Part des locaux dont la couverture en 8 Mbit/s dépend des seuls réseaux spatiaux
Taux de locaux avec prévisions FttH |
2020 |
2021 |
2022 |
2023 |
|
---|---|---|---|---|---|
Auvergne-Rhône-Alpes |
93 % |
32,0 % |
21,0 % |
16,6 % |
10,7 % |
Bourgogne-Franche-Comté |
93 % |
30,3 % |
17,3 % |
13,4 % |
9,5 % |
Bretagne |
100 % |
45,6 % |
30,6 % |
27,3 % |
24,1 % |
Centre-Val de Loire |
88 % |
31,3 % |
22,7 % |
18,1 % |
13,1 % |
Corse |
46 % |
54,4 % |
49,5 % |
46,8 % |
44,3 % |
Grand Est |
93 % |
25,3 % |
19,1 % |
9,6 % |
6,6 % |
Hauts-de-France |
100 % |
18,8 % |
8,3 % |
5,0 % |
1,8 % |
Île-de-France |
100 % |
8,9 % |
4,7 % |
3,0 % |
1,4 % |
Normandie |
97 % |
34,4 % |
20,7 % |
15,3 % |
10,7 % |
Nouvelle-Aquitaine |
88 % |
39,9 % |
30,4 % |
23,7 % |
16,5 % |
Occitanie |
90 % |
38,3 % |
26,0 % |
19,0 % |
13,7 % |
Pays de la Loire |
90 % |
29,6 % |
19,2 % |
13,4 % |
7,7 % |
Provence-Alpes-Côte d'Azur |
97 % |
26,2 % |
14,1 % |
9,6 % |
5,2 % |
Territoires ultramarins |
64 % |
34,2 % |
28,9 % |
26,7 % |
24,6 % |
Part des locaux dont la couverture en 30 Mbit/s dépend des seuls réseaux spatiaux
6. Présence technologique en outre-mer
Technologie : |
Boucles locales filaire en fibre optique |
Boucles locales filaire en terminaison coaxiale |
Boucles locales filaire en terminaison cuivre |
4G fixe |
Réseaux radio terrestres |
Hertzien spatial |
---|---|---|---|---|---|---|
Guadeloupe (971) |
X |
X |
X |
X |
X |
|
Martinique (972) |
X |
X |
X |
X |
X |
|
Guyane (973) |
X |
X |
X |
X |
X |
X |
La Réunion (974) |
X |
X |
X |
X |
||
Mayotte (976) |
X |
X |
||||
Saint-Barthélemy (977) |
X |
X |
X |
|||
Saint-Martin (978) |
X |
X |
X |
X |
Présence de chaque technologie par territoire ultra-marin (sans seuil minimal de présence)
7. Chiffres détaillés du 8 Mbit/s et 30 Mbit/s en outre-mer
Territoire |
Locaux dont la couverture en 8 Mbit/s dépend des seuls réseaux spatiaux (% de la zone) |
Locaux dont la couverture en 30 Mbit/s dépend des seuls réseaux spatiaux (% de la zone) |
---|---|---|
Guadeloupe (971) |
4 000 (2 %) |
120 000 (46 %) |
Martinique (972) |
Données hors 4G fixe : 63 000 (23 %) |
127 000 (46 %) |
Guyane (973) |
5 000 (5 %) |
51 000 (53 %) |
La Réunion (974) |
Inférieur à 1 000 (0,1 %) |
67 000 (14 %) |
Mayotte (976) |
Inférieur à 1 000 (0,1 %) |
22 000 (65 %) |
Saint-Barthélemy (977) |
Pas de données |
|
Saint-Martin (978) |
0 (0 %) |
18 000 (71 %) |
Part des locaux dont la couverture en 8 Mbit/s et 30 Mbit/s dépend des seuls réseaux spatiaux par territoire ultra-marin
8. Parangonnage européen des modalités de mise en place des tarifs sociaux
Un questionnaire portant notamment sur les modalités de mise en place des tarifs sociaux a été envoyé par l'Autorité à ses homologues européens courant juillet 2020. Les répondants déclarent dans leur ensemble être en cours de transposition du code européen et que le futur mécanisme relatif aux tarifs sociaux au sein de leur pays n'est pas encore parfaitement défini. La République tchèque et la Serbie considèrent des mesures d'accessibilité offertes seulement par des opérateurs désignés. Malte privilégie à ce stade cette même possibilité, tout en explorant actuellement d'autres options qui incluraient des opérateurs en dehors du périmètre du service universel.
Sur les 18 répondants à ce questionnaire, seules 6 ARN disent pratiquer des tarifs sociaux. Parmi ces 6 ARN, la Roumanie, où seuls les utilisateurs handicapés bénéficient de tarifs sociaux, est l'unique pays à avoir instauré un mécanisme de réduction variable proposé par plusieurs opérateurs.
Bulgarie |
Croatie |
Espagne |
République tchèque |
Roumanie |
Malte |
|
---|---|---|---|---|---|---|
Réduction Fixe/Tarif fixe |
Tarif fixe |
Réduction fixe |
Tarif fixe |
Réduction fixe |
Tarif fixe |
Tarif fixe |
Un opérateur/N opérateurs |
Un opérateur |
Un opérateur |
Un opérateur |
Un opérateur |
N opérateurs |
Un opérateur |
(30) Source : Commission européenne ( https://ec.europa.eu/digital-single-market/en/news/fixed-broadband-prices-europe-2018).
(31) Selon le document publié par la Commission européenne, " le clustering est réalisé au moyen de l'approche K-means, une méthode qui vise à répartir toutes les observations dans un nombre prédéfini de clusters en minimisant la moyenne du carré de la distance euclidienne entre les observations et le centre du cluster. "