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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
mkfzXEnekIaWzLpp