Introduction

Dans ce rapport, nous analysons l’évolution des nuitées touristiques en Norvège et en Suède sur la période 2005-2024, en nous concentrant sur les variations observées avant, pendant et après la pandémie de COVID-19. L’objectif est de comprendre l’impact de cet événement exceptionnel sur le tourisme, un secteur clé de l’économie norvégienne et suèdienne, et d’étudier les tendances sous-jacentes grâce à des techniques de prévision temporelle.

En complément, cette étude nous permettra de comparer les évolutions entre ces deux pays nordiques aux contextes économiques et touristiques proches. Cette comparaison mettra en lumière les dynamiques communes et les spécificités propres à chaque pays face à la crise sanitaire mondiale.

La question de recherche : La COVID-19, des évolutions bouleversées ?

Etude de cas : Norvège

Présentation des données

  • Source de données : lien vers le site
  • Site : Eurostat
  • Mise à jour : 26/11/2024 11:00
  • Période : Janvier 2005 à Septembre 2024
  • Fréquence : données mensuelles
  • Unité : Nuits passées dans des établissements touristiques
  • Temps entre observations : 1 mois
  • Valeurs manquantes : aucune
donneesNorvege <- read.csv("Donnees Norvège 2.csv",
                    sep = ";",
                    encoding = "UTF-8")

Série de base

serieNorvege <- ts(data= donneesNorvege$Nuitees, start = c(2005,1), frequency = 12)

autoplot(serieNorvege)+
  ggtitle("Évolution des nuitées touristiques en Norvège (2005-2024)",subtitle = "septembre 2024 : 3 244 081 nuitées")+
  xlab("temps")+
  ylab("Nuitées")

Commentaires :

  • Le graphique montre une augmentation générale des nuitées touristiques en Norvège entre 2005 et 2024.
  • On observe une forte saisonnalité avec des pics récurrents chaque année.
  • À partir de 2020, une chute marquée apparaît.
  • Une reprise progressive semble se manifester dans les années suivantes.

Série avant COVID

avant_covid <- window(serieNorvege, end = c(2020, 2))
autoplot(avant_covid) + ggtitle("Avant COVID-19")

Commentaires :

  • Ce graphique représente la période avant 2020 et illustre une tendance saisonnière claire sur l’ensemble des données.
  • Chaque année, on observe des variations cycliques importantes avec des sommets réguliers, témoins d’une saisonnalité bien établie.
  • La tendance générale est à la hausse, indiquant une augmentation progressive du nombre de nuitées sur la période 2005-2020.

Décomposition

decomposition <- exp(mstl(log(avant_covid)))
autoplot(decomposition)

ggseasonplot(seasonal(decomposition))

Commentaires :

La décomposition STL permet de distinguer quatre composantes de la série temporelle : - Data : La série d’origine. - Trend : La tendance, montrant une croissance jusqu’à 2020. - Seasonal12 : La saisonnalité avec des amplitudes régulières. - Remainder : Le résidu, qui capte quelques irrégularitées.

La composante tendance est globalement ascendante jusqu’à 2020, tandis que la saisonnalité reste stable. Le résidu semble relativement constant, avec quelques légères anomalies en fin de période.

Haute saison : mois de juillet Basse saison : mois de janvier, février, novembre et décembre

Prévisions

prevision2 <- hw(avant_covid, h=60, seasonal = "multiplicative")
autoplot(prevision2)

post_Covid <- window(serieNorvege, start = c(2020, 3), end = c(2024, 9))

autoplot(avant_covid) +
  autolayer(prevision2, series="Holt", PI=FALSE) +
  autolayer(post_Covid, series = "Données réelles (pendant et après COVID)", color = "blue") +
  ggtitle("Nuitées touristiques en Norvège", subtitle = "Prévisions par lissage de Holt-Winters multiplicatif") +
  xlab("Année") +
  ylab("Nuitées") +
  guides(colour=guide_legend(title="Méthode"))

Commentaires :

  • La méthode Holt-Winters (courbe en rouge) semble s’adapter aux variations saisonnières et aux tendances globales, mais montre une légère divergence en comparaison avec les données réelles (courbe bleue).

Conclusion Norvège

L’analyse des nuitées touristiques en Norvège entre 2005 et 2024 a permis de mettre en évidence une évolution régulière avant l’année 2020, caractérisée par une saisonnalité marquée avec des pics récurrents en été. L’arrivée de la pandémie de COVID-19 en 2020 a introduit une rupture significative dans cette dynamique. Une baisse notable des nuitées a été observée, suivie d’une évolution différente par rapport aux années précédentes. Les prévisions effectuées grâce à la méthode Holt-Winters multiplicatif montrent des tendances qui reprennent une certaine régularité tout en conservant la saisonnalité existante.

Etude de cas : Suède

Présentation des données

Les données organisées par mois representent les nuitées dans les établissements d’hébergement touristique suèdois.

  • Source de données : lien vers le site
  • Site : Eurostat
  • Mise à jour : 26/11/2024 11:00
  • Période : Janvier 2005 à Septembre 2024
  • Fréquence : données mensuelles
  • Unité : Nuits passées dans des établissements touristiques
  • Temps entre observations : 1 mois
  • Valeurs manquantes : aucune

Découpage en périodes

  • Pré-Covid : Janvier 2005 - Décembre 2019
  • Covid : Janvier 2020 - Décembre 2021
  • Post-Covid : Janvier 2022 - Septembre 2024
donneesSuede <- read.csv("Données Suède.csv", 
                         sep = ";")
head(donneesSuede, 3)
##      Date       x
## 1 2005-01 1837824
## 2 2005-02 2129354
## 3 2005-03 2470087

Série de base

serieSuede <- ts(donneesSuede$x, start = c(2005, 1), frequency = 12)
autoplot(serieSuede)+
  ggtitle("Évolution des nuitées touristiques en Suède (2005-2024)")+
  xlab("Année")+
  ylab("Nuitées")

Commentaires :

-Ce graphique montre le nombre de nuitées touristiques en Suède de 2005 à 2024. On observe une répétition annuelle de pics et de creux, indiquant une variation saisonnière du tourisme. Une baisse notable est visible en 2020, suivie d’une reprise les années suivante.

-Les pics atteignent environ 13 000 000 nuitées. -Les creux descendent autour de 4 000 000 nuitées. -En 2020, une chute importante est observée avec un creux autour de 2 000 000 nuitées.

Série avant covid

pre_covid_data <- window(serieSuede, end = c(2019, 12))
autoplot(pre_covid_data) + ggtitle("Evolution des nuitées touristiques en Suède avant Covid (2005-2019)") +
  xlab("Année")+
  ylab("Nuitées")

Commentaires :

-Ce graphique représente le nombre de nuitées touristiques en Suède avant 2020, donc avant la période de la pandémie de COVID-19. Les données couvrent la période de 2005 à 2019.

-On observe des variations régulières chaque année, avec des pics marqués correspondant probablement aux périodes de haute saison (atteignant 12 000 000 en 2019) touristique, suivis de baisses en basse saison. Cette tendance indique une forte saisonnalité dans le tourisme.

Décomposition

decomposition <- mstl(pre_covid_data)
autoplot(decomposition) + ggtitle("Décomposition de la série temporelle (Pré-COVID)")

Commentaire :

La décomposition mstl permet de distinguer quatre composantes de la série temporelle : - Data : La série d’origine. - Trend : La tendance, montrant une croissance jusqu’à 2020. - Seasonal12 : La saisonnalité à fréquence annuelle, avec des amplitudes régulières. - Remainder : Le résidu, qui capte les irrégularités et les variations imprévues.

La composante tendance est croissante jusqu’à 2020, tandis que la saisonnalité reste stable. Le résidu semble relativement constant, avec quelques légères anomalies en fin de période.

Prévisions

hw_model <- hw(pre_covid_data, seasonal = "m", damped = FALSE, level = c(80,95),  h = 60)

autoplot(hw_model) +
  autolayer(serieSuede) +
  ggtitle("Prévisions Holt-Winters vs Observations") +
  xlab("Année") + ylab("Valeurs")

Commentaires :

-Sur ce graphique on voit que les prévisions sont croissante aux cours du temp, les prévisions sur-estime les observations réellees

Réduisons la fenêtre pour une meilleure visibilité

periode_postCovid <- window(serieSuede, start = c(2020, 1))

autoplot(periode_postCovid) +
  autolayer(hw_model$mean, series = "Prévision Holt-Winters") +
  ggtitle("Prévisions Holt-Winters vs Observations") +
  xlab("Année") + ylab("Valeurs")

Commentaires :

-La courbe noire qui represente les observations réelles ont des valeurs plus basses que les valeurs prédites par la technique de Holt-Winters.La periode ou la courbe noire se trouve le plus en-dessous de la prévision est la période 2020-2022.

-La prévision n’a pas anticiper la baisse anormale des visites observé en 2020-2022

Conclusion Suède :

La question été “La COVID-19, des évolutions bouleversées ?”, dans ce rapport on a vu que durant les périodes de Covid on a obsérvé des chutes anormal de visite, le nombre de visite revient a la normal début 2022.

On peut donc avoir comme hypothèse que la covid 19 et ces restrictions sanitaire a été l’un des facteur de la chute des visites des hébérgement touristiques en Suède.

Conclusion générale

L’analyse des nuitées touristiques en Norvège et en Suède entre 2005 et 2024 a mis en évidence des tendances similaires marquées par une forte saisonnalité avec des pics récurrents durant la période estivale.

L’année 2020, marquée par la pandémie de COVID-19. Une baisse significative des nuitées touristiques a été observée dans les deux pays. À partir de 2022, les données montrent un retour progressif à des niveaux d’activité proches de ceux observés avant la pandémie, tout en conservant la saisonnalité caractéristique de ces séries temporelles.