Portail HAL Insee
Not a member yet
1187 research outputs found
Sort by
Une plateforme de datascience orientée cloud pour la statistique publique
No full textIn recent years, statisticians trained in data science methods have been joining National Statistical Offices (NSOs), aiming to harness non-traditional data sources and machine learning methods to enhance the production of official statistics. Despite their expertise, these professionals encounter significant barriers, including limited computational resources, inflexible development environments that do not foster collaborative work, and limited tools to transition from innovative experiments to production-grade solutions. This paper presents Onyxia, an open-source project developed to address these challenges by enabling organizations to build modern and flexible data science environments that enhance the autonomy of statisticians. With Onyxia and its showcase instance, the SSP Cloud, we demonstrate how cloud technologies can be made readily accessible, fostering innovation, collaboration and reproducibility in the field of official statistics. Through a case study of the classification of the activity domain (NACE) of French companies, we illustrate how these tools have been instrumental in operationalizing machine learning models in accordance with MLOps principles, marking a significant step forward in the valorisation of data science projects at Insee.Au cours des dernières années, les statisticiens des instituts nationaux de statistique (INS) ont été de plus formés aux méthodes de data science, dans le but d'exploiter des sources de données non traditionnelles et des méthodes d'apprentissage automatique afin d'améliorer la production de statistiques officielles. Malgré leur expertise, ces professionnels se heurtent à des obstacles importants, notamment des ressources informatiques limitées, des environnements de développement rigides qui ne favorisent pas le travail collaboratif, et des outils limités pour passer de la phase d'expérimentation à la phase de production. Cet article présente Onyxia, un projet open-source développé à l'Insee afin de permettre aux organisations de construire des environnements de data science modernes et flexibles qui améliorent l'autonomie des statisticiens. Avec le projet Onyxia et son instance ouverte, le SSP Cloud, nous montrons comment les technologies cloud peuvent être rendues plus accessibles et ainsi encourager l'innovation, la collaboration et la reproductibilité dans le domaine des statistiques officielles. A travers une étude de cas sur la classification du domaine d'activité (APE) des entreprises françaises, nous illustrons comment ces outils ont permis d'opérationnaliser des modèles d'apprentissage automatique conformément aux principes MLOps, marquant une avancée significative dans la valorisation des projets de data science à l'Insee
La disponibilité des coordonnées de contact dans Fidéli-Nautile : Quels enseignements pour les protocoles de collecte ?
No full textDans un contexte de baisse des taux de réponse aux enquêtes et l’émergence des enquêtes ménages multimodes, ilsemble nécessaire de pouvoir multiplier les canaux de communication auprès des futurs enquêtés. La base de sondageFidéli-Nautile, issue d’un traitement statistique de fichiers fiscaux, s’est imposée comme une source pertinente pourtirer des échantillons depuis quelques années. Sa richesse permet, d’une part, d’optimiser le tirage d’échantillon par laprise en compte de caractéristiques sociodémographiques et de mobiliser ces mêmes informations à des fins decorrection de non-réponse totale, et, d’autre part, de contacter les futurs enquêtés par plusieurs canaux (courriers,téléphone, mail) grâce aux coordonnées de contact présentes dans le fichier. Ce travail vise à documenter et analysercette dernière dimension en confrontant propriétés théoriques et réalités pratiques. Il s’inscrit dans un travail decollaboration entre l’Insee et l’Ined sur la pratique des enquêtes multimodes, qui se poursuit dans le cadre de l’EquipExLifeObs.Dans un premier temps, nous avons cherché à mesurer les prévalences de coordonnées de contact au sein de lapopulation, notamment selon les caractéristiques des individus, afin d’identifier les populations plus difficiles à joindre,en distinguant coordonnés personnelles et coordonnées d’un autre membre du ménage. Si seulement 61 % de lapopulation est joignable par mail et/ou téléphone en considérant seulement les coordonnées personnelles, ce chiffrepeut être augmenté en mobilisant les coordonnées d’autres individus présents dans le logement : il est alors possible decontacter par mail et/ou téléphone 89 % de la population, en réduisant les disparités sociodémographiques.Dans un deuxième temps, en mobilisant les paradonnées de deux enquêtes conduites à partir d’échantillons tirés dansFidéli-Nautile (vague 1 de l’enquête Epicov en métropole, test de l’enquête Études des relations familiales etintergénérationnelles (Erfi 2.0), nous avons cherché à tirer quelques premiers enseignements sur l’utilisation de cescoordonnées en collecte afin d’optimiser les protocoles de collecte. L’envoi d’un courrier en amont de la collecte a uneffet positif sur la réponse, la connaissance de l’adresse reste donc importante même pour une enquête multimode. Laprésence d’une deuxième coordonnée de contact téléphonique ou mail est associée à une hausse du taux de réponse,et l’utilisation de téléphones et/ou mails appartenant à d’autres membres du ménage s’avère efficace pour joindre lesindividus échantillonnés, en particulier pour des enquêtes téléphoniques. Nous analysons plus en détail dans ledocument les effets des différents protocoles et types de coordonnées (en considérant notamment celles issues d’unenrichissement à partir d’autres sources) sur la réponse des enquêtés
L’économie racontée par les données bancaires. Ce que nos relevés de comptes disent de nous
No full textInternational audienceSince the health crisis in 2020, the National Institute of Statistics and Economic Studies (INSEE) has had access to anonymized samples of bank accounts from La Banque Postale and Crédit Mutuel Alliance Fédérale. These data, rich in information, have enabled the analysis of the real‑time evolution of households' financial situation during both the unprecedented COVID‑19 crisis and the inflationary episode in 2022. They have also paved the way for the analysis of households' daily situation, highlighting instances of overdrafts at month‑end, and for the evaluation of a public policy by measuring the financial, distributive, and environmental impacts of the fuel subsidy implemented in 2022 following the rise in fuel prices. Bank data are a goldmine of valuable information, but their use raises many challenges. After four years of use, a first assessment of their exploitation is presented in this paper. How can we build economically meaningful concepts from these data? How can we ensure their representativeness? What are the benefits of these data to public statistics? While they do not replace survey and tax data, they complement cyclical analyses. Moreover, they allow us to address long‑standing questions about household consumption and savings that traditional sources could not answer. This paper details the challenges and difficulties in using private data that were not produced for statistical purposes but for the management of bank operations.Depuis la crise sanitaire en 2020, l’Insee bénéficie d’un accès à des échantillons anonymisés de comptes bancaires de La Banque Postale et du Crédit Mutuel Alliance Fédérale. Ces données, riches en informations, ont permis de documenter l’évolution de la situation financière des ménages en temps réel lors de la crise inédite de la Covid-19, puis lors de l’épisode inflationniste en 2022. Elles ont également permis de documenter la situation quotidienne des ménages, mettant en lumière des épisodes de découvert en fin de mois, et d’évaluer une politique publique en mesurant les impacts financiers, distributifs et environnementaux de la remise à la pompe instaurée en 2022 à la suite de la hausse des prix du carburant.Les données bancaires sont une mine d’informations précieuses, mais leur utilisation soulève de nombreux défis. Après quatre années d’utilisation, un premier bilan de leur exploitation est proposé dans cet article. Comment construire des concepts qui ont un sens économique à partir de ces données ? Comment s’assurer de leur représentativité ? Quels sont les apports de ces données pour la statistique publique ? Si elles ne permettent pas de remplacer les données d’enquêtes et fiscales, elles complètent les analyses conjoncturelles. En outre, elles permettent de répondre à des questions anciennes sur la consommation et l’épargne des ménages auxquelles les sources traditionnelles ne pouvaient apporter de réponses. Dans cet article, sont détaillés les enjeux et les difficultés pour utiliser des données qui proviennent d’acteurs privés et n’ont pas été produites à des fins statistiques, mais à des fins de gestion par les banques
Des chiffres pour la culture. 60 ans d’objectivation scientifique au service des politiques culturelles
No full textInternational audienceAs soon as the early 1960s, in a context of unprecedented development of leisure time and to meet the observation challenges related to economic planning, the Ministry of Culture set up a study and research department. Producing statistics on culture is both necessary and complex, given the breadth of the cultural field, its diversity and the constant renewal of cultural offer and practices. The department’s flagship survey on the French cultural practices, first conducted in 1973 and extended to overseas territories during its latest edition in 2018, is designed to testify over a long period of time to the evolution of practices constantly diversified by successive technological innovations and societal changes. The diversity of public and private actors and that of professionals with specific statutes is another challenge for the statistician. In order to measure the economic activity of these actors and to report on the characteristics of cultural professions, a harmonised conceptual framework at European level and internationally agreed nomenclatures, which need to be regularly updated, have been developed.Dès le début des années 60, dans un contexte de développement sans précédent du temps de loisirs et pour répondre aux enjeux d’observation liés à la planification économique, le ministère de la Culture se dote d’un service des études et recherches.Produire des statistiques sur la culture s’avère tout autant nécessaire que complexe, du fait de l’étendue du champ culturel, de sa diversité et du renouvellement constant des offres comme des pratiques.L’enquête phare du service sur les pratiques culturelles des Français, menée pour la première fois en 1973 et étendue aux territoires ultra-marins lors de sa dernière édition en 2018, est conçue pour témoigner sur longue période de l’évolution de pratiques sans cesse diversifiées par les innovations technologiques successives et les évolutions sociétales.La diversité des acteurs, publics comme privés, et des professionnels aux statuts spécifiques, constitue autant d’autres défis à relever pour le statisticien. Afin de mesurer l’activité économique de ces acteurs et de suivre les professionnels de la culture, un cadre conceptuel harmonisé au niveau européen et des nomenclatures concertées sur le plan international, qu’il convient de faire régulièrement évoluer, ont été élaborées
Faire parti sur Twitter. La communication politique des députés de la XVe législature
No full textInternational audiencePolitical life these days appears to be characterized by an individualization and a personalization of political capital, at the expense of parties. The emergence of digital platforms seems to be accelerating this phenomenon, as they allow for more personalized public expression. This paper explores the empirical aspect of this proposition, through an analysis of the Twitter communication of French deputies of the Fifteenth Legislature. We apply network statistical tools to more than a million tweets scraped between 2017 and 2019, and study the parties’ role in structuring the interactions between deputies on the Web, as well as the induced rearrangement between party and individual capital. Parties still largely supervise the deputies’ communication, which does not contradict the individualization of their figureheads; the collective communication of the parliamentary fractions is enrolled to their benefit, albeit unevenly among parties.La vie politique serait aujourd’hui caractérisée par une individualisation et une personnalisation des capitaux politiques, au détriment des partis. L’émergence de plateformes numériques accélérerait ce phénomène en permettant aux politiques une expression publique plus personnalisée. Cet article vise à saisir les modalités empiriques de cette proposition à travers l’analyse de la communication sur Twitter des députés de la XV e législature : en ayant recours à des outils de statistique de réseaux appliqués à plus d’un million de tweets récupérés entre 2017 et 2019, nous y étudions le poids des partis dans la structuration des interactions entre députés et les recompositions induites entre capitaux partidaires et individuels. Les partis encadrent encore largement la communication des parlementaires, ce qui n’est pas contradictoire avec une individualisation de leurs figures de proue : la communication collective des fractions parlementaires est enrôlée à leur bénéfice, quoique de façon inégale entre partis
Inciter à prescrire des médicaments biosimilaires :évaluation d’une expérimentation de partage de gainsentre les hôpitaux et l’Assurance maladie en France
No full textInternational audienceThis article evaluates an incentive for hospital prescriptions of biosimilars deliveredin retail pharmacies, whereby gains are shared between hospitals and the French NHI andincentives are directly redirected to prescribing units. Using SNDS data, we compare the pre‑and post‑ biosimilar prescription rates of treated public hospitals with those observed at similarfacilities. Between October 2018 and September 2021, the pilot led to an increase in biosimilaruse for insulin glargine (+6.0 percentage points) and etanercept (+10.8 ppt). The pilot generated0.5% cost savings for insulin glargine and 0.1% for etanercept. Cost savings for the FrenchNHI are modest even though the incentive dramatically boosted biosimilar use. The fact thatmedication price changes outpaced the rate at which incentives are adjusted is the primaryreason for this, in addition to deadweight loss effects.Cet article évalue l'effet d'une incitation à la prescription hospitalière de médicaments biosimilaires délivrés en ville, combinant un partage des gains entre les hôpitaux et l'Assurance maladie à un reversement direct de l'incitation auprès des services prescripteurs. S'appuyant sur les données du Système national des données de santé, on compare la part de biosimilaires prescrits par les hôpitaux publics sélectionnés à celle d'établissements comparables, avant et après la mise en place de l'incitation. D'octobre 2018 à septembre 2021, l'expérimentation a conduit à une hausse de la part de biosimilaires de 6,0 et de 10,8 points de pourcentage respectivement pour les prescriptions d'insuline glargine et d'étanercept. On estime qu'elle a engendré une économie de 0,5 % de la dépense pour l'insuline glargine et de 0,1 % pour l'étanercept. L'incitation a augmenté très significativement la prescription de biosimilaires, mais les économies pour l'Assurance maladie sont modérées, notamment en raison d'évolutions de prix des médicaments plus rapides que l'ajustement des incitations et d'effets d'aubaine
Impact macroéconomique des dommages climatiquesen France
No full textInternational audienceIn order to assess the economic cost of climate inaction, we introduce the cost of thedamage into the “ThreeME” macroeconomic model devised by ADEME (the French Agency forEcological Transition). The traditional “Keynesian” framework of the model has been modi‑fied to take into account the risks weighing on certain sectors (agriculture and electricity) thatwould lead to pressures causing reductions in their productivity. The damage includes not onlychronic risks resulting from gradual changes, but also acute risks resulting from high intensityevents of short duration, such as natural disasters. This damage is introduced in a “bottom‑up”approach, i.e. at the level of both the supply and the demand of the stakeholders concerned.According to the simulations, compared to an anticipated and planned transition limiting globalwarming to 1.5°C by 2100, climate inaction could cost France almost 7 points of annual GDPby 2100Pour évaluer le coût économique de l'inaction climatique, nous introduisons le coût des dommages dans le modèle macroéconomique « Three-ME » de l'ADEME. Le cadre traditionnel « keynésien » du modèle a été modifié pour tenir compte des risques pesant sur certains secteurs (agriculture, électricité) qui entraineraient des baisses contraintes de leur production. Les dommages incluent à la fois les risques chroniques, découlant de changements graduels, et les risques aigus découlant d'événements courts de forte intensité comme les catastrophes naturelles. Ces dommages sont introduits de manière « bottom-up », c'est-à-dire à la fois au niveau de l'offre et de la demande des agents concernés. Selon les simulations, par rapport à une transition anticipée et planifiée limitant le réchauffement à 1,5 °C d'ici 2100, l'inaction climatique pourrait coûter près de 7 points de PIB annuels à la France à l'horizon 2100
À la chasse aux « zombies bruns » pour réduireles émissions de carbone de l’industrie
No full textInternational audienceThis paper provides a first estimate of the potential greenhouse gas mitigation fromthe intra‑sector reallocation of economic activity by the European manufacturing industry awayfrom carbon‑inefficient – or “brown zombie” – firms to more carbon‑efficient firms. Using tech‑niques from the literature on productivity, we find a potential reduction of 38% of direct green‑house gas emissions based on a limited reallocation of production, without the need for newtechnologies. According to our results, when designing emission reduction plans, in additionto focusing on improvements and innovation within existing firms, policymakers should also domore to encourage the reallocation of economic activity from “brown zombies” to more carbon‑efficient enterprises.Cet article fournit une première estimation du potentiel d'atténuation des émissions de gaz à effet de serre que pourrait représenter une réallocation intrasectorielle de l'activité économique de l'industrie manufacturière européenne, des entreprises à forte intensité d'émissions, ou « zombies bruns », vers des entreprises à plus faible intensité d'émissions. En appliquant des techniques tirées de la littérature sur la productivité, nous estimons à 38 % la réduction potentielle des émissions directes de gaz à effet de serre fondée sur une réallocation limitée de la production entre entreprises, sans faire appel à de nouvelles technologies. Suivant nos résultats, lorsqu'ils conçoivent des plans de réduction des émissions, outre s'intéresser au progrès et à l'innovation au sein des entreprises existantes, les décideurs politiques devraient également davantage encourager la réallocation de l'activité économique des entreprises « zombies bruns » vers des entreprises moins intenses en émissions de gaz à effet de serre
En chemin vers la neutralité carbone. Mais quel chemin ?
No full textInternational audienceBased on an optimal investment choice model, we describe the optimal transitionsto carbon neutrality that are in line with climate-related constraints such as one-off greenhousegas emission caps or a cap on cumulative emissions. We show that i) the early scrapping ofbrown capital – greenhouse gas emitters – cannot occur with one-off targets; ii) in order to limitglobal warming to a given level, the explicit introduction of such a constraint in the form of acumulative emissions total not to be exceeded minimizes the associated economic cost, resultingin an initially high level of scrapping with limited cumulative emissions. Well-chosen regularemissions caps from the first year result in a similar trajectory; iii) with a given cumulative emis-sions constraint, delaying the transition increases both costs and scrapping; iv) the total annualinvestment during and after the transition is lower than that of the initial state.À partir d'un modèle de choix d'investissement optimal, nous décrivons les transitions optimales vers la neutralité carbone qui respectent des contraintes climatiques de type plafonds ponctuels d'émissions de gaz à effet de serre ou plafond du cumul d'émissions. Nous montrons que i) une mise au rebut anticipée du capital brun -émetteur de gaz à effet de serre -ne peut pas se produire avec des cibles ponctuelles ; ii) pour limiter le réchauffement à un niveau donné, introduire explicitement cette contrainte sous la forme d'un cumul d'émissions à ne pas dépasser minimise le coût économique associé, induisant une mise au rebut initiale élevée avec des émissions cumulées limitées. Des plafonds d'émissions réguliers dès la première année bien choisis entraînent une trajectoire proche ; iii) à contrainte de cumul d'émissions donné, retarder la transition augmente les coûts et la mise au rebut ; iv) l'investissement annuel total durant et après la transition est inférieur à celui de l'état initial
Echantillonner des enquêtes multimode dans Fidéli : retours sur l'expérience de l'enquête Familles et employeurs
No full textInternational audienceFollowing an initial presentation on the contact information in Fidéli at the previous edition of this conference, we now invite you to study the mobilization of these information during the data collection of the survey Familles et Employeurs, a large-scale survey using several protocols: a CATI-CATI sequential multimode protocol and a CAWI single-mode protocol. We will begin with an overview of the information available from the sampling frame for the people sampled, then look back at the cleaning and enrichment procedures carried out and the protocol adaptations implemented to take account of the diversity of configurations. Finally, we will attempt to assess the impact of contact information and the follow-up protocol used on participation according to the different protocols.Après une première communication sur les coordonnées de contact présents dans Fidéli lors de la précédente édition du colloque francophone sur les sondages, nous vous proposons, cette fois-ci, de dresser le bilan de la mobilisation de ces coordonnées dans la conduite de l’enquête Familles et Employeurs, enquête de grande ampleur recourant à plusieurs protocoles : un protocole multimode séquentiel CATI-CAWI et un protocole monomode CAWI. Nous ferons, dans un premier temps, un état des lieux des informations issues de la base de sondage pour les personnes échantillonnées, puis nous reviendrons sur les procédures de nettoyage et d’enrichissement réalisées et les adaptations de protocoles mises en place pour tenir compte de la diversité des configurations. Enfin nous tenterons d’apprécier l’impact des coordonnées de contact et du protocole de relance mis en place sur la participation selon les différents protocoles