Data-Gouv-FR/logements-vacants-du-parc-prive-par-commune-departement-region-france

---
license: other
language:
- fr
tags:
- data-gouv
- donnees-publiques-francaises
- parquet
- csv
- open-data
pretty_name: "Logements vacants du parc privé par commune, département, région, France"
configs:
- config_name: lovac_opendata_schema
data_files:
- split: train
path: data/lovac_opendata_schema.parquet
- config_name: lovac_opendata_communes
data_files:
- split: train
path: data/lovac_opendata_communes.parquet
- config_name: lovac_opendata_departements
data_files:
- split: train
path: data/lovac_opendata_departements.parquet
- config_name: lovac_opendata_regions
data_files:
- split: train
path: data/lovac_opendata_regions.parquet
- config_name: lovac_opendata_france
data_files:
- split: train
path: data/lovac_opendata_france.parquet
---

# Logements vacants du parc privé par commune, département, région, France

## Source

- Source officielle : https://www.data.gouv.fr/datasets/logements-vacants-du-parc-prive-par-commune-departement-region-france
- Identifiant du jeu de données data.gouv.fr : `61816c6e23197bb34835228e`
- Slug data.gouv.fr : `logements-vacants-du-parc-prive-par-commune-departement-region-france`
- Licence indiquée dans les métadonnées data.gouv.fr : lov2

## Structure Hugging Face

- Un jeu de données data.gouv.fr = un dépôt Hugging Face
- Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face
- Chaque sous-ensemble/configuration contient un split nommé `train`

## Sous-ensembles

- `lovac_opendata_schema` → `data/lovac_opendata_schema.parquet`
- `lovac_opendata_communes` → `data/lovac_opendata_communes.parquet`
- `lovac_opendata_departements` → `data/lovac_opendata_departements.parquet`
- `lovac_opendata_regions` → `data/lovac_opendata_regions.parquet`
- `lovac_opendata_france` → `data/lovac_opendata_france.parquet`

## Utilisation

```python
from datasets import load_dataset

# Choisir un sous-ensemble/configuration :
ds = load_dataset("Data-Gouv-FR/logements-vacants-du-parc-prive-par-commune-departement-region-france", "lovac_opendata_schema")
print(ds["train"])
```

## Description originale

**Contexte :**
Le traitement LOVAC a été créé dans le cadre du [plan national de lutte contre les logements vacants](https://www.ecologie.gouv.fr/plan-national-lutte-contre-logements-vacants). Lancé en 2020, il vise notamment à outiller les collectivités et services déconcentrés dans le repérage et la caractérisation des logements vacants afin de proposer des solutions de remise sur le marché adaptées aux propriétaires concernés.

[Les données LOVAC](https://doc-datafoncier.cerema.fr/doc/fiche_descriptive/lovac) alimentent [Zéro Logement Vacant](https://zerologementvacant.beta.gouv.fr/), le service publique numérique gratuit proposé par la Direction Générale de l'Aménagement, du Logement et de la Nature. Cet outil est destiné à accompagner les collectivités dans la mobilisation des propriétaires de logements structurellement vacants (vacants depuis plus de 2 ans) et du parc locatif privé en prévention de la vacance des passoires énergétiques ([loi Climat et résilience](https://www.ecologie.gouv.fr/plan-national-lutte-contre-logements-vacantshttps://www.ecologie.gouv.fr/politiques-publiques/location-gel-loyers-passoires-energetiques)).

**Présentation du jeu de données :**
LOVAC est une base de données fondée sur le [fichier 1767Biscom](<https://www.collectivites-locales.gouv.fr/files/finances-locales/Fiche descriptive 1767 bis com.pdf>) de la DGFiP, croisé avec les [Fichiers Fonciers (FF)](https://doc-datafoncier.cerema.fr/doc/ff/) et [DV3F](https://doc-datafoncier.cerema.fr/doc/fiche_descriptive/dv3f) du Cerema, ainsi que la [Base adresse nationale (BAN)](https://adresse.data.gouv.fr/) et le [Référentiel national du Bâtiment (RNB)](https://rnb.beta.gouv.fr/).&#x20;

Ces données permettent de dénombrer **le nombre de logements du parc privé vacants par commune, département, région et France et par ancienneté de vacance.** Elles permettent ainsi de distinguer la vacance de courte durée, dite frictionnelle, de la vacance de longue durée, dite structurelle, cible du plan national de lutte contre les logements vacants.

Les données LOVAC détaillées par logement et l'accès gratuit à Zéro Logement Vacant ne peuvent être obtenus que par les collectivités territoriales à fiscalité propre, les services de l'État et l'Anah, ainsi que par leurs prestataires, à des fins de connaissance et de prise de contact des propriétaires pour lutter contre la vacance des logements. La demande d'accès à la base de données et à l'outil s'effectuent, via une seule et même demande, sur [le portail des données foncières du Cerema](https://datafoncier.cerema.fr/lovac).

Les données concernent tous les millésimes LOVAC distribués par le Cerema, de 2020 à 2025 (la version BETA de LOVAC 2019, n'est pas distribuée). Elles sont extraites des tables :

* LOVAC\_exh (pour LOVAC Exhaustif) pour l'ensemble des logements vacants du parc privé de 2020 à 2025
* LOVAC\_fil (pour LOVAC Filtré) pour les logements structurellement vacants (vacants depuis plus de 2 ans) du parc privé de 2020 à 2025
* Ext\_FF (pour Extrait des Fichiers fonciers) pour le dénombrement des logements du parc privé issu des fichiers fonciers de 2020 et 2024

Les champs disponibles tous les ans sont les suivants :

* Nombre de logements du parc privé au 1er janvier, de 2020 à 2024
* Nombre de logements vacants du parc privé au 1er janvier, de 2020 à 2025
* Nombre de logements vacants du parc privé depuis plus de deux ans au 1er janvier, de 2020 à 2025

Le zonage géographique est celui de l'INSEE au 1er janvier 2025.

Le seuil de secrétisation est de 11 logements. Les communes comptant moins de 11 logements du parc privé vacants depuis plus ou moins de 2 ans n'apparaissent pas dans ces données en application des règles du [secret statistique](https://www.insee.fr/fr/information/1300624) et du [secret fiscal](https://bofip.impots.gouv.fr/bofip/7248-PGP.html/identifiant%3DBOI-DJC-CADA-20-20150729). **Les valeurs secrétisées sont matérialisées par un "s".**

**Précautions d’emploi :**&#x20;

Depuis 2018, la **suppression progressive de la taxe d’habitation sur les résidences principales**, achevée en 2023, a entraîné la disparition des données fiscales collectées en vue de cette taxation. Le mode de collecte et de traitement des données d'occupation des locaux d'habitation a ainsi significativement évolué avec la mise en place du dispositif Gérer Mes Biens Immobiliers (GMBI). Cela a créé une rupture de série pour LOVAC en 2024 et 2025, désormais basé sur les seules données GMBI. Pour plus d'explications, [vous référer à la documentation de Zéro Logement Vacant.](https://zerologementvacant.beta.gouv.fr/blog-et-actualités/de-la-taxe-dhabitation-à-gmbi-quels-impacts-pour-lovac/)

Par ailleurs, les données LOVAC sont issues des données fiscales (1767Biscom) qui surestiment légèrement la vacance par rapport au recensement de population.
Cette surestimation s’explique notamment par le fait qu'une partie des logements « fiscalement vacants » correspond à des logements non habitables (bâtiments à l’abandon, garages, etc.), détruits ou retirés du marché en vue de leur démolition pour lesquels l’information fiscale n’a pas encore été mise à jour.

The dataset is named Logements vacants du parc privé par commune, département, région, France (Vacant Private Housing by Commune, Department, Region, France). It is a public dataset on vacant private housing in France, based on the LOVAC (Logements Vacants) process created under the national plan to combat vacant housing. The dataset aims to assist local authorities in identifying and characterizing vacant properties to facilitate their return to the market. Data sources include the DGFiPs 1767Biscom file, Ceremas Fichiers Fonciers and DV3F, the Base adresse nationale (BAN), and the Référentiel national du Bâtiment (RNB). It provides counts of vacant private housing by commune, department, region, and France as a whole, differentiated by vacancy duration (short-term frictional vacancy and long-term structural vacancy, i.e., vacant for over two years). The data covers the years 2020 to 2025, with annual fields including: total private housing as of January 1 (2020-2024), number of vacant private housing (2020-2025), and number of private housing vacant for over two years (2020-2025). Geographic zoning follows INSEE standards as of January 1, 2025. Statistical and fiscal confidentiality rules are applied, with a threshold of 11 housing units; communes with fewer than 11 vacant private housing units are not shown, and secret values are marked with s. Note that the gradual abolition of the housing tax on primary residences since 2018 has led to changes in data collection methods in 2024 and 2025, causing a series break; additionally, data based on fiscal sources may slightly overestimate vacancy rates due to inclusion of non-habitable or demolished properties. The dataset includes multiple subsets, such as schema, communes, departments, regions, and France, provided in Parquet format.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共数据平台data.gouv.fr，由Cerema主导构建，整合了DGFiP的1767Biscom税务档案、Cerema的Fichiers Fonciers与DV3F数据库，以及国家地址库（BAN）和建筑参考库（RNB）等多源信息。数据集按地理层级划分为市镇、省份、大区和全国四个子集，并附带元数据模式表，每个子集均以Parquet格式存储于Hugging Face的Data-Gouv-ML仓库中。数据涵盖了2020至2025年间的LOVAC年度版本，提取自LOVAC_exh（全部空置房）、LOVAC_fil（结构空置超两年）和Ext_FF（私人住房存量）三张核心表，通过严格的数据清洗与交叉比对，确保统计口径一致。为保护统计与税务机密，当私人空置房数量低于11套时，相关数值以‘s’标记进行脱敏处理。

使用方法

用户可通过Hugging Face的datasets库便捷加载数据，示例代码为：`ds = load_dataset("Data-Gouv-ML/logements-vacants-du-parc-prive-par-commune-departement-region-france", "lovac_opendata_schema")`，其中配置名可选择lovac_opendata_schema、lovac_opendata_communes等五个子集之一，每个子集均包含名为'train'的单一数据分割。加载后的数据集可直接转换为Pandas DataFrame进行统计分析与可视化。该数据面向法国地方政府、国家机构及授权服务商公开，用于识别空置房业主并推动市场再流通。详细的数据字段定义与使用说明可参照Cerema数据门户的LOVAC文档及Zero Logement Vacant平台的配套指南。

背景与挑战

背景概述

LOVAC（Logements Vacants du Parc Privé）数据集由法国生态转型与国土凝聚力部于2020年发起，旨在响应国家闲置住房治理计划，为地方政府及相关机构提供私宅空置率的精细化数据支撑。该数据集由Cerema、DGFiP等多家机构协作构建，整合了税务档案、地籍数据库及国家地址库等多源异构信息，形成覆盖2020至2025年、按市镇、省、大区及全国层级聚合的空置住房统计表。作为公开数据开放计划的重要成果，LOVAC为‘零空置住房’公共服务平台提供了核心数据依赖，推动了法国闲置住房识别与再入市场的政策执行，在住房政策研究与智慧城市治理领域具有标杆意义。

当前挑战

该数据集面临的核心挑战首先体现在领域问题的复杂性上：私宅空置的界定需区分短期摩擦性空置与长期结构性空置，后者涉及能源绩效法规及住房拯救计划的精准干预，对数据时效性与颗粒度要求极高。构建过程中，2023年居住税全面取消导致数据采集方式从传统税务申报切换至‘管理我的不动产’（GMBI）系统，造成2024-2025年数据序列的统计断裂，需重构历史对比基线。此外，税务数据固有的高估偏差（如将废弃建筑、车库等非居住单元误判为空置住房）与统计局阈值保密规则（≤11单位的市镇数据被掩码标记为“s”）共同增加了数据清洗与空间插补的难度，要求使用者具备多源验证能力以降低误差传导风险。

常用场景

经典使用场景

该数据集名为《法国市镇、省份、大区及全国私人住房空置情况统计》，是法国公共开放数据计划的重要组成部分。其最经典的用途在于为各级政府与研究机构提供精准的住房空置率量化分析基础。通过细粒度到市镇级别的空置时长分类（如短期摩擦性空置与长期结构性空置），研究者能够系统描绘法国住房市场的空置格局与演变趋势。该数据集常被用于构建时间序列模型或地理空间分析，以揭示住房空置的空间异质性及其与人口流动、经济活力之间的内在关联。同时，其多层级行政单元的结构也使得跨区域比较研究成为可能，为识别空置热点区域与政策干预重点提供了坚实的数据支撑。

解决学术问题

该数据集有效回应了住房研究领域长期存在的几项核心学术难题。首先，它解决了法国私人住房空置数据长期碎片化、统计口径不统一的问题，提供了自2020年至2025年连续、可比的官方空置数据。其次，通过区分空置时长，该数据使得区分摩擦性空置与结构性空置成为可能，从而助力学术界深入探讨住房空置的成因机制——究竟是市场自然调节还是需求结构失衡导致的长期闲置。此外，该数据集还揭示了税收政策变更（如居住税逐步取消）对住房空置统计带来的系统性影响，为评估公共政策效应提供了关键的准实验研究基础，对城市经济学与公共管理学具有重要理论价值。

实际应用

该数据集在现实政策制定与公共服务领域发挥着实质性作用。其直接服务于法国国家层面的《住房空置治理计划》，为地方政府识别并联系长期空置房屋的业主提供数据依据。基于该数据开发的‘零空置住房’数字公共服务平台，已成功赋能多个市镇开展针对性的住房激活行动，如提供翻修补助或税收优惠以促使房屋重新进入租赁或买卖市场。此外，该数据还被用于能源效率审计，特别在识别‘能源筛子型’空置住房方面发挥关键作用，助力《气候与韧性法案》的执行。不动产评估机构与城市规划事务所亦可借助该数据集评估区域住房供求失衡程度，生成更具说服力的投资与开发建议。

数据集最近研究

最新研究方向

当前，该数据集的前沿研究聚焦于利用精细化空置住房数据，结合地理信息系统与机器学习模型，识别和预测法国私有住房的结构性空置趋势，尤其是应对能源绩效不佳的“热筛住房”空置风险。随着2020年法国国家空置住房治理计划的启动，以及“零空置住房”数字公共服务平台的推广，该数据集为地方政府制定针对性政策、动员长期空置房产业主提供了关键数据支撑。其意义在于通过跨年度（2020-2025）和多层级（市镇、省、大区）的空置时长分类，揭示了税收改革（如住房税取消）后数据采集方式变化带来的统计断裂，推动了空置住房识别方法与公共治理工具的协同创新，成为法国住房政策数字化转型与环境韧性建设的重要基石。