Oui on l'a fait pour pouvoir calculer la surreprésentation. En ce moment, je bosse sur une approche un peu plus fine de cette catégorie, en rappatriant notamment certaines SCI qui peuvent aussi être des véhicules d'investissement d'acteurs institutionnels. Je te tiens au courant quand c'est terminé

Lien vers la publication complète : www.observatoire-des-territoires.gouv.fr/kiosque/cahi...

Par ailleurs, plus les prix sont élevés, plus la part des grands multipropriétaires s'accroît, tandis que les propriétaires uniques et le logement social sont exclus des marchés les plus chers. Une forte concentration de la richesse immobilière est donc en jeu. 9/9

Nous regardons aussi l’importance des catégories selon le niveau de prix : les multipropriétaires de 2 à 4 biens dominent le marché français à tous les niveaux de prix… sauf dans les zones les moins valorisées. Ils sont la catégorie prédominante. 8/9

Le Sud-Est présente aussi un profil singulier avec une surreprésentation des particuliers grands multipropriétaires, des entreprises privées et des SCI. 7/9

Des logiques régionales apparaissent également : spécialisation littorale des multipropriétaires de 2 à 4 logements, surreprésentation du parc social en banlieue parisienne et dans les territoires anciennement industrialisés du Nord. 6/9

Les personnes physiques monopropriétaires sont systématiquement sous-représentées dans les zones centrales des agglomérations. À l’inverse, les ménages multipropriétaires de 5 logements ou plus y sont surreprésentés. 5/9

Nous regardons aussi la surreprésentation des différentes catégories de propriétaires à l’échelle des mailles habitat (représentées en anamorphose selon la taille du parc local), ce qui révèle des logiques géographiques claires. 4/9

Constat principal : les particuliers dominent très largement la propriété du logement en France. Parmi eux, ceux qui possèdent plusieurs logements (les multipropriétaires) pèsent particulièrement lourd, remettant en question l’idée d’une nation de petits propriétaires. 3/9

Dans cette synthèse, nous comparons le stock de logements possédés par les particuliers (différenciés selon le nombre de logements qu’ils possèdent) à celui d’autres catégories de propriétaires personnes morales (les bailleurs sociaux, les entreprises privées, etc.). 2/9

L'infrastructure de recherche @huma-num.bsky.social met a disposition un outil de retranscription via ShareDocs. Le modèle et les données restent sur un serveur hébergé par le CNRS : documentation.huma-num.fr/sharedocs-tr...

A few missed buildings and dry-docked boats, but impressive efficiency for a model of this size. I ran it on a laptop CPU (not recommended — extremely slow) because I had no GPU available, but still wanted to test the model.

J'ai oublié de mettre la carte principale ! Nombre de meublés et taux d'incidence à l'échelle communale en 2024.

Le mot de la fin c'est que du point de vue de la législation comme de la recherche, il est capital de sortir du prisme métropolitain pour bien appréhender le phénomène de la location de meublés touristiques en France.

⚠️ Elles ne fournissent pas la fréquence des réservations, donc ne permettent pas de mesurer précisément l’impact d’Airbnb sur les dynamiques locales, mais offrent une base solide et accessible pour comprendre la géographie du phénomène.

Données utilisées : données scrappées par le Collectif National des Habitants Permanents (CNHP). Avantages : résolution spatiale fine, couverture nationale, gratuites et accessibles.

- Profil en A : concentration en périphérie proche.
- Profil en U : hypercentre + périphéries lointaines.
- Avignon = profil en L comme Paris ou Dijon : très forte concentration dans l’hypercentre, avec 30 annonces pour 100 logements. Seules Cannes–Antibes, Nice et Dijon atteignent de tels niveaux.

3️⃣ Des profils spatiaux différenciés : En analysant la répartition des annonces au sein des 40 plus grandes aires urbaines (lissage du taux d’incidence sur une grille de 200 m selon la distance à la mairie de la ville principale), plusieurs profils se distinguent :