---
title: "Observatoire Territorial"
toc: false
number-sections: false
---
```{=html}
```
```{r}
#| label: setup
#| include: false
source("_setup-common.R")
# &s &INDEX_DATA_PREP - Données minimales pour visuels index
# --- DEP ---
dep <- read.csv(file.path(PROJECT_ROOT, "data/output/dbcln-dep-vf.csv"),
stringsAsFactors = FALSE, fileEncoding = "UTF-8-BOM") %>%
filter(!code %in% c("FR", "00FR", "ZZZZZ"))
# Labels DEP depuis TDC
tdc_dep <- read.csv(file.path(PROJECT_ROOT, "data/external/geo-tdc/tdc_geo_sat3col_departement_2025.csv"),
stringsAsFactors = FALSE, fileEncoding = "UTF-8-BOM", sep = ";")
dep <- dep %>%
left_join(tdc_dep %>% select(DEP, DEPlib), by = c("code" = "DEP")) %>%
mutate(libelle = coalesce(libelle, DEPlib)) %>%
select(-DEPlib)
# Labels ZE depuis TDC
tdc_ze <- read.csv(file.path(PROJECT_ROOT, "data/external/geo-tdc/tdc_geo_sat3col_ze2020_2025.csv"),
stringsAsFactors = FALSE, fileEncoding = "UTF-8-BOM", sep = ";")
# ZE codes: "0051" dans CSV, "51" dans TDC → match via integer
ze <- ze %>%
mutate(ze_code_int = as.integer(code)) %>%
left_join(tdc_ze %>% mutate(ze_code_int = as.integer(ZE2020)) %>% select(ze_code_int, ZE2020lib),
by = "ze_code_int") %>%
mutate(libelle = coalesce(libelle, ZE2020lib)) %>%
select(-ze_code_int, -ZE2020lib)
# Subset OJS carte DEP (6 colonnes — prix ajouté)
dep_ojs <- dep %>%
transmute(
code, libelle,
sma = dm_sma_vtcam_1622,
tcam = dm_pop_vtcam_1622,
iv = dmv_iv_ind_22,
prix = logd_px2_global_24
)
# Topojson string pour OJS
topo_dep_str <- readLines(file.path(PROJECT_ROOT, "reports/data/nodom_departement_2025.topojson"),
warn = FALSE) %>% paste(collapse = "\n")
# Subset OJS scatter ZE (5 colonnes)
ze_ojs <- ze %>%
transmute(
code, libelle,
tcam = dm_pop_vtcam_1622,
sma = dm_sma_vtcam_1622,
pop = P22_POP
)
ojs_define(
dep_ojs_data = dep_ojs,
topo_dep_str = topo_dep_str,
ze_ojs_data = ze_ojs
)
# KPI
pop_tot <- sum(ze$P22_POP, na.rm = TRUE)
tcam_med <- median(ze$dm_pop_vtcam_1622, na.rm = TRUE)
sma_med <- median(ze$dm_sma_vtcam_1622, na.rm = TRUE)
n_dep <- nrow(dep)
# &e
```
```{r}
#| label: banner
#| results: asis
cat(glue('
Observatoire Territorial France
Dynamiques démographiques, économiques et immobilières — {N_ZE} zones d\'emploi, {n_dep} départements, 35 000 communes
'))
```
:::::: {.landing-layout}
::::: {.landing-left}
::: {.intro-block}
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), `r ncol(ze)` indicateurs calculés et 5 indices composites. [Méthodologie et sources →](rpt-pdemog-rapport-demogresid_260217.qmd)
:::
```{=html}