Étude des flux import-export de biomasse

Tâches principales

• Cadrage : définition des nomenclatures douanières pertinentes pour la biomasse ; établissement de correspondances entre nomenclatures, ressources et jeux de données ; validation des unités et traitements (coefficients) à appliquer.
• Extraction des données : collecte des séries historiques pour chaque produit identifié (niveau national et, si disponible, régional), sur une fenêtre de 5 années ; traitement et consolidation des séries brutes.
• Revue bibliographique et périmètre : synthèse des analyses de marché récentes (< 3 ans) et définition d'un périmètre restreint de ressources/produits stratégiques (≈ une douzaine de produits/ressources ciblés).
• Analyses quantitatives et qualitatives : computation des flux import/export, évolution historique, part flux vs ressources nationales, identification des risques et gisements, localisation des filières et usages, évaluation des reconversions à l'export.
• Indicateurs interrégionaux et consolidation : définition et recherche d'indicateurs pertinents, réalisation d'entretiens et consolidation avec sources publiques (par ex. services statistiques) pour caractériser les flux interrégionaux.

Données, formats et documentation

• Livraison des jeux de données en formats ouverts standard (CSV, JSON, PARQUET) accompagnés de métadonnées et documentation technique (géométries, unités, définitions, provenance des sources). Respect du principe FAIR et normalisation des schémas de données.
• Fourniture des nomenclatures, tables de correspondance, coefficients de transformation et répertoires sources (contacts, références).

Livrables attendus

• Rapports écrits et tableurs de travail comprenant résultats intermédiaires et jeux de données structurés.
• Rapport final détaillé par tâche accompagné d'une synthèse courte (6 pages) et d'annexes répertoire par produit (contacts et sources).

Contraintes techniques

• Mobilisation de compétences spécialisées en biomasse, filières agricoles/forestières, analyses de flux et traitement de grandes séries de données.
• Respect des exigences de qualité des données, traçabilité des sources, documentation et métadonnées.
• Conformité aux obligations de protection des données personnelles et aux prescriptions techniques liées à l'utilisation d'outils d'IA dans le traitement des données.