*

Bilal Siddika


  • Data Vizdom: Red Sea crisis

    Data Vizdom: Crise de la mer Rouge




    Event

    Data Vizdom: Crise de la mer Rouge

    Quelle meilleure façon de comprendre les concepts, quelle que soit leur dimension, qu'à travers la visualisation de données ? Dans cette série de blogs, nous vous proposons une sélection de visuels sur des événements, des thèmes académiques et des idées sur l'économie et les transports, en particulier - mais pas exclusivement - issus du monde académique et des médias. Nous vous proposons d'explorer et de découvrir des visualisations de données captivantes et instructives réalisées par des créateurs du monde entier.

    La première édition de Data Vizdom (😉) se penche sur le conflit en cours en mer Rouge et sur l'effet du blocus des voies maritimes sur le commerce international.

    Voyons d'abord comment le fret se déplace dans le système de transport mondial. Le graphique suivant montre la prédominance du transport maritime dans les mouvements de marchandises en 2015 et 2020. La demande pour ce mode devrait continuer à éclipser les autres modes de transport selon trois scénarios différents de décarbonisation.

    ITF Transport Outlook 2021 – ITF (17 Mai 2021)

    Les navires empruntent des routes maritimes optimisées pour réduire la distance entre les ports, ce qui permet de réduire le temps nécessaire pour commercer avec des partenaires du monde entier. Le passage des navires par ces raccourcis a créé des points d'étranglement qui prennent en charge une part disproportionnée du trafic maritime.

    The Six Choke Points That Can Upend Global Trade – Bloomberg (23 Mai 2024)

    Différents types de marchandises transitent par ces points d'étranglement, acheminant des biens intermédiaires et finaux essentiels dans les chaînes d'approvisionnement mondiales.

    Nombre de ces points d'étranglement se situent sur des lignes de faille géopolitiques, ce qui crée de l'incertitude pour les entreprises qui dépendent du fret qui y transite.

    Le détroit de Bab el-Mandeb, entre le Yémen, Djibouti et l'Érythrée, est l'un de ces points d'étranglement. Il permet aux navires circulant entre l'Asie du Sud-Est et l'Europe d'accéder au canal de Suez dans la mer Rouge, ce qui réduit considérablement la distance (et le temps) entre les différents partenaires commerciaux.

    Les récentes crises géopolitiques ont rendu cette route intenable pour le transport maritime, les Houthis attaquant les navires empruntant le détroit. Les compagnies maritimes ont donc été contraintes de rediriger leurs navires autour de l'Afrique en passant par le cap de Bonne-Espérance, ce qui ajoute en moyenne dix jours au trajet d'un navire entre Singapour et Rotterdam.

    Red Sea attacks – Reuters (2 Février 2024)

    Outre le réacheminement des navires par le cap de Bonne-Espérance, de nouveaux itinéraires de transport de surface à travers l'Arabie saoudite ont également vu le jour. Bien qu'il s'agisse d'un accès alternatif au canal de Suez, l'intermodalité ajoute de la complexité (et des émissions) à cet itinéraire commercial.

    The mounting strains on global shipping – Financial Times (28 Mai 2024)

    Aidez-nous à améliorer cette série ! Nous serions ravis de recevoir des informations sur les ressources à suivre pour découvrir des projets et des visualisations d'intérêt. Écrivez à Bilal Siddika sur LinkedIn ou par courriel.

    Speaker(s)

    • Aïchata S. Koné

      CIRANO & GVCdtLab

    • Thierry Warin

      HEC Montréal, CIRANO, GVCdtLab & Digital Data Design (D^3) Institute at Harvard Business School

  • Lucien Chaffa presents at the 63rd annual conference of the SCSE

    Lucien Chaffa présente à la 63ème conférence annuelle de la SCSE

    Event

    Lucien Chaffa présente à la 63ème conférence annuelle de la SCSE

    Le 17 mai, Lucien Chaffa a présenté son article scientifique co-écrit avec Thierry Warin et intitulé « Deciphering Economic Clusters in Real-time: Applying Machine Learning to Registre des entreprises du Québec Data » lors de la 63ème conférence annuelle de la Société canadienne de science économique (SCSE). Cet événement marque une étape importante pour nous puisqu'il a permis de présenter les résultats préliminaires de notre premier article de recherche à un groupe composé de chercheurs de premier plan.

    Les grappes industrielles font partie intégrante de notre analyse économique de la région binationale du Saint-Laurent et des Grands Lacs. Les entreprises issues d'une industrie forment des liens avec des entreprises appartenant à d'autres industries, ce qui les amène à se rapprocher les unes par rapport aux autres. Le regroupement des industries en grappes constitue un outil utile pour mieux comprendre la structure des économies régionales et les dynamiques industrielles qui s'y déroulent. L'identification de la présence de grappes et l'analyse de leur composition industrielle mettent en évidence les interdépendances cachées entre les entreprises et leur impact économique à une échelle très fine.

    Les grappes sont devenues un outil de référence pour les décideurs politiques cherchant à améliorer la compétitivité régionale. Cela étant, la théorie des grappes industrielles et ses définitions se sont souvent appuyées sur une approche qualitative, basée sur des études de cas, où les données empiriques sont utilisées pour valider les hypothèses dans un contexte régional spécifique. Dans cet article, nous mettons en œuvre notre approche inductive en utilisant les méthodes de la science des données pour réétudier les phénomènes économiques. En utilisant les données sur les entreprises du Registre des entreprises du Québec, nous créons une nouvelle mesure quantitative pour définir les grappes et analyser leur dynamique changeante en temps quasi réel.

    La méthodologie et les résultats de cette recherche seront bientôt publiés sur notre site web. Nous vous invitons à vous référer à la présentation suivante pour un aperçu plus détaillé.

    Speaker(s)

    • Aïchata S. Koné

      CIRANO & GVCdtLab

    • Thierry Warin

      HEC Montréal, CIRANO, GVCdtLab & Digital Data Design (D^3) Institute at Harvard Business School

  • Introducing the SLGL dataHub

    Présentation du SLGL dataHub




    Event

    Présentation du SLGL dataHub

    Le 21 mars dernier, le Pôle CIRANO en science des données pour les échanges commerciaux et le transport intermodal a tenu sa conférence annuelle intitulée Science des données pour la région Saint-Laurent-Grands Lacs : Innovation et collaboration. L'événement a rassemblé des acteurs du gouvernement, de l'industrie et du monde universitaire, du Canada et des États-Unis. Les intervenants ont présenté et discuté de la manière dont la science des données pourrait aider à résoudre les problématiques clés de commerce et de transport dans la région binationale du Saint-Laurent et des Grands Lacs (SLGL).

    L'évolution de la géopolitique, la reprise après la pandémie de COVID-19 et l'évolution rapide des effets du changement climatique ont fait peser une énorme incertitude sur le rythme de la mondialisation et de ses réseaux. Avec un PIB combiné en dollars courants de plus de 7 900 milliards de dollars en 2022, la région SLGL est une puissance économique dotée d'un important potentiel de croissance soutenue.

    La région offre aux décideurs politiques une opportunité attrayante de collaboration transfrontalière pour créer un environnement commercial stable et prospère dans un paysage mondial de plus en plus difficile. Le renforcement de la résilience des chaînes d'approvisionnement et l'élaboration d'un plan d'action en cas de perturbation du réseau de transport multimodal de la région sont des étapes essentielles pour atteindre cet objectif.

    Le SLGL dataHub, plateforme d'analyse et base de données, est en cours de conception et de développement pour répondre à ce besoin. Notre équipe a présenté une première version du SLGL dataHub au public présent, mettant en évidence les capacités des jumeaux numériques à décomposer la complexité grâce à l'utilisation de la science des données.

    En utilisant des données en temps réel pour créer une projection numérique de l'économie binationale, le SLGL dataHub offrira aux utilisateurs des informations et des analyses granulaires au niveau des entreprises. Nous étudions cette région à travers quatre dimensions de la littérature sur le commerce international, à savoir les chaînes de valeur mondiales (CVM), les grappes industrielles, la complexité économique et le modèle de gravité.

    Le jumeau numérique utilise des modèles avancés d'apprentissage automatique en vue d’offrir une modélisation prédictive et une analyse des risques. En simulant des scénarios tels que des blocages sur des routes importantes du commerce international ou des infrastructures portuaires rendues inaccessibles par la montée des eaux, le SLGL dtaHub sera en mesure de quantifier efficacement l'impact de ces perturbations sur le commerce et les réseaux de transport.

    L'accès à des données pertinentes et de haute qualité est un facteur clé qui influence l'efficacité de ces simulations, que nous recherchons continuellement au fur et à mesure que nous développons le SLGL dataHub.

    Le SLGL dataHub sera mis à la disposition des utilisateurs dans les semaines à venir.

    Speaker(s)

    • Aïchata S. Koné

      CIRANO & GVCdtLab

    • Thierry Warin

      HEC Montréal, CIRANO, GVCdtLab & Digital Data Design (D^3) Institute at Harvard Business School

  • Breaking down Quebec’s industry life cycles

    Décomposer les cycles de vie des secteurs d'activité du Québec

    Event

    Décomposer les cycles de vie des secteurs d'activité du Québec

    La prospérité des industries contribue de manière significative à la composition socio-économique de l'économie d'une région. Assurer la croissance continue des industries existantes et favoriser un environnement idéal pour la formation d'industries complémentaires est primordial pour la compétitivité d'une région. Cela contribue également à son attractivité aux yeux des travailleurs qualifiés, qui sont une composante importante de la croissance économique. Ainsi, pour garantir un afflux continu de capitaux et de main-d'œuvre, les décideurs politiques, les promoteurs économiques et les acteurs de l'industrie doivent avoir une compréhension globale des modèles de croissance industrielle de leur région.

    L'analyse des cycles de vie des industries d'une région peut fournir des informations utiles qui peuvent être intégrées dans des stratégies visant à favoriser la croissance, à atténuer le déclin et à renforcer la compétitivité régionale. En clair, les cycles de vie des industries mesurent l'émergence, la croissance, la maturité et le déclin des industries sur la base de paramètres tels que les revenus, la capitalisation boursière, l'entrée et la sortie d'entreprises. L'utilisation de données sur les entrées et sorties d'entreprises pour mesurer les cycles de vie des industries permet de saisir la santé sous-jacente de l'économie de la région, qui est elle-même affectée directement et indirectement par un large éventail de variables.

    Le SLGL dataHub permettra de visualiser les cycles de vie des industries dans la région du Saint-Laurent et des Grands Lacs (SLGL), ce qui permettra aux utilisateurs non seulement d'étudier la taille et la composition des industries dans les deux provinces canadiennes et les huit États américains, mais aussi de comparer les performances d'industries spécifiques à travers les frontières infranationales. En outre, des données au niveau des entreprises seront utilisées pour cartographier la localisation des entreprises constitutives d'une industrie afin de permettre une analyse de sa diffusion. Dans l'optique des grappes économiques, les utilisateurs seront en mesure d'identifier des modèles de grappes d'industries connexes et d'étudier l'évolution de leur empreinte géographique au fil du temps.

    Nous utilisons les données du Registre des entreprises (REQ) du gouvernement du Québec pour visualiser les cycles de vie des industries et réaliser une cartographie géospatiale des industries au Québec. Dans le cadre de l'étude des cycles de vie industriels, le REQ fournit des données longitudinales sur les entreprises enregistrées au Québec avec des informations sur leur adresse, leur secteur d'activité, le nombre d'employés (dans une fourchette donnée), la date d'enregistrement et la date de sortie. Nous utilisons ces données pour analyser au sein d’une industrie le nombre d'entreprises, la durée de vie moyenne des entreprises, et le taux de croissance ou de déclin, à la fois en termes spatiaux et temporels.

    Les entreprises de l'ensemble de données REQ se voient attribuer chacune un code sectoriel à quatre chiffres, la classification des industries offrant trois niveaux de granularité. Cette granularité va de 75 groupes d'industries au niveau à deux chiffres à 1 116 industries au niveau à quatre chiffres.


    Le décompte des entreprises actives dans un secteur au cours d'une année ouvre la voie à la transformation des données. Ce résultat peut être obtenu en additionnant le nombre d'entreprises qui sont entrées dans un secteur au cours d'une année et en soustrayant celui des entreprises qui ont quitté le secteur au cours de la même période. Selon les besoins du chercheur, les entreprises peuvent également être classées en fonction de leur nombre d'employés.

    Le graphique ci-dessus montre l'évolution de la composition sectorielle dans la province entre 1990 et 2022. Il convient de noter que le graphique représente le poids des entreprises actives (comptant un ou plusieurs employés) dans une industrie en pourcentage de l'ensemble de l'économie au cours de l'année en question. Le nombre total d'entreprises actives est passé de 23 406 en 1990 à 98 913 en 2022. Bien que nous n'ayons visualisé que les industries au niveau à deux chiffres représentant plus de 1,5 % de la composition industrielle globale pour l'année, sur toutes les années de l'étude, cette analyse souligne la possibilité de tirer des enseignements précieux de cet ensemble de données.

    Cette visualisation montre comment les industries ont évolué en réponse à des facteurs externes tels que la concurrence induite par la mondialisation, les politiques économiques ciblées et les changements technologiques. À titre d'exemple, elle montre comment l'industrie des services aux entreprises a gagné en importance entre 1990 et 2022, doublant sa part pour passer d'environ 7 % à 14 % de la composition industrielle totale. Les décideurs politiques peuvent utiliser ces données pour analyser l'impact des politiques spécifiques à l'industrie, et utiliser les résultats pour informer les futures interventions politiques. La granularité de la classification industrielle de cet ensemble de données va de pair avec sa granularité géographique, ce qui permet d'étudier une industrie au niveau provincial, jusqu'au niveau municipal. En fait, les décideurs peuvent pratiquement étudier l'évolution d'une industrie dans un quartier spécifique d'une municipalité.


    Pour le montrer, nous étudions le cycle de vie de l'industrie de la restauration au niveau municipal. Étant donné que plus de la moitié de la population du Québec vit dans seulement 16 municipalités, l'analyse du cycle de vie de l'industrie de la restauration dans ce contexte géographique devient particulièrement intéressante1. À première vue, cette industrie serait particulièrement affectée par des facteurs tels que la croissance démographique, la densité, le développement économique, le tourisme et l'évolution des modes de vie. Cependant, des chocs et des perturbations externes tels que la pandémie de COVID-19 peuvent également avoir un impact significatif sur les facteurs susmentionnés et, par conséquent, sur l'industrie.

    Nous pouvons étudier l'impact de ces facteurs sur le nombre d'entreprises actives dans l'industrie de la restauration au niveau à trois chiffres qui comprend les entreprises dans les Services de restauration, les Restaurants avec permis d'alcool, les Restaurants sans permis d'alcool, les Services de mets à emporter, les Traiteurs et les Cabanes à sucre. La visualisation de ces données révèle des modèles de croissance particulièrement uniques au sein de l'industrie dans chaque municipalité. Il est intéressant de noter que le secteur semble avoir atteint son apogée en 2016, la pandémie de COVID-19 ayant eu un impact insignifiant sur le nombre de restaurants actifs depuis 2020. Cela fournit un point de données supplémentaire pour l'étude de l'impact de la pandémie sur cette industrie.


    Ces données peuvent également être utilisées pour montrer l’évolution géographique de l'industrie de la restauration dans la province au fil du temps. Les cartes ci-dessus révèlent la répartition géographique de l'industrie au niveau des municipalités régionales de comté (MRC) entre 2012 et 2022. Au niveau des MRC, les municipalités sont regroupées en 104 régions, ce qui constitue un compromis optimal entre la nature macroéconomique des régions administratives et la nature microscopique des municipalités. La bulle sur chaque MRC fournit une ventilation à quatre chiffres de l'industrie de la restauration, donnant un aperçu de l'évolution de la composition de l'industrie sur une période de 10 ans.

    À titre d'exemple, la composition de l'industrie de la restauration à Montréal a considérablement changé entre 2012 et 2022. Alors que le nombre total d'entreprises actives est passé de 1 544 en 2012 à 1 904 en 2022, les restaurants avec permis d'alcool ne représentent plus que 46 % de l'industrie de la restauration à Montréal, contre 66 % en 2012. Les restaurants sans permis d'alcool ont augmenté leur part de marché de 21 % en 2012 à 35 % en 2022. De telles informations permettent non seulement de sensibiliser les décideurs politiques aux questions relatives à la réglementation, à l'impact économique, à la santé publique et à la planification urbaine, mais aussi d'aider les acteurs de l'industrie à évaluer les opportunités et à repérer les changements dans les préférences des consommateurs.

    Les perspectives globales offertes par l'étude des cycles de vie des industries sur le SLGL dataHub sont par conséquent d'une importance cruciale pour le développement économique régional. Face aux défis mondiaux actuels, les décideurs politiques, les développeurs économiques et les parties prenantes de l'industrie peuvent tirer parti de ces informations pour ouvrir la voie à une prospérité durable.

    (Cet article reprend une partie de la publication de recherche à venir de Lucien Chaffa et de Thierry Warin intitulée "Mapping economic evolution: Data science techniques unveil the impact of geographic clustering on industry life cycles in Quebec”)


    Références

    1. Institut de la statistique du Québec (n.d.)

    Speaker(s)

    • Aïchata S. Koné

      CIRANO & GVCdtLab

    • Thierry Warin

      HEC Montréal, CIRANO, GVCdtLab & Digital Data Design (D^3) Institute at Harvard Business School

  • Input-output tables: The foundational bricks of the SLGL dataHub

    Tableaux entrées-sorties : Les composantes fondamentales du SLGL dataHub

    Event

    Tableaux entrées-sorties : Les composantes fondamentales du SLGL dataHub

    L'économie mondiale est la résultante d'un amalgame complexe de politiques économiques qui, ensemble, mettent en œuvre la mondialisation. L'une des caractéristiques de cette tendance réside dans la participation des industries aux chaînes de valeur mondiales (CVM) en ajoutant de la valeur grâce à l'exécution d'une tranche d'activité spécifique pour laquelle elles disposent d'un avantage absolu ou comparatif. La participation des industries aux CVM représente une part importante et croissante du commerce international, l'OCDE estimant qu'environ 70 % du commerce mondial est associé aux CVM1. Grâce aux progrès de la technologie et des transports, les industries peuvent se positionner stratégiquement au sein de ces réseaux complexes afin de créer et de fournir de la valeur. Il s'agit là d'une stratégie viable pour la création d'emplois et une croissance économique saine.

    Toutefois, en raison de sa nature intrinsèquement complexe, la compréhension des réseaux de CVM représente un défi de taille. Dans le brouillard d'incertitude découlant de l'évolution de la géopolitique, de la pandémie de COVID-19 et du changement climatique, les vulnérabilités de l'approvisionnement en biens stratégiques sont devenues plus visibles. Cela a conduit à un examen approfondi de la structure et de la résilience des chaînes d'approvisionnement, les dépendances à l'égard de certaines industries et de certains pays étant remises en question. La mise en œuvre de politiques visant à contrôler certains aspects des CVM devient de plus en plus courante, au risque de produire des conséquences imprévues qui se répercutent à l'échelle mondiale. Cela nécessite une compréhension globale des chaînes d'approvisionnement, en se concentrant particulièrement sur l'intégration et les interdépendances qu'elles créent entre les industries et les régions.

    Les mesures économiques traditionnelles ne permettent pas d'évaluer avec précision la contribution d'une industrie à une chaîne de valeur mondiale. En revanche, l'utilisation des tableaux entrées-sorties (TES) révèle efficacement les dépendances interindustrielles dans le contexte du commerce international. Les TES décomposent la production totale d'une industrie en consommation intermédiaire et finale, ce qui permet d'obtenir des informations précieuses sur les dépendances nécessaires à la production de cette industrie. Comprendre la production d'une économie sous cet angle donne une image précise de la structure et de la composition des CVM. Pour étudier le niveau d'intégration économique et les réseaux d'interdépendances au sein de la région Saint Laurent - Grands Lacs (SLGL), nous utilisons les Tableaux Internationaux des Entrées-Sorties (TIES) de l'OCDE.

    Les TIES de l'OCDE représentent les ensembles de TES les plus complets et actuels construits à ce jour, utilisant une multitude d'ensembles de données. Pour contextualiser l'ensemble des données des TIES à la région binationale SLGL, nous nous appuyons sur des TES infranationaux, car les TIES ne mesurent les dépendances commerciales qu'au niveau national. Nous utilisons les TES publiés par Statistique Canada et le Bureau du recensement des États-Unis pour suivre les flux commerciaux entre les deux provinces canadiennes et les huit États américains. À l'aide de concordance, nous harmonisons la classification des industries avec les TIES qui regroupe les industries selon la 4ème révision de la Classification internationale type, par industrie, de toutes les branches d’activité économique (CITI). Cependant, ces TES infranationaux n'ont pas le niveau de granularité requis sur la consommation intermédiaire au niveau de l'industrie, ce qui nécessite des calculs de notre part pour rendre les données plus significatives. Surtout, stateior a été utilisé pour effectuer ces calculs pour les huit États américains. Le tableau matriciel ci-dessous énumère la source des données pour chaque valeur de TES construit pour le SLGL dataHub.


    En substance, notre TES cartographie méticuleusement la production et les flux commerciaux pour quarante-cinq industries produisant des biens et des services sur une base annuelle de 2012 à 2020. Ces tableaux facilitent l'étude du commerce au sein de la région binationale SLGL au niveau infranational. Au-delà de la région SLGL, notre TES couvre quarante-trois pays, dont vingt-sept membres de l'UE et seize autres grandes économies (Australie, Brésil, Canada, Chine, Corée du Sud, Inde, Indonésie, Japon, Mexique, Norvège, Russie, Suisse, Taïwan, Turquie, Royaume-Uni et États-Unis), soit environ 85 % du PIB mondial en 2022 (à prix courants)2. En outre, le tableau fournit une catégorisation pour le reste du monde afin de tenir compte des échanges avec les pays qui ne sont pas couverts par le TES.


    Ces TES servent de base aux données du SLGL dataHub, permettant l'analyse des dynamiques économiques à l'intérieur et à l'extérieur de la région SLGL. Le SLGL dataHub sera continuellement mis à jour afin d'incorporer de nouveaux ensembles de données qui, combinés aux TES, seront déterminants dans la conception de nouveaux indicateurs qui permettront révéler de nouvelles perspectives.


    Références

    1. OCDE (n.d.)

    2. World Development Indicators

    Speaker(s)

    • Aïchata S. Koné

      CIRANO & GVCdtLab

    • Thierry Warin

      HEC Montréal, CIRANO, GVCdtLab & Digital Data Design (D^3) Institute at Harvard Business School


EN