Brussels bubble: "the US is pulling ahead, the EU is lagging behind and must deregulate to remain competitive"
Reality:
26.02.2026 09:53 —
👍 97
🔁 29
💬 6
📌 3
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
15.02.2026 15:50 —
👍 1
🔁 0
💬 1
📌 0
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
11.02.2026 16:09 —
👍 1
🔁 0
💬 1
📌 0
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
11.02.2026 16:09 —
👍 1
🔁 0
💬 1
📌 0
Le Sud-Est présente aussi un profil singulier avec une surreprésentation des particuliers grands multipropriétaires, des entreprises privées et des SCI. 7/9
11.02.2026 16:09 —
👍 1
🔁 1
💬 1
📌 0
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
11.02.2026 16:09 —
👍 2
🔁 1
💬 2
📌 0
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
11.02.2026 16:09 —
👍 2
🔁 1
💬 1
📌 0
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
11.02.2026 16:09 —
👍 1
🔁 0
💬 1
📌 0
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
11.02.2026 16:09 —
👍 3
🔁 1
💬 1
📌 0
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
11.02.2026 16:09 —
👍 1
🔁 0
💬 1
📌 0
Qui possède le logement, où, et en quelle quantité en France ? Réponse dans une nouvelle note publiée dans le Cahier n°5 de l’Observatoire des Territoires avec L. Casanova Enault, G. Boulay, @relei.bsky.social et A. Delaborde. 1/9 🧵
11.02.2026 16:09 —
👍 3
🔁 1
💬 1
📌 0
In France in 2023, the median housing cost burden exceeded 40% for the poorest quarter of tenants in the PRS and the poorest quarter of first-time homebuyers.
27.01.2026 17:21 —
👍 1
🔁 0
💬 0
📌 0
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.
22.12.2025 17:53 —
👍 0
🔁 0
💬 0
📌 0
Every year, 40 families pass through the doors of Marseille’s hospitals because their children are suffering from illnesses linked to hazardous housing conditions. And this is only the tip of the iceberg in a city marked by a (very) poor quality rental housing sector and social housing shortage
11.12.2025 16:39 —
👍 1
🔁 0
💬 0
📌 0
2025 update on housing tenure in the French housing stock.
1) Slow but continuous trend of decrease of owner-occupency since 2010.
2) Slow but continuous expansion of the private rental market since 2005.
3) Stability of social housing since 2010.
Data and code : gitlab.huma-num.fr/aperis/housi...
03.12.2025 17:00 —
👍 3
🔁 1
💬 1
📌 0
Figure extraite de l'article : Relation entre la taille de la ville et le niveau de précarité
Figure extraite de l'article : Les cinq formes de précarité au sein des villes françaises
Figure extraite de l'article : Indice de Moran global observé et variation de voisinage pour les 8 variables
[🆕]
▶️ Analyse multidimensionnelle de la #précarité dans le système urbain français
🖊️ Paul Gourdon, Matthieu Delage, Julie Fromentin, Benoit Conti, Sophie Baudet-Michel, Laurent Terral
#️⃣ #GéographieSociale, #Pauvreté, #SystèmeDeVilles, #France
🔗 journals.openedition.org/cybergeo/42415
01.12.2025 16:15 —
👍 7
🔁 6
💬 0
📌 0
J'ai oublié de mettre la carte principale ! Nombre de meublés et taux d'incidence à l'échelle communale en 2024.
19.11.2025 17:09 —
👍 3
🔁 1
💬 0
📌 0
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.
19.11.2025 17:06 —
👍 1
🔁 0
💬 1
📌 0
⚠️ 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.
19.11.2025 17:06 —
👍 0
🔁 0
💬 1
📌 0
Données utilisées : données scrappées par le Collectif National des Habitants Permanents (CNHP). Avantages : résolution spatiale fine, couverture nationale, gratuites et accessibles.
19.11.2025 17:06 —
👍 1
🔁 0
💬 1
📌 0
- 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.
19.11.2025 17:06 —
👍 3
🔁 1
💬 1
📌 0
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 :
19.11.2025 17:06 —
👍 2
🔁 1
💬 1
📌 0
2️⃣ Avignon, un cas singulier : La commune se classe 13ᵉ en nombre d’annonces, son taux d’incidence est nettement supérieur à celui de ses voisines (Arles, Nîmes, Aix). Trois facteurs favorables : tourisme urbain, proximité d’une campagne valorisée, et un festival d’envergure nationale/internationale.
19.11.2025 17:06 —
👍 1
🔁 0
💬 1
📌 0
Plusieurs enseignements.
1️⃣ Comparer absolu et relatif : Au-delà du nombre d’annonces, il faut rapporter ces chiffres au nombre de logements : cela révèle l’importance du phénomène dans les littoraux, certaines villes moyennes et les campagnes attractives (Dordogne, Loire, Provence intérieure…).
19.11.2025 17:06 —
👍 1
🔁 0
💬 1
📌 0