Menu | Contenu | Retour | Actualités | Progression | Rechercher | Pied de page | Accessibilité | Plan du site | Accueil
Membres du réseau
  • CASD Centre d’Accès Sécurisé Distant aux données
  • CDSP Centre de Données Socio-Politiques
  • CMH-ADISP Centre Maurice Halbwachs - Archives de Données Issues de la Statistique Publique
  • INED Institut National d’Etudes Démographiques

  • Lire aussi
  • CIMES, une nouvelle BD sur la statistique publique européenne
  • Dans le cadre du projet européen DwB, coordonné par le Réseau Quetelet, une base de données documentant en anglais des enquêtes de la statistique (...) »»»
  • DIME-SHS - 1ere enquête Elipss disponible
  • Elipss (Étude Longitudinale par Internet Pour les Sciences Sociales), le panel internet de l’équipement d’excellence DIME-SHS, vient de rendre (...) »»»
    Diminuer la taille des caractères | Augmenter la taille des caractères | Imprimer la page
    appel à contributions "Big Data, Statistique et Économie" - revue Économie et Statistique

    La revue Économie et Statistique, publiée par l’INSEE, lance un appel à contributions pour un numéro spécial consacré aux Big Data, à la statistique et à l’économie, autour de deux axes principaux :

    • Applications pertinentes d’utilisation de données originales (données de caisse, de téléphonie mobile, de Google Trends,...) pour la statistique (publique) et l’analyse économique et sociale ;
    • Nouvelles méthodes statistiques ou économétriques adaptées aux données massives.

    Les articles de ce numéro spécial seront publiés simultanément en français et en anglais.

    Contexte

    Les données massives dites Big Data sont issues de données de gestion d’opérateurs privés (paiements électroniques, données de téléphonie mobile, facturations de la grande distribution, compteurs électriques, données de géolocalisation, …), de contenus internet et de réseaux sociaux, etc. Elle sont souvent très volumineuses, parfois à haute fréquence, aux formats variés et à des degrés de granularité divers.

    Ces données constituent une opportunité pour les statisticiens et les chercheurs d’améliorer et d’enrichir la production d’informations, de construire de nouveaux indicateurs, d’élargir les possibilités de recherche en sciences économiques et sociales et in fine d’informer et d’éclairer la politique économique et sociale. Ces nouvelles données, disponibles à un niveau de granularité (temporel, géographique,…) souvent beaucoup plus fin que celui autorisé par les données classiques, concernent potentiellement de très nombreux domaines de l’économie et des sciences sociales : l’activité économique, la conjoncture et l’emploi, les achats des consommateurs et leurs prix, le bienêtre des agents, la richesse et la pauvreté, le logement, la finance, etc.

    Parallèlement, l’utilisation de ces nouvelles données représente un enjeu technique et statistique. Elle stimule le développement et le perfectionnement de méthodes de traitement des données et d’analyse statistiques telles l’apprentissage automatique (machine learning), l’analyse textuelle, l’analyse des réseaux, qui peuvent être intégrées à la modélisation économétrique. Ces données massives suscitent aussi des réflexions sur la façon dont elles pourraient influencer les représentations et analyses de la société et les interactions sociales, et sur leurs conséquences en termes d’éthique, de qualité et de confidentialité.

    Dans ce contexte, les instituts nationaux de statistiques (INS) européens développent de nombreux projets Big Data en collaboration avec des universitaires, des laboratoires de recherche, des experts de divers organismes et participent à différents groupes européens et internationaux. En France, l’INSEE est engagé dans un projet « données de caisse » pour la construction de l’indice des prix à la consommation et a lancé plusieurs projets expérimentaux d’exploitation de ces nouvelles sources, en collaboration avec différents services statistiques ou centres de recherche. Par ailleurs, les initiatives associant organisations internationales, administrations nationales, think-tanks et chercheurs se multiplient : mesure du bien-être subjectif à l’OCDE ; identification des risques et des vulnérabilités attachées aux données numériques avec des équipes pluridisciplinaires.

    Comité scientifique

    • Vincent Aguiléra (Ecole des Ponts ParisTech et CEREMA)
    • Arthur Charpentier (Université de Rennes 1)
    • Piet J.H Daas (CBS (INS Pays-Bas)
    • Pauline Givord (INSEE et CREST)
    • Michel Juillard (Banque de France)
    • Pierre Lavallée (Statistique Canada)
    • Fabrice Murtin (OCDE)
    • Fabrice Rossi (SAMM, Université de Paris 1 Panthéon-Sorbonne)
    • Evelyn Ruppert (Goldsmiths, Université de Londres)
    • Monica Scannapieco (Istat)
    • Claudia Senik (Ecole d’Economie de Paris)
    • Patrick Sillard (SoeS, Commissariat général au développement durable, Ministère de l’Environnement, de l’Energie et de la Mer)
    • Michail Skaliotis (Task Force Big Data, Eurostat)

    Modalités de soumission Les auteurs intéressés sont invités à soumettre un résumé de leur projet au plus tard le 20 janvier 2017 à la rédaction en chef d’Economie et Statistique (redaction-ecostat@insee.fr).

    Les résumés et les projets d’articles peuvent être soumis en français ou en anglais.

    Voir en ligne : Appel à contribution

    Copyright © 2010 - Réseau Quetelet - Tous droits réservés