La révolution des données : de nouvelles frontières pour l’économie

De nombreux phénomènes économiques et sociaux ont longtemps échappé à la mesure, faute d’informations fiables. Les images satellites, les données numériques et l’analyse de grandes masses de textes, combinées aux progrès de l’IA, changent la donne.

Pour les économistes, il ne s’agit pas simplement de disposer de davantage de chiffres : c’est la frontière de nos connaissances qui se déplace.

Cette révolution rend mesurables des phénomènes jusqu’ici difficilement observables. Les satellites permettent de suivre la déforestation, l’évolution des ressources en eau ou certaines activités économiques informelles. L’analyse de millions d’articles de presse permet d’étudier les choix éditoriaux et les discours politiques. Les données de mobilité éclairent l’utilisation des territoires et des infrastructures. Le croisement de registres administratifs aide à identifier des patrimoines immobiliers détenus à l’étranger et à mieux documenter l’évasion fiscale.

Ces avancées sont particulièrement décisives dans les pays les plus pauvres, où les capacités statistiques des États sont limitées. Une large part de l’activité économique y échappe aux registres officiels. À ces contraintes matérielles s’ajoutent parfois des obstacles politiques : certains gouvernements ont peu d’intérêt à documenter la corruption, l’exploitation illégale des ressources ou les dégradations environnementales. Des observations indépendantes peuvent compléter, voire confronter, les statistiques officielles. La mesure devient aussi un enjeu de transparence de l’action publique.

Plus profondément, cette révolution des données ne se limite pas à repousser la frontière de nos connaissances : elle transforme également la façon dont les économistes formulent leurs questions de recherche. Pendant longtemps, les chercheurs ont dû adapter leurs questions aux données disponibles. Aujourd’hui, ils peuvent de plus en plus produire les données nécessaires aux questions qu’ils souhaitent traiter. L’IA permet de transformer des images en indicateurs, d’extraire des informations de textes ou de construire des séries temporelles. Il ne s’agit plus seulement d’exploiter des bases existantes, mais de créer de nouvelles mesures pour explorer des questions auparavant hors de portée. Cette évolution modifie profondément la façon de concevoir la recherche et renforce également nos capacités de prévision.

Pour autant, l’abondance de données ne rend pas la théorie économique obsolète. Une analyse peut mettre en évidence une corrélation, voire identifier un effet causal, sans nécessairement expliquer les mécanismes en jeu. Observer la déforestation ne

permet pas d’en comprendre les causes ; mesurer l’effet d’une politique ne garantit pas qu’elle fonctionnera ailleurs. La théorie reste indispensable pour formuler des hypothèses et interpréter les résultats, et l’économétrie pour distinguer corrélation et causalité. La statistique publique joue, elle aussi, un rôle essentiel pour garantir la qualité et la comparabilité des mesures. Enfin, ces outils soulèvent des questions de biais et de protection des données personnelles.

Cette distinction est essentielle pour les politiques économiques : mieux mesurer un phénomène ne suffit pas à savoir comment agir. Mais, associées à une analyse rigoureuse, les nouvelles données transforment la conception et l’évaluation de l’action publique. Cartographier l’activité informelle permet de mieux cibler les interventions ; suivre les forêts et les ressources en eau, d’évaluer les politiques environnementales ; analyser les déplacements, de comprendre les dynamiques territoriales pour adapter les politiques publiques ; identifier les patrimoines dissimulés, de lutter contre l’évasion fiscale.

Reste une question : qui produit ces données, qui y accède et qui dispose des moyens de les analyser ? Leur abondance ne garantit ni leur représentativité ni leur utilisation dans l’intérêt général. C’est tout l’intérêt de cette conférence, qui fait dialoguer chercheurs, statisticiens publics et acteurs de terrain. L’IA ne remplace ni les institutions ni le raisonnement économique. Associée à des méthodes rigoureuses, elle permet en revanche d’étudier des réalités longtemps ignorées et d’éclairer des choix de politique économique jusqu’ici difficiles à fonder empiriquement.