Agence Nationale de la Recherche (France), Université Paris 1 Panthéon-Sorbonne, Govern de les Illes Balears, Ministerio de Ciencia, Innovación y Universidades (España), Agencia Estatal de Investigación (España), European Commission, Le Goix, Renaud, Ysebaert, Ronan, Giraud, Timothée, Lieury, Marc, Boulay, Guilhem, Coulon, Mathieu, Rey-Coyrehourcq, Sébastien, Lemoy, Rémi, Ramasco, José J., Mazzoli, Mattia, Colet, Pere, Theurillat, Thierry, Segessemann, Alain, Marcińczak, Szymon, Bartosiewicz, Bartosz, Agence Nationale de la Recherche (France), Université Paris 1 Panthéon-Sorbonne, Govern de les Illes Balears, Ministerio de Ciencia, Innovación y Universidades (España), Agencia Estatal de Investigación (España), European Commission, Le Goix, Renaud, Ysebaert, Ronan, Giraud, Timothée, Lieury, Marc, Boulay, Guilhem, Coulon, Mathieu, Rey-Coyrehourcq, Sébastien, Lemoy, Rémi, Ramasco, José J., Mazzoli, Mattia, Colet, Pere, Theurillat, Thierry, Segessemann, Alain, Marcińczak, Szymon, and Bartosiewicz, Bartosz
[ES] This data-paper presents and describes a consolidated, harmonized, internationally comparable database to quantify the impacts of the housing affordability crisis. Local harmonized indicators allow to examine the unequal spatial patterns of housing affordability across a selection of European cities. This study seeks at informing and mapping the increased and unequal affordability gap, a critical issue for social cohesion and sustainability in metropolitan areas in Europe. We characterize affordability with measures of price (property and rent) and income in a selection of European Functional Urban Areas (FUAs). The methodological goal was to cope with a data gap, i.e. a lack of harmonized spatial data to map and analyze affordability in Europe. This research, conducted in 2018-19 by a European consortium for the ESPON agency, covers 4 countries and one cross-border region: Geneva (Switzerland), Annecy-Annemasse, Avignon and Paris (France), Madrid, Barcelona and Palma de Majorca (Spain) and Warsaw, Łódź and Krakow (Poland). We bring insights on how institutional data (i.e. transactions data), can be bridged with unconventional data (“big data” harvested on line) to provide a cost-effective and harmonized data collection effort that can contribute to compare affordability within cities (between neighborhoods) and across cities, using various geographical levels (1km square-grid, municipalities, FUA). We present the structure of the database, how it has been constructed in a reproducible manner; we document the validation process, the strengths and limitations of the data provided, and document the reproducibility of the workflow., [FR] Cet article présente et décrit une base de données consolidée, harmonisée et comparable au niveau international pour quantifier les impacts de la crise de l'accessibilité (ou abordabilité) du logement. Cette base de données permet de caractériser l’inégale abordabilité du logement dans une sélection de métropoles européennes, une question cruciale pour la cohésion sociale et la durabilité dans les zones métropolitaines en Europe. La question porte sur l’inégalité d’accès au logement, en fonction des revenus. Mais cet écart s’est creusé au cours des dernières décennies : depuis les années 1990, les prix des logements ont en moyenne augmenté plus vite que les revenus des résidents et des acheteurs. La base de données caractérise l’abordabilité à l’aide de mesures du prix (propriété et loyer) et du revenu dans une sélection de zones urbaines fonctionnelles européennes (Functional Urban Areas, FUA). L’objectif méthodologique est de combler une lacune, c’est-à-dire l’absence de données spatiales harmonisées pour cartographier et analyser l’accessibilité financière en Europe. Cette étude, menée en 2018-19 par un consortium européen pour ESPON, couvre 4 pays de la zone et une région transfrontalière : Genève (Suisse), Annecy-Annemasse, Avignon et Paris (France), Madrid, Barcelone et Palma de Majorque (Espagne) et Varsovie, Łódź et Cracovie (Pologne). Nous apportons un éclairage sur la manière dont les données institutionnelles (données sur les transactions) peuvent être rapprochées des données collectées en ligne, et harmonisées pour contribuer à comparer l’accessibilité financière au sein des villes (entre les quartiers) et entre les villes, en utilisant différents niveaux géographiques (grille carroyée de 1 km, municipalités, FUA). Nous présentons la structure de la base de données, comment elle a été construite de manière reproductible ; nous documentons le processus de validation, les forces et les limites des données fournies, et documentons la reproductibilité d, [ES] Este artículo presenta y describe una base de datos consolidada, armonizada e internacionalmente comparable para cuantificar los impactos de la crisis de acceso a la vivienda, un tema crucial para la cohesión social y sostenibilidad en las áreas metropolitanas de Europa. La base de datos caracteriza tal proceso en una muestra de las metrópolis europeas, abordando la interrogante sobre la desigualdad en el acceso a la vivienda en función de los ingresos, brecha que se ha visto incrementada en las últimas décadas. Desde los años 1990, los precios de la vivienda en promedio han aumentado más rápido que los ingresos de residentes y compradores. La base de datos caracteriza el acceso utilizando medidas de precio (propiedad y arriendo) e ingresos en una selección de áreas urbanas funcionales europeas (FUA). El objetivo metodológico es contribuir al vacío y falta de datos espaciales armonizados para cartografiar y analizar la accesibilidad financiera en Europa. Este estudio, realizado en 2018-19 por un consorcio europeo para ESPON, cubre 4 países de la zona y una región transfronteriza: Ginebra (Suiza); Annecy-Annemasse, Aviñón y París (Francia); Madrid, Barcelona y Palma de Mallorca (España); Varsovia, Lodz y Cracovia (Polonia). El trabajo aporta cómo los datos institucionales (datos en las transacciones) pueden vincularse con los datos recopilados en línea y armonizar una base para contribuir a comparar la accesibilidad financiera al interior de las ciudades (entre barrios) y entre ciudades, utilizando diferentes escalas geográficas (cuadrícula de 1 km, municipios, FUA). Presentamos y documentamos la estructura de la base de datos, su elaboración y validación, las fortalezas y limitaciones de los datos proporcionados, y la reproducibilidad del análisis.