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.
*
Annonce
-
Lucien Chaffa présente à la 63ème conférence annuelle de la SCSE
Event
Lucien Chaffa présente à la 63ème conférence annuelle de la SCSE
Speaker(s)
-
Aïchata S. Koné
CIRANO & GVCdtLab
-
Thierry Warin
HEC Montréal, CIRANO, GVCdtLab & Digital Data Design (D^3) Institute at Harvard Business School
-
-
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
-