Search

Longtemps stockées dans différentes bases complexes et peu accessibles, les données concernant les transactions foncières et immobilières sont aujourd’hui plus facilement disponibles depuis l’ouverture en 2019 de la base "Demandes de valeurs foncières" (DVF). Toutefois, l’utilisation de ces ressources informationnelles à des fins analytiques nécessite un temps d’acculturation et un travail de préparation important qu’il ne faut pas sous-estimer. Cet article présente une chaîne de traitements dédiée à l’analyse des données DVF en open data que nous avons formalisée dans l’environnement R et documentée dans un souci de reproductibilité. Cette chaîne de traitements illustre le potentiel que représentent ces données pour appréhender les dynamiques spatiales des marchés de l’immobilier résidentiel à plusieurs échelles. À travers une étude de cas portant sur la région Bretagne et la métropole rennaise, l’objectif est de proposer et de discuter un ensemble de pistes méthodologiques relatives à la préparation, l’analyse et la représentation (carto)graphique de ces "nouvelles données" ainsi que les enjeux associés à leur utilisation. The data concerning land and real estate transactions, which for a long time were stored in various complex and sparsely accessible databases, are now more easily available since the opening of the DVF database ("Demandes de Valeurs Foncières" in French, "Real Estate Transaction Datafiles" in English) in 2019. However, the use of these information resources for analytical purposes requires time for acculturation and significant preparation work that should not be underestimated. This article presents a workflow dedicated to the analysis of open data DVF that we formalized in the R environment and documented in order to ensure replicability. This workflow illustrates the potential of these data to understand the spatial dynamics of residential real estate markets at different scales. Through a case study of the Brittany region and the Rennes urban/metropolitan area, the objective is to propose and discuss some methodological avenues for the preparation, analysis and (carto)graphic representation of these "new data" as well as the challenges and issues associated with their use. Durante largos periodos, la información referente a transacciones de terrenos e inmuebles, ha sido almacenada en bases de datos complejas y poco accesibles. Actualmente estas se encuentran con mayor disponibilidad y particularmente la base de datos de Solicitudes de valores del suelo (Demandes de Valeurs Foncières, DVF, en francés) se encuentra a disposición desde el año 2019. Sin embargo, la utilización de estos recursos con fines analíticos requiere un tiempo de comprensión y un importante trabajo de preparación que no debe subestimarse. Así, este artículo presenta una secuencia de procesamiento en código abierto aplicada a la base de datos DVF, formalizada en R y documentada para asegurar su reproducibilidad. Tal secuencia, ilustra el potencial de estos datos para comprender la dinámica espacial de los mercados inmobiliarios residenciales a diferentes escalas. A través de un estudio de caso de la región de Bretaña y el área metropolitana de Rennes, se propone y discute una serie de orientaciones metodológicas referentes a la preparación, análisis y representación cartográfica y gráfica de estos "nuevos datos", así como los desafíos y problemáticas asociadas a su uso.

Les données massives représentent un champ d’investigation riche de promesses mais encore complexe pour renouveler l’analyse des mobilités spatiales. Toutefois, penser les pratiques de déplacements par le prisme des traces (géo)numériques soulève de multiples interrogations tant au niveau de la nature des données, des modalités d’accessibilité que des méthodes et des techniques de traitement associées. Cet article a pour ambition d’explorer les potentialités des traces numériques dans la compréhension du covoiturage à travers l’exploration des données de la plateforme BlaBlaCar. Par l’analyse (temporelle et spatiale) des trajets publiés au départ et à destination de la métropole rennaise pendant cinq mois, l’objectif est à la fois de dresser un portrait du covoiturage au sein de la capitale bretonne et de faire un tour d’horizon des avantages et des limites de ces données dans la compréhension de cette nouvelle forme de mobilité. Big data is a field of investigation rich in promises but still complex in renewing spatial mobility analysis. In fact, thinking about mobility through the prism of digital footprints raises many questions regarding the data nature, the accessibility procedures and the methods and techniques of treatment. This paper aims to explore the potential of digital footprints in the analysis of mobility through the example of data from the Carpooling platform BlaBlaCar. By analyzing (temporal and spatial) trips to and from city of Rennes over the course of 5 months, the goal is both to draw a portrait of Carpooling in the capital of Britanny and to give an overview of advantages and limitations of these data in understanding this new form of mobility. El Big data o datos masivos, representa un amplio campo de investigación tanto actual como en proyecciones, pero aún complejo para renovar el enfoque de análisis de las movilidades espaciales. Sin embargo, pensar en las prácticas de viaje a través del prisma de las huellas (geo) digitales plantea muchas interrogantes, en lo que refiere a nivel de la naturaleza de los datos, modalidades de accesibilidad y métodos asociados o técnicas de procesamiento. Este artículo, tiene como objetivo explorar el potencial de las huellas digitales en la comprensión del uso del auto compartido a partir de la exploración de datos extraídos de la plataforma BlaBlaCar. Por medio de un análisis (temporal y espacial) de las rutas (publicadas) desde y hacia la metrópolis de Rennes durante cinco meses, se planteó el objetivo de elaborar un retrato del viaje compartido en automóvil en la capital bretona y determinar las ventajas y límites de estos datos para comprender esta nueva forma de movilidad.

Lima présente des formes de différenciation socio-spatiale en grande partie conformes au modèle des métropoles andines avec, d'une part une opposition entre un ensemble de quartiers centraux occupés par les classes moyennes ou aisées et des quartiers périphériques plus récents et beaucoup plus populaires, d'autre part l'expansion de quartiers de standing dans une direction privilégiée, en l'occurrence à l'est des quartiers centraux. Ce modèle est encore très prégnant mais semble être modifié depuis la fin du siècle dernier par des phénomènes de diversification interne d’ensembles naguère plus homogènes. Notre objectif est de proposer une démarche exploratoire pour comprendre l'organisation spatiale actuelle de la différenciation sociale à Lima. Sur la base des données du dernier recensement national de la population en 2007 et d'un ensemble de photographies aériennes et d'images satellite prises au cours de la deuxième moitié du 20e siècle, nous élaborons, à l'échelon de l'îlot, des indicateurs cartographiques et statistiques des strates successives de l'expansion de Lima et de son actuelle structure socio-spatiale. Il en ressort, dans un premier temps, que l’agglomération s’organise selon une échelle d'intégration sociale et urbaine qui s'inscrit spatialement sur un gradient, depuis le centre vers les périphéries, en lien avec la période d’apparition des ensembles d’îlots. Puis, dans un second temps, une série d'analyses statistiques multidimensionnelles réintroduisant visuellement l'îlot permettent de nuancer cette conclusion par l'étude de la variabilité interne aux strates d'expansion. Il est ainsi possible de saisir les dynamiques territoriales en cours et de poser l’hypothèse d’une réorganisation de la structure opposant le centre aux périphéries. The forms of socio-spatial differentiation found in Lima are for the most part in line with the model of Andean metropolises. There is, for example, an opposition between central areas occupied by the middle and upper classes and the more recent and lower-class areas in the peripheries. There is also a directional expansion of the wealthier areas, in this case, towards the east of the central areas. This model is still very pronounced but seems to have changed since the end of the last century with internal diversification of previously homogeneous units. Our objective is to understand the current spatial organization of social differentiation in Lima. On the basis of data of the last national census of population in 2007 and of a set of aerial photos and satellite images taken since the middle of the 20th century, we build on, at the level of the blocks, various cartographical and statistical indicators concerning the successive layers of the expansion of Lima and its current socio-spatial structure. We conclude from this first, that the urban area is organized according to a scale of social and urban integration which is registered spatially on a gradient, from the center towards the peripheries, in correlation with the time the blocks were built. In a second phase, a series of multidimensional statistical analyses which visually reintroduce each block allows us to moderate this conclusion by the means of the study of the variability inside each layer of expansion. It is thus possible to understand the current territorial dynamics and to formulate the hypothesis of a change in the structure contrasting the center and the peripheries.

Les statistiques de produit croisé procurent aujourd’hui un protocole complet d’analyse exploratoire, appliqué aussi bien aux semis de mesures ponctuelles qu’à l’interprétation des cartes et des images. Dérivées du test de Mantel en épidémiologie, ces statistiques se sont développées dans deux directions principales, l’analyse de corrélation et d’auto-régression spatiale avec la généralisation du test de Mantel d’une part, et l’analyse globale et locale de la dépendance spatiale avec les corrélogrammes et les indices locaux d’autocorrélation spatiale. Nowadays, cross-product statistics provide a complete set of procedures for exploratory spatial analysis, applied both to point patterns analysis as well as to map or image interpretation. Derived from the Mantel test in Epidemiology, these statistics developed in two main directions: correlation analysis and spatial auto regression by the generalised Mantel test on the one hand, global and local analysis of spatial dependency with correlograms and local indicators of spatial autocorrelation on the other hand.

Cartography is a discipline which evolves simultaneously with the sciences it uses. Initially, the contributions of geometry enabled cartographers to represent physical geography. Then, the contributions of statistics made it possible to represent abstracted phenomena and themes on topographical maps, by structuring information before communicating it graphically and efficiently. Today, the contributions offered by the new data-processing possibilities offer new possibilities. They mainly rely on Geographic Information Systems (GIS) and on the experience of Exploratory Data Analysis (EDA). The main characteristics of this multimedia and interactive cartography can be structured in a synthetic figure. Cartographic evolutions are presented as “added values”, calling upon different senses, with different levels of interactivity. These new possibilities contribute to modify cartography and particularly its role of communication, as well as the relationship between the actors that emit and the actors that receive the cartographical information. Cartography is a discipline which evolves simultaneously with the sciences it uses. Initially, the contributions of the geometry enabled cartographers to represent physical geographical Then, the contributions of the statistics made it possible to represent abstracted phenomena and thems on topographical maps, by structuring information before communicating it graphically and efficiently. Today, the contributions offered by the new data-processing possibilities offer new possibilities. They mainly rely on Geographic Information Systems (GIS) and on the experience of Eploratory Data Analysis (EDA). The main characteristics of this multimedia and interactive cartography can be structured in a synthetic figure. Cartographic evolutions are presented as “added values”, calling upon different senses, with different levels of interactivity. These new possibilities contribute to modify cartography and particullarly its role of communication, as well as the relationship between the actors that emit and the actors that receive the cartographical information.

La question de l'élargissement de l’Union Européenne (UE) à l'Est et plus précisément l'intégration commerciale des Pays d'Europe Centrale et Orientale (PECO) se pose actuellement avec acuité. En effet, les transformations de l'environnement économique et géopolitique conduisent l'UE à redéfinir ses relations tant avec les Pays Tiers Méditerranéens (PTM) qu'avec les « exclus » des Pays d'Europe Centrale et Orientale (PECO). Plus particulièrement les pays du Maghreb et la Turquie, qui ont les économies les plus dépendantes de l'Europe et pour lesquels leurs avantages comparatifs sont les plus proches des PECO, courent un risque d'éviction. Dans ce contexte de modification géopolitique de l’Europe, nous proposons d’analyser les processus d’évolution des échanges commerciaux entre les pays de l’UE, les PECO et les PTM. Plus précisément, nous cherchons d’une part, à étudier et comparer les modèles d’échange par blocs de pays, d’autre part, à évaluer l’impact de l’intégration d’un bloc au sein de l’UE ou de l’agrégat composé de l’UE et des PTM. Cette analyse est effectuée à partir d'un modèle gravitaire du type « Bergstrand-Festoc », et concerne essentiellement la période 1993-1997. Le modèle se distingue des précédents par la prise en compte des investissements directs étrangers (IDE), par une décomposition de la distance selon les degrés de contiguïté et la distance entre les centres des pays i et j, et par l’approche modélisatrice adoptée : modélisation des échanges commerciaux au sein des blocs, simulation de l’intégration des blocs et analyse exploratoire comparative des élasticités des différents modèles. The process of enlargement of the European Union is continuous, involving in 2004 ten Central or Oriental European Countries (PECO), and later some Mediterranean countries (PTM). But the EU still asks important questions: what are the candidate countries which will be included first? What will this process induce on European relationship? How high is the risk that some other countries may be evicted (in terms of trade) due to other countries integration? This paper aims to understand more precisely the global potential trade evolution between actual and future EU included oriental or Mediterranean countries. We try to enhance economical factors and geographical constraints which explain trade levels between (groups of) countries. We first model the trade flows for each aggregate of countries. Then, we simulate and assess the impact of including other (blocs of) countries to the UE model and both EU and PTM aggregates. Our study uses classical gravity modelling (designed by Bergstrand and Festoc) and compute data (obtained from the Chelem database) mainly from 1993 to 1997. We add to the model the foreign investments in each country, the contiguity levels between countries and the distance separating country centres. Our approach includes flow modelling, simulations of integration processes and a comparison of relative economical elasticities between the different models.

Depuis la révolution des systèmes d'information géographique dans les années 1980, les bases de données spatiales se sont multipliées. La gestion d'une telle information a rapidement pris le pas sur son analyse, à tel point que Stan Openshaw n'hésitait pas à rappeler en 1995 que "analysis is no longer an optional activity". Les spécificités de l'information spatiale impliquent cependant de recourir à des méthodes d'analyse et de modélisation spécifiquement spatiale, encore très rarement disponibles aujourd'hui au sein des systèmes d'information géographique. L'idée défendue dans cet article est que l'analyse spatiale exploratoire des données pourrait permettre de renouveler notre boîte à outils défaillante. Since the geographical information system revolution of the mid-1980s, there has been a rapid growth in the number of spatially referenced databases. Data management, within these new systems, immediately took up a large place, but today, as Stan Openshaw argued, "analysis is no longer an optional activity". Nevertheless, we may keep in mind that spatial data have very special properties, that create a need for spatial data analysis and spatial. Furthermore, it may be argued that, in a GIS context, user’s needs are mainly of a data exploratory nature. Yet, data-driven tools can hardly be found within classical GIS software, when they are available at all.