Précarité énergétique
Identifier les personnes vulnérables, un enjeu d’adaptation au changement climatique
L’atténuation et l’adaptation au changement climatique ne peuvent se concevoir sans prendre en compte les populations qui occupent et possèdent les logements. Capacité d’investissement dans la rénovation, vulnérabilité sanitaire, précarité énergétique : autant d’enjeux qui requièrent une connaissance croisée de la performance du bâti et des caractéristiques socio-économiques.
À ce jour, l’obtention de données socio-économiques à l’échelle du bâtiment se heurte à des contraintes légitimes de confidentialité (RGPD, secret statistique). Pour lever ce frein et accompagner les acteurs publics, la BDNB propose une prédiction probabiliste de l’état socio-économique du ménage dans chacun de ses bâtiments à usage résidentiel.
Introduite avec le statut « expérimental » dans le millésime BDNB 2026_02.a, la table menage_prediction_socio_eco_proba fournit des prédictions probabilistes concernant les déterminants sociologiques et économiques des ménages. Elle permet de croiser la performance du bâti avec la réalité socio-économique de ses occupants. Les données sont restituées par individus et par ménages au sein d’un bâtiment.
- Échelle ménage et individus.
- Compatible RGPD : l’approche probabiliste garantit l’anonymat statistique (pas de ré-identification des données INSEE).
- Accès restreint : table de statut « Expert », réservée aux ayants droit des Fichiers Fonciers.
- Richesse thématique : niveau de vie / pauvreté, composition familiale, emploi, éducation, mobilité, sobriété immobilière…
- Permet la construction d’indicateurs croisés bâtiment / occupant : précarité énergétique (TEE_3D), vulnérabilité sanitaire, sous-occupation…
- Nomenclature alignée sur celle du recensement de l’INSEE.
:::
Usage
Table menage_prediction_socio_eco_proba
Chaque ligne agrège les prédictions pour les ménages occupant un segment d’habitation homogène au sein du bâtiment (surface habitable, nombre de pièces, type de logement, HLM, locataire / propriétaire). segment_habitat_id est un identifiant fictif permettant d’identifier le segment d’habitation. Il est associé à un poids poids_menage qui compte le nombre de ménages au sein du segment d’habitat.
- Pour une maison individuelle (résidence principale), il existe un seul ménage dans le segment d’habitation.
- Pour un bâtiment collectif de 130 logements avec 120 résidences principales, dont la moitié sont des T4 de 85 m² et l’autre des T3 de 55 m², occupé par un tiers de locataires et deux tiers de propriétaires, la table
menage_prediction_socio_eco_probase compose de 4 entrées pour ce bâtiment (et 169 colonnes) :
menage_prediction_socio_eco_proba pour un bâtiment collectif.
| batiment_groupe_id | segment_habitat_id | nbpi | surf | stocd | poids_menage | prob_ager20_02 | prob_ager20_05 | … |
|---|---|---|---|---|---|---|---|---|
bdnb-bg-BRYS-G7DY-877U |
1 |
4 | 4 | 10 | 40 | … | … | … |
bdnb-bg-BRYS-G7DY-877U |
2 |
4 | 4 | 21 | 20 | … | … | … |
bdnb-bg-BRYS-G7DY-877U |
3 |
3 | 3 | 10 | 40 | … | … | … |
bdnb-bg-BRYS-G7DY-877U |
4 |
3 | 3 | 21 | 20 | … | … | … |
Les données obtenues à partir des Fichiers Fonciers et converties dans les modalités INSEE sont reportées directement (typl, typc, stocd, surf, nbpi). Les prédictions probabilistes sont reportées modalité par modalité, agrégées aux segments d’habitation. Exemple : prob_inper_2 = P(inper=2) est la probabilité que les ménages dans ce segment soient composés de 2 individus.
- Les variables
TYPMR,INPERetVOITsont relatives au ménage. - Les variables
AGER_20,GS,TRANS,DIPL,EMPLetTPsont relatives à l’individu.
La variable poids_menage indique combien de ménages sont dans le segment d’habitat. La somme des poids des ménages est égale au nombre de résidences principales dans le groupe de bâtiments.
| Thématique | Description | Colonnes concernées |
|---|---|---|
| Identifiants & localisation | Identifiant fictif du segment d’habitation et code de localisation géographique (pseudo-canton INSEE cantville). |
batiment_groupe_id, code_departement_insee, code_iris, cantville, code_commune, segment_habitat_id |
| Caractéristiques du logement | Description physique et statut d’occupation du logement selon les Fichiers Fonciers, convertis en modalités INSEE. | typl, surf, hlml, stocd, nbpi, achlr |
| Âge des individus | Variable relative aux individus : âge en années révolues, détaillé en 13 classes d’âge autour de 20 ans. | ager20_top, ager20_random, prob_ager20_xx |
| Condition d’emploi | Variable relative aux individus : situation contractuelle et condition d’emploi (CDI, CDD, intérim, indépendant, etc.). | empl_top, empl_random, prob_empl_xx |
| Type d’activité | Variable relative aux individus : statut d’activité (actif, chômeur, retraité, étudiant, etc.). | tact_top, tact_random, prob_tact_xx |
| Temps de travail | Variable relative aux individus : différenciation entre temps complet, temps partiel ou sans objet. | tp_top, tp_random, prob_tp_x |
| Mobilité (transport) | Variable relative aux individus : mode de transport principal le plus souvent utilisé pour aller travailler. | trans_top, trans_random, prob_trans_x |
| Équipement automobile | Variable relative aux ménages : nombre de voitures à disposition du ménage. | voit_top, voit_random, prob_voit_x |
| Catégorie socio-professionnelle | Variable relative aux individus : groupe socioprofessionnel agrégé en 6 postes. | gs_top, gs_random, prob_gs_x |
| Niveau de diplôme | Variable relative aux individus : diplôme le plus élevé obtenu. | dipl_top, dipl_random, prob_dipl_xx |
| Taille du ménage | Variable relative aux ménages : nombre de personnes composant le ménage. | inper_top, inper_random, prob_inper_xx |
| Type de ménage | Variable relative aux ménages : composition familiale regroupée en 9 postes (personne seule, couple, famille monoparentale, etc.). | typmr_top, typmr_random, prob_typmr_xx |
| Indicateurs structurels du segment | Poids du ménage dans le segment, espérance du nombre d’individus, surfaces habitables (moyenne et par individu). | poids_menage, nb_individu, surface_logement_moyen_menage, s_log_moyen_menage, m2_par_individu |
| Précarité & vulnérabilité | Espérances et probabilités liées à des situations spécifiques (monoparentalité précaire, individus NEET, seniors vivant seuls ou non). | nb_menage_mono_precaire, prob_menage_mono_precaire, nb_individu_neet, prob_individu_neet, nb_individu_65p_seul, prob_individu_65p_seul, nb_individu_65p, prob_individu_65p |
| Conditions de peuplement | Espérances et probabilités identifiant les situations de suroccupation (accentuée, modérée, globale) ou de sous-occupation du logement. | nb_menage_suroccupe_acc, prob_menage_suroccupe_acc, nb_menage_suroccupe_mod, prob_menage_suroccupe_mod, nb_menage_sousoccupe, prob_menage_sousoccupe, prob_menage_suroccupe_globale |
| Niveau de vie & pauvreté | Estimations du niveau de vie (moyen, écart-type, bornes de l’intervalle à 95 %, valeur aléatoire), probabilité de précarité (seuil de pauvreté) et appartenance aux déciles. | niveau_de_vie_moyen, niveau_de_vie_random, niveau_de_vie_std, niveau_de_vie_lower, niveau_de_vie_upper, prob_men_pauvre, prob_dx, niveau_de_vie_decile_random |
Comparaison avec les données INSEE : agrégation à la maille 200 m
Les cartes ci-dessous illustrent la cohérence des prédictions BDNB avec les données INSEE (Filosofi, RP) après agrégation à la maille carroyée 200 m.
Exemple 1 : habitants et revenu moyen à 500 m d’une ligne Lyon–Paris
Cette table est en accès Expert et n’est pas exposée publiquement par l’API. Seuls les onglets SQL et Python (via connexion PostgreSQL directe) sont disponibles.
WITH axe_transport AS (
SELECT ST_Transform(
ST_GeomFromText('LINESTRING(2.3522 48.8566, 4.8357 45.7640)', 4326),
2154
) AS zone_etude
)
SELECT
ROUND(SUM(menage.nb_individu)) AS total_habitants_proximite_axe,
ROUND(SUM(menage.poids_menage)) AS total_menage_proximite_axe,
ROUND(SUM(menage.nb_individu * menage.prob_gs_6)) AS total_habitants_ouvrier,
ROUND(SUM(menage.nb_individu * menage.prob_gs_3)) AS total_habitants_cadre,
COUNT(DISTINCT bg.batiment_groupe_id) AS nombre_batiments_concernes,
(SUM(menage.niveau_de_vie_random * menage.poids_menage)
/ SUM(menage.poids_menage))::int AS niveau_de_vie_moyen
FROM bdnb_v07.menage_prediction_socio_eco_proba AS menage
JOIN bdnb_v07.batiment_groupe AS bg
ON bg.code_departement_insee = menage.code_departement_insee
AND bg.batiment_groupe_id = menage.batiment_groupe_id
JOIN axe_transport
ON ST_DWithin(bg.geom_groupe, axe_transport.zone_etude, 500);import pandas as pd
from sqlalchemy import create_engine
engine = create_engine("postgresql+psycopg2://user:pwd@host/bdnb")
sql = """
WITH axe_transport AS (
SELECT ST_Transform(
ST_GeomFromText('LINESTRING(2.3522 48.8566, 4.8357 45.7640)', 4326),
2154
) AS zone_etude
)
SELECT
ROUND(SUM(menage.nb_individu)) AS total_habitants_proximite_axe,
ROUND(SUM(menage.poids_menage)) AS total_menage_proximite_axe,
ROUND(SUM(menage.nb_individu * menage.prob_gs_6)) AS total_habitants_ouvrier,
ROUND(SUM(menage.nb_individu * menage.prob_gs_3)) AS total_habitants_cadre,
COUNT(DISTINCT bg.batiment_groupe_id) AS nombre_batiments_concernes,
(SUM(menage.niveau_de_vie_random * menage.poids_menage)
/ SUM(menage.poids_menage))::int AS niveau_de_vie_moyen
FROM bdnb_v07.menage_prediction_socio_eco_proba AS menage
JOIN bdnb_v07.batiment_groupe AS bg
ON bg.code_departement_insee = menage.code_departement_insee
AND bg.batiment_groupe_id = menage.batiment_groupe_id
JOIN axe_transport
ON ST_DWithin(bg.geom_groupe, axe_transport.zone_etude, 500);
"""
df = pd.read_sql(sql, engine)La table menage_prediction_socio_eco_proba n’est pas exposée par l’API publique BDNB (statut Expert). Pour un accès programmatique, contactez l’équipe BDNB ou téléchargez les données au format parquet via https://bdnb.io/download/.
| Résultat | Valeur |
|---|---|
| Nombre de bâtiments | 32 136 |
| Nombre de ménages | 143 277 |
| Nombre d’habitants | 312 486 |
| Nombre de cadres | 43 410 |
| Nombre d’ouvriers | 16 758 |
| Niveau de vie moyen des ménages (€) | 26 988 |
Exemple 2 : individus vivant dans un DPE F ou G à Dijon
SELECT
-- Individus
SUM(menage.nb_individu)::int AS total_individus,
SUM(menage.nb_individu
* (dpe.etiquette_dpe_initial_f + dpe.etiquette_dpe_initial_g))::int AS individus_logement_passoire,
-- Ménages
SUM(menage.poids_menage)::int AS total_menages,
SUM(menage.poids_menage * menage.prob_men_pauvre)::int AS menages_pauvres,
-- Vulnérabilité croisée
SUM(menage.nb_individu
* menage.prob_men_pauvre
* (dpe.etiquette_dpe_initial_f + dpe.etiquette_dpe_initial_g))::int AS individus_vulnerabilite_energetique
FROM bdnb_v07.menage_prediction_socio_eco_proba AS menage
INNER JOIN bdnb_v07.batiment_groupe AS bg
ON bg.code_departement_insee = menage.code_departement_insee
AND bg.batiment_groupe_id = menage.batiment_groupe_id
INNER JOIN bdnb_v07.batiment_groupe_simulations_dpe AS dpe
ON bg.code_departement_insee = dpe.code_departement_insee
AND bg.batiment_groupe_id = dpe.batiment_groupe_id
WHERE bg.code_commune_insee = '21231';import pandas as pd
from sqlalchemy import create_engine
engine = create_engine("postgresql+psycopg2://user:pwd@host/bdnb")
sql = """
SELECT
SUM(menage.nb_individu)::int AS total_individus,
SUM(menage.nb_individu
* (dpe.etiquette_dpe_initial_f + dpe.etiquette_dpe_initial_g))::int AS individus_logement_passoire,
SUM(menage.poids_menage)::int AS total_menages,
SUM(menage.poids_menage * menage.prob_men_pauvre)::int AS menages_pauvres,
SUM(menage.nb_individu
* menage.prob_men_pauvre
* (dpe.etiquette_dpe_initial_f + dpe.etiquette_dpe_initial_g))::int AS individus_vulnerabilite_energetique
FROM bdnb_v07.menage_prediction_socio_eco_proba AS menage
INNER JOIN bdnb_v07.batiment_groupe AS bg
ON bg.code_departement_insee = menage.code_departement_insee
AND bg.batiment_groupe_id = menage.batiment_groupe_id
INNER JOIN bdnb_v07.batiment_groupe_simulations_dpe AS dpe
ON bg.code_departement_insee = dpe.code_departement_insee
AND bg.batiment_groupe_id = dpe.batiment_groupe_id
WHERE bg.code_commune_insee = %(insee)s;
"""
df = pd.read_sql(sql, engine, params={"insee": "21231"})Le croisement requiert la table menage_prediction_socio_eco_proba (statut Expert, non exposée par l’API). La table batiment_groupe_simulations_dpe est en revanche disponible via GET https://api.bdnb.io/v1/bdnb/donnees/batiment_groupe_simulations_dpe.
21231).
| Résultat | Valeur |
|---|---|
| Nombre de ménages | 84 287 |
| Nombre de ménages pauvres | 16 837 |
| Nombre d’individus | 144 889 |
| Nombre d’individus dans un logement F ou G | 15 571 |
| Nombre d’individus dans un logement F ou G et dans un ménage pauvre | 2 301 |
Fiche méthode
Prédiction des descriptions des individus et des ménages
La prédiction des données de population est réalisée par apprentissage supervisé sur les données du fichier détail individus du recensement de la population (INSEE 2024c).
Entrées et sorties du modèle
| Échelle | Variables | INSEE RP2022 | BDNB | Source BDNB |
|---|---|---|---|---|
| Localisation au bâtiment | ❌ | ✅ | ||
| Localisation et contexte géographique | département, pseudo-canton, IRIS, catégorie d’IRIS | ✅ | ✅ | Référentiel géographique |
| Bâti | Année de construction (regroupée en 7 classes) ; type de logement (MI / LC) ; type de construction (MI accolé) | ✅ | ✅ | Fichiers Fonciers, BD Topo |
| Logement | Nombre de pièces ; surface (regroupée en 7 classes) | ✅ | ✅ | Fichiers Fonciers |
| Occupation | Logement HLM ; statut d’occupation (locataire, propriétaire) | ✅ | ✅ | Fichiers Fonciers |
| Ménage | Type de ménage (ex. famille monoparentale) ; nombre de personnes ; nombre de voitures | ✅ | ❌ | |
| Individus | Âge (regroupé en 20 catégories) ; diplôme le plus élevé ; condition d’emploi (CDD, CDI, stagiaire…) ; type d’activité (actifs, chômeurs, étudiants) ; groupe socioprofessionnel (cadre, ouvrier…) ; temps partiel | ✅ | ❌ |
Modalités prédites
| Code variable | Nom | Modalité |
|---|---|---|
INPER |
Nombre de personnes | 1 → 30 |
AGER20 |
Âge | 13 classes segmentées sur 3, 6, 11, 15, 18, 20, 25, 30, 40, 55, 65, 80 |
TYPMR |
Type de ménage | 9 classes : H ou F seul, monoparentale, couple de 2 actifs, couple 1 actif et autre, 2 personnes autres |
EMPL |
Condition d’emploi | Apprenti, intérim, emploi aidé, stagiaire, CDD, CDI, indépendant, employeur, aide familiale |
TACT |
Type d’activité | Actif, chômeur, retraité, étudiant, < 14 ans, femme ou homme au foyer, inactif |
DIPL |
Diplôme le plus élevé | Pas de scolarité, aucun diplôme, CEP, BEPC, CAP, BEP, BAC, Bac Pro, BTS, DUT, Licence, Master, Doctorat, < 14 ans |
GS |
Groupe social | Agriculteur, [artisan / commerçant, chef d’entreprise], cadre, intermédiaire, employé, ouvrier, sans objet |
VOIT |
Nombre de voitures | 1, 2, 3, 4, sans objet |
Les données sont ensuite agrégées et pondérées pour chaque ménage.
L’inférence est réalisée avec un modèle génératif tabulaire probabiliste de type Transformer + VAE, entraîné sur les données individuelles du recensement. Son architecture est similaire à celle utilisée pour les prédictions des données de performances énergétiques de la BDNB. Il reconstruit des individus cohérents statistiquement (corrélations entre variables respectées) à partir d’un ensemble réduit de variables explicatives. Pour le contexte scientifique sur ces architectures, voir (Huang et al. 2020; Gorishniy et al. 2021; Fonseca and Bacao 2023).
Prédiction du niveau de vie des ménages
La prédiction du niveau de vie des ménages s’appuie sur un modèle économétrique reliant les données relatives aux individus au niveau de vie de leurs ménages. Il s’agit d’un modèle linéaire généralisé :
\[ \log(y) = A x + b + \epsilon \]
avec :
- \(y\) le niveau de vie du ménage,
- \(x\) un vecteur de variables descriptives de l’individu,
- \(A\) et \(b\) des paramètres du modèle,
- \(\epsilon\) le résidu du modèle, supposé suivre une loi normale.
Données
Les données utilisées pour estimer les paramètres du modèle sont :
- le recensement de la population 2021, individus localisés au canton ou ville (variables prédictives) (INSEE 2024b) ;
- l’enquête Filosofi 2021, revenus, pauvreté et niveau de vie 2021 à l’IRIS (INSEE 2024a).
Variables prédictives
Les variables prédictives sont issues du fichier de recensement individu. Il s’agit des variables catégoriques :
dipl: niveau de diplôme de la personne de référence ;empl: catégorie d’emploi (CDD, CDI, employeur…) ;cs: catégorie socio-professionnelle (employé, cadre, ouvrier…) ;tp: emploi à temps complet ou non ;stocd: statut d’occupation du logement (propriétaire, locataire du parc privé ou social) ;ager20: âge de la personne de référence ;inper: nombre de personnes du ménage.
Seules les variables renseignées par le modèle de prédiction des occupants sont considérées. Le sexe des individus, pourtant déterminant, est ainsi exclu.
Variable prédite
La variable prédite est le niveau de vie du ménage (INSEE, n.d.) : son revenu disponible rapporté à sa taille en unités de consommation.
Estimateur statistique
Le modèle est entraîné en minimisant sur chaque IRIS un écart aux déciles mesurés par l’enquête Filosofi. Plus précisément, notre estimateur de \(A\), \(b\) et \(\sigma\) est :
\[ \mathrm{MSE}(A, \sigma) = \sum_{i \in I} \sum_{k=1}^{9} \left( p(y < d_{ik} \mid I, A, \sigma) - \frac{k}{10} \right)^{2}, \]
où la première somme porte sur l’ensemble \(I\) des IRIS, et \(d_{ik}\) est le \(k\)-ième décile de l’IRIS \(i\). Cet estimateur dispose de bonnes propriétés statistiques : il est cohérent et sans biais.
Il appartient à la classe des M-estimateurs, donnée par une somme de fonctions convexes lisses (Vaart 1998).
Un dernier point reste à éclaircir pour comparer notre modèle, conditionné au niveau des individus, avec l’enquête Filosofi, qui caractérise la distribution des ménages. Dans l’estimateur ci-dessus, la distribution \(p\) est celle du niveau de vie d’un ménage tiré uniformément au hasard dans la population. Conditionnellement à un ménage \(M\) constitué des individus \(x_1, \ldots, x_k\), celle-ci est donnée par :
\[ \tilde{p}(y \mid M) = \frac{1}{k} \sum_{i=1}^{k} p(y \mid x_i). \]
Validation
La performance du modèle est évaluée sur chaque IRIS en comparant les déciles des distributions de niveau de vie. Les déciles de la distribution prédite sont comparés aux déciles empiriques mesurés par l’enquête Filosofi. Les QQ-plots ci-dessous donnent deux comparaisons :
- prédiction à partir des données du recensement (fichier détail individus) ;
- prédiction à partir des données de population prédites au bâtiment.