Ancienneté des logements : 14% des logements ont plus de 100 ans

Published on September 13, 2019 by global map solution

Information

Type
Post
Tags
cartographie logements opendata
Ancienneté des logements : 14% des logements ont plus de 100 ans

GLOBAL MAP | Des données & des Cartes N°5

100 ans après la fin de la 1ère Guerre Mondiale, notre territoire national comporte encore 14% de logements construits à cette époque.

Les années 70-90 ont été les plus prolifiques en création de logements, avec près de 30% du parc construits en 20 ans.

On constate notamment que Paris se hisse sur la deuxième marche des départements avec le taux de logements anciens le plus élevé, et que les départements environnants sont, au contraire, avec les taux les plus faibles. Ce sont les communes de taille intermédiaire (2.500 à 100.000 habitants) qui présentent le plus faible taux de logements anciens. Sans surprise, la proportion du parc de logements le plus ancien se situe dans les plus grandes villes, qui ont historiquement maillé le territoire national, et les plus petites avec un fort ancrage rural.

Au niveau départemental, de fortes disparités apparaissent d’un département à l’autre.

On constate notamment que Paris se hisse sur la deuxième marche des départements avec le taux de logements anciens le plus élevé, et que les départements environnants sont, au contraire, avec les taux les plus faibles.

Par ailleurs, les territoires d’outre-mer ressortent avec des taux de logements anciens très faibles également.

Voilà, c’est tout pour cette donnée ; cliquez sur la carte et découvrez les informations sur le territoire de votre choix !!

L’équipe Data Global Map vous donne rendez-vous très bientôt pour un nouveau décryptage « Des Données & Des Cartes » …

Pour en savoir plus, retrouvez-nous sur Global Map Solution ou la page Linkedin de l'entreprise.

Used datasets 1

Embed

You can easily embed this reuse on your website by pasting this snippet in your html page.

Discussions 0

Discussion between the organization and the community about this dataset.

More reuses