[{"data":1,"prerenderedAt":49},["ShallowReactive",2],{"dataset-41c2db9f-4615-4864-af15-5350d794c99c":3},{"entry":4,"body":48},{"id":5,"slug":6,"title":7,"organization":8,"organization_slug":9,"tags_he":10,"primary_resource_id":19,"formats":20,"metadata_modified":23,"license":24,"record_count":25,"resources":26,"last_analyzed_at":43,"version":44,"summary_he":45,"dataset_kind":46,"related_ids":47},"41c2db9f-4615-4864-af15-5350d794c99c","dyrvt-hdyvr-htzybvry","דירות הדיור הציבורי","משרד הבינוי והשיכון","ministry_of_housing",[11,12,13,14,15,8,16,17,18],"בינוי","דיור ציבורי","דירה פנויה","חדרים","מלאי","קומות","ראוי למגורים","שיכון","c3a68837-9b7a-4ee7-bd92-130678dc8ae3",[21,22],"CSV","PDF","2026-04-30T23:00:24.642173Z","Creative Commons Attribution",1080,[27,31,35,39],{"url":28,"format":21,"name":29,"size_bytes":30},"https:\u002F\u002Fdata.gov.il\u002Fdataset\u002F41c2db9f-4615-4864-af15-5350d794c99c\u002Fresource\u002Fc3a68837-9b7a-4ee7-bd92-130678dc8ae3\u002Fdownload\u002Fhng_ncs_vacantapartments.csv","דירות פנויות בדיור הציבורי",71366,{"url":32,"format":21,"name":33,"size_bytes":34},"https:\u002F\u002Fdata.gov.il\u002Fdataset\u002F41c2db9f-4615-4864-af15-5350d794c99c\u002Fresource\u002Fece87d7d-d79f-4278-8559-921218bc2b6a\u002Fdownload\u002Fhng_ncs_propertiesbyrooms.csv","מלאי הדירות בדיור הציבורי",31921,{"url":36,"format":21,"name":37,"size_bytes":38},"https:\u002F\u002Fdata.gov.il\u002Fdataset\u002F41c2db9f-4615-4864-af15-5350d794c99c\u002Fresource\u002Fd6d2046b-ccba-4d09-8778-ee9aa57cdf0c\u002Fdownload\u002Fhng_ncs_propertypurchases.csv","רכש דירות למלאי הדיור הציבורי",9132,{"url":40,"format":22,"name":41,"size_bytes":42},"https:\u002F\u002Fdata.gov.il\u002Fdataset\u002F41c2db9f-4615-4864-af15-5350d794c99c\u002Fresource\u002Fab8d68f9-4d31-4a43-8edb-e9b5fa343c08\u002Fdownload\u002F-20202.pdf","מסמך הסבר - מאגר דירות הדיור הציבורי",85475,"2026-05-04T21:12:37.853781Z",1,"מאגר הדיור הציבורי עוקב אחר 46,361 יחידות דיור ממשלתיות בישראל, כולל 1,080 דירות פנויות (2.3% מהמלאי), נתוני מלאי לפי עיר וגודל, ורכישות שנתיות לשנים 2017–2026 עם מגמת עלייה חדה במחירים מ-2022.","registry",[],"\u003Ch1 class=\"text-2xl font-bold text-ink-deep mb-2\">דירות הדיור הציבורי\u003C\u002Fh1>\n\n\u003Cdiv class=\"flex flex-wrap gap-2 mb-6\">\n  \u003Cspan class=\"tag-chip\">דיור ציבורי\u003C\u002Fspan>\n  \u003Cspan class=\"tag-chip\">מלאי דירות\u003C\u002Fspan>\n  \u003Cspan class=\"tag-chip\">דירות פנויות\u003C\u002Fspan>\n  \u003Cspan class=\"tag-chip\">רכש דירות\u003C\u002Fspan>\n  \u003Cspan class=\"tag-chip\">בינוי ושיכון\u003C\u002Fspan>\n\u003C\u002Fdiv>\n\n\u003Csection class=\"card p-5 mb-6\">\n  \u003Cp class=\"leading-relaxed text-ink\">\n    מאגר הדיור הציבורי של משרד הבינוי והשיכון עוקב אחר 46,361 יחידות דיור המנוהלות על-ידי חברות ממשלתיות — בעיקר עמידר ועמיגור. נכון לאפריל 2026, כ-1,080 דירות (2.3% מהמלאי) מוגדרות פנויות וראויות למגורים יותר משלושה חודשים; רובן מרוכזות בערי הפריפריה, ובראשן דימונה, קרית שמונה ובאר שבע. המאגר כולל גם נתוני רכישות שנתיות לשנים 2017–2026, המשקפים עלייה חדה במחירי הרכישה — מחיר דירת 3 חדרים טיפס בכ-50% בין 2017 ל-2023.\n  \u003C\u002Fp>\n\u003C\u002Fsection>\n\n\u003C!-- KPI grid -->\n\u003Cdiv style=\"grid-template-columns: repeat(auto-fit, minmax(175px, 1fr));\" class=\"grid gap-4 mb-6\">\n  \u003Cdiv class=\"card p-5 text-center\">\n    \u003Cdiv class=\"text-3xl font-bold text-brand mb-1\">1,080\u003C\u002Fdiv>\n    \u003Cdiv class=\"text-sm text-subtle\">דירות פנויות\u003C\u002Fdiv>\n  \u003C\u002Fdiv>\n  \u003Cdiv class=\"card p-5 text-center\">\n    \u003Cdiv class=\"text-3xl font-bold text-brand mb-1\">46,361\u003C\u002Fdiv>\n    \u003Cdiv class=\"text-sm text-subtle\">יחידות במלאי הכולל\u003C\u002Fdiv>\n  \u003C\u002Fdiv>\n  \u003Cdiv class=\"card p-5 text-center\">\n    \u003Cdiv class=\"text-3xl font-bold text-brand mb-1\">2.3%\u003C\u002Fdiv>\n    \u003Cdiv class=\"text-sm text-subtle\">שיעור הפנויות\u003C\u002Fdiv>\n  \u003C\u002Fdiv>\n  \u003Cdiv class=\"card p-5 text-center\">\n    \u003Cdiv class=\"text-3xl font-bold text-brand mb-1\">520\u003C\u002Fdiv>\n    \u003Cdiv class=\"text-sm text-subtle\">ימי פנויות חציוניים\u003C\u002Fdiv>\n  \u003C\u002Fdiv>\n  \u003Cdiv class=\"card p-5 text-center\">\n    \u003Cdiv class=\"text-3xl font-bold text-brand mb-1\">2,555\u003C\u002Fdiv>\n    \u003Cdiv class=\"text-sm text-subtle\">דירות נרכשו (2017–2026)\u003C\u002Fdiv>\n  \u003C\u002Fdiv>\n\u003C\u002Fdiv>\n\n\u003C!-- Insights -->\n\u003Csection class=\"card p-5 mb-6\">\n  \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">ממצאים עיקריים\u003C\u002Fh2>\n  \u003Cul class=\"list-disc list-inside space-y-2 text-ink leading-relaxed\">\n    \u003Cli>דימונה מובילה עם 141 דירות פנויות (13% מהמלאי הפנוי), אחריה קרית שמונה (111) ובאר שבע (108) — כל שלוש ערי פריפריה.\u003C\u002Fli>\n    \u003Cli>78% מהדירות הפנויות מנוהלות על-ידי עמידר ו-18% על-ידי עמיגור.\u003C\u002Fli>\n    \u003Cli>דירות 2 חדרים מהוות 54% מהפנויות, אך רק 29% מהמלאי הכולל — פערון שעשוי להצביע על ביקוש נמוך יחסית ליחידות הקטנות.\u003C\u002Fli>\n    \u003Cli>83 דירות (7.7% מהפנויות) עומדות ריקות 5 שנים ומעלה; 7 מהן — מעל 10 שנים.\u003C\u002Fli>\n    \u003Cli>מחיר רכישה ממוצע לדירת 3 חדרים עלה מ-1.20 מיליון ₪ ב-2017 לכ-1.79 מיליון ₪ ב-2023 — עלייה של כ-50% בשש שנים.\u003C\u002Fli>\n    \u003Cli>2021 הייתה שנת הרכישה הנמוכה ביותר: 40 דירות בלבד, לעומת שיא של 781 ב-2018.\u003C\u002Fli>\n  \u003C\u002Ful>\n\u003C\u002Fsection>\n\n\u003C!-- Charts row 1: Vacant by city + Company donut -->\n\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 gap-5 mb-6\">\n  \u003Csection class=\"card p-5\">\n    \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">דירות פנויות לפי עיר — 15 מובילות\u003C\u002Fh2>\n    \u003Cdiv id=\"chart-vacant-city\" class=\"h-64 md:h-80\">\u003C\u002Fdiv>\n  \u003C\u002Fsection>\n  \u003Csection class=\"card p-5\">\n    \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">דירות פנויות לפי חברה מנהלת\u003C\u002Fh2>\n    \u003Cdiv id=\"chart-company\" class=\"h-64 md:h-80\">\u003C\u002Fdiv>\n  \u003C\u002Fsection>\n\u003C\u002Fdiv>\n\n\u003C!-- Charts row 2: Room comparison + Top inventory cities -->\n\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 gap-5 mb-6\">\n  \u003Csection class=\"card p-5\">\n    \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">התפלגות לפי מספר חדרים\u003C\u002Fh2>\n    \u003Cp class=\"text-sm text-subtle mb-2\">השוואה בין מלאי כולל לדירות פנויות (באחוזים)\u003C\u002Fp>\n    \u003Cdiv id=\"chart-rooms\" class=\"h-64 md:h-80\">\u003C\u002Fdiv>\n  \u003C\u002Fsection>\n  \u003Csection class=\"card p-5\">\n    \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">מלאי כולל — 10 ערים מובילות\u003C\u002Fh2>\n    \u003Cdiv id=\"chart-inv-city\" class=\"h-64 md:h-80\">\u003C\u002Fdiv>\n  \u003C\u002Fsection>\n\u003C\u002Fdiv>\n\n\u003C!-- Annual purchases (full width) -->\n\u003Csection class=\"card p-5 mb-6\">\n  \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">רכישת דירות למלאי לפי שנה — 2017 עד 2025\u003C\u002Fh2>\n  \u003Cp class=\"text-sm text-subtle mb-2\">עמודות: מספר דירות שנרכשו לפי גודל; קו: מחיר ממוצע לדירת 3 חדרים (אלפי ₪)\u003C\u002Fp>\n  \u003Cdiv id=\"chart-purchases\" class=\"h-64 md:h-96\">\u003C\u002Fdiv>\n\u003C\u002Fsection>\n\n\u003C!-- Vacancy duration (full width) -->\n\u003Csection class=\"card p-5 mb-6\">\n  \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">משך זמן פנויות הדירות\u003C\u002Fh2>\n  \u003Cp class=\"text-sm text-subtle mb-2\">מניין ימים מאז תחילת הפנויות (נכון לאפריל 2026)\u003C\u002Fp>\n  \u003Cdiv id=\"chart-duration\" class=\"h-64 md:h-80\">\u003C\u002Fdiv>\n\u003C\u002Fsection>\n\n\u003C!-- GovExplorer -->\n\u003Csection class=\"card p-5 mb-6\">\n  \u003Cdiv class=\"flex flex-wrap items-center justify-between gap-3 mb-3\">\n    \u003Ch2 class=\"font-semibold text-ink-deep\">עיון בדירות הפנויות\u003C\u002Fh2>\n    \u003Cinput id=\"explorer-search\" class=\"gov-explorer-search\"\n           type=\"search\" placeholder=\"חיפוש לפי עיר או חברה...\"\n           aria-label=\"חיפוש בטבלה\" \u002F>\n  \u003C\u002Fdiv>\n  \u003Cdiv id=\"explorer\">\u003C\u002Fdiv>\n\u003C\u002Fsection>\n\n\u003C!-- Notes -->\n\u003Csection class=\"card p-5 mb-6\">\n  \u003Ch2 class=\"font-semibold text-ink-deep mb-3\">אודות המאגר\u003C\u002Fh2>\n  \u003Cp class=\"leading-relaxed text-ink\">\n    מאגר זה מכיל שלושה משאבים: מלאי דירות הדיור הציבורי הראויות למגורים ופנויות למעלה משלושה חודשים, דוח מלאי דירות הדיור הציבורי, ודוח רכישת דירות למלאי הדיור.\n  \u003C\u002Fp>\n\u003C\u002Fsection>\n\n\u003Cscript>\nconst GOVIL_PALETTE = [\n  '#0068f5', '#0b3668', '#6c9fd8', '#0053c4', '#0c3058',\n  '#3d70b0', '#b7d2f7', '#2658a0', '#dbe8fb', '#0c1f3d'\n];\n\nconst baseECharts = {\n  color: GOVIL_PALETTE,\n  textStyle: { fontFamily: 'Rubik, sans-serif', color: '#0c3058' },\n  tooltip: {\n    textStyle: { fontFamily: 'Rubik', color: '#0c3058' },\n    backgroundColor: '#fff',\n    borderColor: '#c3cfe7',\n    extraCssText: 'direction: rtl; box-shadow: 0 6px 24px -8px rgba(0,104,245,.18);'\n  },\n  grid: { left: 48, right: 64, top: 40, bottom: 48, containLabel: true },\n};\n\n\u002F\u002F ── Chart 1: Vacant apartments by city ───────────────────────────────────\nconst c1 = echarts.init(document.getElementById('chart-vacant-city'));\nconst vacantCities = [\"דימונה\",\"קרית שמונה\",\"באר שבע\",\"אופקים\",\"עפולה\",\"בית שאן\",\"נוף הגליל\",\"מצפה רמון\",\"ערד\",\"שדרות\",\"ירוחם\",\"קרית גת\",\"מגדל העמק\",\"מעלות-תרשיחא\",\"חיפה\"].reverse();\nconst vacantCounts = [141,111,108,92,84,63,50,47,45,34,32,23,22,22,22].reverse();\nc1.setOption(Object.assign({}, baseECharts, {\n  tooltip: Object.assign({}, baseECharts.tooltip, {\n    trigger: 'axis',\n    formatter: function(p) { return p[0].name + ': ' + p[0].value + \" דירות\"; }\n  }),\n  xAxis: { type: 'value' },\n  yAxis: { type: 'category', data: vacantCities, axisLabel: { fontSize: 11 } },\n  series: [{\n    type: 'bar',\n    data: vacantCounts,\n    itemStyle: { color: '#0068f5' },\n    label: { show: true, position: 'right', fontSize: 11, color: '#0c3058' }\n  }]\n}));\n\n\u002F\u002F ── Chart 2: Donut by managing company ───────────────────────────────────\nconst c2 = echarts.init(document.getElementById('chart-company'));\nc2.setOption(Object.assign({}, baseECharts, {\n  tooltip: Object.assign({}, baseECharts.tooltip, {\n    trigger: 'item',\n    formatter: '{b}: {c} ({d}%)'\n  }),\n  legend: {\n    orient: 'vertical',\n    right: 10,\n    top: 'center',\n    textStyle: { fontFamily: 'Rubik', color: '#0c3058', fontSize: 13 }\n  },\n  series: [{\n    type: 'pie',\n    radius: ['42%', '68%'],\n    center: ['38%', '50%'],\n    data: [\n      { value: 840, name: \"עמידר\" },\n      { value: 197, name: \"עמיגור\" },\n      { value: 22, name: \"שקמונה\" },\n      { value: 13, name: \"שופ\" },\n      { value: 8, name: \"חלמיש\" }\n    ],\n    label: { show: false },\n    emphasis: {\n      label: { show: true, fontSize: 14, fontWeight: 'bold', fontFamily: 'Rubik' }\n    }\n  }]\n}));\n\n\u002F\u002F ── Chart 3: Room type — inventory vs vacant (%) ──────────────────────────\nconst c3 = echarts.init(document.getElementById('chart-rooms'));\nc3.setOption(Object.assign({}, baseECharts, {\n  tooltip: Object.assign({}, baseECharts.tooltip, {\n    trigger: 'axis',\n    formatter: function(params) {\n      return params[0].name + '\u003Cbr>' +\n        params.map(function(p) { return p.marker + ' ' + p.seriesName + ': ' + p.value + '%'; }).join('\u003Cbr>');\n    }\n  }),\n  legend: { top: 5, textStyle: { fontFamily: 'Rubik', color: '#0c3058' } },\n  xAxis: { type: 'category', data: [\"1 חדר\", \"2 חדרים\", \"3 חדרים\", \"4+ חדרים\"] },\n  yAxis: { type: 'value', max: 60, axisLabel: { formatter: '{value}%' } },\n  series: [\n    {\n      name: \"מלאי כולל\",\n      type: 'bar',\n      data: [5.2, 28.8, 48.5, 17.6],\n      label: { show: true, formatter: '{c}%', fontSize: 11 }\n    },\n    {\n      name: \"דירות פנויות\",\n      type: 'bar',\n      data: [7.6, 53.8, 32.7, 5.9],\n      label: { show: true, formatter: '{c}%', fontSize: 11 }\n    }\n  ]\n}));\n\n\u002F\u002F ── Chart 4: Top 10 cities by total inventory ─────────────────────────────\nconst c4 = echarts.init(document.getElementById('chart-inv-city'));\nconst invCities = [\"באר שבע\",\"דימונה\",\"ירושלים\",\"תל אביב-יפו\",\"אשקלון\",\"נוף הגליל\",\"אשדוד\",\"קרית גת\",\"חיפה\",\"עפולה\"].reverse();\nconst invCounts = [4176, 2346, 2297, 1991, 1748, 1724, 1626, 1340, 1328, 1213].reverse();\nc4.setOption(Object.assign({}, baseECharts, {\n  tooltip: Object.assign({}, baseECharts.tooltip, {\n    trigger: 'axis',\n    formatter: function(p) { return p[0].name + ': ' + p[0].value.toLocaleString() + \" יחידות\"; }\n  }),\n  xAxis: { type: 'value' },\n  yAxis: { type: 'category', data: invCities, axisLabel: { fontSize: 11 } },\n  series: [{\n    type: 'bar',\n    data: invCounts,\n    itemStyle: { color: '#0b3668' },\n    label: { show: true, position: 'right', fontSize: 11, color: '#0c3058' }\n  }]\n}));\n\n\u002F\u002F ── Chart 5: Annual purchases (stacked bar) + avg price (line) ────────────\nconst c5 = echarts.init(document.getElementById('chart-purchases'));\nconst purYears = [\"2017\",\"2018\",\"2019\",\"2020\",\"2021\",\"2022\",\"2023\",\"2024\",\"2025\"];\nconst pur3 = [219, 458, 159, 99, 15, 62, 181, 80, 41];\nconst pur4 = [156, 323, 87, 32, 25, 135, 297, 141, 40];\nconst avgPrice3 = [1196, 1256, 1245, 1221, 1204, 1688, 1791, 1723, 1724];\nc5.setOption(Object.assign({}, baseECharts, {\n  tooltip: Object.assign({}, baseECharts.tooltip, { trigger: 'axis' }),\n  legend: { top: 5, textStyle: { fontFamily: 'Rubik', color: '#0c3058' } },\n  xAxis: { type: 'category', data: purYears },\n  yAxis: [\n    { type: 'value', name: \"מס' דירות\", nameTextStyle: { fontFamily: 'Rubik' } },\n    { type: 'value', name: \"מחיר (אלפי)\", nameTextStyle: { fontFamily: 'Rubik' }, min: 900, max: 2000, axisLabel: { formatter: \"{value}\" } }\n  ],\n  series: [\n    {\n      name: \"3 חדרים\",\n      type: 'bar',\n      stack: 'total',\n      data: pur3\n    },\n    {\n      name: \"4+ חדרים\",\n      type: 'bar',\n      stack: 'total',\n      data: pur4\n    },\n    {\n      name: \"מחיר ממוצע 3 חדרים (אלפי ₪)\",\n      type: 'line',\n      yAxisIndex: 1,\n      data: avgPrice3,\n      smooth: true,\n      lineStyle: { width: 2, color: '#0c3058' },\n      itemStyle: { color: '#0c3058' },\n      symbol: 'circle',\n      symbolSize: 6\n    }\n  ]\n}));\n\n\u002F\u002F ── Chart 6: Vacancy duration buckets ────────────────────────────────────\nconst c6 = echarts.init(document.getElementById('chart-duration'));\nc6.setOption(Object.assign({}, baseECharts, {\n  tooltip: Object.assign({}, baseECharts.tooltip, {\n    trigger: 'axis',\n    formatter: function(p) { return p[0].name + ': ' + p[0].value + \" דירות\"; }\n  }),\n  xAxis: {\n    type: 'category',\n    data: [\"פחות משנה\", \"1\\u20133 שנים\", \"3\\u20135 שנים\", \"5\\u201310 שנים\", \"מעל 10 שנים\"]\n  },\n  yAxis: { type: 'value' },\n  series: [{\n    type: 'bar',\n    data: [\n      { value: 405, itemStyle: { color: '#0068f5' } },\n      { value: 414, itemStyle: { color: '#0053c4' } },\n      { value: 178, itemStyle: { color: '#3d70b0' } },\n      { value: 76,  itemStyle: { color: '#6c9fd8' } },\n      { value: 7,   itemStyle: { color: '#b7d2f7' } }\n    ],\n    label: { show: true, position: 'top', fontSize: 12, color: '#0c3058' }\n  }]\n}));\n\n\u002F\u002F ── Global resize ─────────────────────────────────────────────────────────\nwindow.addEventListener('resize', function() {\n  c1.resize(); c2.resize(); c3.resize(); c4.resize(); c5.resize(); c6.resize();\n});\n\n\u002F\u002F ── GovExplorer ───────────────────────────────────────────────────────────\nGovExplorer.create({\n  container:    '#explorer',\n  searchInput:  '#explorer-search',\n  resourceId:   'c3a68837-9b7a-4ee7-bd92-130678dc8ae3',\n  fields:       ['CityLmsName', 'CompanyName', 'NumOfRooms', 'TotalArea', 'Floor', 'StatusChangeDate'],\n  headers:      [\"עיר\", \"חברה מנהלת\", \"חדרים\", \"שטח\", \"קומה\", \"פנויה מאז\"],\n  searchFields: ['CityLmsName', 'CompanyName'],\n  pageSize:     50,\n  sort:         'CityLmsName asc',\n  renderRow: function(r) {\n    return [\n      { text: r['CityLmsName'] },\n      { text: r['CompanyName'] },\n      { text: r['NumOfRooms'] != null ? String(r['NumOfRooms']) : '' },\n      { text: r['TotalArea'] != null ? String(r['TotalArea']) : '' },\n      { text: r['Floor'] != null ? String(r['Floor']) : '' },\n      { text: r['StatusChangeDate'] ? String(r['StatusChangeDate']).slice(0, 10) : '', dir: 'ltr' }\n    ];\n  }\n});\n\u003C\u002Fscript>\n",1778130670343]