Méthodologie

Sérine Méchide, Samuel Depraz et Laura Duthilleul

Citer

Méchide, S., Depraz, S., & Duthilleul, L. (2026). Méthodologie. Dans Quelle production de logements en Île-de-France à l’horizon 2030 ? Répondre à l’inadéquation entre besoins et réalité du parc. Mis en ligne le 30 septembre 2026, Cahiers ESPI2R, 24 | 2026, consulté le 01 octobre 2026. URL : https://www.cahiers-espi2r.fr/2211

Citer le numéro

Méchide, S., Depraz, S., & Duthilleul, L. (2026). Quelle production de logements en Île-de-France à l’horizon 2030 ? Répondre à l’inadéquation entre besoins et réalité du parc. Mis en ligne le 30 septembre 2026, Cahiers ESPI2R, 24 | 2026, consulté le 01 octobre 2026. DOI : 10.65592/espi2r.2204

L’échelle retenue a été volontairement très fine afin de bien prendre en compte chaque particularisme local. Il s’agit de l’îlot statistique des IRIS, des entités découpant les communes de plus de 5 000 habitants en unités statistiques de base. Un total de 4 853 IRIS résidentiels a ainsi été pris en compte sur toute l’Île-de-France.

Les données utilisées croisent les bases infracommunales de l’Insee relatives au logement, au profil des ménages, à l’emploi et aux revenus, avec les données du CAPEM sur la construction en Île-de-France, ceci sur la période 2006-2021. Quelques données promoteurs permettent ponctuellement de remonter jusqu’en 1993.

L’étude s’est alors appuyée sur la construction d’un indice de dissimilarité qui compare, à l’échelle de chaque quartier, la distribution actuelle du parc de logements par type de taille (T1, T2, etc.) à la taille des ménages du même quartier (voir figure 1).

Cet indice a ensuite été établi en 2030 en calculant séparément, par un modèle d’apprentissage par IA1, la projection prévisible du parc de logements, d’une part, et l’évolution du nombre comme de la composition des ménages au même horizon, d’autre part. On en déduit ainsi l’aggravation ou l’amélioration prévisible de la situation, et en quoi la construction neuve pourrait permettre de répondre au besoin, le cas échéant.

Figure 1. Principes d’élaboration de l’indice de dissimilarité

Figure 1. Principes d’élaboration de l’indice de dissimilarité

Conception : ESPI2R, 2024.

Quelques études de cas concrètes ont été produites, en annexe, afin d’illustrer en quoi la situation d’inadéquation de l’indice de dissimilarité est révélatrice de contextes locaux particuliers, et de montrer quelles stratégies de construction permettraient d’agir de la manière la plus pertinente – et la plus socialement responsable.

1 Modèle par réseau de neurones sur séries temporelles longues, ici LSTM (Long Short term Memory).

1 Modèle par réseau de neurones sur séries temporelles longues, ici LSTM (Long Short term Memory).

Figure 1. Principes d’élaboration de l’indice de dissimilarité

Figure 1. Principes d’élaboration de l’indice de dissimilarité

Conception : ESPI2R, 2024.

CC BY-NC-ND 4.0 sauf pour les figures et les visuels, pour lesquels il est nécessaire d'obtenir une autorisation auprès des détenteurs des droits.