Research

This is the list of my past publications. I don’t have that much time left for research right now.

Published

2022

  • Lino Galiana, Olivier Meslin, Simon Delage, and Noémie Courtejoie. (2022) "Caractéristiques socioéconomiques des individus aux formes sévères de Covid-19 au fil des vagues épidémiques." Etudes et Résultats (DREES)
    Published

2020

  • Lino Galiana, Benjamin Sakarovitch, François Sémécurbe, and Zbigniew Smoreda. (2020) "La mixité sociale est plus forte en journée sur les lieux d'activité que pendant la nuit dans les quartiers de résidence." Insee Analyses
    Abstract
    Les données de mobilité issues de la téléphonie mobile permettent d'analyser la mixité sociale au-delà des seuls lieux de résidence. En effet, les personnes à hauts revenus et à bas revenus se déplacent et ainsi se côtoient pendant la journée. La mixité sociale est plus importante en journée lorsque les personnes sont en dehors de leur lieu de résidence dans les agglomérations de Paris, Lyon et Marseille. La ségrégation est minimale entre 10 heures et 18 heures quand la plupart des gens ont rejoint leur lieu de travail, alors qu'elle est maximale la nuit. Bien que la mixité sociale augmente avec les déplacements en journée, les personnes à bas revenus restent majoritaires dans le nord-est de l'agglomération parisienne et les personnes à hauts revenus dans l'ouest. La différence entre le jour et la nuit est plus marquée à l'ouest qu'à l'est. Dans les villes, l'organisation des infrastructures de transport entre le centre et la périphérie facilite ou, au contraire, freine les déplacements. Les personnes à bas revenus habitent plus souvent dans les espaces où il est plus difficile de se déplacer (centre à Marseille, périphérie à Lyon et Paris).

    Published Cite
  • Lino Galiana, Milena Suarez-Castillo, François Sémécurbe, Elise Coudin, and Marie Pierre de Bellefon. (2020) "Retour partiel des mouvements de population avec le déconfinement." Insee Analyses
    Abstract
    D'après ses estimations construites à partir de comptages issus de la téléphonie mobile, l'Insee estime que 1,4 million de résidents de France métropolitaine ont rejoint leur département de résidence à la mise en place du confinement le 17 mars 2020 (solde des arrivées et des départs). Lors de la première phase de déconfinement pendant laquelle les déplacements étaient limités à 100 kilomètres (entre le 11 mai et le 2 juin), la répartition de la population sur le territoire est restée proche de celle observée pendant le confinement. Toutefois, le déconfinement s'est traduit par un retour partiel de population en dehors de son lieu de résidence. Ainsi, par rapport à la période avant confinement, le surcroît de résidents de France métropolitaine dans leur département de résidence n'est plus que de 646 000 personnes, contre 1,4 million de personnes pendant le confinement. À Paris, la mise en place du confinement avait engendré de nombreux départs qui concernaient autant le retour de « non-Parisiens » vers leur lieu de résidence que le départ de Parisiens quittant la capitale. Avec le déconfinement, la population revient partiellement à Paris, en particulier en semaine et il s'agit essentiellement de non-Parisiens. Plus généralement, les mouvements hebdomadaires entre pôles urbains en semaine et départements plus ruraux et littoraux le week-end reprennent.

    Published Cite
  • Lino Galiana, Benjamin Sakarovitch, François Sémécurbe, and Zbigniew Smoreda. (2020) "Residential segregation, daytime segregation and spatial frictions: an analysis from mobile phone data." Working Paper INSEE
    Abstract
    We bring together mobile phone and geocoded tax data on the three biggest French cities to shed a new light on segregation that accounts for population flows. Mobility being a key factor to reduce spatial segregation, we build a gravity model on an unprecedent scale to estimate the heterogeneity in travel costs. Residential segregation represents the acme of segregation. Low-income people spread more than high-income people during the day. Distance plays a key role to limit population flows. Low-income people live in neighbourhoods where the spatial frictions are strongest.

    Published Cite