Revenir à l'accueil

Ce projet repose sur un document computationnel dynamique et s'adapte automatiquement à l'EPCI que l'on souhaite étudier.

Collecte des données initiales

Le projet utilise les données suivantes:

  • la base DV3F (de 2010 à 2018) des mutations foncières (DVF) enrichies à l'aide des différents millésimes des Fichiers fonciers ;
  • la base des permis de construire Sit@del (de janvier 2017 à janvier 2020) localisés à la parcelle ou à l'adresse ;
  • les données carroyées du dispositif sur les revenus localisés sociaux et fiscaux FiLoSoFi de l'année 2015
  • le Mode d’occupation du sol ( MOS ) du millésime 2017.

Contexte général de l'EPCI

Analyse du marché du logement (achats/vente,constructions nouvelles)

Préparation des données

Un nettoyage préalable est effectué sur les données DV3F pour retirer les données manquantes ou les valeurs extrêmes.

Données brutes: 79 830 mutations portant sur un logement (une maison ou un appartement)

  • suppression des mutations avec données manquantes (surface bâtie ou valeur foncière): 0 ;
  • suppression des mutations avec une valeur foncière supérieure à la moyenne (320 734 €) plus cinq écarts-types (524 557 €): 17 ;
  • suppression des mutations avec une surface bâtie supérieure à la moyenne (64 m²) plus cinq écarts-types (35 m²): 232 ;
  • suppression des mutations avec une surface bâtie inférieure à 9m²: 31 ;
  • suppression des mutations avec un prix surfacique supérieure à la moyenne (5 210 €/m²) plus cinq écarts-types (2 008 €/m²): 155.

Données analysées: 79 510 mutations portant sur un logement (une maison ou un appartement)

Analyse des mutations simples portant sur un logement

Les prix présentés sont en euros constants, ils ont été redressés en fonction de l'inflation.

Marché de l'ancien:

  • pour la période 2010-2012 (inclus) le prix surfacique médian était de: 4 877 €/m² ;
  • pour la période 2016-2018 (inclus) le prix surfacique médian était de: 5 043 €/m² soit une évolution de 3 %.

Marché du neuf:

  • pour la période 2010-2012 (inclus) le prix surfacique médian était de: 5 621 €/m² ;
  • pour la période 2016-2018 (inclus) le prix surfacique médian était de: 5 216 €/m² soit une évolution de -7 %.

Représentation de l'évolution de la répartition des prix des mutations de 2010 à 2018

<seaborn.axisgrid.FacetGrid at 0x1318c4510>

Diaramme intéractif de l'évolution du nombre de mutations par année

Vous pouvez définir une fenêtre temporelle en maintant le bouton de la souris appuyé, l'histogramme des prix s'adaptera en fonction.

Remarque: Les données de l'année 2018 sont incomplètes

Analyse des variations du prix selon la localisation dans l'EPCI

Cartographie de la variation des prix surfaciques

Vous pouvez choisir d'afficher le marché de l'ancien ou celui du neuf

Analyse des prix médians par carreau en fonction des revenus moyens avec une régression linéaire simple

                                 OLS Regression Results
=======================================================================================
Dep. Variable:                prix_m2   R-squared (uncentered):                   0.951
Model:                            OLS   Adj. R-squared (uncentered):              0.951
Method:                 Least Squares   F-statistic:                          3.295e+04
Date:                Tue, 20 Oct 2020   Prob (F-statistic):                        0.00
Time:                        21:16:26   Log-Likelihood:                         -14228.
No. Observations:                1691   AIC:                                  2.846e+04
Df Residuals:                    1690   BIC:                                  2.846e+04
Df Model:                           1
Covariance Type:            nonrobust
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
rev_moy        0.1689      0.001    181.514      0.000       0.167       0.171
==============================================================================
Omnibus:                      154.016   Durbin-Watson:                   1.373
Prob(Omnibus):                  0.000   Jarque-Bera (JB):              260.191
Skew:                           0.643   Prob(JB):                     3.16e-57
Kurtosis:                       4.429   Cond. No.                         1.00
==============================================================================

Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.

Distribution spatiale des résidus du modèle linéaire de prédiction des prix surfaciques

Analyse du nombre de mutations par carreau en fonction du nombre de logements avec une régression linéaire simple

                                 OLS Regression Results
=======================================================================================
Dep. Variable:                 nb_mut   R-squared (uncentered):                   0.666
Model:                            OLS   Adj. R-squared (uncentered):              0.666
Method:                 Least Squares   F-statistic:                              3831.
Date:                Tue, 20 Oct 2020   Prob (F-statistic):                        0.00
Time:                        21:16:35   Log-Likelihood:                         -9395.8
No. Observations:                1922   AIC:                                  1.879e+04
Df Residuals:                    1921   BIC:                                  1.880e+04
Df Model:                           1
Covariance Type:            nonrobust
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
men            0.2082      0.003     61.896      0.000       0.202       0.215
==============================================================================
Omnibus:                      427.656   Durbin-Watson:                   1.483
Prob(Omnibus):                  0.000   Jarque-Bera (JB):             7741.786
Skew:                          -0.551   Prob(JB):                         0.00
Kurtosis:                      12.770   Cond. No.                         1.00
==============================================================================

Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.

Distribution spatiale des résidus du modèle linéaire de prédiction du nombre de mutations

Analyse des variations du prix selon le type de logements

Diagrammes en boîtes à moustache de répartition des prix selon la taille des logements

Cartographie de la variation des prix surfaciques

Vous pouvez choisir la taille des logements pour lesquels vous souhaitez afficher les données

On s'aperçoit que si globalement les prix surfaciques décroissent en fonction de la taille des logements, localement, la situation peut être inverse avec un prix surfacique plus élevé pour les grands logements.

Analyse chronologique de l'évolution des prix

Cartographie de la dynamique des prix du marché de l'ancien

Vous pouvez faire varier l'année avec le curseur

Cartographie de la dynamique des prix du marché du neuf

Vous pouvez faire varier l'année avec le curseur

Analyse des dynamiques de construction en cours dans l'EPCI

Préparation des données

Cartographie des limites des données Sit@del à la parcelle (comparaison aux données communales)

Les données Sit@del diffusées à une granularité parcellaire sont lacunaires.

Les permis dont le demandeur est une personne privée ne sont pas encore diffusés (dans l'attente d'une solution permettant de garantir l'anonymat).

Il y également d'autres données manquantes (erreurs de saisie ou de mise à jour ?)

Localisation des constructions

Cartographie des principales zones actuelles de construction

La superficie des cercles est proportionnelle au nombre de logements.

Vous pouvez cliquer sur un permis pour afficher la date d'acceptation du permis, le nombre de logements autorisés et ouvrir un lien vers StreetView pour visiter virtuellement le voisinage de l'opération.

Les communes pour lesquelles les données sont très lacunaires sont hachurées.

Les acteurs de la construction

Treemap des principaux demandeurs de permis

<Figure size 432x288 with 0 Axes>

Analyse des mutations précédant un permis de construire

Cette section est en cours de développement...

Il s'agit d'identifier les achats effectués avant un dépôt de permis de construire, et ainsi d'essayer de reconstituer l'historique des opérations et la chaîne de valeurs: achats initiaux des parcelles ou des bâtiments à détruire, dépôt du permis, puis vente des logements neufs...

id_pc code_siren_pc code_siren_mut denomination_d nb_logts idmutation nblocmai nblocapt sbati valeurfonc geom
0 07511217V0040 802609396 802609396 BBR BIZOT 11 1077427 0 20 2288.0 14226000.0 POLYGON ((655856.970 6859358.785, 655848.203 6...
1 09304816B0196 811710722 None SCCV Montreuil Platrieres 25 1240033 2 0 151.0 189255.0 POLYGON ((659361.283 6861729.918, 659357.019 6...
2 09304816B0204 815085600 815085600 SCI PAPILLON 7 1151043 0 7 264.0 340000.0 POLYGON ((657847.942 6861570.987, 657848.342 6...
3 09304816B0204 815085600 None SCI PAPILLON 7 1152427 2 2 286.0 730000.0 POLYGON ((657847.942 6861570.987, 657848.342 6...
4 09304816B0196 811710722 None SCCV Montreuil Platrieres 25 1655869 0 0 0.0 280000.0 POLYGON ((659361.283 6861729.918, 659357.019 6...
<AxesSubplot:>
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-55-ee4decdca3b8> in <module>
----> 1 STOP

NameError: name 'STOP' is not defined