Big Data, Statistique et Économie »

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.

0 réponses

Répondre

Se joindre à la discussion ?
Vous êtes libre de contribuer !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *