martin (2014) ont servi de « feuille de route mathématique » pour estimer la courbe de demande et le surplus du consommateur de l’activité en ligne.^{Footnote 123} L’estimation de l’élasticité (réactivité) par rapport au coût du temps passé en ligne (1,6 comme expliqué ci-après) a ensuite été utilisée pour évaluer le surplus du consommateur pour les usagers en ligne.

Détails

Les travaux de Goolsbee et Klenow sur la valeur d’Internet indiquent que le temps passé en ligne peut être combiné à une estimation de l’élasticité de la demande en loisirs pour obtenir une estimation « linéaire » du surplus du consommateur en ligne. Il s’agirait d’une valeur de limite inférieure pour le surplus du consommateur.^{Footnote 124}

D’après les travaux de Goolsbee et Klenow, l’élasticité de la demande en loisirs serait de 1,6. C’est donc dire que, pour chaque hausse de 1 % du temps passé à accéder à une quantité donnée d’information sur le site Web d’un GLAM, la demande des utilisateurs diminue de 1,6 %.

Toutefois, les auteurs soulignent que cette approche linéaire représente une estimation de la valeur de limite inférieure, en fonction d’un modèle de demande logarithmique laissant voir des valeurs de 3,8 à 9,2 fois plus élevées que celles produites par le modèle linéaire. D’autres auteurs ont par la suite entrepris des travaux quantitatifs, ce qui donne à penser que les estimations linéaires du surplus du consommateur de Goolsbee et Klenow sont probablement beaucoup trop faibles.^{Footnote 125}

L’étalonnage des résultats des travaux de Goolsbee et Klenow avec ceux des auteurs subséquents, comme Pantea et Martin (qui ont analysé les élasticités européennes d’Internet), donne à penser que les valeurs dérivées par la limite supérieure sont probablement proches du rapport minimal entre le logarithme et le modèle linéaire examiné par Goolsbee et Klenow (3,8).

Les données sur le nombre de visites du site Web des GLAM sont disponibles auprès de Patrimoine canadien, tandis que les données sur les sessions en ligne des grandes bibliothèques publiques sont disponibles auprès du CBUC.^{Footnote 126} En l’absence de données complètes équivalentes, l’utilisation des médias sociaux a été estimée à partir des données de l’enquête nationale, comme il est décrit ci-dessous.

Les données sur le temps consacré aux sites Web des GLAM constituent le point de départ d’une estimation du surplus du consommateur dont bénéficient leurs utilisateurs. L’enquête nationale comprenait des questions sur le temps passé en ligne à consulter les sites Web et les portails de médias sociaux de chaque GLAM, ainsi que sur la fréquence de cette utilisation. Les portails de médias sociaux examinés comprenaient Facebook, Twitter et Instagram.^{Footnote 127}

De plus, des données sur l’utilisation des sites Web ou des médias sociaux ont été demandées aux GLAM à l’échelle du Canada afin de vérifier l’uniformité des résultats de l’enquête.^{Footnote 128}

La durée moyenne des sessions consacrées à consulter le site Web des GLAM variait de 24 à 35 minutes, selon les résultats de l’enquête nationale, tandis que la durée moyenne des sessions rapportée par les données des GLAM variait habituellement de 2 à 6 minutes.^{Footnote 129}

Dans l’examen de cette question et des autres questions susmentionnées, il existe un certain nombre de facteurs qui pourraient influencer à la hausse et à la baisse l’évaluation des avantages en ligne :

• Modèle linéaire ou logarithmique — L’utilisation d’un modèle logarithmique donnerait une estimation de limite supérieure de la valeur du surplus du consommateur, tandis que l’utilisation d’une approche linéaire produirait une estimation de limite inférieure. Par conséquent, un modèle linéaire pourrait biaiser les résultats à la baisse, tandis qu’un modèle logarithmique pourrait biaiser les résultats à la hausse.
• Durée des sessions selon l’enquête ou les GLAM — Comme mentionné, la durée moyenne des sessions déclarée lors de l’enquête nationale était considérablement plus élevée que la durée des sessions rapportée par chaque GLAM. L’une des raisons de cette différence peut être simplement que les usagers ont « mal compris » et surestimé le temps passé en ligne. Si c’est le cas, l’utilisation de la durée moyenne issue de l’enquête entraînerait un résultat biaisé à la hausse. Cela dit, les données nationales sont exhaustives, tandis que les données provenant des établissements se limitent aux établissements déclarants, et les heures de session varient selon le type d’établissement. Plus fondamentalement, aucune des deux mesures de temps ne peut être « fausse ». Le problème s’apparente à celui de la différence entre le coût perçu et le coût défini par les chercheurs dans le cadre de la MCT. Puisque les courbes de demande reposent sur le coût perçu, les usagers qui ont l’impression de sacrifier autant de temps en ligne en tiendront compte pour établir leur évaluation; voilà qui influencera la courbe de demande plutôt que le temps de session « objectif » consigné par les établissements.
• Couverture des portails des médias sociaux — Comme indiqué, la couverture a été limitée à Facebook, Twitter et Instagram en raison des problèmes de taille de l’échantillon de l’enquête nationale. Bien que la petite taille des échantillons mêmes indique une utilisation beaucoup plus faible de ces portails, l’omission d’autres portails fausserait les résultats à la baisse.
• Temps de loisir par rapport au temps de travail — L’estimation de l’élasticité (1,6) représente une élasticité de loisir. Toutefois, une partie du temps consacré aux sites Web des bibliothèques et des archives l’est pour le travail. Si tel est le cas, la demande en ligne pour ces établissements peut aussi être moins élastique. L’application d’une élasticité constante de 1,6 pourrait donc fausser les résultats à la baisse pour ces établissements.

Pour équilibrer ces considérations, nous avons utilisé les durées de session médianes de l’enquête nationale comme temps de référence consacré aux canaux en ligne des GLAM. Inférieures aux durées moyennes, les durées médianes vont de 15 à 20 minutes pour les sites Web et de 15 à 23 minutes pour les portails de médias sociaux. On reconnaît ainsi le fait que le coût en temps perçu peut être pertinent pour les évaluations, tout en tenant compte des données de chaque GLAM, ce qui laisse voir que la durée moyenne des sessions a pu être surestimée. Nous avons également adopté un modèle linéaire (c.-à-d. limite inférieure) pour aider à atténuer les problèmes de surestimation du temps des sessions lors de l’enquête nationale. Comme il subsiste un risque de biais à la baisse dû à certains des autres facteurs décrits ci-dessus, nos estimations de la valeur en ligne peuvent être prudentes.

Les données sur le nombre et la durée des sessions Web décrites ci-dessus ont été combinées à l’information sur la valeur du temps de loisir (13,7 $ l’heure, tirée de la MCT). L’utilisation des médias sociaux a été estimée à partir des résultats de l’enquête nationale. Dans le cas des bibliothèques et des archives, on a également tenu compte de la proportion de temps liée au travail, en fonction des statistiques d’usage en personne provenant de la MCT (21 % pour les bibliothèques et 27 % pour les archives).

La figure ci-dessous illustre la démarche suivie pour en arriver à une estimation dans le cas des sites Web des musées. La démarche s’appuie sur les données ci-dessus et sur le fait que le surplus du consommateur peut être estimé à partir des élasticités.^{Footnote 130} Vu le coût estimatif en temps de 3,42 $ par session, les 89,5 millions de sessions annuelles sur les sites Web et l’une élasticité de 1,6, on en arrive à un surplus du consommateur de 95,7 millions de dollars pour les sites Web des musées seulement. Une démarche similaire a été suivie pour les sites Web, les catalogues et les médias sociaux des autres GLAM.

Surplus du consommateur des sites Web des musées

Figure description

Pour compléter la présentation ci-dessus, mentionnons que le processus de collecte des données a permis de constater qu’il existe peu d’information sur l’utilisation des médias sociaux par les usagers des GLAM. L’enquête peut aider à combler ces lacunes, même si, comme nous l’avons mentionné, sa couverture était incomplète en raison de problèmes liés à la taille de l’échantillon.

Annexe 4 avantages globaux : bien-être

Approche

Comme mentionné au chapitre 8, deux approches ont été utilisées pour la modélisation quantitative du bien-être. Les voici :

• Approche 1 — la relation entre les personnes qui ont utilisé les GLAM au cours de la dernière année et le bien-être (approche axée sur l’usage);
• Approche 2 — la relation entre l’usage fréquent (trois fois ou plus) des GLAM et le bien-être (approche axée sur la fréquence).

Ces deux approches sont examinées plus en détail ci-après.

Méthode de modélisation : approche axée sur l’usage

Selon l’approche 1, les personnes qui ont utilisé des GLAM au cours de la dernière année (soit les usagers actuels) ont été séparées de celles qui ne l’ont pas fait, à partir de nos données d’enquête nationale. Comme l’indique le chapitre 8, une série de régressions ont été effectuées pour tenter de déterminer si l’usage des GLAM était lié à l’amélioration des diverses mesures du bien-être explorées dans l’enquête nationale (bien-être subjectif, santé, relations de voisinage et bénévolat).

Les mesures du bien-être s’appuient sur les réponses aux questions G4 à G7 de l’enquête nationale (voir l’annexe 6). Ces questions étaient fondées sur celles utilisées dans les enquêtes antérieures comme par exemple l’Enquête sociale générale, cycle 24 : Bien-être et stress lié au manque de temps, Statistique Canada, 2010. De nombreux facteurs peuvent influencer le bien-être d’une personne; par exemple, les personnes dont le revenu est plus élevé peuvent être en meilleure santé (ou alors leur meilleure santé peut les aider à gagner un revenu plus élevé). Par conséquent, pour déterminer l’importance de l’usage des GLAM sur le bien-être, les régressions ont également utilisé des données démographiques recueillies dans le cadre de l’enquête nationale et tenu compte d’autres facteurs, comme le revenu, l’âge, la scolarité et la situation d’emploi.^{Footnote 131}

Conformément à l’approche adoptée dans le cadre des récentes études sur le bien-être, une série de régressions par les moindres carrés ordinaires (MCO) ont été faites pour déterminer l’incidence de l’usage des GLAM sur divers indicateurs du bien-être.^{Footnote 132} Les états de bien-être ont été désignées comme variable dépendante (soit la variable à mesurer), tandis que les variables indépendantes (soit les facteurs qui pourraient influer sur la variable dépendante) sont l’usage des GLAM, le revenu disponible (logarithmique), l’âge, le niveau de scolarité et la situation d’emploi. Outre le revenu, les variables indépendantes ont été désignées comme variables nominales (soit les variables utilisées pour faire la distinction entre différents groupes). Cette façon de faire est conforme à l’utilisation de catégories pour distinguer différents groupes (p. ex. employés, chômeurs) dans le cadre de l’enquête nationale.

Fig. 39 indique les variables et les échelles utilisées dans les régressions de l’usage.

Le modèle d’« au moins un GLAM » (AMG) a été exécuté pour déterminer si l’usage d’au moins un GLAM au cours de la dernière année était lié à une amélioration du bien-être. De plus, des modèles distincts ont été mis en place pour examiner comment l’usage de chaque établissement a influé sur le bien-être.^{Footnote 133}

Aucune relation statistiquement significative n’a été constatée entre l’usage des GLAM et le bien-être subjectif. Toutefois, comme l’indique le chapitre 8, il peut y avoir diverses raisons à cela, et le bien-être peut être distingué du bonheur. L’état de santé peut à son tour être un indicateur principal, sinon une approximation, du bonheur. Compte tenu de cette situation et des récentes initiatives canadiennes reconnaissant la relation entre les GLAM et les visites de santé (p. ex. ordonnances écrites d’une visite au Musée des beaux-arts de Montréal), les régressions portant sur la santé présentent un intérêt particulier. Elles sont indiquées ci-dessous.

Ces régressions indiquent que l’usage des GLAM est associé à une augmentation statistiquement significative de l’état de santé.^{Footnote 134} Par exemple, la fréquentation de galeries au cours de la dernière année est associée à un état de santé déclaré de 0,13 point plus élevé (sur une échelle de 1 à 5) que chez les non-usagers. Bien entendu, ces régressions nous renseignent également sur l’incidence d’autres variables – p. ex., toujours à l’aide du modèle des galeries, le fait d’avoir un diplôme universitaire est également associé à un état de santé déclaré de 0,16 point supérieur à celui des personnes qui n’en ont pas.

La corrélation ne prouve pas la causalité. Ainsi, les GLAM peuvent améliorer la santé des gens — ou peut-être que les gens plus en santé sont ceux qui visitent les GLAM. Néanmoins, des analystes comme Fujiwara soutiennent que les divers contrôles démographiques dans les spécifications de modèles similaires aident à soutenir le fait que les GLAM ont des répercussions positives sur le bien-être.^{Footnote 135}

De plus, comme mentionné précédemment et constaté dans bon nombre d’ouvrages sur le bien-être et l’« économie du bonheur » des dernières années, ces valeurs peuvent être monétisées pour donner une indication de l’équivalence des visites aux GLAM en matière de bien-être. En gros, on mesure l’incidence des GLAM sur le bien-être et son équivalent monétaire. Par exemple, si une visite aux GLAM augmente d’un point l’état de santé autodéclaré (et donc le bien-être) et que 1 000 $ de revenu augmente également l’état de santé autodéclaré d’un point, on peut donc dire que la valeur équivalente de l’usage des GLAM pour améliorer le bien-être est de 1 000 $. On utilise le terme technique « surplus compensatoire »^{Footnote 136} pour décrire l’incidence sur le bien-être.

Nous avons utilisé le modèle d’AMG pour donner un aperçu de la façon de valoriser les visites des GLAM à l’aide d’une approche axée sur le bien-être. L’approche adoptée pour ce faire est conforme à la documentation établie dans le domaine et elle est la suivante :

• La relation entre le coefficient d’usage d’AMG (0,14 pour tous les GLAM) et le coefficient de revenu permet d’estimer l’incidence des visites des GLAM en dollars canadiens.
• Cette approche repose sur le fait que le revenu est exprimé en termes monétaires et que les coefficients de l’équation indiquent l’importance relative de ces facteurs ( GLAM et revenu) pour la santé (la variable dépendante). Ainsi, si le revenu améliore effectivement la santé (et, ce faisant, le bonheur), c’est donc dire, comme mentionné plus haut, que la relation entre l’importance du coefficient de revenu (0,28) et celle du coefficient d’usage (0,14) nous donne une idée des répercussions de l’usage des GLAM sur le bien-être, exprimées en termes monétaires.
• Cette estimation peut également être ajustée pour tenir compte de la causalité entre santé et revenu (c’est-à-dire qu’une bonne santé peut entraîner une augmentation du revenu ou vice versa). Idéalement, on pourrait faire cette estimation à l’aide d’un « instrument » pour le revenu. Cependant, en l’absence d’un tel instrument, Fujiwara suggère d’augmenter le terme de revenu d’un facteur de 2 à 10.^{Footnote 137} Nous appliquons un facteur de 10 (soit la valeur la plus prudente) et nous l’utilisons pour multiplier le coefficient de revenu afin de tenir compte de la causalité inverse du revenu.
• En fonction d’un terme de revenu logarithmique, cette relation peut s’exprimer comme un surplus compensatoire = M0 – e[^{Re(M0)-β2/ β1}] où M0 est le revenu médian disponible estimé d’après les résultats de l’enquête nationale (29 855 $), β1 est le coefficient de revenu ajusté (2,75) et β2, le coefficient d’usage (0,14).^{Footnote 138}
• En appliquant cette équation, nous obtenons une valeur monétaire équivalente de 1 440 $ par année pour les usagers des GLAM.

Autrement dit, la visite d’au moins un GLAM au cours de la dernière année équivaut à une augmentation annuelle du bien-être (mesurée par les répercussions sur la santé) de 1 440 $ par visiteur.

Bien sûr, beaucoup dépend de la spécification du modèle, et la question de la causalité peut encore se poser. Pour ces raisons, et vu la nature relativement nouvelle du champ de l’évaluation du bien-être, ces résultats doivent être considérés comme indicatifs et n’ont pas été intégrés à notre ACA. Des spécifications plus complexes, dont certaines tentent d’aborder la question de la causalité, sont présentées au chapitre suivant.

Des résultats ont également été obtenus pour les autres indicateurs du bien-être (relations de voisinage et bénévolat) en utilisant la même structure de modélisation et les mêmes variables dépendantes et indépendantes que celles décrites ci-dessus. Ces travaux ont été effectués à l’aide du modèle d’AMG et pour chacun des établissements. À part le modèle d’AMG pour les relations de voisinage (dont le seuil de signification statistique est de 10 %), toutes les variables d’usage présentent un seuil de signification statistique de 5 %. C’est donc dire que l’usage des GLAM est aussi positivement associé aux relations de voisinage et au bénévolat, en tenant compte des mises en garde sur la causalité.

Par souci de concision, nous avons résumé les résultats en ne mentionnant que ceux liés à AMG pour les modèles de relations de voisinage et de bénévolat ci-dessous.

En substance, le point clé de la modélisation ci-dessus est qu’il semble y avoir une relation entre l’usage des GLAM et le bien-être selon plusieurs indicateurs (mais pas tous). Voilà qui donne à penser que les GLAM peuvent effectivement jouer un certain rôle dans l’amélioration du bien-être (et ces répercussions peuvent être monétisées dans certains cas), mais des problèmes de causalité subsistent.

Méthode de modélisation : approche axée sur la fréquence

Pour estimer l’usage des GLAM, l’autre approche possible (approche 2) consiste à examiner la fréquence des visites.

La méthodologie que nous avons adoptée pour ces modèles est plus complexe et détaillée que l’approche 1. Elle peut être décrite comme un processus d’essai itératif de nombreuses combinaisons, d’autres spécifications de modèles de régression, de différents ensembles de variables indépendantes, de variables de codage (p. ex., en prenant le logarithme naturel, le carré ou une variable fictive). Pour chaque relation d’intérêt entre la fréquentation des GLAM et le bien-être, nous avons essayé quatre modèles de régression afin de déterminer la meilleure spécification : la régression linéaire simple, la régression logit, la régression logit ordonnée et la régression des variables instrumentales en utilisant l’estimateur des doubles moindres carrés. En général, nous avons commencé par des modèles plus simples (le modèle de régression linéaire simple) en utilisant un plus grand nombre de variables (y compris les produits croisés entre les variables), puis nous avons graduellement réduit le nombre de variables pour nous limiter à celles qui étaient significatives et exemptes de problèmes d’endogénéité.^{Footnote 140}

Pour comparer divers modèles, nous utilisons une gamme de critères, notamment les suivants :

• la nécessité que les variables indépendantes soient statistiquement significatives à un niveau de confiance de 95 % (c.-à-d. que leurs paramètres ont une valeur p inférieure à 0,05);
• l’importance du coefficient de fréquence des visites (un coefficient positif plus important indique une plus grande incidence sur l’aspect du bien-être qui nous intéresse);
• l’ajustement global du modèle (R-carré ajusté ou variable khi-carré).

En tant que principale variable indépendante d’intérêt, la fréquence des visites est mesurée ou codée de deux façons distinctes : comme variable continue ou comme variable fictive. Une variable de fréquence des visites continue utilise le nombre de fois qu’une personne a fréquenté un GLAM annuellement, selon les résultats de notre enquête nationale.

Lorsqu’un paramètre continu est utilisé, son coefficient représente l’augmentation prévue de la note attribuée à la qualité de vie (sur l’échelle de Likert) à la suite d’une autre visite aux GLAM. Par exemple, un coefficient de 0,25 indique que chaque fois qu’une personne visite les GLAM (en moyenne), la note subjective globale qu’elle accorde à son bien-être devrait augmenter de 0,25 point. En revanche, une variable de fréquence des visites fictive prend la valeur 1 pour les « usagers réguliers » (visite des GLAM trois fois ou plus par année) ou 0 pour les « usagers non réguliers » (visite des GLAM 2 fois ou moins par année, ainsi que les personnes qui n’ont jamais visité de GLAM). Par exemple, un coefficient fictif de 0,73 signifie que la note globale accordée à la qualité de vie par les usagers réguliers devrait augmenter de 0,73 par rapport à celle des usagers non réguliers.

Puisque nous supposons que certaines des variables d’une régression normale sont corrélées avec des variables qui ne peuvent pas être incluses (en raison d’une absence de données, par exemple) ou entre elles, on a effectué des essais pour vérifier l’endogénéité et la corrélation entre les variables. L’endogénéité est traitée au moyen d’une régression des variables instrumentales ou autres spécifications de modèle (p. ex., après avoir découvert un modèle supérieur qui excluait cette variable endogène). Le modèle de régression des variables instrumentales ajuste une régression linéaire, estimée en utilisant les doubles moindres carrés. En gros, des « approximations » valides sur le plan statistique sont utilisées pour mesurer l’effet de la variable endogène à la première étape de la régression. Les résultats de cette régression sont ensuite utilisés comme prédicteur à la deuxième étape, en même temps que toute autre variable exogène d’intérêt.

La corrélation entre les variables a été mise à l’essai au moyen de corrélations par paires entre les variables. Toutes les paires de variables indépendantes présentant de fortes corrélations ont été multipliées ensemble pour former une nouvelle variable « produit croisé » qui rend compte de leur effet d’interaction, ou une variable a été supprimée. Malgré la mise à l’essai de ces formes de modèle, nous n’avons pas constaté d’effets d’interaction statistiquement significatifs.

Des erreurs-types robustes ont été utilisées pour les régressions linéaires et les régressions des variables instrumentales. Cette procédure garantit que l’inférence statistique est valide même si les erreurs prévues du modèle sont hétéroscédastiques.^{Footnote 141}

Définition des variables

Le tableau suivant clarifie les questions d’enquête ayant servi à calculer les variables utilisées dans les régressions suivantes, ainsi que leur codage ou format. Le bien-être subjectif global est mesuré par la qualité de vie (QV) autodéclarée.

Instruments valides et incidence sur l’éducation et la vie professionnelle

Pour les régressions des variables instrumentales, la première régression doit utiliser des instruments valides, c’est-à-dire ceux qui sont fortement corrélés avec la variable dépendante de la première étape, mais non corrélés avec les variables indépendantes de la deuxième étape. Pour déterminer la validité de l’incidence autodéclarée sur l’éducation et la vie professionnelle, nous avons fait une régression non linéaire (logistique ordonnée) de la forme ordinale originale de cette variable sur la variable d’intérêt de base, la fréquentation et les variables de contrôle démographique.

Figure description

Il convient de noter que, dans la régression susmentionnée, l’incidence autodéclarée des GLAM sur l’éducation et la vie professionnelle est corrélée au fait d’être un visiteur régulier des GLAM, à l’éducation et même au sexe. Toutefois, il n’y a pas de corrélation statistiquement significative entre cette variable et le revenu logarithmique ou l’âge comme variable continue. Bien que les quatre variables fictives de l’incidence sur l’éducation et la vie professionnelle aient été mises à l’essai, seules les trois premières sont statistiquement significatives, de sorte que seules celles-ci sont incluses.

Ce résultat met également en évidence la relation entre l’incidence autodéclarée des GLAM sur l’éducation et la vie professionnelle et les visites régulières des GLAM (trois visites annuelles ou plus), même après avoir tenu compte des variables de revenu et de contrôle démographique (sexe, éducation et relations de voisinage). Ces répercussions sur l’éducation sont à leur tour corrélées à des facteurs comme les relations de voisinage (significatif avec une incidence de 0,48 point sur une échelle de 5 points). Consultez le texte principal pour une analyse plus détaillée des avantages éducatifs des GLAM.

Sélection des résultats de la régression

Bien-être subjectif général

Tous les GLAM

Le résultat de modélisation optimal pour le bien-être subjectif global est déterminé par l’importance maximale du coefficient de la variable de fréquence des visites, sa signification statistique (valeur p < 0,05) et l’erreur-type minimale. Selon ces critères, le modèle de régression des variables instrumentales à doubles moindres carrés donne les meilleurs résultats. Avec un coefficient de fréquence des visites (variable continue) de 0,276, chaque visite à tous les GLAM devrait augmenter de 0,276 point les mesures autodéclarées de la qualité de vie (sur une échelle de Likert de 0 à 10); voilà un résultat modeste mais positif.

Figure description

Nous constatons des répercussions plus marquées de la fréquence des visites sur la qualité de vie pour divers types de GLAM, tous présentant des coefficients compris entre 0,6 et 0,9. Bien que les différences entre établissements soient minimes, les archives ont la plus grande incidence, présentant un coefficient de 0,880, suivies des galeries (0,717), des musées (0,686) et enfin des bibliothèques (0,667). Tous les paramètres de fréquence des visites sont statistiquement significatifs. Les résultats de régression ci-dessous donnent de plus amples renseignements. Dans les cas où le revenu est statistiquement significatif, il a été inclus à des fins de monétisation et de cohérence entre les divers modèles exécutés.

Galeries

Figure description

Bibliothèques

Figure description

Archives

Figure description

Musées

Figure description

Santé

Tous les GLAM

Le résultat le plus solide concernant les avantages de tous les GLAM pour la santé est la régression des variables instrumentales à doubles moindres carrés, qui comprend une variable dépendante ordinale et une variable fictive pour la fréquence des visites dans la deuxième régression. La première régression montre que trois des quatre variables fictives pour l’incidence autodéclarée des visites de GLAM sur l’éducation et la vie professionnelle sont significatives. Les erreurs de cette régression sont ensuite utilisées dans la deuxième régression, qui intègre l’âge et le logarithme du revenu, tous deux significatifs. Les produits croisés entre ces variables ou termes d’interaction (âge*revenu, revenu*éducation, etc.) ont été mis à l’essai, mais ne se sont pas révélés des prédicteurs significatifs.

À l’aide de cette approche en deux étapes, nous estimons que les visiteurs réguliers des GLAM déclarent une augmentation de 0,4 point de leur état de santé, sur une échelle de 1 à 5, en tenant compte de l’âge, du revenu et, effectivement, de l’incidence autodéclarée des GLAM sur l’éducation et la vie professionnelle. Il convient de noter que le revenu est statistiquement significatif, ce qui signifie que l’incidence des visites de GLAM sur la santé, en tenant compte des facteurs démographiques, peut être monétisé (voir le chapitre 8.2).

Figure description

Pour chacun des GLAM, les résultats les plus solides ont été obtenus lors de la régression logit ordonnée, à l’exception des bibliothèques, pour lesquelles un modèle de régression logistique (logit) plus simple a donné un coefficient de fréquentation légèrement plus élevé. Dans tous les modèles, on tient compte de la fréquence des visites à l’aide d’une variable fictive (son coefficient mesurant l’incidence des visiteurs réguliers, ceux qui visitent trois fois ou plus chaque année), ce qui produit les meilleurs résultats. Le choix du modèle à privilégier est intuitif puisque l’état de santé autodéclaré est mesuré sur une échelle ordinale et que la régression logistique ordonnée non linéaire est conçue spécialement à cette fin.

Les galeries affichent la plus forte incidence avec un coefficient de fréquentation de 0,603, ce qui signifie que les visiteurs fréquents de galeries déclarent un état de santé de 0,603 point meilleur sur une échelle de 0 à 4. Les archives publiques arrivent au deuxième rang avec un facteur d’impact de 0,484, suivies des bibliothèques (0,375) et des musées (0,232).

Galeries

Figure description

Bibliothèques

Figure description

Archives

Figure description

Musées

Figure description

Relations de voisinage

Tous les GLAM

Par rapport aux autres dimensions subjectives liées au bien-être, les visites de GLAM ont une très grande incidence sur les relations de voisinage. À l’aide d’un modèle de régression logistique, nous constatons un facteur d’impact ou un coefficient de fréquentation de 1,054 qui est très significatif (valeur p de 0,000) et des erreurs-types robustes acceptables (0,281), comme le montre les résultats du modèle ci-dessous. Puisque la variable dépendante est binaire, nous nous attendons à ce que le modèle logarithmique non linéaire offre un meilleur ajustement. Toutefois, si le coefficient de fréquentation doit être interprété comme la probabilité conditionnelle que les visiteurs fréquents auront une interaction élevée avec leurs voisins, cela donne une probabilité supérieure à 1, ce qui est manifestement impossible. Ce dépassement du modèle est causé par un ajustement imparfait de la courbe de régression aux données. Pourtant, nous pouvons affirmer qu’il existe un degré très élevé de corrélation entre les visiteurs fréquents et les relations de voisinage.

Figure description

Même si elle estime un coefficient de fréquence légèrement inférieur, la régression des variables instrumentales à doubles moindres carrés offre un autre résultat important. Cette régression comprend une variable dépendante ordinale et une variable fictive pour la fréquence des visites dans la deuxième régression. Cette approche est similaire à celle utilisée pour la santé; en effet, les mêmes variables se sont révélées significatives à la fois à la première étape (incidence autodéclarée sur l’éducation et la vie professionnelle des variables fictives des GLAM) et à la deuxième étape (âge et logarithme du revenu) de la régression. Encore une fois, les interactions entre ces variables ont été mises à l’essai, sans résultats significatifs. À l’aide de cette approche en deux étapes, nous estimons que les visiteurs réguliers des GLAM déclarent une augmentation de 0,5 point de leur état de santé, sur une échelle de 1 à 5, en tenant compte de l’âge, du revenu et effectivement de l’incidence autodéclarée des GLAM sur l’éducation et la vie professionnelle.

Figure description

Quant à chaque GLAM, nous constatons un facteur d’impact encore plus élevé pour les archives (1,250). Vu les mises en garde exprimées dans la régression de tous les GLAM, nous pouvons dire que les personnes qui visitent les archives sont extrêmement susceptibles de connaître bon nombre de leurs voisins et d’interagir avec eux. Les galeries affichent également un facteur d’impact élevé de 0,944. Les résultats optimaux pour les bibliothèques et les musées sont obtenus par la régression logistique ordonnée, qui semble offrir un meilleur ajustement aux données. En effet, la régression logistique pour les bibliothèques n’a pas donné de résultats statistiquement significatifs. Les visiteurs réguliers des bibliothèques devraient être 0,167 fois plus susceptible d’entretenir des relations étroites avec leurs voisins, alors que les visiteurs réguliers des musées devraient être 0,374 fois plus susceptibles.

Galeries

Figure description

Bibliothèques

Figure description

Archives

Figure description

Musées

Figure description

Bénévolat

Tous les GLAM

Le bénévolat produit également de très bons résultats; on estime qu’il est 0,983 plus probable que les visiteurs fréquents de tous les GLAM – sous réserve de la cohérence des contrôles démographiques du revenu et de l’éducation, tous deux significatifs – fassent du bénévolat et prennent part à des activités similaires de participation communautaire. La force de ce résultat comparativement aux modèles de régression linéaire simple et de régression des variables instrumentales à doubles moindres carrés repose sans aucun doute sur la spécification de la variable dépendante, qui est une variable fictive. Fait intéressant, l’âge a un coefficient négatif (quoique très faible), ce qui signifie que les personnes sont moins susceptibles de faire du bénévolat à mesure qu’elles vieillissent – sans doute un résultat contre-intuitif. Il n’est toutefois pas étonnant de constater que l’éducation a une forte incidence positive, les titulaires d’un diplôme collégial étant 48 % plus susceptibles de faire du bénévolat; ce résultat est très significatif avec une valeur p de 0,000.

Figure description

Nous constatons des facteurs d’impact très élevés pour chaque GLAM, en particulier les galeries (1,195) et les archives (0,983). Puisque les meilleurs modèles sont tous des régressions logistiques avec variables dépendantes fictives, il existe donc une quasi-certitude (approchant ou même dépassant les probabilités conditionnelles de 1) que le fait d’être un visiteur régulier à ces établissements va de pair avec le bénévolat et la participation communautaire qu’il implique. Quoique relativement plus faibles, les résultats obtenus pour les bibliothèques et les musées demeurent élevés comparativement aux autres aspects du bien-être étudiés. Dans l’ensemble, nous pouvons conclure que les visites régulières des GLAM ont une incidence significative sur le bénévolat.

Galeries

Figure description

Bibliothèques

Figure description

Archives

Figure description

Musées

Figure description

Annexe 5 autres avantages globaux

Contexte

Comme mentionné au chapitre 8, les GLAM présentent un certain nombre d’avantages globaux qui ont été explorés dans la littérature. La présente annexe décrit ces avantages plus en détail.

Capital social et éducation informelle

Il existe un grand nombre de preuves que l’amélioration d’indicateurs clés comme la littératie est bénéfique pour la société et l’économie. Ainsi, certains travaux canadiens menés dernièrement ont révélé des liens étroits entre la littératie et la croissance économique.^{Footnote 142} D’autres travaux antérieurs menés au Canada et à l’étranger ont donné des résultats semblables. Il convient toutefois de souligner que les auteurs en question font invariablement valoir que les liens de causalité demeurent problématiques.

Comme mentionné précédemment, cette étude tient compte des répercussions de l’éducation scolaire formelle et de son interaction avec les GLAM. En principe, l’éducation informelle pourrait également être prise en considération dans un cadre de bien-être économique. Toutefois, l’éducation informelle pose un défi supplémentaire : bien que les rendements de l’éducation formelle soient bien établis, ceux de l’éducation informelle reposent à divers degrés sur des inférences supplémentaires au sujet de la causalité. C’est pourquoi nous sommes plus prudents dans l’attribution d’avantages éducatifs informels aux GLAM.

Néanmoins, plusieurs études ont tenté d’explorer de tels liens à l’échelle internationale et au Canada, et les données probantes deviennent de plus en plus convaincantes. Par exemple, les travaux de Copenhague Economics (2015) explorent l’existence d’un lien possible entre les enfants danois d’âge scolaire qui lisent des livres empruntés à des bibliothèques publiques, les résultats des tests de lecture du Programme international pour le suivi des acquis des élèves (PISA), la probabilité de poursuivre des études postsecondaires et les salaires plus élevés. Ces travaux donnent à penser que l’usage des bibliothèques publiques par les enfants au Danemark pourrait représenter 2,1 milliards de couronnes danoises (DKK) par année (ou 0,4 milliard de dollars) en avantages économiques (exprimés sous forme de gains de productivité de l’enseignement supérieur).^{Footnote 143}

Fujiwara et coll. (2015) ont examiné la probabilité d’admission à l’enseignement supérieur grâce à un usage accru des bibliothèques et constaté que la fréquentation des bibliothèques augmente cette probabilité, les avantages totaux s’établissant à 2 113 £ par personne (en prix de 2009).^{Footnote 144} Une étude approfondie menée en Australie a également révélé certains liens entre l’activité de lecture des enfants, les scores de lecture du PISA et la croissance économique, bien que les données probantes soient plus mitigées en ce qui concerne les répercussions sur les salaires à long terme.^{Footnote 145}

Au Canada, les travaux passés de l’ OCDE ont établi un lien entre l’emprunt de livres par les étudiants auprès de bibliothèques publiques ou scolaires et les scores du PISA, tant à l’échelle nationale que provinciale.^{Footnote 146} D’autres études de l’ OCDE portant sur le Canada examinent également le lien entre la lecture, les résultats en lecture du PISA et la probabilité d’admission à l’enseignement supérieur.^{Footnote 147} Des travaux antérieurs ont également examiné les liens entre l’usage des bibliothèques publiques et les résultats en littératie des jeunes de l’Ontario, en trouvant une relation positive entre les deux au moyen d’une analyse de régression.^{Footnote 148}

Certaines des recherches canadiennes les plus intrigantes (et les plus convaincantes) proviennent des travaux récents de Childs et coll. (2016) sur le capital culturel .^{Footnote 149} Ces auteurs se penchent sur la fréquence des visites aux institutions culturelles canadiennes, notamment les musées et les galeries, ainsi que sur l’incidence de la lecture informelle, les scores du PISA et la probabilité de suivre des études collégiales ou universitaires. De plus, cette étude est particulièrement convaincante puisqu’elle est de nature longitudinale, c’est-à-dire qu’elle se fonde sur les dernières vagues de l’Enquête auprès des jeunes en transition pour déterminer si les personnes qui ont visité des GLAM ou fait des lectures plus informelles ont effectivement fait des études supérieures dans une plus grande mesure que les autres. Ces travaux révèlent que la fréquentation d’un musée ou d’une galerie d’art, d’un opéra, d’un ballet, d’un concert symphonique ou d’une pièce de théâtre augmente la probabilité de fréquentation de l’université d’environ 6,6 points de pourcentage pour les femmes et de 3,4 points de pourcentage pour les hommes, tandis que l’« amour » déclaré pour la lecture (goût de la lecture) augmente cette même probabilité de 6 points de pourcentage. Toutefois, comme c’est le cas pour les autres études susmentionnées, les auteurs formulent des mises en garde quant à l’interprétation d’un lien de causalité à partir de ces résultats.

Parmi les autres recherches canadiennes récentes, mentionnons les travaux d’Andersen et de Jæger (2016). Cette analyse s’est appuyée sur une modélisation économétrique relativement complexe pour constater que diverses formes de capital culturel (y compris la lecture) ont eu une incidence sur les scores du PISA au Canada, soulignant que les répercussions étaient plus importantes chez les élèves de milieux scolaires plus difficiles que chez ceux de milieux plus privilégiés.^{Footnote 150}

Bien entendu, il se peut aussi que l’éducation informelle par l’entremise des GLAM soit importante pour les adultes. Encore une fois, il existe de nombreux éléments de preuve au Canada et ailleurs que la littératie et le développement des compétences des adultes sont corrélés à des résultats économiques avantageux. Par exemple, au Canada, de récents travaux de modélisation utilisant les scores des adultes du PEICA ont révélé une association entre la littératie et l’éducation informelle.^{Footnote 151} D’autres études ont examiné les liens entre l’usage des bibliothèques par les adultes et la littératie.^{Footnote 152} Comme mentionné précédemment, la littératie a à son tour été liée à des salaires plus élevés et/ou à la croissance économique.

Toutefois, les données probantes montrant directement l’incidence particulière des GLAM sur le développement des compétences des adultes ainsi que sur les salaires et la croissance économique sont plus limitées. Cette situation peut s’expliquer par le moins grand intérêt porté aux adultes (par rapport aux enfants), mais aussi parce qu’il faudrait mener des études longitudinales pour obtenir des données probantes plus solides sur les répercussions (c’est-à-dire étudier l’usage des GLAM par les adultes, ainsi que les résultats sociaux et économiques sur une longue période), un point également soulevé par Krupar et coll. Certaines études longitudinales ont également été menées par Falk et Needham sur la fréquentation des musées par les adultes, mais la base de données probantes reste limitée.^{Footnote 153}

Ainsi, il semble logique de supposer que les adultes qui visitent régulièrement des musées sont des citoyens mieux instruits, mieux informés et plus engagés. En effet, certains de ces résultats d’apprentissage informel peuvent se refléter dans les résultats de l’indicateur du bien-être pour la santé, les relations de voisinage et le bénévolat, dont il a été question à l’annexe précédente. Il s’agit de résultats importants dans le contexte canadien, comme nous l’avons mentionné précédemment.

Néanmoins, contrairement aux jeunes visiteurs, il y a moins de données probantes sur les répercussions d’un tel apprentissage informel sur les salaires et/ou la croissance économique à venir, et il n’existe aucune quantification comparable des répercussions globales semblable à celle effectuée par des auteurs comme Riddell. Il en va de même pour les bibliothèques publiques; bien que diverses études aient révélé l’incidence possible des bibliothèques sur l’apprentissage et la littératie des adultes, les études exhaustives faisant un lien entre l’usage des bibliothèques publiques, la littératie et la croissance au fil du temps demeurent rares.^{Footnote 154}

Certaines de ces répercussions ont pu être incluses dans les études qui examinent les retombées « macroéconomiques » à long terme des GLAM, comme les bibliothèques. Ces questions sont abordées ci-après. Toutefois, en raison de la portée générale de ces études, il est difficile d’isoler les répercussions qui ont été prises en considération.

En bref, notre compréhension des répercussions des GLAM sur l’éducation informelle a fait des progrès prometteurs, et certaines de ces répercussions peuvent être quantifiées, particulièrement dans le cas de l’apprentissage informel des enfants et des jeunes adultes. Nous avons adopté une position relativement prudente sur cette question et avons exclu ces répercussions de l’ACA dans le cadre de notre étude. Néanmoins, il importe de mettre en évidence l’incidence que peuvent avoir ces répercussions sur le bien-être économique.

Retombées économiques à long terme

Comme mentionné au chapitre 8.5, on prétend que les GLAM peuvent créer des retombées à long terme qui ne sont pas prises en considération dans les cadres de bien-être économique conventionnels.

Il convient toutefois de noter que cette hypothèse n’est pas plus ou moins vraie pour les GLAM que pour les autres formes d’activité économique. Par exemple, dans un cadre conventionnel, les avantages économiques (soit l’augmentation de la productivité) du nouveau tronçon de métro dont il est question dans le texte principal se refléteraient dans les coûts moins élevés du nouveau trajet et dans l’utilisation accrue du service. Bien que cela ne semble pas évident, le cadre conventionnel intégrerait les avantages du nouveau tronçon à mesure qu’ils s’étendraient à d’autres activités dans l’ensemble de l’économie.^{Footnote 155}

Toutefois, il se peut qu’au fil du temps, l’interaction commerciale accrue mène à une innovation à long terme encore plus importante (et imprévue) et à une plus grande productivité au sein de l’économie dans son ensemble, à mesure que des idées sont développées les unes après les autres, etc. À l’instar des retombées de la R-D, les interactions accrues peuvent amener les inventeurs à trouver de nouvelles idées brillantes, par exemple. Cela dit, un cadre de bien-être économique standard ne rendrait pas compte de l’ampleur de ces retombées supplémentaires à long terme.

Certains ont donc préconisé d’autres approches macroéconomiques « descendantes » pour intégrer ces retombées manquantes. À l’instar de certains des travaux sur la littératie décrits précédemment, ces études examinent les relations entre des facteurs comme l’usage des GLAM et la croissance économique à l’échelle nationale. Voilà qui diffère de l’approche « ascendante » servant au bien-être économique et utilisée dans le cadre de la MCT ci-dessus, où l’évaluation repose sur le comportement des usagers. Une comparaison entre les deux approches est indiquée à la Fig. 47.

Fig. 47. Bottom up vs top down modelling

Figure description

Toutefois, ces approches font l’objet des mêmes critiques que celles susmentionnées – elles examinent les relations générales à l’échelle nationale et nécessitent des hypothèses sur la causalité. Voilà qui contraste avec les avantages connus de l’usage des GLAM au moyen d’approches ascendantes axées sur le bien-être économique comme la MCT – c.-à-d. que nous savons que les gens utilisent les GLAM, puis nous mesurons la valeur en fonction de cet usage.

En outre, certains (ou une grande partie) des avantages évalués au moyen d’une telle modélisation pourraient être pris en considération par l’approche standard du bien-être économique, de sorte qu’il faut se méfier du double comptage. À ce jour, le cadre standard s’est révélé remarquablement robuste pour faire face aux critiques de ceux qui suggèrent que les avantages manquants sont récupérés par la modélisation descendante. C’est particulièrement le cas dans les domaines analysés plus fréquemment (comme l’économie du transport), où les approches axées sur le bien-être économique ont été comparées en détail aux approches descendantes.^{Footnote 156} Cela donne à penser que de tels arguments doivent être traités avec la prudence nécessaire au départ.

Il est également vrai de dire qu’une grande partie des visites de GLAM ne sont pas faites à des fins commerciales, ce qui pourrait limiter l’applicabilité des arguments préconisant des retombées.

Néanmoins, il vaut la peine d’examiner le cas des retombées économiques des GLAM, bien que celles-ci soient limitées et semblent principalement liées aux secteurs des bibliothèques et des archives.

Les travaux de Liu et Skelly, cités précédemment, ont examiné les liens entre les bibliothèques et la croissance économique au moyen d’une approche descendante. Toutefois, les auteurs de ces études soulignent que la causalité demeure un problème. D’autres récentes analyses descendantes ont été liées à diverses initiatives de données ouvertes ou de données gouvernementales ouvertes (DGO), ce qui pourrait avoir des répercussions sur les retombées potentielles des archives publiques. Ces travaux ont examiné la valeur économique de la divulgation des données gouvernementales au grand public. Essentiellement, la publication de données permettrait de prendre des décisions de façon plus optimale, ce qui profiterait aux particuliers et à la société. En revanche, si l’accès aux données est restreint, les décisions ne peuvent être prises de façon optimale.

Ces études estiment que les données ouvertes procurent des avantages économiques extrêmement importants, soit 134 milliards de dollars dans le cas du Canada.^{Footnote 157} De plus, on a soutenu que les initiatives de données ouvertes pourraient favoriser l’atteinte d’objectifs sociaux plus généraux, comme la primauté du droit, le respect des institutions démocratiques et la confiance. Il s’agit en fait d’une autre forme d’argument en ce qui concerne le capital social.^{Footnote 158}

Toutefois, certaines critiques ont été formulées quant à l’importance de ces estimations.^{Footnote 159} Dans de nombreux cas, la plupart des avantages se rapportent à la vente de données commerciales, comme les données terrestres et/ou géospatiales, ce qui peut être très différent des services offerts par les archives publiques.^{Footnote 160} Les établissements d’archives eux-mêmes ont exprimé leur scepticisme à cet égard. En réponse à un article sur l’évaluation de l’information du secteur public (ISP), les archives nationales de l’Australie ont fait valoir que les documents provenant des archives et ceux produits par les archives ont une valeur sociale, culturelle ou probante plutôt qu’économique.^{Footnote 161} Comme l’indique l’article :

La valeur économique de certains types [de données], comme l’information géospatiale, peut être évaluée assez facilement. Il est moins approprié de tenter d’attribuer une valeur monétaire aux collections culturelles.

Les archives permettent de le faire, mais il faut se rappeler que le matériel publié par les archives, même s’il peut être utilisé dans des produits commerciaux, notamment les manuels scolaires et les documentaires, ne génère pas en soi une valeur commerciale importante comme le font les statistiques, les données spatiales et les données hydrologiques, qui offrent un usage commercial immédiat dans certains secteurs. Par conséquent, nous affirmons que, pour le matériel publié par les archives, la valeur économique découlant de son usage est négligeable au point d’être non mesurable.

Toutefois, il se peut qu’on adopte une vision trop étroite de la valeur « économique », davantage axée sur des mesures comme le revenu et le PIB. Comme mentionné précédemment, le bien-être économique comprend les concepts de surplus du consommateur et de valeur donnée par les gens aux avantages offerts par les GLAM (comme le patrimoine), qu’il y ait transaction commerciale ou non. Ainsi, les évaluations du coût du trajet et du non-usage servent de point de départ à une évaluation des fonds d’archives axée sur le bien-être économique.

Quelques-uns des travaux de quantification les plus exhaustifs à l’échelle internationale dans ce domaine ont été entrepris par Houghton, Beagrie et Gruen. Ces auteurs ont également établi une typologie de la valeur des données ouvertes dans laquelle l’information géographique présente la valeur de réutilisation commerciale la plus élevée et les archives publiques, la plus basse. Néanmoins, ils soulignent que cette typologie n’est pas exacte dans tous les cas et que les établissements comme les archives peuvent avoir plus de valeur que ceux qui semblent être plus élevés dans la « chaîne de valeur ».^{Footnote 162} Beagrie et Houghton examinent un certain nombre de dépôts numériques, surtout au Royaume-Uni, en utilisant à la fois des approches conventionnelles axées sur le bien-être économique et une approche de modélisation économique descendante. Leurs travaux suggèrent un rapport coûts-avantages de 3,0 à 4,9 pour l’Economic and Social Data Service ( ESDS) du Royaume-Uni lorsqu’une approche axée sur le bien-être économique est utilisée, mais pouvant aller jusqu’à 10 selon une approche macroéconomique descendante.^{Footnote 163} Cependant, en plus des mises en garde habituelles concernant la causalité, on ne sait pas trop dans quelle mesure ces résultats pourraient s’appliquer aux archives publiques du Canada ou d’ailleurs.

En résumé, on peut soutenir en principe qu’il existe des retombées liées aux GLAM, comme l’indique l’exemple de l’encadré dans le texte principal, lequel souligne la grande importance de la recherche archivistique. Toutefois, l’absence de données probantes solides et exhaustives pour l’ensemble des GLAM à ce jour ne permet pas une quantification complète de ces retombées.

Emploi et effets multiplicateurs

Emploi

Comme l’indique le texte principal, certains GLAM, comme les bibliothèques, peuvent être d’une grande utilité pour aider leurs visiteurs dans leurs recherches d’emploi et les chômeurs à réintégrer le marché du travail. Toutefois, comme mentionné, il importe de ne pas confondre les mesures du bien-être économique et les répercussions économiques. Dans une approche axée sur le bien-être économique, l’hypothèse de travail est celle du plein emploi. C’est donc dire qu’une personne qui occupe déjà un emploi et s’en trouve un autre ne compte pas dans l’évaluation des avantages au sens économique strict, car elle est simplement passée d’un emploi à un autre.

Toutefois, une personne sans emploi qui s’en trouve un fait généralement partie des avantages. Cette personne, actuellement sous-utilisée du point de vue économique, occuperait maintenant un emploi et toucherait un salaire (sans parler des répercussions psychologiques positives de l’emploi, qui sont de plus en plus reconnues). Dans la mesure où les GLAM facilitent ce processus, voilà qui pourrait être considéré comme un avantage.

En pratique, il est difficile de quantifier le rôle des bibliothèques dans l’aide aux chômeurs; le salaire représente un avantage économique, mais la question clé est de savoir si le nouveau poste est permanent. Il faut aussi se demander dans quelle mesure la bibliothèque a joué un rôle dans l’obtention du nouvel emploi. En effet, les études conventionnelles sur le « bien-être au travail » traitent souvent de questions similaires.

Cela dit, la question de la mesure économique doit aussi être distinguée de celle de l’importance pratique. Un chômeur qui utilise avec succès une bibliothèque pour suivre des cours de formation et/ou faire des recherches d’emploi y verrait sans doute un résultat positif, quelles que soient les techniques de la mesure.

Effets multiplicateurs

La présence de GLAM peut aider les entreprises, comme les détaillants locaux, à prospérer. Prenons l’exemple de l’ouverture d’une nouvelle galerie dans une localité. Elle peut venir stimuler les ventes des détaillants locaux qui, à leur tour, s’approvisionnent auprès de fournisseurs qui, à leur tour, achètent auprès de leurs fournisseurs, etc., créant ainsi des effets multiplicateurs dans la région. Faudrait-il tenir compte de ces effets dans l’analyse coûts-avantages des GLAM?

Ces effets figurent parmi les types de répercussions qu’une analyse de l’impact économique prendrait en considération. Comme mentionné précédemment, le bien-être économique ne doit pas être confondu avec l’analyse de l’impact économique. L’analyse de l’impact économique mesure l’ampleur de l’activité économique qu’une initiative pourrait engendrer – p. ex. une nouvelle bibliothèque pourrait créer des emplois et stimuler le PIB grâce aux dépenses. Toutefois, les cadres de bien-être économique mesurent un autre ensemble de paramètres et utilisent un point de départ différent. Les études de l’impact économique mesurent l’activité économique en fonction de la contribution à l’économie dans son ensemble, ou la part du « potentiel économique » revenant à des institutions comme les GLAM. En revanche, les études du bien-être économique mesurent les avantages nets (avantages moins coûts), c’est-à-dire la façon dont la société s’en porte mieux et la façon dont les institutions comme les GLAM augmentent ce potentiel économique.

Dans l’exemple ci-dessus, un détaillant peut tirer des revenus plus élevés de la présence d’un GLAM. Toutefois, l’analyse du bien-être économique met l’accent sur les avantages nets, de sorte que ce sont les profits plutôt que les revenus qui seraient pertinents. En outre, puisque le cadre conventionnel du bien-être économique peut très bien rendre compte de bon nombre de ces avantages transmis, l’ajout d’effets multiplicateurs pourrait entraîner un double comptage. Pour ces raisons et bien d’autres raisons techniques, les effets multiplicateurs sur les entreprises locales sont généralement exclus d’un cadre axé sur le bien-être économique, à moins de circonstances très particulières. Il s’agit de l’approche adoptée dans la présente étude. Ce choix est conforme aux lignes directrices émises par le Conseil du Trésor du Canada (selon lesquelles les répercussions sur le marché secondaire doivent être exclues de l’analyse coûts-avantages) et à l’analyse offerte dans les textes économiques standard .^{Footnote 164}

Tel qu’indiqué, cela ne signifie en rien que l’impact économique ou le bien-être économique constituent la « bonne » ou la « mauvaise » façon de mesurer la valeur des GLAM. Ainsi, pour mesurer les effets économiques des galeries, une autre approche consisterait à définir la localité comme étant la (seule) région d’intérêt manifeste et à utiliser une approche axée sur l’impact économique pour évaluer le PIB et les emplois générés dans cette région. On obtiendrait un autre point de vue sur les avantages des galeries (soit un point de vue axé sur les avantages tels qu’ils sont habituellement mesurés par les marchés). Toutefois, tout comme il serait incorrect d’ajouter des effets multiplicateurs à une analyse axée sur le bien-être, le surplus du consommateur et la valeur de non-usage ne peuvent être ajoutés à une analyse de l’impact économique – ils mesurent des choses différentes. Aucune de ces méthodes n’est donc nécessairement « meilleure » que l’autre. Cela dit, l’important est que les analystes soient conscients du cadre et de la portée de l’analyse qu’ils souhaitent mener et qu’ils soient cohérents avec ce cadre.

Annexe 6 questionnaire

Enquête nationale

L’Association des musées canadiens, au nom du Groupe de travail sur la Déclaration d’Ottawa, travaille avec Oxford Economics pour quantifier la contribution des galeries, des bibliothèques, des archives et des musées ( GLAM) à l’économie canadienne ainsi qu’à la société en général. Pour ce faire, il est important que nous comprenions comment le grand public perçoit ces établissements.

Tout au long de cette enquête, nous vous poserons une série de questions sur les établissements suivants :

• les galeries publiques à but non lucratif dont le but principal est la communication plutôt que la vente;
• les bibliothèques publiques à but non lucratif dans les municipalités et les régions, les bibliothèques autochtones, les bibliothèques universitaires des établissements d’enseignement postsecondaire canadiens, les bibliothèques spécialisées (par exemple, dans les hôpitaux, les musées, les galeries d’art et les jardins botaniques et celles offrant des services aux personnes handicapées) et les bibliothèques provinciales, territoriales et nationales;
• les archives publiques à but non lucratif dans les municipalités et les régions, les archives autochtones, les archives des établissements d’enseignement postsecondaire canadiens et les archives provinciales, territoriales et nationales;
• les musées publics à but non lucratif dans les municipalités et les régions, les musées autochtones et les musées des établissements d’enseignement postsecondaire canadiens.

Veuillez NE PAS répondre au questionnaire en fonction d’établissements qui sont axés sur les profits (c.-à-d. ceux qui existent dans le seul but de générer des revenus par l’achat et la vente de collections culturelles).

Nous vous remercions de bien vouloir répondre à cette enquête. Il ne vous faudra que quelques minutes pour ce faire, et toutes les réponses resteront strictement confidentielles.

Questions de quotas (1 min)

A1 Première langue officielle parlée

• Français - 1 (administrer le questionnaire en français)
• Anglais - 2 (administrer le questionnaire en anglais)
• Autre - 3 (demander de choisir la langue préférée pour administrer le questionnaire, soit l’anglais ou le français)

A2 Dans quelle province ou quel territoire avez-vous votre résidence permanente?

• Alberta - 1
• Colombie-Britannique - 2
• Manitoba - 3
• Nouveau-Brunswick - 4
• Terre-Neuve-et-Labrador - 5
• Territoires du Nord-Ouest - 6
• Nouvelle-Écosse - 7
• Nunavut - 8
• Ontario - 9
• Île-du-Prince-Édouard - 10
• Québec - 11
• Saskatchewan - 12
• Yukon - 13

A3 Quel est votre code postal?

• FREEFORM

A4 What is your gender?

• FORME LIBRE
• Homme - 1
• Femme - 2
• Autre - 3

A5 Quel âge avez-vous?

• 15 à 19 - 1
• 20 à 24 - 2
• 25 à 34 - 3
• 35 à 44 - 4
• 45 à 54 - 5
• 55 à 64 - 6
• 65 + 7

A6 Quel est le niveau de scolarité le plus élevé que vous avez réussi?

• Aucun certificat, diplôme ou grade - 1
• Diplôme d’études secondaires - 2
• Certificat d’apprentissage ou autre certificat de métier - 3
• Diplôme collégial ou universitaire inférieur au baccalauréat - 4
• Baccalauréat - 5
• Études de cycle supérieur - 6
• Autre (veuillez préciser) - 7

Répartition entre usagers et non-usagers (1 min)

B1 Avez-vous visité les établissements suivants?

Galeries (dont la taille peut aller des grandes galeries, comme le Musée des beaux-arts de la Nouvelle-Écosse, le Musée des beaux-arts de l’Ontario, etc., aux galeries locales plus modestes)

• Oui, j’ai visité une galerie au cours des 12 derniers mois. - 1
• Oui, j’ai visité une galerie, mais il y a plus de 12 mois. - 2
• Non, je n’ai jamais visité de galerie. - 3

Bibliothèques (dont la taille peut aller des grandes bibliothèques municipales comme la Bibliothèque publique de Toronto, la Grande Bibliothèque, la Bibliothèque publique d’Ottawa, etc., aux petites bibliothèques locales et aux bibliothèques spécialisées, comme les bibliothèques universitaires et les bibliothèques institutionnelles – p. ex., dans les hôpitaux, les musées, les galeries et celles qui desservent les personnes handicapées.)

• Oui, j’ai visité une bibliothèque au cours des 12 derniers mois. - 1
• Oui, j’ai visité une bibliothèque, mais il y a plus de 12 mois. - 2
• Non, je n’ai jamais visité de bibliothèque. - 3

Archives (dont la taille peut aller des Archives de Montréal, des Archives de l’Ontario, etc., aux archives locales plus modestes, comme les archives du Whyte Museum of the Canadian Rockies à Banff.)

• Oui, j’ai visité des archives au cours des 12 derniers mois. - 1
• Oui, j’ai visité des archives, mais il y a plus de 12 mois. - 2
• Non, je n’ai jamais visité d’archives. - 3

Musées (dont la taille peut aller du Musée royal de l’Ontario, du Musée royal de la Colombie-Britannique, du Musée royal de Tyrrell, etc., à des musées locaux plus modestes, comme le Musée Reynolds-Alberta)

• Oui, j’ai visité un musée au cours des 12 derniers mois. - 1
• Oui, j’ai visité un musée, mais il y a plus de 12 mois. - 2
• Non, je n’ai jamais visité de musée. - 3

Usagers (3-4 minutes)

Vous avez dit avoir visité une galerie, une bibliothèque, des archives ou un musée au cours des 12 derniers mois.

C1 Combien de visites avez-vous faites aux GLAM au cours des 12 derniers mois? (Inscrivez le nombre pour chaque catégorie, le cas échéant)

Galeries

• 0 - 1
• 1-2 - 2
• 3-4 - 3
• 5-6 - 4
• Plus de 6 (veuillez préciser) - 5

Bibliothèques

• 0 - 1
• 1-2 - 2
• 3-4 - 3
• 5-6 - 4
• Plus de 6 (veuillez préciser) - 5

Archives

• 0 - 1
• 1-2 - 2
• 3-4 - 3
• 5-6 - 4
• Plus de 6 (veuillez préciser) - 5

Musées

• 0 - 1
• 1-2 - 2
• 3-4 - 3
• 5-6 - 4
• Plus de 6 (veuillez préciser) - 5

Et maintenant, pour mieux comprendre votre usage, nous aimerions vous poser quelques questions supplémentaires sur votre dernière visite dans une galerie, une bibliothèque, des archives ou un musée.

C2 Concernant votre dernière visite à un GLAM, de quel établissement s’agissait-il?

• Galerie - 1
• Bibliothèque - 2
• Archive - 3
• Musées - 4
• Je ne sais pas - 5

C3 Vous souvenez-vous du nom du GLAM ayant fait l’objet de votre dernière visite? Dans l’affirmative, veuillez l’inscrire ci-dessous (texte libre). Si vous ne vous en souvenez pas, veuillez passer à la question suivante.

RÉPONSE EN TEXTE LIBRE (NON OBLIGATOIRE)

C4 Comment vous y êtes-vous rendu?

• À pied - 1
• En voiture - 2
• En transport en commun - 3
• En taxi/Uber ou autre covoiturage - 4
• En avion - 5
• En train - 6
• À vélo - 7
• Autre (veuillez préciser) - 8
• Je ne sais pas - 9

C5 Lors de cette dernière visite, combien de temps vous a-t-il fallu pour vous y rendre (aller simple)? Donnez simplement votre meilleure estimation.

• Moins de 5 minutes - 1
• De 5 à 9 minutes - 2
• De 10 à 19 minutes - 3
• De 20 à 29 minutes - 4
• De 30 à 59 minutes - 5
• De 60 à 90 minutes - 6
• Plus de 90 minutes (veuillez préciser) - 7
• Je ne sais pas - 8

C6 Combien de temps avez-vous consacré à votre dernière visite? Donnez simplement votre meilleure estimation.

• Moins de 30 minutes - 1
• De 30 minutes à une heure - 2
• De 1 à 2 heures - 3
• De 2 à 3 heures - 4
• De 3 à 4 heures - 5
• De 4 à 5 heures - 6
• De 5 à 6 heures - 7
• Plus de 6 heures - 8
• Je ne sais pas - 9

C7 Et enfin, lors de votre dernière visite, combien avez-vous dépensé pour vous y rendre (aller simple)? Incluez le coût du trajet, comme les droits d’entrée, l’essence et le stationnement, le cas échéant. Donnez simplement votre meilleure estimation.

• 0 $ - 1
• De 1 $ à 5 $ - 2
• De 5 $ à 10 $ - 3
• De 10 $ à 15 $ - 4
• De 15 $ à 20 $ - 5
• De 20 $ à 80 $ - 6
• De 80 $ à 140 $ - 7
• De 140 $ à 200 $ - 8
• Plus de 200 $ (veuillez préciser) - 9
• Je ne sais pas - 10

Volonté de payer (4-5 minutes)

Les questions suivantes sont conçues pour nous aider à comprendre la valeur que vous accordez aux galeries, bibliothèques, archives et musées ainsi qu’aux services qu’ils offrent. Ces questions ne signifient pas que des modifications seront apportées aux ententes de financement en vigueur.

Les galeries, les bibliothèques, les archives et les musées ont toujours contribué de façon importante à la société canadienne. Ils ont également élargi leurs services en offrant un accès Internet, des espaces de rassemblement communautaire, des possibilités éducatives, des espaces pour les fabricants, des programmes pour les membres marginalisés de la collectivité et de nombreux autres services. Ce faisant, le secteur vise à élargir davantage ses retombées sociales.

D1 D’une façon ou d’une autre, tous les Canadiens paient actuellement pour l’entretien et l’exploitation annuels de galeries, de bibliothèques, d’archives et de musées ( GLAM), que ce soit par l’entremise de taxes, de dons, de droits d’entrée ou d’autres moyens.

Toutefois, imaginez que les GLAM n’ont aucune autre source de financement gouvernemental ou privé et que la seule façon d’assurer leur survie est de compter sur des dons de particuliers.

Dans une telle situation, quel serait le montant maximal que vous seriez disposé à verser chaque année à titre de don pour conserver tous les GLAM à but non lucratif du Canada?

Pour répondre à cette question :

• n’oubliez pas que votre don est destiné à tous les GLAM canadiens à but non lucratif à l’échelle du pays, et non seulement aux GLAM de votre région;
• tentez de donner une réponse aussi honnête que possible;
• n’oubliez pas que vous devez également faire face aux autres coûts de la vie quotidienne.

Vous pouvez choisir l’un des montants indiqués ci-dessous OU inscrire un montant dans le champ « Autre montant (veuillez préciser) $ » ci-dessous.

Veuillez noter que vous devez choisir le montant maximal que vous donneriez à chacun des types d’établissement (soit un pour les galeries, un pour les bibliothèques, un pour les archives et un pour les musées). Ces montants totaliseront une somme qui représentera le montant total maximal que vous êtes disposé à payer pour les GLAM à but non lucratif canadiens dans leur ensemble.

(RÉPONSE REQUISE POUR CHAQUE TYPE DE GLAM)

D2 Quel est le fondement des réponses que vous donnez lorsqu’on vous demande d’évaluer les GLAM? Veuillez sélectionner toutes les réponses qui s’appliquent.

RÉPONSES MULTIPLES PERMISES

• Je valorise fortement les GLAM - 1
• Je suis heureux de financer les GLAM - 2
• Je n’ai jamais utilisé (ou il est peu probable que je l’utilise) certains GLAM (ou tous les GLAM) - 3
• Je m’oppose au financement des GLAM - 4
• Je n’ai pas les moyens de payer - 5
• Je ne valorise pas les GLAM - 6
• Autre (veuillez préciser) - 7

Analyse qualitative (4-5 minutes)

La vaste contribution qu’apportent les galeries, bibliothèques, archives et musées ( GLAM) à la société canadienne prend de nombreuses formes qui ne peuvent pas toutes être mesurées en dollars et en cents. C’est pourquoi il est tout aussi important d’avoir une idée générale des opinions et sentiments qu’ont les gens à l’égard des GLAM canadiens.

Les questions suivantes vous demandent de tenir compte de certaines de ces valeurs générales.

E1 Veuillez évaluer (sur une échelle de 1 à 10) l’importance du rôle que joue chaque type d’établissement dans l’atteinte des principaux objectifs sociaux ci-dessous, 1 signifiant « Pas du tout important » et 10, « Extrêmement important ».

Donnez une note plus élevée si vous estimez que l’établissement joue un rôle important dans l’atteinte d’un objectif social et une note plus faible si vous estimez que son rôle est moins important.

N’oubliez pas que votre réponse concerne les GLAM canadiens dans l’ensemble du pays, et non seulement les GLAM de votre région.

Veuillez inscrire vos notes pour chaque type d’établissement dans les cases ci-dessous. Si vous avez l’impression que vous ne savez pas ou ne pouvez pas dire à quel point le rôle de l’établissement dans l’atteinte de ces objectifs est important, vous pouvez cliquer sur la case « Je ne sais pas ».

UNE RÉPONSE EST REQUISE POUR CHAQUE TYPE DE GLAM, MAIS IL EST ACCEPTABLE DE CLIQUER SUR LA CASE « JE NE SAIS PAS ».

• Pas du tout important - 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• Extrêmement important - 10

E2 Dans quelle mesure diriez-vous que l’usage des ressources des GLAM a été utile dans vos études ou votre développement professionnel ou personnel?

• Pas du tout - 1
• Pas beaucoup - 2
• Moyennement - 3
• Beaucoup - 4
• Extrêmement - 5
• Je ne sais pas - 6

E3 Si vous avez d’autres commentaires sur les raisons pour lesquelles les galeries, les bibliothèques, les archives et les musées peuvent ou non vous être utiles, n’hésitez pas à les fournir ci-dessous :

FORME LIBRE, NON OBLIGATOIRE

Usage en ligne (3-4 minutes)

F1 Veuillez indiquer si vous avez utilisé l’un des canaux en ligne suivants pour accéder au contenu des galeries, bibliothèques, archives ou musées canadiens ( GLAM) au cours des 12 derniers mois. Sélectionnez tous les canaux en ligne des établissements que vous avez utilisés.

Ignorez ceux que vous n’avez pas utilisés. Si vous n’avez utilisé aucun de ces canaux, vous pouvez cocher la dernière case de chaque colonne.

Pour chaque canal sélectionné, une boîte de texte ouvert s’affichera. Veuillez fournir dans cette case une estimation du nombre de minutes que vous pensez avoir passées en ligne la dernière fois que vous avez accédé à l’établissement (c.-à-d. la durée de votre dernière « session en ligne » avec cet établissement).

F2 Veuillez indiquer environ combien de fois par mois vous utilisez ces canaux en ligne pour accéder aux GLAM (c.-à-d. le nombre de sessions en ligne au cours d’un mois moyen). Sélectionnez tous les canaux en ligne que vous avez utilisés.

Ignorez ceux que vous n’avez pas utilisés. Si vous n’avez utilisé aucun de ces canaux, vous pouvez cocher la dernière case de chaque colonne.

Pour chaque canal sélectionné, une boîte de texte ouvert s’affichera. Veuillez indiquer dans cette case une estimation du nombre de fois que vous utilisez ce canal en ligne pour accéder à l’établissement au cours d’un mois moyen.

Si vous pensez utiliser ce canal moins d’une fois dans un mois moyen, cochez la case « moins d’une fois par mois ».

Comme ci-dessus, donnez simplement votre meilleure estimation.

F3 Quels canaux en ligne vous ont été les plus utiles pour accomplir la tâche que vous vouliez accomplir? Veuillez les évaluer sur une échelle de 1 à 10, où 1 signifie « Pas du tout utile » et 10, « Extrêmement utile ».

Donnez une note plus élevée lorsque vous estimez qu’un canal a été plus utile et une note plus faible lorsque vous estimez qu’il a été moins utile.

Pour chaque canal sélectionné, une boîte de texte ouvert s’affichera. Veuillez inscrire votre note dans cette case.

Comme ci-dessus, sélectionnez tous les canaux que vous avez utilisés. Ignorez ceux que vous n’avez pas utilisés. Si vous ne savez pas ou ne pouvez pas dire, vous pouvez cliquer sur « Je ne sais pas ». Si vous n’avez utilisé aucun de ces canaux, vous pouvez cocher la dernière case de chaque colonne.

Pour en savoir plus sur vous (3 min)

G1 Lequel des énoncés suivants décrit le mieux votre situation d’emploi actuelle?

• Emploi à temps plein - 1
• Emploi à temps partiel - 2
• Travailleur autonome - 3
• Chef de famille - 4
• Étudiant - 5
• Sans emploi - 6
• Retraité - 7
• Maladie de longue durée - 8
• Autre (veuillez préciser) - 9
• Je préfère ne pas répondre - 10

G2 Quelle tranche de revenu décrit le mieux votre revenu brut personnel (avant impôt) de la dernière année? Inclure toutes les sources de revenu (salaire/traitement, pensions, etc.)

• Moins de 25 000 $ - 1
• De 25 001 $ à 50 000 $ - 2
• De 50 001 $ à 75 000 $ - 3
• De 75 001 $ à 100 000 $ - 4
• De 100 001 $ à 200 000 $ - 5
• Plus de 200 000 $ - 6
• Je préfère ne pas répondre - 7

G3 Vous identifiez-vous comme l’une ou l’autre des personnes suivantes?

RÉPONSES MULTIPLES PERMISES

• Personne autochtone - 1
• Personne handicapée - 2
• Membre d’une minorité visible - 3
• Nouvel arrivant au Canada (immigrant ou réfugié) - 4
• Je préfère ne pas répondre - 5
• Aucune de ces réponses - 6

G4 Au cours des 12 derniers mois, avez-vous fait du bénévolat pour un organisme?

• Oui - 1
• Non - 2
• Je préfère ne pas répondre - 3

G5Diriez-vous que vous connaissez la plupart, beaucoup, quelques-uns ou aucun de vos voisins?

• La plupart - 1
• Beaucoup - 2
• Quelques-uns - 3
• Aucun - 4
• Je préfère ne pas répondre - 5

G6 Que pensez-vous de votre vie dans son ensemble en ce moment?

• Très insatisfait - 1
• Insatisfait - 2
• Ni satisfait ni insatisfait - 3
• Satisfait - 4
• Très satisfait - 5
• Je préfère ne pas répondre - 6

G7 En général, comment décririez-vous votre état de santé?

• Excellent - 1
• Très bon - 2
• Bon - 3
• Passable - 4
• Mauvais - 5
• Je préfère ne pas répondre - 6

G8 En pensant à la quantité de stress dans votre vie, diriez-vous que la plupart de vos journées sont :

• Pas du tout stressantes - 1
• Pas très stressantes - 2
• Un peu stressantes - 3
• Assez stressantes - 4
• Extrêmement stressantes - 5
• Je préfère ne pas répondre - 6

Fin du script « Merci d’avoir rempli ce questionnaire. Nous vous remercions de votre temps et vous souhaitons une agréable journée. »

Annexe 7 statistiques descriptives sur le questionnaire

Oxford Economics a mené une enquête auprès de 2 045 résidents canadiens au printemps 2019. Pour nous assurer que tous les segments de la population canadienne soient pris en considération, nous avons adopté une approche d’échantillonnage par quotas en fonction des critères suivants :

• sexe ;^{Footnote 165}
• tranche d’âge (comme illustré à la Fig. 48) ;^{Footnote 166}
• langue officielle parlée (23 % français et 77 % anglais) ;^{Footnote 167}
• plus haut niveau de scolarité réussi ;^{Footnote 168} and
• province et territoire (comme illustré à la 0) .^{Footnote 169}

Fig. 48. Répondants selon l’âge

Figure description

Fig. 49 Répondants selon la province et le territoire

Figure description