Observatoire Territorial

Cet observatoire analyse les recompositions territoriales françaises à travers trois prismes complémentaires : démographie et migrations, économie et emploi, logement et immobilier. Le solde migratoire a remplacé le solde naturel comme moteur de croissance locale — les flux de population redessinent la carte des territoires.

Le pipeline mobilise 8 sources INSEE (RP, MIGCOM, DVF, Filosofi, URSSAF, SIDE, LOVAC, SITADEL), 349 indicateurs calculés et 5 indices composites. Méthodologie et sources →

🗺️

Exploration multi-échelle

60+ indicateurs × 8 échelons — carte, scatter, table

🏘️

Communes

35 000 communes, DuckDB Parquet, zoom infra

📊

Économie ZE

FLORES A5/A21, URSSAF, Krugman, butterfly

🎯

Attractivité

Indices résidentiel × productif, trajectoires

🏠

Logement

DVF prix, LOVAC vacance, SITADEL construction

📄

Rapports Quarto

3 volets thématiques rédigés, insight-first

Options carte

Carte départementale

Code

topo = JSON.parse(topo_dep_str)
geo = topojson.feature(topo, topo.objects.data)
dep_data = transpose(dep_ojs_data)
depMap = new Map(dep_data.map(d => [d.code, d]))

// Palette prix YlOrRd + violet P95 (alignée pal_prix_ylord_violet)
SEQ_PRIX = ["#ffffb2","#fecc5c","#fd8d3c","#e31a1c","#bd0026","#7b2ff2"]

// Config par indicateur : colonne, label, unité, mode, palette, formatage
// SMA/TCAM : RdBu = rouge(bas)→bleu(haut) → polarité positive OK
// Vieillissement : RdBu reverse = rouge(haut=vieux)→bleu(bas=jeune) → polarité négative
depConfig = ({
  "SMA":             {key: "sma",  label: "SMA 16-22 (%/an)",           unit: " %/an",  mode: "ecart", scheme: "RdBu", reverse: false, fmt: 2},
  "TCAM pop":        {key: "tcam", label: "TCAM pop 16-22 (%/an)",      unit: " %/an",  mode: "ecart", scheme: "RdBu", reverse: false, fmt: 2},
  "Vieillissement":  {key: "iv",   label: "Indice vieillissement 2022", unit: "",        mode: "ecart", scheme: "RdBu", reverse: true,  fmt: 1},
  "Prix m²":         {key: "prix", label: "Prix médian m² (2024)",      unit: " €/m²",  mode: "niveau", fmt: 0}
})[indic_dep]

// Calcul seuils quantiles pour mode "niveau" (prix)
depValues = dep_data.map(d => d[depConfig.key]).filter(v => v != null).sort(d3.ascending)
depQuantiles = depConfig.mode === "niveau"
  ? [0.20, 0.40, 0.60, 0.80, 0.95].map(q => d3.quantile(depValues, q))
  : null

// Construction échelle couleur selon mode
depColorOpts = depConfig.mode === "niveau"
  ? {type: "threshold", domain: depQuantiles, range: SEQ_PRIX, legend: true, label: depConfig.label}
  : {type: "diverging", scheme: depConfig.scheme, symmetric: true,
     reverse: depConfig.reverse,
     legend: true, label: depConfig.label}

Plot.plot({
  projection: {type: "mercator", domain: geo},
  color: depColorOpts,
  marks: [
    Plot.geo(geo, {
      fill: d => {
        const r = depMap.get(d.properties.code_insee);
        return r ? r[depConfig.key] : undefined;
      },
      stroke: "#999", strokeWidth: 0.3,
      tip: true,
      title: d => {
        const r = depMap.get(d.properties.code_insee);
        if (!r) return "";
        const v = r[depConfig.key];
        return `${r.libelle} (${d.properties.code_insee})\n${depConfig.label} : ${v != null ? v.toFixed(depConfig.fmt) : "n/d"}${depConfig.unit}`;
      }
    })
  ],
  width: 580, height: 500,
  style: {fontFamily: "Inter, sans-serif", fontSize: "11px"}
})

Scatter — Zones d’emploi

Code

ze_data = transpose(ze_ojs_data)

ze_tcam_med = d3.median(ze_data, d => d.tcam)
ze_sma_med = d3.median(ze_data, d => d.sma)

Plot.plot({
  x: {label: "TCAM population 16-22 (%/an)"},
  y: {label: "SMA 16-22 (%/an)"},
  r: {range: [2, 18]},
  color: {
    type: "diverging", scheme: "RdBu", symmetric: true,
    legend: false
  },
  marks: [
    Plot.ruleX([ze_tcam_med], {stroke: "#ccc", strokeDasharray: "4,3"}),
    Plot.ruleY([ze_sma_med], {stroke: "#ccc", strokeDasharray: "4,3"}),
    Plot.dot(ze_data, {
      x: "tcam", y: "sma",
      r: d => Math.sqrt(d.pop / 5000),
      fill: "sma",
      fillOpacity: 0.65,
      stroke: "#666", strokeWidth: 0.3,
      tip: true,
      title: d => `${d.libelle}\nTCAM : ${d.tcam?.toFixed(2)} %/an\nSMA : ${d.sma?.toFixed(2)} %/an\nPop : ${(d.pop / 1000).toFixed(0)}k`
    }),
    Plot.text([
      {x: d3.max(ze_data, d => d.tcam), y: d3.max(ze_data, d => d.sma), text: "Croissance + attractif"},
      {x: d3.min(ze_data, d => d.tcam), y: d3.min(ze_data, d => d.sma), text: "Déclin + répulsif"}
    ], {
      x: "x", y: "y", text: "text",
      fontSize: 10, fontWeight: 600, fill: "#999",
      textAnchor: d => d.text.includes("Croissance") ? "end" : "start",
      dy: d => d.text.includes("Croissance") ? -8 : 8
    })
  ],
  width: 580, height: 340,
  style: {fontFamily: "Inter, sans-serif", fontSize: "11px"}
})

Top 10 — Solde migratoire apparent

287

zones d’emploi

départements

65,8M

habitants (2022)

+0,15 %

TCAM pop médian

+0,24 %

SMA médian

Observatoire Territorial France