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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
tJKuafd5odbbzCzl