---
language:
- fr
license: etalab-2.0
pretty_name: "DataRespublica : population, logement et électricité des communes"
tags:
- france
- reproducible-research
configs:
- config_name: groupes-comparables
  data_files:
  - split: train
    path: groupes-comparables.csv
- config_name: dispersion-departements
  data_files:
  - split: train
    path: dispersion-departements.csv
- config_name: 1000-communes-population-logement-electricite
  data_files:
  - split: train
    path: 1000-communes-population-logement-electricite.csv
---

# DataRespublica : population, logement et électricité des communes

Version 1.0.0, préparée le 8 novembre 2026. Aucune donnée personnelle de client. Les résultats décrivent les périmètres ci-dessous, pas une promesse commerciale.
Ce jeu permet de sélectionner les 1 000 communes les plus peuplées en population municipale 2023, puis de retrouver leurs données de logement 2022 et d’électricité résidentielle 2024 lorsqu’elles sont disponibles. Un second export décrit la dispersion entre communes dans chaque département et dans des groupes de taille et de structure de logement proches.

## Contenu et usages

- `1000-communes-population-logement-electricite.csv` : exactement 1 000 communes, classement déterministe par population décroissante puis code INSEE croissant. 612 ont une observation énergétique dans le rapprochement source ; 388 n’en ont pas. Toutes les 1 000 populations sont présentes. Une absence n’est pas un zéro.
- Le fichier complet de 34 030 communes se trouve dans la ressource distincte [`profils-electricite-2024/communes.csv`](https://www.datarespublica.com/donnees/profils-electricite-2024/communes.csv), à vérifier après déploiement. Ce fichier n’est pas intégré comme configuration de ce paquet Hugging Face. Certains noms non réconciliés apparaissent sous forme de code INSEE ; ne pas les présenter comme des libellés officiels.
- `dispersion-departements.csv` : 100 départements, communes comptant au moins 200 résidences principales (16 631). P10/médiane/P90 non pondérés entre communes ; ratio P90/P10. Moyenne kWh pondérée par les points de livraison calculée séparément.
- `groupes-comparables.csv` : 787 cellules département × tranche de maisons × taille du parc de résidences principales ; 304 comptent au moins 10 communes. Tous les effectifs restent exportés. Ne pas interpréter les quantiles des petites cellules comme des résultats robustes.

Usage concret : comparer une commune à des communes du même département dont le parc a une structure proche ; détecter les données manquantes avant une analyse. Le jeu n’est pas un classement d’efficacité énergétique.

## Sélection et géographie

Population municipale au 1er janvier 2023, géographie au 1er janvier 2025. Paris, Lyon et Marseille sont recomposés par somme de leurs 20, 9 et 16 arrondissements municipaux, ensuite retirés du classement. Aucune double comptabilisation. France hors Mayotte pour le classement démographique. Les 388 absences d’énergie reflètent le périmètre du rapprochement source, pas nécessairement une absence dans toute la base ORE. Lyon fait partie des absences : ne pas inventer son observation.

## Sources

[Population Insee 2023](https://www.insee.fr/fr/statistiques/8680726), fichier ensemble.zip publié le 18 décembre 2025 ; [réutilisation GridLabs et sources ORE/Insee](https://www.gridlabs.fr/observatoire/consommation-electricite-logements) ; [source ORE](https://www.data.gouv.fr/datasets/consommation-annuelle-delectricite-et-gaz-par-commune/).

## Définitions et limites

Les kWh/point de livraison sont recalculés depuis les volumes et comptes de points 2024 ; les résidences principales et parts de maisons datent de 2022. Les millésimes ne sont pas confondus. Le point de livraison n’est pas un ménage ; toutes les énergies de chauffage ne sont pas prises en compte. Climat, surface, chauffage, résidences secondaires, vacance et comportements restent des facteurs non contrôlés. Les groupes comparables ne corrigent que deux dimensions, pas tous ces facteurs. Pas d’inférence causale ni d’économie garantie.

## Reproduction

`python reproduce.py` avec pandas. Les deux sources compactes archivées sont incluses. Aucune connexion, base privée ni collecte utilisateur. Les fichiers sont écrasés localement par le script ; travailler sur une copie si nécessaire.

## Citation

DataRespublica, « Population, logement et électricité des communes », v1.0.0, 8 novembre 2026. Sources : Insee, ORE ; rapprochement initial GridLabs, agrégations DataRespublica. https://www.datarespublica.com/.
