Périmètres et axes d'analyse
PARTAGER SUR :
Quels périmètres d'études, quels axes d'analyse, tout ce que peut faire l'observatoire pour vous
Quel est son périmètre d'étude ?
Les travaux de l’Observatoire Départemental de l’Habitat du Nord concernent l’ensemble du territoire départemental.
Selon les thèmes étudiés, les périmètres d’analyse s’ancrent dans des dimensions territoriales différentes ; c’est pourquoi l’ODH permet de travailler sur plusieurs échelles, au choix de l’utilisateur.
- A l'échelle des territoires institutionnels (la commune, l’intercommunalité, le département…)
- A l'échelle de territoires de planification, ou de dispositifs opérationnels : SCOT, PLH, PIG
- Sur des territoires d’étude spécifiques : le bassin d’habitat, le bassin d'emploi
- A la carte, sur les périmètres définis selon les besoins de l’analyse
L’ODH est un outil évolutif qui vise à s’adapter aux besoins des acteurs de l'habitat
Quels sont ses axes d'analyses ?
Le travail de l'Observatoire Départemental de l'Habitat (ODH) se poursuit autour d’analyses multiples, reprenant la diversité des situations de logement. Parmi elles :
- la qualité du parc de logements et ses caractéristiques
- la demande de logements en fonction de l’environnement social et économique
- le parc locatif privé et public
- la production de logements neufs et le fonctionnement des marchés
Et aussi:
- l'ODH réalise et contribue à des études spécifiques (exemple : précarité énergétique INSEE- 2015).
- l'ODH met à disposition les études réalisées par les partenaires de l'Observatoire (lien bibliothèque de documents).
- il accompagne les politiques de l'habitat mises en oeuvre localement en particulier celles liées au Plan Départemental de l'Habitat.
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
UgmWXF9dvQj7dnCx