Indicateurs économiques

Le chômage des jeunes en Chine donne naissance aux « enfants à queue pourrie ». Par Investing.com

21.08.2024 11:32



LYNXMPEABT0MT M

En Chine, l’augmentation significative du chômage a donné naissance à un nouveau phénomène socio-économique connu sous le nom de « rotten-tail kids », une expression qui gagne du terrain sur les médias sociaux pour décrire les jeunes adultes contraints d’accepter des emplois mal rémunérés ou de dépendre de l’aide financière de leurs parents.

Cette tendance fait écho à la référence antérieure aux « immeubles à queue pourrie », qui désignaient les nombreux projets immobiliers inachevés qui ont affecté l’économie chinoise depuis 2021.

Cette année, un nombre record de diplômés de l’enseignement supérieur arrivent sur un marché du travail entravé par les conséquences économiques du COVID-19 et par la répression réglementaire dans les secteurs de la finance, de la technologie et de l’éducation.

Le taux de chômage chez les jeunes de 16 à 24 ans a dépassé les 20 % en avril de l’année dernière, atteignant 21,3 % en juin 2023. À la suite de ce pic, les autorités ont suspendu la publication des données sur le chômage afin de réévaluer leurs méthodes de calcul.

Le taux de chômage réévalué pour ce groupe démographique a atteint 17,1 % en juillet 2024, alors que 11,79 millions d’étudiants obtenaient leur diplôme. L’économie reste aux prises avec une crise immobilière et le président Xi Jinping a fait de l’emploi des jeunes une priorité absolue. Le gouvernement a préconisé la multiplication des salons de l’emploi et des politiques commerciales pour encourager l’embauche.

Même ceux qui ont fait des études supérieures ont du mal à trouver un emploi convenable. Zephyr Cao, titulaire d’une maîtrise de l’université des affaires étrangères de Chine, a renoncé à chercher un emploi à temps plein après avoir reçu des offres de salaire décevantes. Il envisage maintenant de passer un doctorat dans l’espoir d’obtenir de meilleures opportunités à l’avenir.

Amada Chen, récemment diplômée de l’université de médecine chinoise de Hubei, a quitté son emploi de vendeuse dans une entreprise publique en raison d’un environnement de travail toxique et d’une faible rémunération.

Bien qu’elle ait envoyé plus de 130 demandes d’emploi, elle s’est vu proposer des postes sans rapport avec son domaine d’études, ce qui l’a amenée à envisager un changement de carrière.

Le problème du chômage des diplômés n’est pas nouveau. En 1999, la Chine a augmenté le nombre d’inscriptions à l’université afin de disposer d’une main-d’œuvre qualifiée pour son économie en plein essor. Cependant, le nombre de diplômés a toujours dépassé le nombre d’emplois disponibles, une préoccupation reconnue pour la première fois par les autorités en 2007.

Le marché de l’emploi reste incertain, l’offre de diplômés de l’enseignement supérieur devant dépasser la demande jusqu’en 2037, selon une étude de China Higher Education Research. L’étude prévoit également que le nombre de nouveaux diplômés de l’enseignement supérieur atteindra un pic d’environ 18 millions en 2034.

Le taux de change actuel est de 1 dollar pour 7,1436 yuans renminbi chinois.

Reuters a contribué à cet article.

Cet article a été généré et traduit avec l’aide de l’IA et revu par un rédacteur. Pour plus d’informations, consultez nos T&C.





Source link

Articles similaires

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Bouton retour en haut de la page
bitcoin
Bitcoin (BTC) $ 99,147.56 1.18%
ethereum
Ethereum (ETH) $ 3,891.70 2.59%
xrp
XRP (XRP) $ 2.43 5.02%
tether
Tether (USDT) $ 1.00 0.10%
solana
Solana (SOL) $ 229.25 3.25%
bnb
BNB (BNB) $ 729.09 1.77%
dogecoin
Dogecoin (DOGE) $ 0.440797 4.74%
usd-coin
USDC (USDC) $ 1.00 0.02%
cardano
Cardano (ADA) $ 1.14 6.22%
staked-ether
Lido Staked Ether (STETH) $ 3,887.97 2.63%
tron
TRON (TRX) $ 0.301692 4.32%
avalanche-2
Avalanche (AVAX) $ 50.39 2.77%
shiba-inu
Shiba Inu (SHIB) $ 0.000030 5.95%
the-open-network
Toncoin (TON) $ 6.49 3.90%
wrapped-steth
Wrapped stETH (WSTETH) $ 4,615.97 2.45%
chainlink
Chainlink (LINK) $ 24.97 6.45%
polkadot
Polkadot (DOT) $ 9.65 8.21%
stellar
Stellar (XLM) $ 0.461512 5.50%
wrapped-bitcoin
Wrapped Bitcoin (WBTC) $ 98,713.45 1.29%
bitcoin-cash
Bitcoin Cash (BCH) $ 601.34 3.07%
sui
Sui (SUI) $ 4.03 4.49%
hedera-hashgraph
Hedera (HBAR) $ 0.308125 6.65%
pepe
Pepe (PEPE) $ 0.000026 2.60%
weth
WETH (WETH) $ 3,891.66 2.64%
uniswap
Uniswap (UNI) $ 17.24 10.07%
litecoin
Litecoin (LTC) $ 125.03 6.76%
near
NEAR Protocol (NEAR) $ 7.25 5.55%
leo-token
LEO Token (LEO) $ 9.38 1.68%
wrapped-eeth
Wrapped eETH (WEETH) $ 4,085.35 2.99%
aptos
Aptos (APT) $ 13.50 6.23%
internet-computer
Internet Computer (ICP) $ 13.43 7.27%
ethena-usde
Ethena USDe (USDE) $ 1.00 0.14%
polygon-ecosystem-token
POL (ex-MATIC) (POL) $ 0.649563 7.55%
usds
USDS (USDS) $ 1.00 0.05%
ethereum-classic
Ethereum Classic (ETC) $ 34.77 5.95%
vechain
VeChain (VET) $ 0.063692 6.72%
crypto-com-chain
Cronos (CRO) $ 0.188199 6.21%
render-token
Render (RENDER) $ 9.72 5.08%
bittensor
Bittensor (TAO) $ 671.34 4.29%
fetch-ai
Artificial Superintelligence Alliance (FET) $ 1.89 8.18%
kaspa
Kaspa (KAS) $ 0.177476 3.83%
arbitrum
Arbitrum (ARB) $ 1.08 6.71%
hyperliquid
Hyperliquid (HYPE) $ 13.21 8.42%
filecoin
Filecoin (FIL) $ 7.18 8.02%
aave
Aave (AAVE) $ 272.71 3.63%
mantle
Mantle (MNT) $ 1.17 7.54%
algorand
Algorand (ALGO) $ 0.468603 6.41%
mantra-dao
MANTRA (OM) $ 4.13 1.23%
blockstack
Stacks (STX) $ 2.50 5.46%
monero
Monero (XMR) $ 201.65 0.43%