Study Challenges:
Climate change and the transition to low-carbon growth will have profound impacts on almost every sector of the economy in the decades ahead. The need to understand these effects and their implications for the economy and financial system places climate change analysis within the Bank’s mandate.
The physical effects of climate change are already apparent in the increasing number and severity of extreme weather events, such as flooding, hurricanes and wildfires. The resulting catastrophic losses can have significant, widespread impacts on the financial system. The physical risks from more frequent and intense weather events can also adversely affect several parts of the economy. For example, global warming can diminish labour productivity, agricultural yields and industrial output.
While some economic industries are directly tied to fine scale changes in climate, other industries might only be impacted after a catastrophic event. This case study uses public datasets from Government institutions to explore the potential impact of climate change and extreme weather events on economic productivity. The economic data combines various Statistics Canada data products operating at different spatial and temporal scales to produce a crude approximation of the economic productivity per industrial category within Census Subdivisions. The weather data from Canadian weather stations comes from Environment and Climate Change Canada.
Les objectifs de l’étude de cas comprennent l’un ou l’autre ou tous les éléments suivants :
- Décrivez le paysage économique du Canada en tenant compte de son climat changeant.
- Quelles régions connaissent l’évolution la plus rapide et présentent le plus grand potentiel d’impact économique ultérieur ?
- Existe-t-il des industries économiques qui ont peut-être déjà subi des impacts observables du changement climatique ?
- Vous avez la possibilité d’explorer d’autres questions liées aux impacts économiques potentiels des changements climatiques et des événements météorologiques extrêmes.
Des codes R sont fournis et une description des variables est disponible ici.
Il y a 3 fichiers de données (les fichiers zip sont liés) :
- [Productivité] : Productivité économique mensuelle par classe industrielle, par subdivision de recensement
- [Géographies] : Polygones géographiques représentant les subdivisions de recensement utilisées dans les données de productivité.
- [Données météorologiques] : Enregistrements des stations météorologiques canadiennes avec leur latitude et leur longitude associées.
Le manque de données granulaires en temps opportun signifie que plusieurs approximations doivent être faites afin d’utiliser les ensembles de données disponibles publiquement. À propos des ensembles de données :
- Chez Statistique Canada, le produit intérieur brut (PIB) provincial annuel et l’enquête sur la population active (EPA) ont été combinés au PIB national mensuel et au recensement de 2016 pour subdiviser la productivité mensuelle en industries industrielles par région géographique. L’agrégation industrielle est basée sur la division la plus grossière disponible publiquement.
- Un événement affectant une petite région peut ne pas être remarqué à l’échelle grossière et donc être perdu dans l’agrégation et la désagrégation des données. De même, un événement localisé à grande échelle, suffisamment important pour avoir un impact notable à l’échelle la plus grossière, sera subdivisé de manière égale entre les subdivisions de recensement. Par exemple, les inondations à Calgary en 2013 ont été graves, mais l’impact économique peut avoir été perdu dans l’agrégation au niveau provincial ou annuel avant d’être ramené de manière approximative dans les subdivisions de recensement de Calgary.
- Si un événement climatique endommage une infrastructure critique dans une région éloignée, il pourrait produire un impact ailleurs dans la province qui serait capté par les données, mais qui serait réparti entre les subdivisions de recensement.
- La géographie est basée sur les descriptions du recensement de l’endroit où les gens vivent et non de l’endroit où ils travaillent. Une personne peut travailler dans une industrie qui n’existe pas là où elle réside.
- Les données de température mensuelle sont basées sur les données d’Environnement et Changement climatique Canada : https://climat.meteo.gc.ca/historical_data/search_historic_data_f.html.
- Les données sont toutes issues de sources ouvertes, n’hésitez pas à utiliser et / ou à inclure des données différentes comme bon vous semble.
Les données fournies respectent les conditions de licence du fournisseur de données :
https://climate.weather.gc.ca/prods_servs/attachment1_f.html et
https://www.statcan.gc.ca/fr/reference/licence.
Les produits de données ne constituent pas une approbation de la part de Statistique Canada ou d’Environnement et Changement climatique Canada.
Évaluation et points de notation
Votre rapport d’étude de cas et votre affiche doivent inclure :
1. la ou les questions de recherche auxquelles vous avez cherché à répondre avec votre analyse,
2. une discussion sur l’impact de vos hypothèses et paramètres et sur les limites de ces types de modèles,
3. Un résumé des principaux points à retenir de votre analyse.
Chaque équipe doit concevoir une affiche qui évalue sa ou ses questions de recherche, et présenter ses résultats pendant environ 10 minutes (plus 8 à 10 minutes supplémentaires pour la discussion). Le concours d’études de cas sera évalué comme suit :
1. Visualisations créatives des données (25%)
2. Pertinence, créativité et compréhension des forces et des limites des idées proposées (50%)
3. Qualité et clarté de la présentation (25%)
Coordonnées de l’organisateur
Toutes les préoccupations et questions peuvent être adressées à Dave Campbell : dcampbell@bank-banque-canada.ca.
Prix
Nous sommes heureux d’annoncer qu’un prix de 1 000 \$ sera remis à l’équipe gagnante par la Banque du Canada. En plus de la récompense financière, il pourrait y avoir des possibilités de recherche et de stage pour les équipes gagnantes.