Voir la page Github dédiée au données

Hackaviz 2021 : quartiers prioritaires (QP) d’Occitanie : caractéristiques et transactions immobilières.

14 avril 2011, un immeuble en train d’être repeint à Empalot.
Olybrius, Wikimedia
Commons

Cette année, nous proposons dans un jeu de données inédit :

  • les caractéristiques démographiques et économiques des quartiers prioritaires
  • les transactions foncières du 1er janvier 2016 au 31 décembre 2020.
  • les contours géographiques des communes et des quartiers prioritaires

Ce jeu de données est réparti sur trois fichiers. Il est possible de faire de belles visualisations à partir d’un seul de ces fichiers. Vous pouvez aussi les combiner, mais il n’est pas certain que la plus belle histoire ait besoin de toutes ces données.

Ces données sont extraites de sources pour lesquelles certaines valeurs ne sont pas renseignées. Avant de vous lancer dans des calculs d’indicateurs statistiques, pensez à examiner la qualité des données et le nombre d’échantillons considérés !

Retrouvez les règles et les modes d’évaluation sur la page Hackaviz 2021 de l’association Toulouse Dataviz (TDV).

N’hésitez pas à nous contacter sur le discord du Toulouse DataViz pour discuter entre participants, si vous avez besoin d’aide à propos des données ou pour rapporter des bugs.

Bonne chance !

Description générale des données

Ces données sont disponibles sous forme de 4 fichiers, déclinés sous forme de données tabulaires au format .csv et géographique au format .geojson.

Pour télécharger un de ces fichiers, placez la souris sur le nom du fichier, faites un clic droit et choisir “Enregistrer la cible du lien sous …”.

Fichier de données Contenu
qp.csv caractéristiques des 105 quartiers prioritaires d’Occitanie
foncier_qp.csv transactions immobilières dans ces quartiers entre 2016 et 2020
communes.geojson contour géographique des communes d’Occitanie
qp.geojson contour géographique des quartiers de ces communes

Une archive (.zip) est aussi disponible pour télécharger toutes les données.

Format de fichiers CSV

  • Les fichiers sont encodés en UTF-8.
  • Les fichiers csv utilisent le séparateur de colonne “,” et le caractère décimal “.”.
  • Ces csv ont été exportés depuis à un paramètre régional anglais. Pensez à modifier les paramètres d’import de votre logiciel préféré !
  • Si vous avez des difficultés à importer ces csv, nous vous proposons une alternative sous forme de fichier Microsoft Excel.
Fichier de données Contenu
qp.xlsx caractéristiques des 105 quartiers prioritaires d’Occitanie
foncier_qp.xlsx transactions immobilières dans ces quartiers entre 2016 et 2020

Format de fichiers JSON

  • Les latitudes et longitudes sont exprimées dans la projection World Geodetic System 1984 (WGS 84).
  • Elles sont tronquées sur 4 décimales.

Jointures

  • Nous avons pris le soin d’unifier les noms de colonnes des différents fichiers afin que vous puissiez faire des jointures.
  • Vous n’avez aucune obligation à fusionner ces fichiers : pensez d’abord à l’histoire que vous voulez raconter !
  • Pour joindre deux csv, vous pouvez utiliser un modèle ObservableHQ, des librairies comme Pandas ou le coder directement.
  • Pour fusionner des données géographiques geojson et un csv, si vous ne connaissez pas QGIS ou R, nous vous suggérons Geo Data Merger qui vous permet de faire cela via une interface graphique simple. Sélectionnez un fichier geojson puis un csv qui va venir enrichir le geojson. Désignez ensuite une colonne “clé” sur les 2 fichiers pour faire la jointure.

Format des valeurs

  • Les codes de départements et de communes ont été formattés respectivement sur 2 et 5 caractères conformément au code officiel géographique.
  • Les codes de quartiers sont formés par le préfixe “QP” et 6 chiffres.
  • Les dates sont au format ISO-8601 (YYYY-MM-DD) ex: 2020-12-31.
  • Les valeurs foncières sont exprimées en euros.
  • Les surfaces sont en mètres carrés.

Description détaillée des données

Description du fichier qp.csv

Caractéristiques démographiques et économiques des quartiers prioritaires d’Occitanie

  • Définitions

    • Quartier prioritaire (QP) de la politique de la ville : territoires en difficulté, cibles prioritaires de la politique de la ville, définis par la part de la population ayant un revenu inférieur à 11 250 € par an.

    • Communes englobantes : pour un quartier prioritaire, l’unité urbaine (une ou plusieurs communes) à laquelle le quartier appartient.

    • Population municipale : comprend les personnes ayant leur résidence habituelle sur le territoire de la commune, dans un logement ou une communauté; détenues dans les établissements pénitentiaires de la commune ; les sans-abri recensées sur le territoire de la commune ; résidant habituellement dans une habitation mobile recensée sur le territoire de la commune.

    • Population étrangère : toute personne résidant en France qui n’a pas la nationalité française.

    • Part parmi la population : calculé par rapport à la population municipale du QP.

    • Personnes couvertes par au moins une prestation CAF : allocataire + conjoint + enfants et autres personnes à charge.

    • Taux de pauvreté au seuil de 60% : part de la population sous le seuil de 60% du niveau de vie médian métropolitain. Les revenus sont calculés depuis les revenus fiscaux.

    • Taux de bas revenus : part de la population sous le seuil de 60 % du revenu déclaré par unité de consommation médian métropolitain. Les revenus sont issus des fichiers de la CAF. En savoir plus sur la différence entre le taux de pauvrété et de bas revenu : DOSSIER D’ETUDE N° 107 Août 2008 CAF, pp24-25.

    • Emploi précaire : contrat d’apprentissage, placé par une agence d’intérim, emplois-jeunes, CES, contrats de qualification, stagiaires rémunérés en entreprise, autres emplois à durée limitée

  • Note sur la source des données

    • Le comptage de la population municipale (colonne ‘pop_com’) est une estimation de l’Insee et de la Caisse nationale des allocations familiales (Cnaf) en 2015. Ces valeurs diffèrent de celles du recensement INSEE effectué en 2016.
    • Les données sont calculées pour la période 2015-2020. Elles ont été publiées par l’INSEE pour l’année 2019, sauf pour les données concernant l’insertion professionnelle. Pour ces dernières, l’année 2020 est considérée, le fichier de l’année 2019 étant corrompu.

Cette description est disponible sous forme de fichier .csv meta_qp.csv.

colonne description type_valeur exemple
code_qp Code du quartier prioritaire (QP) chaîne de caractères QP082003
nom_qp Libellé du QP chaîne de caractères Centre Ville
nom_commune Libellé géographique de la (des) commune(s) englobante(s) chaîne de caractères Moissac
pop_mun Population municipale du QP entier 2470
pop_com_qp Cumul de la population municipale de tous les QP de la (des) commune(s) englobante(s) entier 3672
pop_com Population municipale de la (des) commune(s) englobante(s) entier 12564
ind_jeune Indice de jeunesse : population de 0 à 19 ans / population de 60 ans et plus nombre rationnel 0.9
tx_tot_et Part des étrangers parmi la population nombre rationnel 25.4
tx_f Part des femmes parmi la population nombre rationnel 50.6
tx_f_et Part des étrangères parmi les femmes nombre rationnel 22.8
percou Nombre de personnes couvertes par au moins une prestation CAF entier 1307
pmimp Part des ménages imposés nombre rationnel 24.7
part_chomprinc Part des ménages dont l’origine principale du revenu déclaré repose sur des indemnités de chômage nombre rationnel 8.1
decuc_q2 Médiane (en euros) du revenu déclaré par unité de consommation entier 10136
decuc_d1 Premier décile du revenu déclaré par unité de consommation entier 1404
decuc_d9 Neuvième décile du revenu déclaré par unité de consommation entier 26388
disp_q2 Médiane (en euros) du revenu disponible par unité de consommation entier 13305
disp_d1 Premier décile (en euros) du revenu disponible par unité de consommation entier 6421
disp_d9 Neuvième décile (en euros) du revenu disponible par unité de consommation entier 25058
tp60 Taux de pauvreté nombre rationnel 43.9
brev Taux de bas revenus nombre rationnel 59.1
a Nombre total de foyers allocataires percevant au moins une prestation CAF entier 642
tx_tot_empl Part des personnes de 15 à 64 ans actives ayant un emploi parmi les personnes de 15 à 64 ans nombre rationnel 47.5
tx_f_empl Part des femmes de 15 à 64 ans actives ayant un emploi parmi les femmes de 15 à 64 ans nombre rationnel 41
tx_et_empl Part des étrangers de 15 à 64 actifs ayant un emploi parmi les étrangers de 15 à 64 ans nombre rationnel 36.7
tx_tot_eprec Part des personnes en emploi précaire parmi les personnes ayant un emploi. nombre rationnel 34.4
tx_f_eprec Part des femmes en emploi précaire parmi les femmes ayant un emploi. nombre rationnel 31.9
tx_et_eprec Part des étrangers en emploi précaire parmi les étrangers ayant un emploi. nombre rationnel 59.3
abcde Nombre total de demandeurs d’emploi en fin de mois entier 774
abcde_f Nombre total de demandeurs d’emploi femmes entier 327
abcde_h Nombre total de demandeurs d’emploi hommes entier 447
abc_capbep Nombre de demandeurs d’emploi de catégorie A, B ou C de niveau de formation CAP-BEP entier 187
abc_bac Nombre de demandeurs d’emploi de catégorie A, B ou C de niveau de formation BAC entier 111
abc_supbac Nombre de demandeurs d’emploi de catégorie A, B ou C de niveau de formation supérieur au BAC entier 64
ec_mat Nombre d’écoles maternelles à moins de 100m du QP entier 1
ec_elem Nombre d’écoles élémentaires à moins de 100m du QP entier 2
ec_elem_pri Nombre d’écoles élémentaires privées à moins de 100m du QP entier 1
coll Nombre de collèges à moins de 300m du QP entier 2
coll_pri Nombre de collèges privés à moins de 300m du QP entier 1
nbetab Nombre d’établissements entier 282
ens_sante Nombre d’établissements de service aux particuliers : enseignement, santé et action sociale entier 37
serv_par Nombre d’établissements de service aux particuliers entier 72
serv_tot Nombre d’établissements de service : services aux entreprise et services aux particuliers entier 137
auto_ent Nombre d’auto-entrepreneurs parmi les créations d’établissements entier 3

Description du fichier foncier_qp.csv

Transactions foncières du 1er janvier 2016 au 31 décembre 2020

  • Afin de simplifier les données, nous n’avons conservé que les transactions sur les maisons, les appartements et les locaux industriels. Les dépendances ainsi que les transactions de terrains non bâtis ont été supprimées.
  • Ce fichier contient des transactions entre particuliers mais aussi celles effectuées par des investisseurs privés (groupe immobilier) ou institutionnels (office du logement). Selon l’histoire que vous voulez raconter, c’est à vous de trouver un moyen de différencier ou d’éliminer des transactions.

Cette description est disponible sous forme de fichier .csv meta_foncier_qp.csv.

colonne description type_valeur exemple
code_departement Code département INSEE chaîne de caractères 09
nom_departement Nom du département chaîne de caractères Ariège
code_commune Code commune INSEE chaîne de caractères 09261
nom_commune Nom de la commune chaîne de caractères Saint-Girons
code_qp Code du quartier prioritaire chaîne de caractères QP009001
nom_qp Libellé du quartier prioritaire chaîne de caractères Coeur De Ville
id_mutation Identifiant de vente chaîne de caractères 2019-100563
id_parcelle Identifiant de parcelle (14 caractères) chaîne de caractères 092610000D0167
longitude Longitude du centre de la parcelle concernée nombre rationnel 1.1438
latitude Latitude du centre de la parcelle concernée nombre rationnel 42.9831
nombre_lot Nombre de lots entier 0
date_mutation Date de la vente date 2019-11-25
jour_mutation Jour de la vente chaîne de caractères 25
mois_mutation Mois de la vente chaîne de caractères 11
annee_mutation Année de la vente chaîne de caractères 2019
nature_mutation Type de mutation chaîne de caractères Vente
valeur_fonciere Valeur foncière entier 85000
code_type Code de type de local chaîne de caractères 1
type_local Libellé du type de local chaîne de caractères Maison
surface_reelle_bati Surface réelle du bâti entier 75
nombre_pieces_principales Nombre de pièces principales entier 4
surface_terrain Surface du terrain entier 60

Description du fichier communes.geojson

Contour des communes

  • Toutes nos excuses auprès des Séméacaises et Séméacais. Le contour de la commune a été omis dans le jeu de données. Ce contour de commune concerne le quartier prioritaire “Tarbes Est”, à cheval sur Tarbes et Séméac.

Cette description est disponible sous forme de fichier .csv meta_communes.csv.

nom colonne description type_valeur exemple
code_commune Code commune INSEE chaîne de caractères 81021
code_departement Code département INSEE chaîne de caractères 81
nom_commune Nom de la commune chaîne de caractères Aussillon

Description du fichier qp.geojson

Contour des quartiers prioritaires

Cette description est disponible sous forme de fichier .csv meta_contours_qp.csv.

nom colonne description type_valeur exemple
code_qp Code du quartier prioritaire chaîne de caractères QP066007
nom_qp Nom du quartier prioritaire chaîne de caractères Bas-Vernet Nouveau QPV
commune_qp Nom de la commune principale du QP chaîne de caractères Perpignan
code_commune Code commune INSEE chaîne de caractères 66136
nom_commune Nom de ou des communes englobantes chaîne de caractères Perpignan
code_departement Code département INSEE chaîne de caractères 66

Sources des données

  • Caractéristiques des quartiers prioritaires: données produites par l’INSEE, démographie 2015 et revenus 2017.
  • Transactions foncières: données publiées et produites par la direction générale des finances publiques. Ces données énumèrent les transactions intervenues au cours des cinq dernières années sur le territoire métropolitain et les DOM-TOM, à l’exception de l’Alsace, de la Moselle et de Mayotte. Les données contenues sont issues des actes notariés et des informations cadastrales. Les données brutes sont disponibles ici. Elles peuvent être explorées par l’application Etalab.
  • Liste des communes: liste publiée par l’INSEE ici.
  • Contours des quartiers prioritaires: fichier .shapefile est disponible ici.

Historique des versions

  • Juin 2021: construction du jeu de données avec Python, Pandas et jupyter-lab et création des fichiers
  • Juillet 2021: première version de la consolidation des fichiers et étude autour d’aggrégats sous R et Rstudio
  • Août 2021: consolidation des fichiers et génération du readme et export sous R et Visual Studio Code

EDITIONS PRECEDENTES

Afficher

PARTENAIRES DE L’EVENEMENT

melee
cleverage
vector
perceptible
etincelle
datasens
makinacorpus