{"id":9224,"date":"2026-11-06T08:20:26","date_gmt":"2026-11-06T07:20:26","guid":{"rendered":"https:\/\/variances.eu\/?p=9224"},"modified":"2026-11-06T09:18:42","modified_gmt":"2026-11-06T08:18:42","slug":"un-degre-de-plus-ou-de-moins-ca-change-quoi-ce-que-la-meteo-revele-de-nos-comportements-et-de-leconomie","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=9224","title":{"rendered":"Un degr\u00e9 de plus ou de moins, \u00e7a change quoi ? Ce que la m\u00e9t\u00e9o r\u00e9v\u00e8le de nos comportements et de l\u2019\u00e9conomie"},"content":{"rendered":"

Jean-Baptiste Crettez est docteur en sciences \u00e9conomiques de l\u2019Universit\u00e9 Paris-Panth\u00e9on-Assas et directeur de l\u2019aide au pilotage et de la qualit\u00e9 de l\u2019Universit\u00e9 PSL.<\/em><\/p>\n

\n

Il suffit parfois de quelques degr\u00e9s pour changer le cours d\u2019une journ\u00e9e. Une nuit trop chaude raccourcit le sommeil, une averse fait renoncer \u00e0 un caf\u00e9 en terrasse, un dimanche ensoleill\u00e9 \u00e9loigne de la t\u00e9l\u00e9vision. Pris s\u00e9par\u00e9ment, ces comportements ont peu d\u2019importance, mais lorsqu\u2019une m\u00eame situation m\u00e9t\u00e9orologique concerne simultan\u00e9ment plusieurs millions de personnes, leurs effets finissent par appara\u00eetre statistiquement et \u00e9conomiquement.<\/p>\n

La m\u00e9t\u00e9o est particuli\u00e8rement int\u00e9ressante pour les \u00e9conomistes car elle affecte directement notre organisme\u00a0; elle modifie aussi les conditions dans lesquelles les individus et les m\u00e9nages font leurs choix car elle rend certaines activit\u00e9s plus ou moins attractives, influence les d\u00e9placements, modifie la demande de certains biens et services et peut changer la fr\u00e9quence des interactions.<\/p>\n

La m\u00e9t\u00e9o pr\u00e9sente aussi une propri\u00e9t\u00e9 bien pratique pour le chercheur\u00a0: elle ne d\u00e9pend pas des comportements que l\u2019on cherche \u00e0 expliquer. La pluie d\u2019un dimanche n\u2019est pas provoqu\u00e9e par l\u2019audience de la t\u00e9l\u00e9vision, une vague de chaleur ne survient pas parce que la productivit\u00e9 diminue. Les variations m\u00e9t\u00e9orologiques constituent donc une forme d\u2019exp\u00e9rience naturelle que les \u00e9conomistes ont appris \u00e0 exploiter dans leurs mod\u00e9lisations.<\/p>\n

Mais que signifie r\u00e9ellement \u00ab un degr\u00e9 de plus \u00bb ? Les \u00e9tudes qui vont suivre montrent comment les variations de temp\u00e9rature peuvent affecter comportements et \u00e9conomie. Elles montrent aussi que leurs effets d\u00e9pendent du lieu, du moment de l\u2019ann\u00e9e et de notre capacit\u00e9 d\u2019adaptation. Un degr\u00e9 suppl\u00e9mentaire n\u2019a donc pas n\u00e9cessairement une signification uniforme.<\/p>\n

Effets sur l\u2019organisme<\/h3>\n

Les effets de la m\u00e9t\u00e9o sur l\u2019organisme sont aujourd\u2019hui observables \u00e0 une \u00e9chelle difficile \u00e0 imaginer il y a encore quelques d\u00e9cennies. Les montres connect\u00e9es et autres capteurs enregistrent quotidiennement le sommeil, l\u2019activit\u00e9 physique ou encore le rythme cardiaque de centaines de milliers de personnes. Ces donn\u00e9es permettent notamment de mesurer ce qui se passe lorsque la temp\u00e9rature varie.<\/p>\n

Lechat et ses coauteurs (2026) ont ainsi analys\u00e9 pr\u00e8s de 165 millions de nuits enregistr\u00e9es entre 2020 et 2023 aupr\u00e8s de 317 758 utilisateurs de montres connect\u00e9es et de capteurs plac\u00e9s sous les matelas de Withings, soci\u00e9t\u00e9 sp\u00e9cialiste des objets connect\u00e9s. Leur approche permet de suivre les m\u00eames individus au cours du temps et de comparer leur sommeil lorsque les conditions m\u00e9t\u00e9orologiques auxquelles ils sont expos\u00e9s varient. La relation entre temp\u00e9rature et sommeil est estim\u00e9e par des mod\u00e8les non lin\u00e9aires, de sorte qu\u2019un degr\u00e9 suppl\u00e9mentaire ne se voit pas imposer le m\u00eame effet \u00e0 toutes les temp\u00e9ratures. Entre une journ\u00e9e \u00e0 12,2 \u00b0C, temp\u00e9rature m\u00e9diane dans leur \u00e9chantillon, et une journ\u00e9e particuli\u00e8rement chaude \u00e0 27,3 \u00b0C, les utilisateurs dorment en moyenne quinze \u00e0 dix-sept minutes de moins, selon le type de capteur utilis\u00e9.<\/p>\n

Les \u00e9pisodes caniculaires de l\u2019\u00e9t\u00e9 2026 en ont donn\u00e9 une illustration r\u00e9cente. En exploitant les donn\u00e9es de ses utilisateurs europ\u00e9ens, Withings observe qu\u2019en France, pendant les p\u00e9riodes \u00e9tudi\u00e9es, le sommeil m\u00e9dian a diminu\u00e9 d\u2019environ quarante minutes et l\u2019activit\u00e9 de pr\u00e8s de mille pas par jour (Withings, 2026). Il s\u2019agit ici d\u2019une analyse descriptive r\u00e9alis\u00e9e par l\u2019entreprise et non d\u2019une estimation permettant d\u2019isoler l\u2019effet propre de la temp\u00e9rature.<\/p>\n

Les cons\u00e9quences sanitaires de la temp\u00e9rature vont cependant bien au-del\u00e0 de ces modifications des comportements quotidiens. Gasparrini et ses coauteurs (2015) ont \u00e9tudi\u00e9 plus de 74 millions de d\u00e9c\u00e8s enregistr\u00e9s dans 384 localit\u00e9s de treize pays. Leur mod\u00e8le permet \u00e0 la relation entre temp\u00e9rature et mortalit\u00e9 d\u2019\u00eatre non lin\u00e9aire et tient compte du fait que les cons\u00e9quences d\u2019une journ\u00e9e chaude ou froide peuvent se prolonger pendant plusieurs jours. Les relations estim\u00e9es dans les diff\u00e9rentes localit\u00e9s sont ensuite combin\u00e9es afin d\u2019en d\u00e9gager les caract\u00e9ristiques communes. Les auteurs estiment qu\u2019environ 7,7 % de la mortalit\u00e9 observ\u00e9e sur leur p\u00e9riode d\u2019\u00e9tude est attribuable \u00e0 des temp\u00e9ratures sup\u00e9rieures ou inf\u00e9rieures \u00e0 celle pour laquelle le risque de d\u00e9c\u00e8s est le plus faible. La majeure partie de cette mortalit\u00e9 est associ\u00e9e au froid, notamment au froid mod\u00e9r\u00e9. Le risque associ\u00e9 \u00e0 une journ\u00e9e mod\u00e9r\u00e9ment froide est moins \u00e9lev\u00e9 que celui d\u2019un \u00e9pisode extr\u00eame, mais ces journ\u00e9es sont beaucoup plus fr\u00e9quentes. Leur accumulation repr\u00e9sente donc une part plus importante de la mortalit\u00e9 attribuable \u00e0 la temp\u00e9rature.<\/p>\n

Les \u00e9pisodes de chaleur extr\u00eame restent n\u00e9anmoins dangereux. La canicule fran\u00e7aise d\u2019ao\u00fbt 2003 en fournit un exemple marquant. Fouillet et ses coauteurs (2006) comparent le nombre de d\u00e9c\u00e8s observ\u00e9s \u00e0 celui attendu \u00e0 partir de la mortalit\u00e9 des ann\u00e9es 2000 \u00e0 2002 et de la population de 2003. Ils v\u00e9rifient ce nombre attendu par deux m\u00e9thodes, dont l\u2019une repose sur un mod\u00e8le de Poisson prenant en compte la tendance annuelle et la saisonnalit\u00e9. Ils \u00e9valuent \u00e0 environ 14 700 le nombre de d\u00e9c\u00e8s suppl\u00e9mentaires entre le 1er et le 20 ao\u00fbt 2003.<\/p>\n

Le travail<\/h3>\n

Les \u00e9conomies des pays d\u00e9velopp\u00e9s pourraient sembler relativement prot\u00e9g\u00e9es des effets de la m\u00e9t\u00e9o sur le travail. Si l\u2019agriculture et le b\u00e2timent restent directement expos\u00e9s aux conditions ext\u00e9rieures, une grande partie de la population travaille d\u00e9sormais dans des bureaux, des commerces ou des usines chauff\u00e9s et climatis\u00e9s, ou en t\u00e9l\u00e9travail.<\/p>\n

Les effets de la temp\u00e9rature ne disparaissent pourtant pas compl\u00e8tement lorsque l\u2019on travaille \u00e0 l\u2019int\u00e9rieur. Chen et ses coauteurs (2023) ont suivi 635 salari\u00e9s d\u2019une usine chinoise pendant 35 190 journ\u00e9es de travail. \u00c0 l\u2019aide d\u2019effets fixes individuels, les auteurs comparent la productivit\u00e9 d\u2019un m\u00eame salari\u00e9 sous diff\u00e9rentes conditions m\u00e9t\u00e9orologiques, plut\u00f4t que celle de salari\u00e9s structurellement diff\u00e9rents. Malgr\u00e9 des conditions de production tr\u00e8s contr\u00f4l\u00e9es, une augmentation de 10 \u00b0C de la temp\u00e9rature humide ext\u00e9rieure est associ\u00e9e \u00e0 une baisse de 8,3 % de la production moyenne par salari\u00e9. La chaleur peut en effet intervenir avant ou apr\u00e8s la journ\u00e9e de travail, pendant les d\u00e9placements ou encore en perturbant le sommeil. L\u2019\u00e9tude montre ainsi que ses effets ne concernent pas uniquement les personnes travaillant directement \u00e0 l\u2019ext\u00e9rieur.<\/p>\n

Ces effets peuvent devenir importants lorsqu\u2019ils sont consid\u00e9r\u00e9s \u00e0 l\u2019\u00e9chelle d\u2019une \u00e9conomie. Garc\u00eda-Le\u00f3n et ses coauteurs (2021) adoptent une d\u00e9marche diff\u00e9rente. \u00c0 partir de donn\u00e9es m\u00e9t\u00e9orologiques horaires, ils calculent le stress thermique auquel sont expos\u00e9s les travailleurs, puis traduisent cette exposition en pertes de productivit\u00e9 selon les secteurs. Ces pertes sont ensuite introduites dans un mod\u00e8le \u00e9conomique couvrant 274 r\u00e9gions europ\u00e9ennes. Ils estiment que les pertes associ\u00e9es aux grandes vagues de chaleur de 2003, 2010, 2015 et 2018 repr\u00e9sentent environ 0,3 \u00e0 0,5 % du PIB europ\u00e9en et d\u00e9passent 1 % dans certaines r\u00e9gions particuli\u00e8rement expos\u00e9es.<\/p>\n

La m\u00e9t\u00e9osensibilit\u00e9 des audiences t\u00e9l\u00e9vision<\/h3>\n

Un dimanche froid et pluvieux offre moins de possibilit\u00e9s de sorties qu\u2019une journ\u00e9e chaude et ensoleill\u00e9e. Une heure devant l\u2019\u00e9cran du t\u00e9l\u00e9viseur n\u2019a donc pas la m\u00eame \u00ab\u00a0valeur\u00a0\u00bb selon ce \u00e0 quoi l\u2019on renonce pour la passer. Une promenade ou une terrasse par beau temps constituent des alternatives plus attractives que lorsque la pluie emp\u00eache de sortir. C\u2019est ce que les \u00e9conomistes appellent le co\u00fbt d\u2019opportunit\u00e9, que la m\u00e9t\u00e9o fait varier d\u2019un jour \u00e0 l\u2019autre.<\/p>\n

Eisinga, Franses et Vergeer (2011) ont \u00e9tudi\u00e9 dix ann\u00e9es d\u2019audience t\u00e9l\u00e9visuelle quotidienne aux Pays-Bas entre 1996 et 2005. Leur mod\u00e8le de s\u00e9ries temporelles tient compte de la forte saisonnalit\u00e9 de l\u2019audience et de sa d\u00e9pendance aux audiences des jours pr\u00e9c\u00e9dents, ainsi que de la programmation et des \u00e9v\u00e9nements susceptibles de modifier le temps pass\u00e9 devant la t\u00e9l\u00e9vision. Les t\u00e9l\u00e9spectateurs passent davantage de temps devant leur \u00e9cran lorsque les journ\u00e9es sont froides, sombres ou pluvieuses.<\/p>\n

Ma th\u00e8se de doctorat a \u00e9t\u00e9 consacr\u00e9e \u00e0 l\u2019\u00e9tude de cette relation \u00e0 partir de 26 millions d\u2019observations quotidiennes portant sur 24 334 pan\u00e9listes de M\u00e9diam\u00e9trie, crois\u00e9es avec les donn\u00e9es de M\u00e9t\u00e9o-France entre 2011 et 2019 (Crettez, 2021). La variable expliqu\u00e9e est la dur\u00e9e quotidienne individuelle de vision de la t\u00e9l\u00e9vision en direct. Le mod\u00e8le \u00e9conom\u00e9trique exploite la dimension longitudinale du panel pour suivre les m\u00eames t\u00e9l\u00e9spectateurs au cours du temps, avec des effets fixes individuels et une composante autor\u00e9gressive. Dans les 21 r\u00e9gions \u00e9tudi\u00e9es, selon l\u2019ancien d\u00e9coupage r\u00e9gional en vigueur avant 2016, une hausse de la temp\u00e9rature est associ\u00e9e \u00e0 une diminution du temps pass\u00e9 devant la t\u00e9l\u00e9vision. Cet effet est statistiquement significatif dans chacune d\u2019entre elles, mais son ampleur varie fortement d\u2019une r\u00e9gion \u00e0 l\u2019autre. En Basse-Normandie, par exemple, un degr\u00e9 suppl\u00e9mentaire est associ\u00e9 \u00e0 environ 50 secondes de t\u00e9l\u00e9vision en moins par jour.<\/p>\n

La m\u00e9t\u00e9o entre dans les paniers de consommation<\/h3>\n

La m\u00e9t\u00e9o influence naturellement la consommation de nombreux produits, des glaces ou boissons fra\u00eeches aux v\u00eatements en passant par le chauffage. Les entreprises ma\u00eetrisent ces variations saisonni\u00e8res de la demande et peuvent adapter leurs d\u00e9cisions.<\/p>\n

Escobar, Chenavaz et Dimitrov (2026) l\u2019observent sur le march\u00e9 fran\u00e7ais des yaourts \u00e0 boire \u00e0 partir de trois ann\u00e9es de ventes hebdomadaires. Leur mod\u00e8le \u00e9tudie conjointement les relations entre temp\u00e9rature, demande, prix et publicit\u00e9, ce qui permet de tenir compte du fait que les d\u00e9cisions commerciales peuvent elles-m\u00eames r\u00e9agir aux conditions m\u00e9t\u00e9orologiques. Les auteurs mettent en \u00e9vidence un effet direct de la temp\u00e9rature sur la demande, auquel s\u2019ajoutent des effets indirects passant par les prix et la publicit\u00e9.<\/p>\n

Les entreprises peuvent m\u00eame agir avant de conna\u00eetre le temps qu\u2019il fera r\u00e9ellement. Steinker, Hoberg et Thonemann (2017) estiment, \u00e0 partir des donn\u00e9es de la soci\u00e9t\u00e9 Zalando, plusieurs mod\u00e8les de pr\u00e9vision des ventes int\u00e9grant ou non des variables m\u00e9t\u00e9orologiques. Ils comparent ensuite leurs performances pr\u00e9dictives hors \u00e9chantillon, notamment \u00e0 l\u2019aide du test de Diebold-Mariano. L\u2019int\u00e9gration des pr\u00e9visions m\u00e9t\u00e9orologiques r\u00e9duit sensiblement les erreurs de pr\u00e9vision des ventes, avec des gains particuli\u00e8rement importants \u00e0 court terme, lorsque les pr\u00e9visions m\u00e9t\u00e9orologiques sont plus pr\u00e9cises.<\/p>\n

Les consommateurs disposent, eux aussi, d\u2019une certaine marge d\u2019adaptation. Un d\u00e9part en week-end peut \u00eatre d\u00e9cid\u00e9 quelques jours \u00e0 l\u2019avance en fonction des pr\u00e9visions, alors qu\u2019un voyage r\u00e9serv\u00e9 plusieurs mois auparavant laisse beaucoup moins de possibilit\u00e9s. Falk (2014) \u00e9tudie la fr\u00e9quentation touristique estivale en Autriche entre 1960 et 2012. Il effectue d\u2019abord des r\u00e9gressions en diff\u00e9rences premi\u00e8res par les Moindres Carr\u00e9s Ordinaires (MCO), puis des mod\u00e8les \u00e0 correction d\u2019erreur, estim\u00e9s notamment par Pooled Mean Group<\/em> pour les touristes \u00e9trangers, afin de prendre en compte la dynamique de la demande touristique. Une hausse de 1 \u00b0C de la temp\u00e9rature moyenne en juillet et ao\u00fbt est associ\u00e9e \u00e0 une augmentation de 1,1 % des nuit\u00e9es domestiques au cours de la m\u00eame saison. Pour les touristes \u00e9trangers, les effets positifs de la temp\u00e9rature et de l\u2019ensoleillement apparaissent avec un d\u00e9calage d\u2019un an, notamment pour les visiteurs des pays voisins.<\/p>\n

La m\u00e9t\u00e9o ne cr\u00e9e donc pas n\u00e9cessairement de nouvelles activit\u00e9s \u00e9conomiques mais elle peut aussi modifier leur moment, leur lieu ou leur nature.<\/p>\n

Neuf mois plus tard<\/h3>\n

Les effets de la temp\u00e9rature apparaissent dans les statistiques d\u00e9mographiques plusieurs mois apr\u00e8s l\u2019\u00e9pisode m\u00e9t\u00e9orologique lui-m\u00eame. Hajdu (2024) \u00e9tudie pr\u00e8s de 244 millions de naissances dans 32 pays europ\u00e9ens entre 1969 et 2021. Son mod\u00e8le exploite les variations de temp\u00e9rature observ\u00e9es au sein des pays au cours du temps. Les effets fixes permettent notamment de tenir compte des diff\u00e9rences entre pays, de leurs saisonnalit\u00e9s propres et des chocs qui affectent simultan\u00e9ment l\u2019ensemble des pays.<\/p>\n

Une journ\u00e9e dont la temp\u00e9rature moyenne d\u00e9passe 25 \u00b0C est associ\u00e9e \u00e0 une baisse statistiquement significative d\u2019environ 0,68 % du taux de natalit\u00e9 neuf mois plus tard. L\u2019effet reste n\u00e9gatif le mois suivant, avant qu\u2019une partie de la baisse ne soit compens\u00e9e au cours des mois ult\u00e9rieurs.<\/p>\n

Les m\u00e9canismes de causalit\u00e9 sont plus difficiles \u00e0 identifier. La chaleur peut affecter la fertilit\u00e9 biologique, les comportements sexuels ou les deux \u00e0 la fois.<\/p>\n

Les cons\u00e9quences d\u2019un \u00e9pisode m\u00e9t\u00e9orologique ne se manifestent donc pas toutes au m\u00eame rythme. Certaines sont presque imm\u00e9diates, comme celles observ\u00e9es sur nos d\u00e9placements ou notre consommation t\u00e9l\u00e9visuelle, tandis que d\u2019autres ne deviennent perceptibles que plusieurs mois plus tard.<\/p>\n

La chaleur nous rend-elle plus violents ?<\/h3>\n

La relation entre temp\u00e9rature et violence a \u00e9t\u00e9 observ\u00e9e dans de nombreux pays. Une litt\u00e9rature importante met en \u00e9vidence une augmentation des violences lorsque les temp\u00e9ratures s\u2019\u00e9l\u00e8vent. Deux grandes explications sont g\u00e9n\u00e9ralement avanc\u00e9es. La chaleur pourrait affecter directement les comportements en augmentant notamment l\u2019inconfort ou l\u2019irritabilit\u00e9\u00a0; elle peut aussi modifier les activit\u00e9s et multiplier les interactions entre individus. Plus augmente l\u2019interaction avec d\u2019autres personnes, plus les occasions d\u2019entrer en conflit sont nombreuses.<\/p>\n

La mani\u00e8re dont la temp\u00e9rature est introduite dans les mod\u00e8les joue \u00e9galement un r\u00f4le. C\u2019est la question \u00e9tudi\u00e9e dans un travail en cours \u00e0 partir d\u2019un panel mensuel des 95 d\u00e9partements de France m\u00e9tropolitaine entre 1996 et 2019 (Crettez, 2026). Les donn\u00e9es sur les agressions enregistr\u00e9es par la police et la gendarmerie sont rapproch\u00e9es des relev\u00e9s quotidiens des stations de M\u00e9t\u00e9o-France. L\u2019exposition \u00e0 la chaleur est mesur\u00e9e par le nombre de jours o\u00f9 la temp\u00e9rature maximale atteint au moins 30 \u00b0C.<\/p>\n

L\u2019analyse fait varier les effets fixes afin de modifier progressivement le point de comparaison qui permet d\u2019identifier le coefficient associ\u00e9 \u00e0 la chaleur. Avec des effets fixes par d\u00e9partement et ann\u00e9e-mois, un d\u00e9partement est compar\u00e9 aux autres d\u00e9partements au m\u00eame moment. Un jour suppl\u00e9mentaire au-dessus de 30 \u00b0C est alors associ\u00e9 \u00e0 0,170 agression enregistr\u00e9e suppl\u00e9mentaire pour 100 000 habitants. Lorsque des effets fixes par d\u00e9partement \u00d7 mois calendaire sont introduits, chaque d\u00e9partement est compar\u00e9 au m\u00eame mois des autres ann\u00e9es. Un mois de juillet dans le Var est ainsi compar\u00e9 aux autres mois de juillet du m\u00eame d\u00e9partement. Le coefficient tombe alors \u00e0 0,074.<\/p>\n

Ce changement de sp\u00e9cification permet de distinguer la chaleur habituelle d\u2019un lieu \u00e0 une p\u00e9riode donn\u00e9e des \u00e9carts \u00e0 cette situation habituelle. La d\u00e9composition montre que la majeure partie du coefficient initial est port\u00e9e par la premi\u00e8re composante. Celle-ci ne mesure toutefois pas l\u2019effet propre de la chaleur puisqu\u2019elle englobe \u00e9galement tout ce qui revient localement avec l\u2019\u00e9t\u00e9, comme le tourisme, les activit\u00e9s ext\u00e9rieures, l\u2019organisation des forces de l\u2019ordre ou les conditions dans lesquelles les infractions sont d\u00e9clar\u00e9es et enregistr\u00e9es.<\/p>\n

Une difficult\u00e9 suppl\u00e9mentaire vient de la s\u00e9rie des agressions elle-m\u00eame. En mars 2015, leur r\u00e8gle de comptabilisation a chang\u00e9, les infractions \u00e9tant d\u00e9sormais compt\u00e9es par victime plut\u00f4t que par plaignant. Lorsque le mod\u00e8le permet \u00e0 chaque d\u00e9partement d\u2019avoir un profil saisonnier diff\u00e9rent avant et apr\u00e8s cette rupture, le coefficient passe de 0,074 \u00e0 0,035 et n\u2019est plus statistiquement significatif. Cette sp\u00e9cification est volontairement exigeante puisqu\u2019elle absorbe toute modification de la saisonnalit\u00e9 locale autour de 2015, et pas seulement celle qui r\u00e9sulte du changement de comptage.<\/p>\n

Le choix du point de comparaison change donc fortement le r\u00e9sultat. Comparer le Var aux autres d\u00e9partements pendant un m\u00eame mois ne revient pas \u00e0 comparer un mois de juillet dans le Var aux autres mois de juillet du m\u00eame d\u00e9partement. Dans le premier cas, la temp\u00e9rature capte aussi une partie de ce qui distingue habituellement les \u00e9t\u00e9s varois. Dans le second, on isole davantage les \u00e9carts aux conditions habituellement observ\u00e9es localement.<\/p>\n

Un degr\u00e9 de plus ou de moins, par rapport \u00e0 quoi ?<\/h3>\n

Les \u00e9tudes pr\u00e9sent\u00e9es dans cet article ne mesurent pas toutes la temp\u00e9rature de la m\u00eame mani\u00e8re. Certaines estiment l\u2019effet d\u2019un degr\u00e9 suppl\u00e9mentaire, d\u2019autres comparent des niveaux de temp\u00e9rature ou \u00e9tudient le d\u00e9passement d\u2019un seuil. Leurs r\u00e9sultats ne sont donc pas directement comparables.<\/p>\n

Mais le probl\u00e8me va plus loin. Un degr\u00e9 suppl\u00e9mentaire n\u2019a pas n\u00e9cessairement la m\u00eame signification partout. Passer de 29 \u00e0 30 \u00b0C \u00e0 Lille n\u2019est pas tout \u00e0 fait comparable \u00e0 la m\u00eame \u00e9volution \u00e0 Marseille. Les populations ne sont pas habitu\u00e9es aux m\u00eames temp\u00e9ratures, les logements et les \u00e9quipements diff\u00e8rent et les activit\u00e9s ne sont pas organis\u00e9es de la m\u00eame mani\u00e8re.<\/p>\n

Le moment de l\u2019ann\u00e9e compte \u00e9galement. Une temp\u00e9rature de 30 \u00b0C peut \u00eatre exceptionnelle au printemps et habituelle au c\u0153ur de l\u2019\u00e9t\u00e9. Pour mesurer les effets de la m\u00e9t\u00e9o, il faut donc savoir si l\u2019on s\u2019int\u00e9resse \u00e0 la temp\u00e9rature elle-m\u00eame ou \u00e0 son caract\u00e8re inhabituel pour un lieu et une p\u00e9riode donn\u00e9s.<\/p>\n

Cette question devient particuli\u00e8rement importante lorsque l\u2019on cherche \u00e0 tirer des enseignements sur le changement climatique. Les \u00e9tudes pr\u00e9sent\u00e9es dans cet article mesurent principalement les cons\u00e9quences de variations m\u00e9t\u00e9orologiques \u00e0 court terme. Elles observent ce qui se passe lorsqu\u2019une population habitu\u00e9e \u00e0 certaines conditions est confront\u00e9e \u00e0 une journ\u00e9e – ou \u00e0 une p\u00e9riode – plus chaude, plus froide ou plus pluvieuse.<\/p>\n

Le changement climatique se d\u00e9roule sur une tout autre \u00e9chelle de temps. Lorsque les temp\u00e9ratures \u00e9voluent durablement, les comportements et les \u00e9quipements \u00e9voluent eux aussi. Les m\u00e9nages peuvent s\u2019\u00e9quiper davantage en climatisation, les b\u00e2timents \u00eatre r\u00e9nov\u00e9s, les horaires de travail modifi\u00e9s et les villes am\u00e9nag\u00e9es diff\u00e9remment. Les entreprises peuvent \u00e9galement adapter leur production, leurs stocks ou leurs pr\u00e9visions. Cette adaptation peut r\u00e9duire certains effets de la hausse des temp\u00e9ratures, sans n\u00e9cessairement les faire dispara\u00eetre, et elle a elle-m\u00eame un co\u00fbt.<\/p>\n

On ne peut donc pas simplement prendre l\u2019effet observ\u00e9 aujourd\u2019hui d\u2019un degr\u00e9 suppl\u00e9mentaire et le multiplier par le nombre de degr\u00e9s de r\u00e9chauffement attendu \u00e0 la fin du si\u00e8cle. La m\u00e9t\u00e9o renseigne sur la mani\u00e8re de r\u00e9agir \u00e0 l\u2019environnement \u00e0 court terme. Le changement climatique de fond modifie progressivement cet environnement et, avec lui, notre adaptation.<\/p>\n

\n

R\u00e9f\u00e9rences bibliographiques<\/h3>\n

Chen, J., Fonseca, M. A., Heyes, A., Yang, J. & Zhang, X. (2023). \u00ab\u202fHow Much Will Climate Change Reduce Productivity in a High-Technology Supply Chain? Evidence from Silicon Wafer Manufacturing\u202f<\/em>\u00bb. Environmental and Resource Economics, 86, 533\u2013563. doi: 10.1007\/s10640-023-00803-4.<\/p>\n

Crettez, J.-B. (2021). \u00ab\u00a0Audience de la t\u00e9l\u00e9vision et performances publicitaires : impacts de la m\u00e9t\u00e9orologie, de la r\u00e9gulation et des interactions familiales<\/em>\u00a0\u00bb. Th\u00e8se de doctorat en sciences \u00e9conomiques, Universit\u00e9 Paris-Panth\u00e9on-Assas, soutenue le 26 novembre 2021.<\/p>\n

Crettez, J.-B. (2026). \u00ab Hot summer or exceptional episode? What the point of comparison changes in the relationship between temperature and violence in France, 1996\u20132019<\/em> \u00bb. Working paper, Universit\u00e9 Paris-Panth\u00e9on-Assas.<\/p>\n

Crettez, J.-B. (2026). \u00ab\u00a0Weather, Live Television, and the Chnaging Predictive Valueof Demand Signals in France<\/em>\u00a0\u00bb. A para\u00eetre dans Managerial and Decision Economics.<\/p>\n

Eisinga, R., Franses, P. H. & Vergeer, M. (2011). \u00ab\u202fWeather Conditions and Daily Television Use in the Netherlands, 1996\u20132005\u202f<\/em>\u00bb. International Journal of Biometeorology, 55, 555\u2013564. doi: 10.1007\/s00484-010-0366-5.<\/p>\n

Escobar, O., Chenavaz, R. Y. & Dimitrov, S. (2026). \u00ab\u202fOutdoor Temperature and Marketing Mix in Retailing\u202f<\/em>\u00bb. Applied Economics, publication en ligne. doi: 10.1080\/00036846.2026.2645243.<\/p>\n

Falk, M. (2014). \u00ab\u202fImpact of Weather Conditions on Tourism Demand in the Peak Summer Season over the Last 50 Years\u202f<\/em>\u00bb. Tourism Management Perspectives, 9, 24\u201335. doi: 10.1016\/j.tmp.2013.11.001.<\/p>\n

Fouillet, A., Rey, G., Laurent, F., Pavillon, G., Bellec, S., Guihenneuc-Jouyaux, C., Clavel, J., Jougla, E. & H\u00e9mon, D. (2006). \u00ab\u202fExcess Mortality Related to the August 2003 Heat Wave in France\u202f<\/em>\u00bb. International Archives of Occupational and Environmental Health, 80, 16\u201324. doi: 10.1007\/s00420-006-0089-4.<\/p>\n

Garc\u00eda-Le\u00f3n, D., Casanueva, A., Standardi, G., Burgstall, A., Flouris, A. D. & Nybo, L. (2021). \u00ab\u202fCurrent and Projected Regional Economic Impacts of Heatwaves in Europe\u202f<\/em>\u00bb. Nature Communications, 12, 5807. doi: 10.1038\/s41467-021-26050-z.<\/p>\n

Gasparrini, A., Guo, Y., Hashizume, M. et al. (2015). \u00ab\u202fMortality Risk Attributable to High and Low Ambient Temperature: A Multicountry Observational Study\u202f<\/em>\u00bb. The Lancet, 386(9991), 369\u2013375. doi: 10.1016\/S0140-6736(14)62114-0.<\/p>\n

Hajdu, T. (2024). \u00ab\u202fThe Effect of Temperature on Birth Rates in Europe\u202f<\/em>\u00bb. Population and Environment, 46, article 9. doi: 10.1007\/s11111-024-00450-x.<\/p>\n

Lechat, B., Toson, B., Scott, H. et al. (2026). \u00ab\u202fHow Do We Sleep While Our Beds Are Burning? High Ambient Temperatures Are Associated with Substantial Sleep Loss\u202f<\/em>\u00bb. Sleep, 49(7), zsaf323. doi: 10.1093\/sleep\/zsaf323.<\/p>\n

Steinker, S., Hoberg, K. & Thonemann, U. W. (2017). \u00ab\u202fThe Value of Weather Information for E-Commerce Operations\u202f<\/em>\u00bb. Production and Operations Management, 26(10), 1854\u20131874. doi: 10.1111\/poms.12721.<\/p>\n

Source descriptive compl\u00e9mentaire<\/h3>\n

Withings (2026). Analyse descriptive des effets des \u00e9pisodes de chaleur de l\u2019\u00e9t\u00e9 2026 sur le sommeil et l\u2019activit\u00e9 physique de ses utilisateurs europ\u00e9ens, donn\u00e9es agr\u00e9g\u00e9es et anonymis\u00e9es communiqu\u00e9es par l\u2019entreprise<\/em>. https:\/\/www.linkedin.com\/posts\/withings_our-latest-data-from-the-current-european-activity-7476721065969315841-5LNb<\/a><\/span><\/span><\/p>\n

\n
Dossier Statistiques 2 – Sommaire :<\/h6>\n