Tendances et chiffres clés en région Grand Est : tour d'horizon proposé par l'INSEE

De manière similaire au Grand Est, plusieurs régions connaissent une baisse démographique d’une partie de leurs territoires, comme Bourgogne-Franche-Comté (https://www.insee.fr/fr/statistiques/8242802) ou les Hauts-de-France (https://www.insee.fr/fr/statistiques/8312050)

le recensement 2021 est disponible sur Insee.fr : https://catalogue-donnees.insee.fr/fr/catalogue/recherche

On peut observer les migrations résidentielles pour une année grâce à l’outil Statistiques Locales mais il n’y a pas de données en évolution. https://statistiques-locales.insee.fr/#view=map1&c=indicator

D’une manière générale, les territoires ruraux ont tendance à perdre de la population. Les plus jeunes (étudiants et jeunes actifs) partent vers des territoires plus attractifs qui présentent davantage de formations ou d’offres d’emploi. C’est pourquoi les EPCI ayant des grandes villes comme Troyes continuent de gagner des habitants. Les EPCI ruraux ont une population de plus en plus vieillissante. On observe souvent un déficit naturel car davantage de décès que de naissances sont enregistrés. En effet, les personnes en âge de faire des enfants sont celles qui partent le plus fréquemment, ce qui ne joue pas non plus en faveur du solde migratoire (plus de départs que d’entrées). Avec les deux composantes à l’évolution démographique en baisse (soldes naturel et migratoire), ces territoires ruraux perdent des habitants. Pour les territoires autour de Troyes qui continuent d’attirer, effectivement la proximité de cette zone avec la région Île-de-France entraîne davantage d’entrées depuis cette région que de départs. Le solde migratoire de l’Île-de-France est négatif : les départs concernent surtout des jeunes actifs ayant déjà achevé une première expérience professionnelle à Paris. Étant donné le coût de la vie et des logements sur ce territoire, lorsqu’on avance en âge, les habitants se rapprochent d’autres territoires qui restent attractifs en termes d’opportunités et qui sont plus abordables. Pour davantage d’informations concernant les migrations résidentielles du Grand Est : https://www.insee.fr/fr/statistiques/8215714#onglet-2

Entre 2016 et 2022, la population baisse dans trois communes du Grand Est sur cinq. Pour les plus grandes villes, le nombre d’habitants continue de progresser à Strasbourg et à Metz (de 0,7 % et 0,5 % par an), tandis qu’il diminue à Reims et à Mulhouse (de 0,4 % et 0,6 % par an). Ces diminutions s’expliquent par un déficit migratoire important. La population de Mulhouse connaît la plus forte diminution relative de France malgré un solde naturel favorable. La population de Nancy est stable. Pour davantage d’informations sur les 15 communes les plus peuplées du Grand Est : https://www.insee.fr/fr/statistiques/8311258#onglet-2

Comme expliqué précédemment, nous n’avons pas assez de recul pour commenter une situation post Covid

Vous la trouverez dans la dernière étude sortie sur les populations de référence du Grand Est : https://www.insee.fr/fr/statistiques/8311258#onglet-2

Il est difficile de répondre à cette question pour un cas général. Le lien entre évolution de la population et nombre de logements diffère d’un territoire à l’autre. Une offre insuffisante de logements peut effectivement limiter l’installation de nouveaux habitants. Mais la réponse à cette question peut dépendre d’autres facteurs qui influencent la demande de logements comme : le parc de logements déjà disponible, le parc de logement à restaurer ou la parc de logements vacants à mobiliser.

Les populations de référence 2022 sont calculées à partir des enquêtes annuelles de recensement des cinq dernières années (de 2020 à 2024), 2022 étant l’année médiane. Toutefois, l’évolution de la situation sanitaire a conduit à reporter en 2022 l’enquête annuelle de recensement prévue en 2021. Il y a donc un intervalle de six ans pour le calcul des populations annuelles au lieu de cinq habituellement. Les comparaisons de chiffres de population sont pertinentes lorsqu’elles sont basées sur une période de six ans (2016-2022). Étant donné cette méthode de calcul, nous n’avons à ce jour pas assez de recul pour commenter une situation post Covid. Avec d’autres données, voici la dernière publication sur l’attractivité résidentielle des espaces ruraux : https://www.insee.fr/fr/statistiques/7651842

Vous pouvez trouver les données de population par tranche d’âge, y compris pour les jeunes scolarisés, grâce aux « Dossiers complets » sur insee.fr, pour le Grand Est : https://www.insee.fr/fr/statistiques/2011101?geo=REG-44 Pour des données sur la situation des jeunes du Grand Est : https://www.insee.fr/fr/statistiques/4627180 Pour des informations plus localisées concernant les jeunes Mosellans : https://www.insee.fr/fr/statistiques/6544944 De nouvelles projections ne sont pas prévues, pour consulter les dernières disponibles : https://www.insee.fr/fr/statistiques/6666516

La partie démographie utilise le recensement de la population 2021 et les populations de référence 2022 qui se basent sur la population municipale des communes. Le RP 2022 n’est pas accessible en open data, le millésime le plus récent est 2021 (voir question 4)

Le niveau de vie correspond au revenu par unité de consommation. On divise le revenu par le nombre d’unités de consommation (UC) calculé de la façon suivante : 1 UC pour le premier adulte du ménage, 0,5 UC pour les autres personnes de 14 ans ou plus, 0,3 UC pour les enfants de moins de 14 ans. Cette échelle d’équivalence (dite de l’OCDE) tient compte des économies d’échelle au sein du ménage. En effet, les besoins d'un ménage ne s'accroissent pas en stricte proportion de sa taille. Lorsque plusieurs personnes vivent ensemble, il n'est pas nécessaire de multiplier tous les biens de consommation (en particulier, les biens de consommation durables) par le nombre de personnes pour garder le même niveau de vie.

Le lien éventuel avec la mobilité résidentielle n’a pas été étudié dans ces travaux.

L’Insee ne dispose pas d’informations sur les déterminants de l’installation des ménages. Sans savoir pourquoi la population a emménagé/déménagé là où elle vit actuellement, on ne peux pas dire pour quelle raison la ségrégation évolue.

Les zones frontalières présentent une part de personnes « aisées » plus importantes que la moyenne. Dans les villes, la part des personnes « modestes » est importante.

La carte ne montre pas une mesure de la ségrégation au sein des différents espaces, mais indique à quel point chaque territoire diffère de la moyenne régionale en termes de profil de population.

La grille communale de densité s’appuie sur la distribution de la population à l’intérieur de la commune en découpant le territoire en carreaux de 1 kilomètre de côté et repère ainsi des zones agglomérées. L’importance de ces zones agglomérées au sein des communes permet de les caractériser (et non la densité communale habituelle). Cette classification reprend les travaux d’Eurostat. On distingue ainsi quatre catégories de communes : les communes densément peuplées, les communes de densité intermédiaire, les communes peu denses et les communes très peu denses. Les communes densément peuplées et les communes de densité intermédiaire constituent l'espace urbain ; les communes peu denses et les communes très peu denses constituent l'espace rural.

Les études portant sur les agglomérations (question 40) peuvent mettre en lumière les quartiers les moins mixtes et les populations les plus ségréguées. Cela peut aider les acteurs publics qui souhaitent mettre en œuvre des dispositifs visant à améliorer la mixité sociale.

Les personnes « aisées » sont les 20 % de population régionale ayant le niveau de vie le plus élevé. Les « modestes » sont les 20 % ayant le niveau de vie le plus bas.

Le principal message de cette étude est que la ségrégation augmente dans le Grand Est, notamment à cause de la différence croissante entre les profils de population des espaces urbains et ceux des territoires ruraux. Cette étude vise notamment à éclairer le débat public.

Un carroyage plus petit permet d’étudier des phénomènes plus fins (géographiquement), mais les carreaux qui ne sont pas assez peuplés doivent être retirés pour respecter le secret statistique. Une maille de 4 km permet une analyse fine en n’invisibilisant qu’une part très faible de la population (moins de 1%).

Une maille carroyée est préférable ici, pour des raisons de neutralité et d’homogénéité. Différentes tailles de carreaux ont été testées (de 2 à 20 km de coté), les évolutions et spécificités restent les mêmes dans tous les cas.

Les « unités de consommation » utilisées pour le niveau de vie et les parts des impôts ont des similarités mais sont calculées différemment. Il n’est donc pas possible de passer de l’un a l’autre pour une population.

Si les sources fiscales que nous avons exploitées nous ont permis de déterminer si tel ou tel ménage percevait des revenus salariaux, elles ne nous ont en revanche pas donné la possibilité de savoir si, chez les ménages constitués d’un couple, les deux conjoints travaillaient ou non sur l’exploitation. De ce fait, nous n’avons pas pu directement mesurer l’influence du travail du conjoint en dehors de l’exploitation sur le niveau de vie du ménage. En revanche, grâce aux données du recensement, nous avons estimé que 58 % des conjoints d’agriculteurs du Grand Est exerçaient un emploi en dehors de l’exploitation en 2019. Plus précisément, cette proportion concernait 63 % des conjoint(e)s de céréaliers, 59 % des conjoint(e)s d’agriculteurs en polyculture-élevage et 57 % des conjoint(e)s d’éleveurs bovins ou de viticulteurs.

Les revenus issus des énergies renouvelables sont bien intégrés aux revenus des ménages agricoles que nous avons étudiés à partir du moment où ceux-ci ont effectivement été déclarés. Si l’exploitant est assujetti à l’impôt sur le revenu (majorité des cas), ces revenus doivent être déclarés au sein de la catégorie fiscales des bénéfices agricoles (https://bofip.impots.gouv.fr/bofip/1761-PGP.html/identifiant%3DBOI-BA-CHAMP-10-10-10-20220406 ). L’étude ci-dessous apporte un certain nombre d’informations relatives à la consommation et à la production d’énergies au sein des exploitations agricoles : https://www.insee.fr/fr/statistiques/7728851?sommaire=7728903

En effet, l’endettement est souvent une question capitale pour la viabilité des exploitations agricoles. Toutefois, notre étude ne porte que sur les revenus des ménages agricoles, c’est à dire sur des flux, et non pas sur leur patrimoine (dont font partie les dettes éventuelles), soit sur un stock. Du reste, même si nous l’aurions voulu, nous n’aurions pas pu tenir compte de l’endettement dans la mesure où les sources fiscales que nous avons utilisées dans le cadre de cette étude ne contenaient aucune information à ce sujet.

Malheureusement non, cette information n’est pas disponible dans les sources fiscales que nous avons exploitées. Si vous souhaitez disposer d’informations sur le volume horaire des exploitants suivant la filière, vous pouvez toutefois consulter l’étude ci-dessous : https://www.insee.fr/fr/statistiques/1374691?sommaire=1374698

La base non-salariés (BNS) permet de connaître la part des non-salariés de l’agriculture qui, pour toute ou partie d’une année donnée, ont cumulé leur activité non-salariée avec un emploi salarié. Ainsi, dans le Grand Est en 2019, cette situation a concerné 32 % des céréaliers, 21 % des viticulteurs et 14 % des éleveurs bovins.

La répartition de l’emploi entre secteurs d’activité est mesurée en équivalent temps plein (ETP).

Ici, on ne traite que de l’emploi salarié.

Les effectifs du secteur de la Défense ne sont pas pris en compte.

Cela pourrait biaiser le message de l’étude. En enlevant l’Île-de-France, on pourrait penser que le Grand Est est spécialisé dans la télécommunication (avec la présence d’Arte) alors que cela ne représente qu’une toute petite part de ce secteur en France, qui est majoritairement regroupé en Île-de-France (Paris).

Il est possible que cela soit un héritage industriel. La production de richesse n’a pas été prise en compte dans cette étude.

Il n’y a pas eu d’analyse sur cette relation. Toutefois, les territoires les plus industrialisés de la région se trouvent davantage vers l’ouest loin de frontières avec l’Allemagne.

Il s’agit d’un peu des deux. Les territoires concentrés sont souvent les préfectures, concentrant les services publics de la région. Pour Strasbourg et Metz, il s’agit également d’une concentration d’entreprises car ce sont des pôles dynamiques.

A Sedan, la concentration est faible, il y a davantage de petites entreprises que de grandes. Les données devraient paraître en même temps que l’étude (début avril).

Oui, elles ont la même fiabilité. Le terme Beta est ici utilisé afin de prendre en compte les commentaires des utilisateurs.

Le format parquet est très performant dans le traitement de tables de données volumineuses (plusieurs Go). Contrairement au csv, il a l’avantage d’intégrer le typage des variables et évite les problèmes de tables de caractères erronées. Son utilisation nécessite toutefois l’utilisation d’outils de requêtage tels qu’un SGBD (ex. dBeaver), DuckDB, ou encore des langages de programmation (Python/R principalement). Voir le courrier des statistiques https://www.insee.fr/fr/information/7635827?sommaire=7635842 dédié aux formats de données. Nous vous invitons à consulter la présentation d'Eric Mauvière à partir de la page suivante : https://www.datagrandest.fr/portail/fr/ressources/diffusion-bases-statistiques-nouvelles-i...

S’il s’agit des données carreaux reprises sur le Geoportail de l’IGN, voir la documentation associée Recensement de la population en 2021 | Insee

Les données de population sont disponibles à l’IRIS, pour le RP 2021 : https://www.insee.fr/fr/statistiques/8268806#consulter Vous pouvez trouver une représentation cartographique infra communale de plusieurs indicateurs de source Filosofi 2019 (carreau de 200m et 1km) et Recensement de la population 2021 (carreau de 1km) grâce à l’outil interactif de l’Insee : https://www.insee.fr/fr/outil-interactif/7737357/map.html

Des informations sur le tourisme sont notamment disponibles sur : https://www.art-grandest.fr/services-et-accompagnement/orienter-vos-decisions/les-publicat...

À ce jour, sont disponibles : - l’API Sirene pour les données Sirene ; - l’API Melodi pour récupérer les tables du catalogue des données de l’Insee ; - l’API BDM pour les indices et séries chronologiques ; - l’API données locales pour les « chiffres détaillés » localisés à la commune sous forme de cubes prédéfinis ; - l’API Métadonnées pour les informations sur les concepts, nomenclatures, indicateurs et opérations statistiques de l’Insee. Voir le catalogue actualisé en ligne : https://portail-api.insee.fr/catalog Pour la documentation, cliquer sur l’API concerné. Des bibliothèques ou packages R pour faciliter la connexion aux API sont également regroupés sur Github. Exemples : - https://github.com/InseeFrLab/pynsee pour une utilisation avec Python ; - https://github.com/InseeFrLab/inseeLocalData pour récupérer des données locales avec R ; - https://github.com/InseeFrLab/DoReMIFaSol pour récupérer des données Insee plus larges avec R

Les tables de données Insee mises à disposition par l’Insee sont proposées dans différents formats en fonction de leur volumétrie : - Les tables les plus légères sont proposées au format xlsx. Elles peuvent contenir un dictionnaire de variables ainsi que des informations complémentaires telles que des définitions. - Au-delà d’une certaine taille, les données sont proposées au format csv (zippé), parfois dBase (dbf). Les fichiers proposés dans le cadre de l’offre Melodi ne sont proposés qu’en csv actuellement, mais la possibilité d’ajouter le format parquet est à l’étude. - Le format parquet est utilisé pour les fichiers les plus volumineux. Ceux-ci sont ne sont pas hébergés sur le site de l’Insee, mais sur la plateforme data.gouv.fr comme par exemple le fichier Sirene.