Last data update: 17 sept. 2026, 22:32
Last compile: 18 sept. 2026, 02:52
Figure 1a et 1b : part des résidences chauffées au fioul par commune
Pas de fond de carte communal fiable dans le dépôt (36 500 communes, sans table de correspondance vers un shapefile à jour) – distribution à la place de la carte originale.
Code
fig1 |>
mutate(annee = factor(annee)) |>
ggplot(aes(x = part_fioul, fill = annee)) +
geom_histogram(binwidth = 2, alpha = 0.7, position = "identity") +
scale_fill_manual(values = c("2006" = "#8FB0DE", "2022" = "#1B3F8B"), name = NULL) +
theme_minimal(base_size = 13) +
labs(x = "Part des résidences principales chauffées au fioul (%)", y = "Nombre de communes",
title = "Distribution communale de la part de logements chauffés au fioul",
subtitle = "2006 vs 2022 (36 500 communes)") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())
Figure 2 : part de logements chauffés au fioul selon les caractéristiques
Code
fig2 |>
mutate(caracteristique = fct_reorder(caracteristique, part)) |>
ggplot(aes(x = caracteristique, y = part, fill = section)) +
geom_col(show.legend = FALSE) +
coord_flip() +
facet_wrap(~ section, scales = "free_y", ncol = 1) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = NULL,
title = "Part de résidences principales chauffées au fioul",
subtitle = "selon les caractéristiques des logements et des ménages, en 2022 (%)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank(),
strip.text = element_text(size = 8))
Figure 3 : résidences principales selon le combustible de chauffage, 1990-2022
Code
fig3 |>
mutate(combustible = recode(combustible, electricite = "Électricité", fioul = "Fioul",
gaz = "Gaz", autre = "Autre")) |>
ggplot(aes(x = annee, y = nb_milliers, color = combustible)) +
geom_line(linewidth = 1) +
geom_point(size = 1.5) +
facet_wrap(~ type_logement) +
scale_color_manual(values = c("Électricité" = "#1B3F8B", "Fioul" = "#E8737A",
"Gaz" = "#8FB0DE", "Autre" = "#B8860B"), name = NULL) +
theme_minimal(base_size = 12) +
labs(x = NULL, y = "Milliers de résidences principales",
title = "Résidences principales selon le combustible de chauffage",
subtitle = "1990-2022, par type de logement") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())
Figure 4 : intensité de la baisse du fioul et exposition initiale, par EPCI
Même limite que les Figures 1a/1b (pas de fond de carte EPCI à jour) : les deux variables sont déjà fournies sous forme de classes par l’Insee – table croisée du nombre d’EPCI par combinaison de classes, à la place de la carte.
Code
fig4 |>
count(part_fioul_2006_classe, intensite_baisse_classe) |>
ggplot(aes(x = part_fioul_2006_classe, y = intensite_baisse_classe, fill = n)) +
geom_tile() +
geom_text(aes(label = n), color = "white", size = 5) +
scale_fill_gradient(low = "#8FB0DE", high = "#1B3F8B", name = "Nb d'EPCI") +
theme_minimal(base_size = 12) +
labs(x = "Part de logements chauffés au fioul en 2006 (%)",
y = "Intensité de la baisse 2006-2022 (%)",
title = "Intensité de la baisse du fioul selon l'exposition initiale, par EPCI",
subtitle = "1 232 EPCI") +
theme(panel.grid = element_blank())
Tableau complémentaire 1 : densité et type de logement, 2022
Code
tc1 |>
filter(densite != "Ensemble", type_logement != "Ensemble") |>
mutate(densite = factor(densite, levels = c("Urbain dense", "Urbain intermédiaire", "Rural"))) |>
ggplot(aes(x = densite, y = part, fill = type_logement)) +
geom_col(position = position_dodge(width = 0.75), width = 0.7) +
scale_fill_manual(values = c("Appartement" = "#8FB0DE", "Maison" = "#1B3F8B"), name = NULL) +
theme_minimal(base_size = 13) +
labs(x = NULL, y = NULL,
title = "Part de résidences chauffées au fioul selon la densité",
subtitle = "et le type de logement, en 2022 (%)") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank(),
panel.grid.major.x = element_blank())
Tableau complémentaire 2 : période de construction, 2006 et 2022
Code
tc2 |>
mutate(periode_construction = fct_reorder(periode_construction, as.integer(factor(periode_construction))),
annee = factor(annee)) |>
ggplot(aes(x = periode_construction, y = part, fill = annee)) +
geom_col(position = position_dodge(width = 0.75), width = 0.7) +
coord_flip() +
facet_wrap(~ type_logement, scales = "free_x") +
scale_fill_manual(values = c("2006" = "#8FB0DE", "2022" = "#1B3F8B"), name = NULL) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = NULL,
title = "Part de résidences chauffées au fioul selon la période de construction",
subtitle = "2006 et 2022 (%) ; les tranches d'âge du bâti diffèrent entre les deux recensements") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Tableau complémentaire 3 : répartition par combustible, 1990-2022
Code
tc3 |>
mutate(combustible = recode(combustible, electricite = "Électricité", fioul = "Fioul",
gaz = "Gaz", autre = "Autre"),
combustible = factor(combustible, levels = c("Fioul", "Autre", "Gaz", "Électricité"))) |>
ggplot(aes(x = annee, y = part, fill = combustible)) +
geom_col(position = position_stack(reverse = TRUE)) +
facet_wrap(~ type_logement) +
scale_fill_manual(values = c("Fioul" = "#E8737A", "Autre" = "#B8860B",
"Gaz" = "#8FB0DE", "Électricité" = "#1B3F8B"), name = NULL) +
theme_minimal(base_size = 12) +
labs(x = NULL, y = NULL,
title = "Répartition des résidences principales selon le combustible de chauffage",
subtitle = "1990-2022, par type de logement (%)") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())
Tableau complémentaire 4 : prix des énergies domestiques, 1990-2022
Code
tc4 |>
mutate(energie = recode(energie, gaz_naturel = "Gaz naturel", fioul_domestique = "Fioul domestique",
electricite = "Électricité")) |>
ggplot(aes(x = annee, y = prix_euros_mwh, color = energie)) +
geom_line(linewidth = 1) +
scale_color_manual(values = c("Gaz naturel" = "#8FB0DE", "Fioul domestique" = "#E8737A",
"Électricité" = "#1B3F8B"), name = NULL) +
theme_minimal(base_size = 13) +
labs(x = NULL, y = "Euros / MWh PCI",
title = "Prix TTC des énergies domestiques",
subtitle = "pour la consommation d'1 MWh PCI, 1990-2022") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())