Le prix des attributs du logement - INSEE

ÉCONOMIE ET STATISTIQUE N° 381-382, 2005 91

Le prix des attributs du logement

Jean Cavailhès*

La méthode des « prix hédonistes » permet d’estimer le prix des différents attributs d’unlogement (taille, confort, environnement proche ou lointain, etc.) à partir de son prixglobal. De tels prix ont été estimés pour 1996 pour le secteur locatif libre des villes, deleurs banlieues et de leurs couronnes périurbaines (« aires urbaines »).

Ainsi, la surface habitable d’un logement et son équipement sanitaire jouent fortementsur le loyer. Les caractéristiques de l’immeuble (collectif ou individuel, date deconstruction, état) ont également un rôle important.

L’accessibilité au centre d’emploi et la qualité sociale du voisinage sont les attributs« extrinsèques » du logement qui ont le plus d’impact. Cependant, le coût réel del’éloignement du centre serait sous-estimé par les ménages.

Les autres aménités ou nuisances locales (criminalité, bruit, pollution, aménités rurales,etc.) exercent une influence réduite ou même nulle. Les dégradations de l’immeubleaffectent davantage le loyer que le bruit ou la criminalité, qui sont loin d’avoirl’importance escomptée.

Enfin, l’élasticité revenu de la demande de surface habitable est supérieure à celled’accessibilité : confrontés à l’arbitrage entre le coût d’accessibilité et le besoind’espace, les ménages aisés donnent la préférence au second et ils se localisent depréférence à la périphérie des villes.

CONDITIONS DE VIE

* Jean Cavailhès appartient au Centre d’économie et sociologie appliquées à l’agriculture et aux espaces ruraux, UMR,Inra-Dijon.Les noms et dates entre parenthèses renvoient à la bibliographie en fin d’article.L’auteur remercie Anne Lafférère, Maaj Fall, Florence Goffette-Nagot, Hubert Jayet et d’autres collègues pour les remar-ques et les conseils dont ils ont fait bénéficier la mise au point de cet article. Cette recherche a reçu une aide du Com-missariat général du Plan. L’Insee a mis les enquêtes Logement 1984 à 1996 à la disposition de l’auteur dans le cadred’une convention avec l’Inra.

92 ÉCONOMIE ET STATISTIQUE N° 381-382, 2005

e poids du logement dans le budget desménages (1), son importance et celle de sa

localisation dans l’étude des villes, contrastentavec sa place encore modeste dans les étudeséconomiques. Cette position en retrait tient pourune part à la difficulté de la tâche.

Un logement est en effet un bien complexe dontla valeur reflète à la fois des attributs (surfacehabitable, type d’immeuble, confort, etc.) et descaractéristiques liées à sa localisation (déplace-ments domicile-travail, proximité des biens etservices et des loisirs consommés par leménage, qualité de l’environnement et du voisi-nage). Il n’est pas possible de mesurer le prixexplicite de certaines de ces composantes. Celarend évidemment difficile l’analyse de la forma-tion du prix global de ce bien.

Cet article vise à éclairer certains aspects del’économie du logement, et en particulier de salocalisation. Il utilise pour cela la méthode desprix hédonistes (2). Cette méthode se ramène àune application de la théorie du consommateurà des biens complexes, difficiles à comparer.Prenons un exemple, celui d’un kilogramme deviande et d’un kilogramme de pommes. Ce sontdes biens différents, dont le prix diffère. Com-ment aller plus loin que ce banal constat ? Ensuivant les travaux initiés par Lancaster (1966),on peut analyser ces deux biens en calculant lenombre de calories, de glucides, lipides et pro-téines contenus dans un kilogramme de chacund’eux. Il devient alors possible de comparer laviande et les pommes par leurs apports nutritifs.Il est possible d’affiner l’analyse, en décompo-sant les glucides selon leur formule chimique eten mesurant les arômes, ainsi que les autrescomposants organo-leptiques. Au terme de cettedécomposition, l’ensemble des composants estconnu. La comparaison des deux biens selon laquantité de ces composants (ou attributs) identi-ques devient réalisable. La méthode des prixhédonistes consiste à obtenir le prix de chacunde ces attributs à partir du prix global du bien. Ilest ainsi possible d’appliquer la théorie microé-conomique du consommateur, en identifiant desfonctions de demande d’attributs et d’estima-tion des élasticités prix ou revenu.

Appliquée au logement, cette méthode permetde révéler le prix implicite d’attributs liés à lalocalisation (externalités, accessibilité, etc.)dont le prix ne peut être directement observé surun marché (à la différence de celui d’une sallede bain ou d’un ascenseur). Tels sont certainsattributs liés à l’environnement du logement(qualité du voisinage, criminalité et délin-

quance, proximité d’équipements, aménités etnuisances). Cette méthode fournit également leprix des autres attributs, liés à la taille et au con-fort du logement, ainsi qu’à l’immeuble, et àl’accessibilité du centre-ville. Elle permet enfinde connaître les caractéristiques de la demande(élasticités prix et revenu). Elle est appliquéeaux logements locatifs des aires urbaines fran-çaises, tels qu’appréhendés par l’enquête Loge-ment de l’Insee de 1996. (1) (2)

Les élasticité prix et revenu de la demande desurface habitable et d’accessibilité au centred’emploi ont ainsi été estimées. Une élasticitérevenu élevée de la demande de bien résidentielpeut contribuer à expliquer l’extension périur-baine des villes qui caractérise l’urbanisationdes dernières décennies : les ménages, lorsqueleur revenu s’accroît, recherchent des valeursfoncières faibles dans le but d’accroître la con-sommation résidentielle, ce qui les conduit às’éloigner du cœur des centres urbains où larente foncière est élevée. Mais on expliqueaussi, parfois, des localisations excentrées par larecherche d’aménités du cadre de vie périur-bain. On montre (Diamond, 1980) que tel est lecas lorsque l’élasticité revenu de la demanded’aménités périurbaines est supérieure à l’élas-ticité revenu de la demande de bien résidentiel.L’estimation des élasticités revenu de lademande de bien résidentiel, d’accessibilité etd’aménités, par la méthode des prix hédonistes,permet de déterminer l’importance respectivedes facteurs de l’étalement périurbain des villes.Cet étalement est-il principalement dû à unedemande plus élastique (vis-à-vis du revenu) dela taille du logement, de l’accessibilité auxemplois des villes-centres ou, enfin, des améni-tés du cadre de vie périurbain ?

Appliquer la méthode des prix hédonistes au logement

Le nom de Rosen est attaché à la méthode desprix hédonistes pour son article fondateur de

L

1. En France, le poste Location de logement représente, en2000, 17,3 % des dépenses de consommation des ménages(Rignols, 2002). Le total des postes Logement, chauffage, éclai-rage et Transports, approximation de ce que l’on pourrait appelerles coûts de la localisation résidentielle (ce total comprend le coûtde déplacements récréatifs, les frais liés aux résidences secon-daires, etc.) monte à 39,8 % de ces dépenses (Rignols, 2002).2. D’usage courant dans les pays anglo-saxons pour l’étude dulogement, cette méthode reste peu utilisée en France, malgré undéveloppement récent. L’adjectif « hédoniste » vient de l’anglaissavant, qui l’avait emprunté au vieux français. Cette migrationexplique que ce mot ait, en économie, un sens différent de celuide la philosophie ou du sens courant. Dans cet article, prix impli-cite est synonyme de prix hédoniste.


1974. D’autres auteurs avaient avant lui analyséle prix de biens complexes : Griliches (1961) etCourt (1941) à qui on attribue le terme de prixhédoniste ; Sheppard (1999) cite égalementWaugh (1929), qui estimait déjà le prix impli-cite de la qualité de légumes. Dans les années1970 et 1980, les travaux appliqués au logementont été abondants, ce qui tient autant à l’intérêtintrinsèque de la connaissance de ce bienqu’aux difficultés économiques et économétri-ques rencontrées, qui ont stimulé les recherches.En effet, l’étude du prix des attributs du loge-ment soulève des problèmes théoriques et statis-tiques compliqués, dès lors que ces prix nes’observent pas directement sur un marché (3).On doit alors les obtenir à partir d’un autre prix,celui du logement.

L’hypothèse fondamentale est qu’un logementest un ensemble d’éléments homogènes et indis-sociables, qui sont vendus en bloc et que le con-sommateur transforme pour obtenir de l’utilité.La théorie de la consommation de Lancaster estainsi reprise par Rosen (1974) : « les consom-mateurs sont aussi des producteurs. La consom-mation finale ne porte pas sur les biens, qui sontachetés comme des inputs utilisés dans desfonctions d’auto-production ».

On considère un ménage j, aux caractéris-tiques aj, qui maximise une fonction d’utilitéU = (Z, H, αj) en consommant du logement Hcomposé d’un ensemble de caractéristiques xi :H = (x1,...,xi) et un bien composite Z composéde tous les autres biens, sous une contraintebudgétaire W = P(H) + pzZ, où W est le revenu,pz le prix de Z (que l’on peut prendre commenuméraire : pz = 1) et P(H) le prix du logement.On obtient, par les conditions de premier ordre,le prix hédoniste pi de la caractéristique xi, égalau taux marginal de substitution de cette carac-téristique et du bien composite :

(1)

On suppose habituellement que le prix totald’un bien varie linéairement avec la quantité. Sitel était le cas pour la fonction P(H), la dérivéede (1) par rapport à la caractéristique xi seraitune constante égale au prix recherché pi. Mais leprix des attributs du logement n’est pas linéairepar rapport à leur quantité, en particulier à causede coûts fixes de production (coûts de construc-tion) et de transaction et d’indivisibilités pour leconsommateur. Le prix unitaire d’un attribut

varie donc avec la quantité. Dans ce cas, le con-sommateur, lorsqu’il achète un logement, choi-sit simultanément la quantité d’un attribut et leprix correspondant. Cette simultanéité entraîneun biais dans l’estimation économétrique. Eneffet, la variable explicative et le résidu de larégression ne sont pas indépendants (Sheppard,1999). La distance à la ville-centre, c’est-à-direl’accessibilité aux emplois, peut également êtreentachée du même biais de simultanéité, la loca-lisation du logement étant choisie en mêmetemps que le prix. Ces simultanéités sont trai-tées par la méthode instrumentale.

La simultanéité n’est pas ici de la même natureque dans le cas d’un monopole ou d’un acteur degrande taille sur le marché, problème qui serésout par l’estimation d’équations simultanéesd’offre et de demande. Car, dans la méthode desprix hédonistes, comme le fait remarquer Rosen(1974), « les consommateurs sont en situationconcurrentielle bien que le prix marginal ne soitpas constant. » En effet, les agents sont petits,c’est-à-dire preneurs de prix. La solution au pro-blème de simultanéité n’est pas l’estimationd’équations simultanées : le problème vient dela non-linéarité de la contrainte budgétaire etnon pas d’un marché de monopsone. (3)

Sheppard (1999) passe en revue les différentessolutions de ce problème. En restant dans lecadre des méthodes paramétriques, il convient,tout d’abord, d’écrire un prix qui ne soit pasfonction linéaire de la quantité. Le modèle pré-senté plus loin utilise des transformations deBox-Cox (1964), d’un usage aujourd’hui cou-rant, depuis qu’elles ont été proposées pourrésoudre ce problème par Halvorsen et Pol-lakowki (1981). Elles s’écrivent :

(2)

avec, comme il est connu, limλ→0(xλ – 1)/λ = log x.

On utilise ensuite la méthode des variables ins-trumentales en projetant sur des instrumentsexogènes les variables explicatives corrélées aurésidu. Epple (1987) montre que, selon lescaractéristiques des agents, observées exacte-ment, approximativement ou non observées, il y

3. Pour les aspects théoriques on se reportera à Freeman (1979)ou à Sheppard (1999).


a des liens particuliers entre les variables expli-catives et les résidus. Les instruments à utiliserdépendent des hypothèses faites sur la nature deces liens. Si l’on suppose que les consomma-teurs ont les mêmes préférences et ne diffèrentque par leur revenu, on choisit comme instru-ments, par exemple, le revenu, le revenu perma-nent, le revenu par unité de consommation.Mais s’il y a aussi des différences de goûts, ilfaut ajouter des variables comme le niveaud’instruction, l’âge ou des caractéristiquessocio-économiques. Compte tenu du caractèreendogène de la distance, des instruments spa-tiaux doivent également être utilisés.

L’estimation de la fonction de prix hédoniste nedonne pas d’indication sur le comportement desconsommateurs ou des producteurs. La plupartdes analyses économiques exigent, cependant,un minimum d’indications en la matière, parexemple la connaissance des élasticités ou duconsentement à payer. En effet, un prix est unéquilibre ponctuel entre une offre et unedemande qui ne permet pas de connaître lesfonctions d’offre ou de demande sous-jacentes.Une seconde étape de la démarche vise à résou-dre ce problème d’identification des paramètresde la demande. Il s’agit de déterminer la fonc-tion de demande ou celle de demande inverse(ou, symétriquement, des fonctions de coût) àpartir d’équations exprimant que la demanded’un attribut xi dépend des prix de l’ensembledes attributs, du revenu Wj et des caractéris-tiques aj du consommateur j :

(3)

Telles sont les articulations essentielles du cal-cul des prix hédonistes.

Les problèmes usuels de l’économétrie s’ajou-tent à ceux posés par les différentes étapes del’estimation : des auto-corrélations spatiales,par exemple, le logement étant un bien localisédans l’espace. Des risques de simultanéité peu-vent également conduire à des biais d’endogé-néité, dus au choix simultané par le ménage dedifférents attributs. D’éventuelles liaisons entreles attributs peuvent engendrer des corrélationsentre régresseurs. Enfin, il est fréquent que lesrésidus soient hétéroscédastiques. Ces difficul-tés expliquent le caractère partiel de la plupartdes travaux visant à obtenir des prix hédonistesdes attributs du logement.

Enfin, la qualité des données s’avère essentielle.Sheppard (1999), par exemple, regrette lesinsuffisances des enquêtes habituellement utili-

sées dans ce domaine. Il critique certains tra-vaux « qui s’enflamment du manque de consis-tance d’une estimation, dû à un mauvais usagedes variables instrumentales, mais qui cher-chent rarement de bonnes données pour que laméthode des prix hédonistes soit réellement unguide pour l’action ». Il regrette aussi « de voirles économistes habitués à prendre les donnéescomme ils les trouvent, sans fioritures, se ron-geant les sangs pour les analyser avec des tech-niques optimales, même si la réduction del’erreur ainsi obtenue est dérisoire en compa-raison de celle due à la structure des données(ou à l’omission de variables). » (Sheppard,1999) En effet, il manque presque toujours cer-taines variables importantes, comme celles rela-tives à la qualité du cadre de vie et du voisinage,voire même la distance au lieu d’emploi pour lapremière étape, ou le revenu du ménage pour laseconde.

Du prix hédoniste d’un attributà son élasticité : une estimationen deux étapes

Pour chaque tranche de taille des aires urbainesfrançaises (cf. infra), la variable expliquée P estle loyer annuel, transformé par la méthode deBox-Cox. La surface habitable est égalementsoumise à la même transformation, pour les rai-sons précédemment indiquées (4). Les variablesexplicatives autres que la surface et la distanceà la commune-centre sont dichotomiques ou ontété discrétisées en variables polytomiques(revenu fiscal de la commune de résidence, datede construction de l’immeuble), afin d’évitertoute non-linéarité des prix par rapport auxquantités (5). C’est ainsi que, dans la premièreétape de la démarche, la fonction de prix hédo-niste s’écrit :

(4)

4. Suivant en cela la démarche suggérée par Cheshire et Shep-pard, 2002. 5. La transformation de Box-Cox de la distance n’a pas été pos-sible car la procédure ne converge pas, ce qui est habituel pourdes variables présentant un grand nombre de valeurs très voisi-nes, comme c’est le cas ici (Cassel et Mendelsohn, 1985). Eneffet, la majeure part des logements locatifs sont situés dans lescommunes-centres des aires urbaines pour lesquelles la distanceau centre d’emploi est voisine de zéro. Faute de pouvoir utiliserla transformation de Box-Cox, la distance est introduite sousforme linéaire (un terme quadratique n’améliore pas l’ajustementstatistique).


où xs est la surface habitable, xi les autres attri-buts hédonistes, les β, φ, et ψ étant des paramè-

tres à estimer. Le prix hédoniste des attributs

est obtenu par (1) : pour la

surface habitable, pour les autres

attributs, où est le prix global estimé du loge-

ment. L’encadré 1 présente en détail la démar-che économétrique de cette première étape.

La seconde étape (demande d’attributs du loge-ment) pose de considérables problèmes etnécessite des données complémentaires par rap-port à la première. Elle est présentée dansl’encadré 2.

p̂

P̂

Encadré 1

ESTIMER LES PRIX HÉDONISTES : DÉMARCHE ÉCONOMÉTRIQUE

Dans une étape préliminaire, pour chaque sous-échantillon constitué par une tranche de taille d’aireurbaine, des transformations de Box-Cox sont réali-sées, par la méthode du maximum de vraisemblancepour le loyer et par une régression non linéaire pour lasurface habitable (avec une itération entre la transfor-mation – à gauche – du loyer et celle – à droite – de lasurface). L’équation (4) devient :

(I)

(le tilde désignant les valeurs transformées). Cetteéquation (I) est estimée par la méthode des variablesinstrumentales. Les instruments utilisés sont descaractéristiques des ménages (caractéristiques démo-graphiques et économiques : taille, statut matrimonial,revenu, profession, diplôme, etc.) et des caractéristi-ques des localisations qui, n’étant pas choisies par leménage, ne présentent pas de risque d’endogénéité :superficie de la commune de résidence (variable dis-crétisée), poids de l’observation dans l’enquête Loge-ment, population des casernes et internats de la com-mune, taille et nombre d’emplois de la commune-centre de l’aire urbaine, etc. Des instruments de cetype sont rarement utilisés dans les travaux sur le prixhédoniste des attributs du logement, mais ils sontnécessaires pour contrôler l’endogénéité de la locali-sation. Le test de Sargan a permis de vérifier la validitédes instruments. Un test équivalent à celui de Haus-man (équation augmentée) a permis de décider quellesétaient les variables considérées comme endogènes(on a retenu un seuil de 10 %), qui ont été projetées surles instruments.

Un diagnostic de colinéarité a permis de vérifier queles variables explicatives n’étaient pas corrélées entreelles. Pour les équations dont les résultats sont com-mentés dans le tableau 4, le Condition Index (1) nedépasse pas 3,32. Le proportion of variation des varia-bles ne dépasse pas 0,21(2). L’homoscédasticité desrésidus a été testée : le modèle est homoscédastique,sauf pour l’aire urbaine de Paris (légère hétéroscédas-ticité au seuil de 2 %). Finalement, on vérifie que lestransformations de Box-Cox faites sur le loyer dansl’étape préliminaire sont robustes à la projection decette variable sur les instruments : pour les sept typesd’aires urbaines, les paramètres de transformation nesont pas significativement différents de ceux obtenusinitialement.

La stabilité des estimations a été étudiée en compa-rant différentes spécifications. Trois modèles ont été

estimés : le premier, dont les résultats sont présentésdans le tableau 4 et commentés dans le texte (cf. infra,« Des résultats à interpréter avec précaution »), utiliseune transformation Box-Cox du loyer et la méthodedes variables instrumentales. Dans le deuxième, leloyer et la surface sont introduits sous forme logarith-mique selon la méthode instrumentale. Le troisièmeest identique au deuxième mais utilise les moindrescarrés ordinaires (MCO).

Les résultats des estimations de la deuxième et troi-sième spécification sont présentés en annexe 2. Lesprix hédonistes obtenus sont sensiblement inférieurs àceux du tableau 4, mais la structure d’ensemble estconservée (significativité, valeurs relatives des diffé-rents attributs). (1) (2)

Les externalités liées à la localisation du logement ontété appréhendées au moyen de modèles économétri-ques (avec transformation de Box-Cox et la méthodeinstrumentale) incorporant certaines variables de cetype. Ces variables étant corrélées à la taille et au typede commune et à la distance aux villes-centres, on apallié cet inconvénient en réalisant des estimationsséparées pour deux catégories de logements : d’unepart, les logements situés dans les communes-centresdes aires urbaines (distance = 0) en estimant le prixhédoniste d’attributs dits « urbains » (bruits, pollution,etc.) ; d’autre part, les logements des communes debanlieue et des couronnes périurbaines, en introdui-sant des variables d’environnement « périurbain »(forêts, sentiers de randonnée, etc.).

Le prix hédoniste de ces variables d’environnement est présenté en annexe 3.

Des tests de Chow ont permis de tester, d’une part,l’égalité des estimateurs pour les différents sous-échantillons (selon la taille des aires urbaines et lalocalisation ou non dans la commune-centre) et,d’autre part, un éventuel biais d’hétérogénéité dû autype d’immeuble (individuel ou collectif ; cf. infra)(cf. annexe 1).

1. Statistique obtenue à partir des valeurs propres de lamatrice (X′X), dont on admet qu’elle n’indique pas de colinéa-rité entre régresseurs lorsqu’elle est inférieure à 30. 2. Contribution de la valeur propre à la variance des coeffi-cients des différentes variables, dont on admet que les varia-bles ayant des valeurs supérieures à 0,50 sont suspectes decolinéarité.


Encadré 2

ESTIMER LA FONCTION DE DEMANDE D’ATTRIBUTS DU LOGEMENT

L’estimation des fonctions de demande (équation (3) du texte) nécessite des données complémentaires par rapportà la première étape. Cela n’avait pas été clairement analysé par Rosen dans son article fondateur de 1974. Il con-sidérait, en effet, que la seconde étape n’était qu’un simple problème d’identification (1) (Rosen, 1974).

Les premiers travaux appliqués s’en sont fidèlement tenus à cette démarche (par exemple, Witte et al., 1979).Brown et Rosen ont ensuite rectifié cette erreur en expliquant que « les prix marginaux obtenus uniquement à partirdes quantités n’ajoutent en eux-mêmes aucune information à celle déjà obtenue par l’observation des quantités. Lasource d’informations additionnelles doit provenir de restrictions placées a priori sur la façon dont les quantitésobservées se traduisent en prix marginaux » (Brown et Rosen, 1982). On suppose, en général, que les caractéristi-ques de l’offre varient d’un marché à l’autre et que les paramètres qui caractérisent la demande sont identiquessur les différents marchés étudiés.

Pour remonter aux fonctions de demande, il faut, tout d’abord, choisir une stratégie de modélisation, non paramé-trique ou paramétrique et, dans ce dernier cas, retenir une forme fonctionnelle. Aujourd’hui, on utilise habituelle-ment des fonctions flexibles appartenant à la famille translogarithmique (translog) (Christensen et al., 1975). Onpeut donner à l’approximation locale de n’importe quelle forme fonctionnelle la forme d’une fonction translog. Sion suppose habituellement des consommateurs homogènes dans leurs préférences, ils sont hétérogènes en leurrevenu. Par exemple, une fonction translog est utilisée par Chattopadhyay (1998) et une forme voisine, celle deDeaton-Muellbauer, par Cheshire et Sheppard (1998, 2002) ou par Ravallion et van de Walle (1991) (cf. infra).

L’estimation des fonctions de demande pose, enfin, le problème de variables exogènes stochastiques, puisque lesprix utilisés dans les équations de demande sont les estimations de la première étape. Il n’est pas sûr que lesrégresseurs et l’erreur soient indépendants, ce qui peut conduire à des estimateurs biaisés. Il est donc recom-mandé d’utiliser des variables instrumentales (Sheppard, 1999, discute le choix de ces instruments).

On retient ici, pour la seconde étape, la fonction de coût de Deaton – Muellbauer (1980), habituellement appeléeAlmost Ideal Demand System (AIDS), qui est une forme flexible, approximation locale de n’importe quelle formefonctionnelle (qui fait donc peu perdre en généralité) et qui présente les avantages des fonctions translogs. Ellerepose sur la dualité (Fuss et McFadden, 1978). La fonction de dépense c d’un ménage s’exprime ainsi en fonctiondes prix p des biens :

(I)

où : u est l’utilité qui varie entre 0 (subsistance, c’est-à-dire niveau incompressible de dépense, égal aux trois pre-miers termes du membre de droite de l’équation) et 1 (luxe, c’est-à-dire ajout d’un terme de forme Cobb-Douglas).

pz est le prix unitaire d’un bien composite aspatial (c’est-à-dire dont le prix est invariant dans l’espace),

ps le prix unitaire de la surface habitable,

pd le prix unitaire de l’accessibilité au centre des emplois.

les autres indices i, j = 1, ... n ; i, j ≠ z ; i, j ≠ s ; i, j ≠ d désignent des attributs du logement dont les prix unitairessont pi et pj.

La dérivée de la fonction de dépense par rapport au prix d’une variable est égale à la part budgétaire de cette varia-ble. On a donc, pour le bien i :

(II)

où l’on appelle xi la quantité consommée de l’attribut i et πi sa part dans la dépense (part budgétaire). À l’optimum,c est égal au revenu disponible net d’impôt WD, ce qui permet de tirer u de (I) comme fonction de WD et des pi.L’imposition des ménages est prise en compte en déduisant du revenu brut un impôt sur le revenu forfaitairementcalculé, ce qui est rarement fait dans les travaux sur les prix hédonistes, faute de données. Il est possible ici decalculer un impôt sur le revenu approximatif en considérant que les ménages sont assujettis en tant que salariés.L’enquête logement de 1996 fournit leur revenu brut global W et le nombre de parts (à partir de la composition dela famille). L’impôt dû est calculé à partir du barème de l’année 1996 de l’administration fiscale en considérant que

1. « Garden variety identification problem ».�


tout le revenu est d’origine salariale et que seules les déductions forfaitaires s’appliquent. En reportant dans (II), onobtient l’équation de la part du bien i dans la dépense :

(III)

Finalement, l’équation de part budgétaire estimée pour une variable xi s’obtient en reportant dans (III) les prix hédo-nistes donnés par l’équation (4) du texte. L’élasticité-revenu et les élasticités-prix se déduisent de (III). En appelantσi l’élasticité-revenu du bien i et εii son élasticité-prix directe, on a :

(IV)

Les élasticités-prix croisées s’obtiennent de la même façon.

Les équations de parts budgétaires de la seconde étape impliquent de limiter le nombre de régresseurs car, du faitdes termes croisés, le nombre de variables croît rapidement avec le nombre de prix hédonistes utilisés commevariables explicatives et le risque de colinéarité entre régresseurs devient grand. Aussi cette seconde étape n’est-elle mise en œuvre que pour calculer des élasticités revenu et prix de la taille du logement et de l’accessibilité auxemplois. Les équations générales (I) à (IV) s’écrivent alors en fonction des deux indices s et d.

Même en se cantonnant à deux biens, le risque de colinéarités entre leurs prix hédonistes n’est pas éliminé. Ellessont dues au fait que, si on ne dispose que d’une valeur estimée des β, φ, et ψ de (4), la variabilité des prix hédo-nistes relatifs est faible (sans la transformation de Box-Cox, il y aurait colinéarité stricte). On observe en effet que,dans ce cas, les deux variables explicatives sont dans un rapport proche de un, ce qui rend impossible l’estimationde l’équation de la seconde étape. Il faut introduire de la variabilité sur les β, φ, et ψ de (4) en réalisant des estima-tions sur des marchés différents, ainsi que le préconisent Brown et Rosen (1982). Pour cela, les résultats obtenusdans la première étape sont empilés pour sept tranches de taille d’aires urbaines, pour lesquelles des prix hédo-nistes ont été estimés séparément (cf. texte infra). Ces sept ensembles sont censés représenter des marchés dif-férents au sens de Brown et Rosen (1982). Ils fournissant sept jeux de paramètres β, φ, et ψ qui conduisent à desprix hédonistes moins corrélés que ceux d’une seule tranche de taille.

Cet échantillon national permet d’estimer des élasticités :

- d’une part, directement à partir de régressions où le logarithme de la quantité (de surface habitable, d’accessi-bilité aux emplois) dépend du logarithme du prix hédoniste du bien et du logarithme du revenu du ménage :ln xi = c + ln pi + ln W (i = s, d). On peut alors utiliser la méthode instrumentale pour prendre en compte l’endogé-néité des prix hédonistes en les projetant sur les mêmes instruments que ceux utilisés pour la première étape.

- d’autre part, à partir d’un système de demande Deaton-Muellbauer où sont estimées deux équations dedemande des deux biens faisant intervenir le revenu, leurs prix et les termes croisés (le revenu fiscal de la communea été introduit comme troisième bien, sans que les résultats ne soient améliorés). L’estimation se fait en équationssimultanées. La méthode instrumentale devrait être utilisée, pour les raisons mentionnées, mais les variables pro-jetées sont trop colinéaires, ce qui a conduit à utiliser les MCO. En effet, la corrélation simple entre les prix hédo-nistes de la surface habitable et de la distance est de - 0,25, alors qu’elle est de - 0,58 entre les projections de cesdeux variables, ce qui entache fortement les élasticités estimées lorsque les variables sont projetées.

Pour tenir compte de l’hétérogénéité des ménages selon leur taille, on a introduit, dans les deux cas, le nombred’unités de consommation (UC) dans les équations. D’autres variables de contrôle, telles que l’âge de la personnede référence et le nombre d’actifs, ont également été introduites. Elles conduisent à des résultats à peu de chosesprès identiques.

Encadré 2 (suite)

Une enquête adaptée au calculdes prix hédonistes

Les données proviennent de l’enquête Loge-ment réalisée par l’Insee en 1996. Cette enquêtea été mise à la disposition de cette rechercheaprès adjonction des variables spatiales

nécessaires (6) : zonage en aires urbaines, dis-tance à la commune-centre de l’aire, populationet emploi de cette dernière, présence d’équipe-

6. Un préalable a été d’assurer le respect de l’anonymat par untraitement approprié (suppression de variables de localisationgéographique et discrétisation de certaines autres variables).


ments publics, revenu fiscal moyen communal,etc. Les variables concernant le logement ou leménage sont des données individuelles, lesautres sont renseignées au niveau de la com-mune. Cette enquête est représentative del’ensemble du parc de logements (7).

Cette enquête, ainsi complétée, est adaptée à laméthode hédoniste. Les caractéristiques dulogement sont finement décrites, le ménage estconnu dans ses dimensions socio-démographi-que et économique (âges, taille, diplômes, pro-fessions, revenu) et, enfin, l’environnement dulogement est détaillé par de multiples variablesportant sur les distances à des équipementspublics ou à des services privés, les migrationsalternantes, la sécurité, le voisinage de l’immeu-ble et du quartier. De toute la série des enquêteslogement, y compris la dernière (2002), c’estcelle réalisée en 1996 qui comporte le plusgrand nombre de variables sur des externalitésou des aspects environnementaux : aussi a-t-elleété retenue pour analyser ces aspects. Les limi-tes, car il y en a toujours, tiennent aux variablessupprimées : ne connaissant pas la localisationgéographique précise du logement, il est impos-sible de tenir compte d’auto-corrélations spatia-les, ni de réaliser des estimations par aireurbaine, comme la théorie préconise de le faire.De plus, l’adjonction à la base de données devariables renseignées au niveau de la communene permet pas de tenir compte de variationsintra-communales, qui peuvent être importantesdans les communes-centres des aires urbaines,souvent de grande taille.

Un échantillon articulésur les aires urbaines

Les observations retenues ont été sélectionnéessur la base des critères suivants : (i) champ desrésidences principales ordinaires ; (ii) secteur

locatif à loyer libre (ont été éliminés, d’une part,les logements en propriété car le prix n’estconnu que pour les acquisitions récentes et,d’autre part, les logements HLM et ceux régispar la loi de 1948 qui ont des loyers encadréss’écartant des prix de marché) ; (iii) ménagesayant récemment emménagé (c’est-à-dire aucours des quatre années précédant l’enquête)afin d’être au plus près du moment où a été prisela décision d’emménagement ; (iv) logementssitués en aires urbaine (8) (délimitation de1990) afin de pouvoir les positionner dans lesystème de la hiérarchie urbaine (taille du pôleet distance entre la commune de résidence et lacommune-centre du pôle urbain). (7) (8)

Malgré leur grande différence, on a retenu à lafois les immeubles individuels et collectifs. Endépit de ses inconvénients, ce choix s’imposepour éclairer les déterminants de l’extensionurbaine. Il n’était pas possible de faire cette ana-lyse sans prendre en compte la distance (oul’accessibilité) à la ville-centre de l’aire urbaine,ce qui suppose d’inclure les maisons individuel-les dans l’analyse. En effet, très peu de loge-ments collectifs sont situés dans les couronnespériurbaines : avec les critères de sélection pré-cédents, la part des logements situés dans lescouronnes périurbaines est de 8 % alors qu’elle

7. Chaque observation est affectée d’un coefficient d’extrapola-tion selon son poids. Les estimations économétriques sont réali-sées sur les données extrapolées (le poids moyen est alorsramené à l’unité). Des estimations sur les données brutes ont per-mis de vérifier que les résultats étaient voisins.8. Une aire urbaine est composée d’un pôle urbain, lui-mêmeconstitué d’une commune-centre et de communes de banlieue,qui est une unité urbaine (c’est-à-dire plus de 2 000 personnesdans un habitat contiguë) offrant plus de 5 000 emplois, et d’unecouronne périurbaine composée de communes extérieures àcette unité urbaine, contiguës et dont au moins 40 pour cent desactifs travaillent dans une autre commune de l’unité urbaine, quiest généralement une commune du pôle urbain. Dans la mesureoù ce dernier est le centre d’emploi principal de l’aire urbaine, onfait l’approximation que les migrations alternantes domicile-tra-vail se font entre la commune de résidence et la commune-centrede l’aire urbaine.

Tableau 1Nombre de logements de l’échantillon selon le type de commune et la taille de la commune centre de l’aire urbaine

Taille de la commune centre en nombre d’habitants (hors Paris)

Paris210 000 à 850 000

140 000 à 210 000

100 000 à 140 000

50 000 à 100 000

25 000 à 50 000

Moins de 25 000

Ensemble

Type de commune :

Commune-centre de pôle urbain 287 501 311 213 217 229 308 2 066

Commune de banlieue de pôle urbain 411 219 67 96 56 63 50 962

Couronne périurbaine 55 61 24 48 38 59 57 342

Ensemble 753 797 411 374 334 392 488 3 549

Lecture : milliers de logements.Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee, traitement Inra.


tomberait à 4 % si on se limitait aux immeublescollectifs (cf. tableaux 1 et 2). Retenir l’ensem-ble des immeubles individuels et collectifs per-met également d’estimer le prix hédoniste dutype de logement, qui est l’un de ses attributssusceptibles d’être lié à la périurbanisation.

Ce choix a pour inconvénients principaux, d’unepart, de ne pas permettre d’estimer le prix hédo-niste de certains attributs qui sont spécifiques àl’un des deux segments (comme un ascenseur) ouqui n’apportent probablement pas le même typed’utilité aux ménages (comme une cave) et,d’autre part, d’entraîner un risque de biais d’hété-rogénéité, qu’il est possible de tester par laméthode de Chow. Les résultats de ces tests(cf. annexe 1) montrent que les estimateurs obte-nus pour chacun des deux segments sont rare-ment significativement différents de ceux donnéspar l’empilement des observations (9).

Le nombre brut d’observations (3 549) corres-pond à 2,7 millions de logements, soit 11,7 %du parc des résidences principales ordinaires et15,1 % du même parc des aires urbaines. Il estdifficile de considérer cet ensemble comme unmarché unifié, tant sont diverses les aires urbai-nes. Le facteur d’hétérogénéité essentiel sembleêtre la taille, puisqu’on va de l’aire parisienne(plus de 11 millions d’habitants) à des unitésurbaines qui sont de gros bourgs aux traits deruralité marqués. En conséquence, à partir de ladélimitation des aires urbaines en 1990, on adéfini sept ensembles selon la taille de la com-mune-centre de l’aire urbane (10) endistinguant : l’aire urbaine de Paris (753) (11),celles dont la commune-centre compte (en1990) de 210 000 à 850 000 habitants (797), de140 000 à 210 000 (411), de 100 000 à 140 000(374), de 50 000 à 100 000 (334), de 25 000 à50 000 (392) et enfin moins de 25 000 habitants(488) (12). (9) (10) (11) (12)

La situation sur l’échelle urbain/rural, ou surl’échelle ville-centre/couronne périurbaine, estun autre facteur d’hétérogénéité du parc delogement rarement pris en compte dans les tra-vaux sur les prix hédonistes. Il était importantde le retenir pour pouvoir étudier l’extensionpériurbaine des villes. Sa prise en compte estdifficile car presque toutes les variables explica-tives d’une équation de prix hédoniste varientavec cette situation. Les travaux les plus anciensen économie urbaine montrent que la taille deslogements est négativement liée à l’accessibilité(arbitrage (trade off) fondamental entre coûtfoncier et coût de migration alternante) et que lataille des immeubles dépend de la rente foncière(substituabilité entre terre et capital dans lafonction de production de logement), donc éga-lement de la distance. Il a aussi été montré quel’hétérogénéité de l’espace et les externalitésqui en résultent dépendent de la position surl’axe urbain/rural : les aménités et les nuisancesurbaines (proximité de biens publics, vie cultu-relle et sociale, congestion, pollution, etc.) dimi-nuent avec l’éloignement du centre, et, en sensinverse, les externalités rurales augmentent(agrément du cadre de vie périurbain, isolement,éloignement des biens publics, etc.).

9. La date de construction de l’immeuble est l’attribut pourlequel l’hétérogénéité est la plus nette. Cela traduit un effet degénération : la part des logements collectifs et individuels a for-tement varié selon les périodes. 10. La taille de la commune-centre a été préférée à celle du pôleurbain, qui est souvent une agglomération multipolaire très éten-due.11. Le nombre brut d’observations est indiqué entre parenthè-ses. 12. Les seuils ont été choisis selon les ruptures de la distributionet de façon à obtenir des effectifs qui ne soient pas trop dissem-blables. Quelques aires urbaines dont la commune-centre étaitdisproportionnée à la population de leur aire (petite dans une aireurbaine très peuplée, ou inversement) ont été déplacées d’uneclasse à une autre. La composition précise de chaque classe estdonnée dans Cavailhès et Goffette-Nagot (2001).

Tableau 2Part des logements individuels de l’échantillon selon le type de commune et la taille de la commune centre de l’aire urbaine

En %

Taille de la commune centre en nombre d’habitants (hors Paris)

Paris 210 000 à

850 000

140 000 à

210 000

100 000 à

140 000

50 000 à

100 000

25 000 à

50 000

Moins de

25 000

Ensemble

Type de commune :

Commune-centre de pôle urbain 0 6,8 4,5 12,7 12,9 18,8 27,6 11,2

Commune de banlieue de pôle urbain 10,2 31,1 28,3 40,6 41,1 47,6 56,0 25,9

Couronne périurbaine 34,6 54,1 70,8 62,5 71,1 72,9 64,9 60,2

Ensemble 8,1 18,9 14,1 28,3 28,4 35,7 42,2 23,0

Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee, traitement Inra.


Certains estimateurs importants, comme les prixhédonistes de la distance et d’externalités ducadre de vie, risquent d’être biaisés du fait detelles liaisons entre variables explicatives.L’impossibilité de tenir compte d’autocorréla-tions spatiales de la perturbation dont il vientd’être fait état empêche de maîtriser correcte-ment ce risque. Pour le limiter, le prix hédonistedes externalités est analysé d’une part, sur lesobservations des villes-centres des aires urbai-nes, d’autre part, sur les autres observations(banlieue et couronne périurbaine). Dans le pre-mier groupe d’observations, la distance est nulleet l’accessibilité est supposée identique pourtoutes les observations (plus précisément : sesvariations intra-urbaines sont supposées ortho-gonales aux variables de la régression). Certai-nes nuisances urbaines (pollution, bruit, etc.) etl’accessibilité à certains services sont introduitsdans l’équation. Pour le second groupe, on nepeut exclure que les corrélations entre variablesexplicatives fragilisent les estimations. Il étaitimpossible d’introduire des variables d’externa-lités périurbaines (proximité d’équipementsrécréatifs « verts », mode d’usage des sols) sanscourir ce risque. Les variables utilisées dans lesrégressions sont décrites dans l’encadré 3.

Les couronnes périurbaines sont sous-représentées : elles ne totalisent que 9,6 % deslogements de l’échantillon, alors qu’en1996 18,6 % des logements de l’espace à domi-nante urbaine appartenaient à une communepériurbaine (cf. tableau 1).

Les logements individuels sont également sous-représentés dans le segment locatif retenu.Cependant, 23 % de l’échantillon est constituéde maisons individuelles. Dans les aires urbai-nes dont la commune-centre est petite, celles-cirassemblent plus du tiers des logements del’échantillon (cf. tableau 2).

Ces effectifs semblent suffisant pour que le prixhédoniste du type d’immeuble puisse être éva-

lué sur le secteur locatif, ce qui est importantpour vérifier si les ménages sont prêts à payerplus cher une maison individuelle.

Un jardin est un attribut souvent associé à unemaison individuelle. Cependant, le lien entre cetattribut et la maison individuelle est suffisam-ment faible pour laisser escompter des prixhédonistes distincts pour ces deux attributs :l’échantillon compte 197 maisons individuellessans jardin, soit 24 %. Dans les logements loca-tifs étudiés, la taille du jardin est petite (13), cequi ne permet pas de mettre en évidence lavariation du prix selon la superficie.

Du fait de l’échantillon retenu, les ménages étu-diés ont des caractéristiques particulières. Leslocataires récemment emménagés du secteur àloyer libre sont nettement plus jeunes quel’ensemble des locataires et, a fortiori, quel’ensemble de la population française. Ils appar-tiennent à des ménages de plus petite taille. Leurrevenu est plus faible que celui de l’ensemble dela population, mais il est supérieur à celui del’ensemble des locataires, probablement parceque les ménages au revenu le plus bas s’orien-tent vers le secteur locatif social qui n’a pas étéretenu dans l’échantillon (cf. tableau 3).

Les étudiants sont particulièrement sur-repré-sentés dans l’échantillon retenu, puisqu’oncompte 13,6 % de ménages dont la personne deréférence est étudiante alors qu’il n’y en a que2,3 % dans l’ensemble de la population. Or,leur comportement de consommation de loge-ment est particulier du fait des transferts fami-liaux dont ils bénéficient. Par exemple, l’élas-ticité-revenu de la consommation d’un attributde logement n’a guère de sens dans la mesureoù le loyer est souvent payé par les parents(Robert-Bobée, 2002) (10 % des étudiants de

13. La taille médiane est de 150 à 200 m2 selon le type d’aireurbaine.

Tableau 3Caractéristiques moyennes des ménages

Population étudiée Ensemble des locataires Ensemble de la population

Revenu du ménage (francs) 132 700 126 400 156 900

Âge de la personne de référence 34,0 43,7 50,6

Nombre de personnes du ménage 2,1 2,4 2,5

Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee, traitement Inra.


Encadré 3

LES VARIABLES

Les enquêtes Logement de l’Insee comptent plusieurscentaines de variables, correspondant aux réponsesdirectes aux enquêteurs ou à des variables calculées.Il n’existe sans doute pas de base de données oùautant d’attributs soient disponibles pour estimer desprix hédonistes. Or, même si cette abondance n’estpas sans poser de problème (risque de colinéaritéentre les variables explicatives), elle possède l’avan-tage de réduire le problème de la séparabilité (sanstoutefois l’éliminer complètement) : le risque d’attri-buer à une variable le rôle qui revient à une autre, nonrenseignée dans le questionnaire, est d’autant plus fai-ble que les attributs pris en compte sont nombreux.

Les régressions ont porté au départ sur les nombreuxattributs susceptibles d’avoir un prix hédoniste nonnul. Mais il est évidemment impossible de présenterune régression comportant plus d’une centaine devariables. Aussi a-t-on éliminé des régressions finalesla quasi-totalité de celles dont les paramètres n’étaientpas significativement différents de zéro (après avoirvérifié qu’elles n’étaient pas corrélées à des variablesconservées) et celles dont les résultats variaient forte-ment selon les différentes tranches de taille des airesurbaines. Les variables finalement retenues sont don-nées ci-après.

Logement

Surface habitable (à l’exclusion des pièces profession-nelles, etc.), transformée par la méthode de Box-Coxet projetée sur les instruments.

Équipement sanitaire. Regroupe les WC, salles de bainet cabinets de toilette (avec un coefficient 1/2). Desestimations séparées montrent que le prix hédonisted’une salle de bain est à peu près égal à celui d’un WC.

Bon état du logement. Variable calculée, pour lesimmeubles construits avant 1975, comme la sommedes quatre variables suivantes :

1. « logement non vétuste », négatif de la somme dequatre variables de l’enquête Logement : « revêtementendommagé sur les murs ou plafonds », « logementtrop vétuste », « humidité, infiltration d’eau, ventilationinsuffisante », « fissures dans les murs intérieurs ou lesplafonds ».

2. « bon chauffage » lorsque celui-ci ne repose passur des appareils indépendants ou des cuisinièreschauffantes. Les modes courants de chauffage sontcomparables : par rapport au chauffage central indivi-duel, un chauffage électrique individuel (assimilable àun chauffage central) ne modifie pas significativementle montant du loyer, alors qu’un chauffage centralurbain, un chauffage central collectif et un chauffagepar cheminée seule tirent très légèrement le loyer versle bas.

3. « présence d’équipement de sécurité » à l’entréedu logement.

4. « encastrement de l’installation électrique. »

Immeuble

Date de construction de l’immeuble, sous forme detranches.

Qualité de l’immeuble. Variable égale à la somme :présence d’ascenseur, de balcons, façade en bonétat.

Dégradations subies par l’immeuble.

Immeuble de plus de 50 logements.

Type d’immeuble : individuel ou collectif.

Garage.

Jardin.

Localisation du logement

Distance calculée à vol d’oiseau entre le centroïde dela commune de résidence et celui de la commune-cen-tre de l’aire urbaine (cf. note 8 en bas de page), proje-tée sur les instruments (lorsque le test de Hausmanmontre qu’il y a endogénéité). Pour les communes-centres des aires urbaines, une distance forfaitaire aété calculée en supposant qu’un ménage était localiséà la distance , où S est la surface de la com-mune (en kilomètres carrés). Dans la seconde étape,l’accessibilité aux emplois est définie comme le négatifde la distance.

Revenu fiscal communal moyen en 1996, sous formequadratique et projeté sur les instruments (lorsque letest de Hausman montre qu’il y a endogénéité).

Qualité du quartier, variable synthétique égale à lasomme négative de : quartiers dont les ménages con-sidèrent qu’ils comportent trop d’usines, que la voirieest insuffisante, que les rues sont sales ou qu’il y a desproblèmes de cohabitation avec la population et, enfin,que les commerces, les transports ou d’autres équipe-ments sont trop éloignés.

Commune du pôle urbain ou de la couronne périur-baine.

Climat méditerranéen, grande région climatique ayantun prix hédoniste significativement positif pour toutesles estimations où la variable est présente.

Environnement du logement

Criminalité, variable égale à la somme de : « l’un desmembres du ménage a-t-il été victime de vol, agres-sion ou violence dans le quartier au cours des12 derniers mois ? », la même question avec« témoin » au lieu de « victime » (affecté d’uncoefficient 1/2), et enfin : « cambriolage ou tentatived’effraction dans le logement au cours des 12 derniersmois ». Cette variable est nommée « criminalité », bienque le libellé des questions recouvre des crimes et desdélits.

2/3 π/S

�


Exposition du logement, lorsque le séjour est orientéau Sud.

Vue sur usine.

Bonne vue. Pièce principale ayant une vue dégagée oudonnant sur des maisons individuelles.

Accessibilité à certains équipements (introduite enquartiles) : Poste, magasin d’alimentation et arrêt detransport en commun.

Mauvais équipement du quartier. Lorsque les ménagesestiment que les commerces sont trop éloignés, lestransports en commun insuffisants.

Pollution de l’air, négatif de la réponse à la question« pollution gênante au point d’empêcher l’ouvertured’une fenêtre à certaines heures de la journée ».

Bruits diurnes ou nocturnes : « fréquents » ou « trèsfréquents ».

Chemins de randonnée.

Pourcentage de bois dans le parcellaire agricole.

Pourcentage de friches dans le parcellaire agricole.

Pourcentage de vignes dans le parcellaire agricole.

Autres variables non retenues dans les équations finales

D’autres variables ont été introduites et les variablessynthétiques présentées ci-dessus ont été décompo-sées selon leurs éléments. On trouvera le détail dansCavailhès et Goffette-Nagot (2002). Elles n’ont pas étéreprises dans les résultats présentés ici car elles con-duisent à des prix hédonistes non significativementdifférents de zéro, ou instables selon les aires urbai-nes, ou enfin présentant un mauvais signe (c’est le casdes caves ou des gardiens d’immeubles). Il s’agit enparticulier de : Taille moyenne des pièces introduite enquartiles ; Espace privatif pour les logementscollectifs ; Situation en rez-de-chaussée ; Dispositifsde sécurité à l’entrée de l’immeuble (ouverture del’intérieur, interphone, digicode) ; Ascenseur, cave,grenier, gardien d’immeuble.

Il est possible que ces prix hédonistes non significati-vement différents de zéro soient dus à la faible taille ouà la faible variabilité des sous-échantillons (les prixobtenus sont plus souvent significativement non nulsdans l’estimation réalisée sur l’échantillon national,dont les effectifs et la variabilité sont plus grandes).

Encadré 3 (suite)

l’échantillon déclarent un loyer qui excède les2/3 de leur revenu total). Ces ménages d’étu-diants interviennent sur le marché dulogement : ils doivent être pris en compte pourestimer l’équilibre de ce marché, et, par làmême, les prix hédonistes des attributs. Maisleur comportement propre ne peut être analyséà partir de leurs seules caractéristiques, ce quiconduit à les éliminer de la seconde étape del’estimation (identification des paramètres dedemande). Les retraités sont également élimi-nés de cette seconde étape (pour d’autres rai-sons spécifiques : leur patrimoine, et donc leurconsommation, sont influencés par l’impor-tance des successions reçues ; ils ne font pas demigrations alternantes domicile - travail ;etc.). La seconde étape n’est donc réalisée quepour les ménages dont la personne de référence(PR) est active (le nombre total d’observationsest réduit à 2 846).

Des résultats à interpréter avec précaution

Les résultats sont présentés dans le tableau 4 etles tableaux de l’annexe 2. Les valeurs rensei-gnées dans ces tableaux doivent être interpré-tées avec précaution, du fait des limites de laméthode (14), comme le montrent les variationsdes résultats obtenus selon la méthode écono-

métrique employée ou selon la taille de la ville-centre des aires urbaines (cf. annexe 2).

Du fait de l’utilisation de la méthode instrumen-tale, le coefficient de détermination ne présentepas de signification particulière. Les paramètresde transformation de Box-Cox sont tous diffé-rents de l’unité (la relation loyer - surface n’estpas linéaire) et presque tous de zéro (les formeslog-linéaire ou double logarithmique ne sont pasadaptées) (cf. annexe 2).

Du fait de la transformation Box-Cox du loyer,les tests statistiques utilisés (Student, Wald)sont approximatifs. Lorsque le loyer est intro-duit en logarithme, on obtient des prix hédonis-tes sensiblement inférieurs à ceux de la doubletransformation Box-Cox (cf. annexe 2, colon-nes 17 et 18 du tableau), mais la hiérarchie desprix est, dans l’ensemble, comparable. La pro-jection sur les instruments des variables endogè-nes (surface, revenu communal, distance) estcorrecte : les R

2

sont généralement supérieurs à

14. Certains attributs présentent un signe contraire à l’intuition,comme dans la plupart des travaux de ce type. La présenced’une cave ou d’un gardien d’immeuble ont un prix hédonistenégatif (qui s’explique probablement par des liaisons avec desvariables omises) ce qui a conduit à ne pas retenir ces variables.D’autres paramètres estimés peuvent être affectés par des pro-blèmes non détectés du même type.

ÉCONOMIE ET STATISTIQUE N° 381-382, 2005

103

Tab

leau

4

Pri

x hé

do

nist

e d

es a

ttri

but

s

Taill

e d

e la

com

mun

e ce

ntre

hor

s P

aris

(nom

bre

d’h

abita

nts)

Par

is21

0 00

0 à

850

000

140

000

à 21

0 00

010

0 00

0 à

140

000

50 0

00 à

100

000

25 0

00 à

50

000

Moi

ns d

e 25

000

Moy

enne

Fran

ceE

stim

atio

nFr

ance

ent

ière

Prix

héd

onis

te%

du

loye

rP

rixhé

do-

nist

e

% d

ulo

yer

Prix

héd

o-ni

ste

% d

ulo

yer

Prix

héd

o-ni

ste

% d

ulo

yer

Prix

héd

o-ni

ste

% d

ulo

yer

Prix

héd

o-ni

ste

% d

ulo

yer

Prix

héd

o-ni

ste

% d

ulo

yer

Prix

héd

o-ni

ste

Prix

héd

o-ni

ste

% d

ulo

yer

(1a)

(1b

)(2

a)(2

b)

(3a)

(3b

)(4

a)(4

b)

(5a)

(5b

)(6

a)(6

b)

(7a)

(7b

)(8

a)(9

a)(9

b)

Nom

bre

d’o

bse

rvat

ions

753

6 55

979

74

577

411

4 43

537

44

414

334

4 41

739

24

320

488

3 90

83

549

4 85

63

549

4 85

6Lo

yer

Sur

face

Sal

les

de

bai

n et

WC

Loge

men

t en

bon

éta

t

(2)

9

8

***(

1)

960

***

4

04

***

0,02

10,

170

0,07

1

60

**

820

***

483

***

0,01

50,

198

0,11

7

42

***

700

***

40

0,01

10,

171

0,01

0

39

***

374

***

173

**

0,01

10,

093

0,04

3

48

***

1 12

7

***

677

***

0,01

20,

278

0,16

7

51

***

507

*

874

***

0,01

40,

138

0,23

9

49

***

945

***

515

***

0,01

50,

276

0,15

0

61 805

452

48**

*

638*

**

344*

**

0,01

20,

148

0,08

0

Con

stru

ctio

n im

meu

ble

: >

198

9C

onst

ruct

ion

imm

eub

le :

1982

-89

Con

stru

ctio

n im

meu

ble

: 19

75-8

1C

onst

ruct

ion

imm

eub

le :

1949

-74

Con

stru

ctio

n im

meu

ble

: 19

15-4

8C

onst

ruct

ion

imm

eub

le :

< 1

915

1 9

99**

*

1 7

58**

*

1 0

07**

*

Réf

.

361

***

1 1

83**

*

0,35

30,

311

0,17

8

0,06

40,

209

2 53

5***

2 04

6***

1 53

2***

Réf

.47

8***

818*

**

0,61

30,

495

0,37

1

0,11

60,

198

718*

*

369*

*

147*

*

Réf

.34

1**

165*

*

0,17

60,

090

0,03

6

0,08

30,

040

1 36

9***

1 25

6***

441*

**

Réf

.11

6***

216*

**

0,34

10,

312

0,11

0

0,02

90,

054

2 81

0***

2 23

7***

2 34

4***

Réf

.71

5***

- 18

7***

0,69

40,

553

0,57

9

0,17

7-

0,04

6

3 12

6***

2 88

1***

1 94

6***

Réf

.52

9***

4***

0,85

30,

786

0,53

1

0,14

40,

001

2 45

3***

1 19

5***

1 76

9***

Réf

.24

2***

- 20

3***

0,71

70,

349

0,51

7

0,07

1-

0,05

9

2 17

61

709

1 30

5

394

442

1 69

6***

1 27

3***

995*

**

Réf

.24

9***

308*

**

0,39

20,

295

0,23

0

0,05

80,

071

Imm

eub

le e

n b

on é

tat

(2)

Dég

rad

atio

ns e

t va

ndal

ism

eIm

meu

ble

> 5

0 lo

gem

ents

5

55**

*

- 73

3*-

1 02

7**

0,09

8-

0,12

9-

0,18

1

339*

**

- 16

2-

788*

**

0,08

2-

0,03

9-

0,19

0

191*

- 22

122

8

0,04

7-

0,05

40,

056

54 21 100

0,01

30,

005

0,02

5

- 20

2-

29-

178

- 0,

050

- 0,

007

- 0,

044

259

724

422

0,07

10,

197

0,11

5

143

- 16

1-

429

0,04

2-

0,04

7-

0,12

6

258

- 16

9-

399

194*

**

- 24

3**

- 44

5***

0,04

5-

0,05

6-

0,10

3

Gar

age

Loge

men

t in

div

idue

lP

rése

nce

d’u

n ja

rdin

-

479

7

97*

10

- 0,

085

0,14

10,

002

463*

*

852*

*

27*

0,11

20,

206

0,00

6

418*

619*

*

10

0,10

20,

152

0,00

3

550*

*

175

134*

**

0,13

70,

044

0,03

3

342

645*

*

- 39

0,08

40,

159

- 0,

010

797*

*

669

104*

*

0,21

70,

182

0,02

8

248

199*

*

38

0,07

30,

058

0,01

1

245

614 36

300*

**

244*

*

27**

*

0,06

90,

056

0,00

6

Rev

enu

fisca

l de

la c

omm

une

(3)

Rev

enu

fisca

l de

la c

omm

une

(4)

Rev

enu

fisca

l de

la c

omm

une

(5)

Pro

blè

mes

dan

s le

qua

rtie

rC

rimin

alité

dan

s le

qua

rtie

rR

égio

n à

clim

at m

édite

rran

éen

- 5

082

0

1 3

80

- 12

2

166 /

- 0,

775 0

0,21

0-

0,02

20,

029

- 94

137

8 47-

57-

118

878*

**

- 0,

206

0,08

30,

010

- 0,

014

- 0,

029

0,21

2

- 1

170

315

186

- 10

3 067

6***

- 0,

264

0,07

10,

039

- 0,

025

0,00

00,

165

- 2

252

271

418

- 4

305

584*

**

- 0,

493

0,05

90,

086

- 0,

001

0,07

60,

145

- 15

93 173

519 81

- 25

197

1***

- 0,

361

0,03

90,

113

0,02

0-

0,06

20,

240

482

1 33

81

969 16 295

1 11

8***

0,11

40,

316

0,35

40,

004

0,08

10,

305

- 40

111

6 85-

235*

*

70-

190

- 0,

103

0,03

00,

021

- 0,

069

0,02

0-

0,05

6

- 1

870

326

674

- 76 64 50

8

- 1

598

1 09

37

898

- 73

** 355

3***

- 0,

329

0,22

51,

328

- 0,

017

0,00

10,

128

/

Com

mun

e p

ériu

rbai

ne

134

0,02

4-

918*

*-

0,22

214

0,00

3-

1036

***

- 0,

258

680,

017

- 61

6-

0,16

833

0,01

0-

325

- 12

7-

0,02

9

Dis

tanc

e au

pôl

e d

e l’a

ire u

rbai

ne

Par

is

-

51**

*-

0,00

9-

45**

- 0,

010

Aire

s ur

b. s

uiva

nt t

aille

cen

tre

(6)

210

000

à 85

0 00

014

0 00

0 à

210

000

100

000

à 14

0 00

050

000

à 1

00 0

0025

000

à 5

0 00

0 <

25

000

Ens

emb

le

- 36

***

- 0,

009

- 78

***

- 0,

019

- 58

***

- 0,

014

- 85

**-

0,02

1-

166*

**-

0,04

5-

93**

*-

0,02

7-

73,6

- 84

***

- 44

**

- 38

**

- 27

*

- 72

***

- 17

0***

- 0,

019

- 0,

010

- 0,

009

- 0,

006

- 0,

017

- 0,

039

1. T

est

de

Wal

d s

igni

ficat

if au

seu

il d

e : *

** 1

%. *

* 5

% (l

es v

aleu

rs d

u t

de

Stu

den

t so

nt in

diq

uées

en

anne

xe 2

).2.

Imm

eub

les

cons

trui

ts a

vant

197

5 un

ique

men

t.3.

Pas

sage

de

la m

édia

ne à

25

% d

e la

dis

trib

utio

n.4.

Pas

sage

de

la m

édia

ne à

75

% d

e la

dis

trib

utio

n.

5. P

assa

ge d

e la

méd

iane

de

75 %

à 9

0 %

de

la d

istr

ibut

ion.

6. N

omb

re d

’hab

itant

s.

Lect

ure

: les

prix

héd

onis

tes

sont

la m

oyen

ne d

u p

rix d

es o

bse

rvat

ions

, cal

culé

au

moy

en d

e l’é

qua

tion

I, en

cad

ré 1

, en

euro

s p

ar a

n, p

our c

haq

ue tr

anch

e d

e ta

ille

d’a

ire u

rbai

ne (c

olon

nes

1 à

7, in

dic

e a)

, pou

r la

Fran

ce e

ntiè

re,

c’es

t-à-

dire

la m

oyen

ne d

es v

aleu

rs p

récé

den

tes

pon

dér

ée p

ar le

s ef

fect

ifs d

es a

ires

urb

aine

s (c

olon

ne 8

a) e

t en

fin le

prix

ob

tenu

à p

artir

d’u

ne e

stim

atio

n su

r l’é

chan

tillo

n na

tiona

l (co

lonn

es 9

a). L

a p

art

du

loye

r at

trib

uée

àl’a

ttrib

ut c

onsi

dér

é a

égal

emen

t été

cal

culé

e (in

dic

e b

, sau

f col

onne

8),

en fa

isan

t la

moy

enne

des

rap

por

ts p

rix/lo

yer d

e ch

aque

ob

serv

atio

n. P

rix e

n eu

ros

par

an.

Tes

t de

Stu

den

t (sa

uf in

dic

atio

n co

ntra

ire) :

sig

nific

atif

au s

euil

:**

* d

e 1

%. *

* d

e 5

%. *

de

10 %

.C

ham

p :

emm

énag

és r

écen

ts d

ans

des

rés

iden

ces

prin

cip

ales

ord

inai

res

du

sect

eur

loca

tif à

loye

r lib

re s

ituée

s en

aire

s ur

bai

nes.

Sou

rce

: enq

uête

Log

emen

t 19

96, I

nsee

, tra

item

ent

Inra

.


0,5, bien que, dans quelques cas, ils tombent à0,2.

Le test d’endogénéité montre que la surfacehabitable est endogène dans toutes les régres-sions. La richesse communale n’est pas endo-gène dans les aires urbaines dont la commune-centre appartient aux tranches de populationsuivantes : 140 000 à 210 000, 100 000 à140 000 et moins de 25 000 habitants. Enfin, ladistance au centre d’emploi n’est endogène quepour l’aire urbaine de Paris et lorsque la com-mune-centre a entre 25 000 et 100 000 habi-tants.

Les résidus des estimations par tranche de tailledes communes-centres des aires urbaines sonthomoscédastiques, sauf pour l’aire urbaine deParis, qui se signale par une légère hétéroscé-dasticité (au seuil de 2 %). Les résidus de l’esti-mation faite sur l’échantillon national présen-tent une hétéroscédasticité plus accentuée (cetteestimation a été faite à des fins de contrôle et decomparaison).

De nombreux autres travaux permettent des comparaisons

Des travaux similaires et réalisés sur la Francepeuvent servir de comparaison : Marchand etSkhiri (1995), qui disposent de 3 500 observa-tions de logements locatifs de huit villes (1990-1991) qui sont petites ou moyennes, à l’excep-tion de Bordeaux (les deux étapes de la démar-che inaugurée par Rosen ont été réalisées, avecdes transformations de Box-Cox pour la pre-mière, mais sans utilisation de la méthodeinstrumentale) ; Kazmierczak-Cousin (1999) aestimé des fonctions de prix hédoniste pourl’agglomération de Brest à partir de 14 870 tran-sactions (1991-1996) ; Gravel et al. (2001) ontutilisé 8 494 mises en vente publiées dans desjournaux d’annonce gratuits pour étudier lemarché immobilier de 33 communes de plus de10 000 habitants du Val d’Oise (1985-1993)(avec des transformations de Box-Cox, maissans l’utilisation de variables instrumentales) ;Beckerich (2001) a estimé le prix hédoniste dequelques attributs (sans variables instrumenta-les) à partir de 1 323 ventes de logementsanciens à Lyon en 1995 ; Letombe et Zuindeau(2001), enfin, ont étudié le prix de friches indus-trielles de l’arrondissement de Lens à partir de4 592 mutations immobilières (1995-1997)pour lesquelles ils ont estimé le prix hédonistede quelques attributs (dans des équations sim-ples, où le prix du logement dépend linéaire-

ment de la quantité des attributs). En revanche,les comparaisons avec d’autres pays seraienttrop fragiles. Follain et Jimenez (1985), qui onttenté une telle comparaison, concluent à savanité, malgré leurs efforts pour homogénéiserles données.

C’est dans les logements les plus petitsque le prix unitaire de la surface habitable est le plus élevé

Un mètre carré de surface habitable a un prixhédoniste moyen de 61 euros par an, correspon-dant à 1,3 % du loyer annuel. Ce prix est d’unordre de grandeur comparable à celui trouvé pard’autres auteurs. Ainsi Gravel et al. (2001)obtiennent-ils 52 euros par an et par m2 (15),Kazmierczak-Cousin (1999), + 1,1 % de loyerpar m2 supplémentaire et Marchand et Skhiri(1995), + 1,3 %. Deux autres résultats s’écar-tent de ces valeurs : Beckerich (2001) obtient84 euros par an et par m2 et Letombe et Zuin-deau (2001) seulement 19 euros par an etpar m2.

Le prix annuel d’un mètre carré est d’environ100 euros dans l’aire urbaine de Paris, de60 euros dans les aires urbaines des grandes vil-les de Province et, pour celles de taille infé-rieure, il est d’environ 40 à 50 euros, soit plus dedeux fois moins que dans la région parisienne.Le test de Chow montre que la rupture la plussignificative est entre Paris et la Province. Detelles différences s’expliquent par trois raisons :tout d’abord, la cherté du sol dans les grandesvilles, en particulier en Ile-de-France. Le sol estl’assise foncière des immeubles et la hauteur deceux-ci ne compense probablement qu’en partieles différences de coûts fonciers dus à la tailledes agglomérations. En second lieu, les coûts deconstruction, qui s’élèvent avec la taille desvilles : les salaires augmentent avec cette taille(Glaeser et Maré, 2001) et il n’y a pas de raisonpour que le secteur du bâtiment échappe à cetterègle. Enfin, la densité de biens publics locauxet d’aménités urbaines est forte dans les grandesagglomérations (ce qui participe de la cherté desvaleurs foncières).

Ces facteurs contribuent à expliquer les écartsavec les résultats de Beckerich (2001), qui a étu-dié Lyon, et ceux de Letombe et Zuindeau

15. Prix ramenés à un prix annuel au moyen d’un taux d’actuali-sation de 7 %.


(2001) qui, à l’opposé, ont observé de petitesvilles.

Le cas de la surface habitable permet d’illustrerdeux problèmes que pose la méthode hédoniste.Le premier résulte de l’agrégation de marchésdu logement hétérogènes. La moyenne pondé-rée des prix unitaires des sept types d’airesurbaines (61 euros/m2/an) et la valeur obtenuedans une estimation sur l’échantillon national(cf. tableau 4, colonne 9a : 48 euros/m2/an) dif-fèrent de plus de 20 %. Les variables de con-trôle utilisées dans cette dernière estimation(variables indicatrices pour chaque tranche detaille des communes-centres des aires urbaines)ne suffisent pas à capturer l’hétérogénéité desmarchés immobiliers selon la taille des commu-nes-centres des aires urbaines. Il est possibleque d’autres facteurs d’hétérogénéité, nondétectés dans cette analyse, aient des effetssemblables.

Le prix unitaire de la surface habitable selon lataille des logements diminue quand la surfaceaugmente (quoique faiblement au-delà de 70 ou80 m2), si bien qu’il est d’environ 40 % moinscher dans les plus grands logements que dans lesplus petits (cf. tableau 5, dernière ligne). Cerésultat est cohérent avec les études antérieures(Colwell et Munneke, 1997), et avec l’observa-tion (un appartement de quatre pièces n’est pasdeux fois plus cher qu’un autre de deux pièces).Il est également logique, puisque le prix d’unlogement inclut des coûts fixes qui augmententle prix unitaire des plus petits d’entre eux.Cependant, il n’en est pas ainsi pour toutes lestranches de taille des communes-centres desaires urbaines : si le cas de Paris et celui desaires urbaines dont la commune-centre a entre100 et 140 000 habitants illustrent bien cetteliaison négative prix - taille, pour d’autres typesla courbe est croissante (140 000 à 210 000 et25 000 à 50 000 habitants), en U (210 000 à850 000 habitants), ou presque plate, hormis lesegment des tout petits logements (50 000 à100 000 et moins de 25 000 habitants). Cettevariabilité des résultats peut s’expliquer par laproportion de maisons individuelles etd’immeubles collectifs (variable selon les tran-ches de taille des communes-centres des airesurbaines : cf. tableau 2), puisque le prix uni-taire d’un mètre carré de surface habitable estplus élevé dans l’habitat individuel que dans lecollectif.

Les caractéristiques de l’immeublejouent fortement sur le loyer

Une salle de bain, un WC ou cabinet de toilette(ce dernier affecté d’un coefficient 1/2) a unprix hédoniste élevé : 800 euros par an pour uneunité supplémentaire. Trois tranches de tailled’unités urbaines ont une valeur qui s’écartenettement de cette moyenne, ce qui tient proba-blement aux limites de la méthode hédonisteplus qu’à des différences dans le prix réel de cesattributs. Marchand et Skhiri (1995) obtiennentdes valeurs comparables ou légèrement infé-rieures (16).

Le bon état d’un logement se paye également,mais moins chèrement : la présence d’une desmodalités qui constitue cette variable (cf. enca-dré 3) est évaluée à quelques centaines d’ eurospar an dans la plupart des tranches de taille descommunes-centres des aires urbaines, soitmoins de 10 % du loyer.

En ce qui concerne la période de construction del’immeuble, la période 1949-1974, prise commemodalité de référence, correspond au prix plan-cher. Elle inclut la période de construction demasse des années 1960-1974 où beaucoup delogements étaient de qualité médiocre et qui, desurcroît, ne peuvent plus se prévaloir, aumoment de l’enquête, de l’avantage d’une datede construction récente. Les immeubles neufs(moins de sept ans en 1996) ont un prix hédo-niste d’environ 2 200 euros par an supérieur àcette référence (17). Ce prix diminue graduelle-ment pour des immeubles moins récents :1 700 euros par an pour des constructions datantde 1982-89, 1 300 euros par an pour celles de1975-81. Il augmente à nouveau pour lesimmeubles construits avant la Seconde guerremondiale (environ 400 euros par an), particuliè-rement à Paris et dans les grandes aires urbainesde Province. Dans ces zones, la valorisationd’immeubles anciens et de caractère d’avant laPremière guerre mondiale conduit à un prixannuel d’un millier d’ euros de plus que la réfé-rence.

L’état de l’immeuble collectif est appréhendé autravers de trois variables : taille, bon ou mauvaisétat, dégradations résultant du vandalisme. Iloccupe une place importante dans l’aire urbaine

16. Le prix hédoniste calculé en moyenne France entière à partirde leurs résultats s’établit à 710 euros par an pour une salle debain et à environ 475 euros par an pour un WC intérieur. 17. Soit près de 50 % de plus que la référence. Ces résultats dif-fèrent considérablement de Kazmierczak-Cousin (1999), pour quiles logements neufs ne valent que 6 % de plus que la moyenne.


de Paris et dans les grandes aires urbaines deProvince, alors que dans les autres types d’airesurbaines le prix hédoniste de ces variables n’estpas significativement différent de zéro. En cequi concerne la taille, un immeuble de plus de50 logements a un prix hédoniste fortementnégatif dans l’aire urbaine de Paris (- 1 000euros par an) et dans les grandes aires urbainesde Province (- 800 euros par an). Le bon état del’immeuble intervient dans ces deux catégoriesd’aires, avec un prix hédoniste de 350 à550 euros par an pour la présence d’un attributqui constitue cette variable (cf. encadré 3).Enfin, les dégradations subies par l’immeubledu fait d’actes de vandalisme déprécient le loyerde plus de 700 euros par an dans l’aire urbainede Paris, qui est la seule où cet attribut a unevaleur significativement négative. Il est proba-ble que la taille de l’immeuble, son état et lesdégradations qu’il peut avoir subies sont desattributs liés aux grands ensembles ou aux ban-lieues à problèmes, qui se rencontrent plus sou-vent en région parisienne ou dans les grandesmétropoles. Cela explique que leur prix hédo-niste ne soit significativement non nul que dansces catégories d’aire urbaine.

Le caractère individuel ou collectif de l’habitatet l’éventuelle présence d’un jardin, enfin n’ontpas un impact aussi important que celui auquelon aurait pu s’attendre. Selon la taille de la com-mune-centre des aires urbaines, une maisonindividuelle vaut en effet entre 600 et 820 eurospar an de plus qu’un logement dans un immeu-ble collectif, qui est la modalité de référence(18). Le paramètre correspondant n’est pas

parmi ceux qui sont les plus nettement diffé-rents de zéro, ce qui traduit probablement unegrande hétérogénéité du parc présentant cetattribut. De plus, les logements locatifs aux-quels se limite l’analyse peuvent présenter descaractéristiques différentes de celles des mai-sons individuelles en propriété. La présenced’un jardin a un prix hédoniste beaucoup plusfaible encore. Compte tenu de la taille en géné-ral assez réduite de cet attribut, (médiane : de150 à 200 m2), il n’a pas semblé utile d’en cal-culer le prix unitaire au mètre carré. Enfin, ungarage, souvent associé aux logements indivi-duels mais également présent dans certainsimmeubles collectifs, a un prix hédoniste com-pris entre 250 et 800 euros par an selon la tailledes communes-centres des aires urbaines, saufdans celle de Paris (19). (18) (19)

Ces estimations sont sensiblement inférieures àcelles des autres études. En effet, l’écart deloyer entre un logement dans un immeuble col-lectif et une maison individuelle avec un jardin(d’une surface voisine de 200 m2 en premièreapproximation), toutes autres choses égales parailleurs, est d’environ 650 euros par an danscette étude (20) et d’environ 1 500 euros par anpour l’agglomération de Brest (calcul à partir de

18. Il est même sensiblement inférieur dans deux types d’aireurbaine. 19. Le résultat relatif à l’aire urbaine de Paris présente un mau-vais signe, ce qui s’explique probablement par la sous-représen-tation des logements avec garage dans l’échantillon dans la zonecentrale de l’aire : l’échantillon ne comporte, en effet, aucunlogement avec garage dans Paris intra-muros et peu en prochebanlieue.

Tableau 5Prix unitaire de la surface habitable selon la taille des logements

Taille du logement < 40 m2 40-49 m2 50-59 m2 60-69 m2 70-79 m2 80-89 m2 90-99 m2 ≥ 100 m2

Paris 137,8 89,5 77,5 64,8 65,4 58,0 60,7 50,8

Aires urbaines suivant la taille de la ville-centre (1)

210 000 à 850 000 62,1 58,9 59,3 59,6 59,2 60,5 62,2 64,4

140 000 à 210 000 39,1 40,8 40,4 42,5 44,9 48,5 51,0 53,7

100 000 à 140 000 69,1 42,5 38,5 30,9 28,4 26,6 25,6 20,8

50 000 à 100 000 52,3 49,1 45,9 47,6 47,6 48,6 46,9 47,6

25 000 à 50 000 41,0 44,7 48,0 51,0 52,4 57,0 57,0 65,5

Moins de 25 000 57,2 51,2 51,0 48,2 47,2 48,2 48,3 47,9

Ensemble (2) 63,0 50,9 46,9 43,4 41,5 39,9 40,2 38,7

1. Nombre d’habitants.2. Estimation sur l’échantillon national.

Lecture : prix en €/m2/an. Pour chaque type d’aire urbaine et chaque tranche de surface habitable, le prix est la moyenne des valeursobtenues à partir des paramètres de transformation de Box-Cox (cf. texte, « Du prix hédoniste d’un attribut à son élasticité : une esti-mation en deux étapes »).Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee, traitement Inra.


Kazmierczak-Cousin (1 999)) ou pour le Vald’Oise (Gravel et al., 2001). Cet écart peuts’expliquer par des biens et des populations dif-férentes de ceux de cet article, dans la mesure oùles maisons individuelles retenues par leséchantillons de ces études sont en propriété etnon pas en location. Les différences entre mai-son individuelle en propriété et en location peu-vent expliquer cet écart. De plus, le résultat estsensible à la spécification retenue (21). Un tra-vail sur les acquisitions récentes est nécessairepour affiner cette analyse du prix hédoniste desmaisons individuelles et des jardins, ces attri-buts étant plus répandus parmi les logements enpropriété que sur le segment locatif que nousavons retenu dans cette étude.

Le coût de l’éloignement du centreserait sous-estimé dans le loyer

Dans la littérature d’économie urbaine, la dis-tance au centre d’emploi et la richesse du voisi-nage sont les deux variables essentielles pourexpliquer les effets de la localisation sur le prixd’un bien résidentiel. Le prix hédoniste de cesdeux attributs, puis celui d’autres variables liéesà l’environnement du logement permettent depréciser l’influence de la localisation sur leniveau des loyers.

L’économie urbaine considère la distance aucentre d’emploi comme l’attribut de localisa-tion le plus important. Son prix hédonistemoyen est estimé à - 74 euros par an et par kilo-mètre de distance (à vol d’oiseau) au centre del’aire urbaine. Les résultats, assez différentsd’une tranche de taille des communes-centresdes aires urbaines à une autre, sont comprisentre - 36 et - 166 euros par an et par km. Lesdifférences ne sont significatives qu’entre,d’une part, Paris et les plus grandes aires urbai-nes de Province et, d’autre part, le reste de laProvince. Ces résultats sont fragiles pour deuxraisons. La première tient à l’échantillon, puis-que plus de la moitié des locataires emménagésrécents des aires urbaines habitent dans la com-mune-centre, pour laquelle la distance demigrations alternantes est calculée forfaitaire-ment (cf. encadré 3), ou dans une commune debanlieue du pôle urbain pour laquelle le modede calcul (22) est imprécis. La seconde est quel’accessibilité est une variable corrélée à plu-sieurs autres, qui peuvent être présentes dans larégression (type d’immeuble, garage, jardin,etc.) ou en être absentes (aménités ou nuisan-ces, etc.). (20) (21)

Du fait de cette fragilité, la comparaison entretranches de taille des communes-centres desaires urbaines est délicate. Le test de Chow indi-que que le prix de la distance est plus faible dansles grandes aires urbaines (Paris et communes-centres de plus de 210 000 habitants) que dansles autres. Si ce résultat était confirmé pard’autres travaux, il pourrait être attribué à l’effi-cacité des réseaux de transport en commun desgrandes agglomérations. Ces réseaux permet-tent aux ménages (rappelons que les nôtres sontdes ménages de jeunes et de locataires) demoins utiliser leurs véhicules individuels quedans les petites villes de Province, et sont parailleurs moins coûteux.

Dans les travaux auxquels il est possible decomparer ces résultats, la distance est mesuréeavec plus de précision. Gravel et al. (2001) ana-lysent finement les distances jusqu’à Paris (enkilomètres et en minutes), à Roissy et à l’accèsautoroutier le plus proche ; Kazmierczak-Cou-sin (1999) dispose, en plus des distances kilo-métriques, du temps moyen de déplacementd’une commune à l’autre de l’agglomérationbrestoise. Pour les premiers, un gain d’uneminute sur le trajet jusqu’à Paris vaut de 18 à27 euros par an (selon le mode de transport),auxquels s’ajoutent 9,5 euros par an et par kilo-mètre. Ce résultat est proche de ceux de cet arti-cle si la vitesse moyenne pour se rendre à Parisest de 25 à 30 km/heure. La seconde calculequ’un rapprochement d’un kilomètre augmentele prix des logements de 0,48 % auquel s’ajoute0,39 % par minute gagnée (l’estimation de lavaleur du temps chez Gravel et al. est du mêmeordre de grandeur : 0,36 à 0,54 % du loyer parminute). Cet article conduit à une augmentationdu loyer de 1,5 % par kilomètre de distance, qui,avec une vitesse moyenne de 24 km/heure, estégale à celle de Kazmierczak-Cousin. (22)

Au total, l’ordre de grandeur d’un coût del’accessibilité de - 70 à - 80 euros par an et parkilomètre paraît plausible. C’est une valeur net-tement plus faible que celle calculée à dired’expert, qui est d’environ 200 euros/km/an(pour un aller et retour durant 230 jours par an,en comptant 1,5 actif par ménage et avec uncoût unitaire de 0,30 euros/km établi à partir dubarème de l’administration fiscale). Cela vou-drait dire que les ménages sous-estiment le coût

20. Il s’agit de la moyenne de cette écart, calculée sur les septtypes d’aires urbaines. 21. Avec une spécification différente, Cavailhès et Goffette-Nagot (2002) présentent des valeurs différentes. 22. On retient pour distance au centre la distance entre le cen-troïde de la commune de résidence et celui de la commune cen-tre.


des migrations alternantes dans le calcul budgé-taire lié à la localisation résidentielle.

Des loyers plus élevés dans les communes les plus « riches »

Le revenu fiscal du voisinage est une autrevariable de localisation importante en écono-mie urbaine. Il est lié, en effet, à la qualité desécoles et services publics offerts par les collec-tivités locales, qui, compte tenu des politiquesredistributives, est fonction du revenu desménages qui contribuent à leur financement parles impôts locaux. En ce sens, l’importance durevenu des résidents d’une commune n’est passans effet sur la qualité des services offerts parcelle-ci. Par ailleurs, le revenu fiscal reflèteégalement des externalités de voisinage positi-ves (les ménages aisés estiment que avoir despairs pour voisins représente un avantage) etnégatives (ils estiment au contraire pâtir de laproximité de pauvres) (23). Entre le haut dupremier quartile et la médiane de la distributiondes communes selon le revenu net imposablemoyen, l’écart de loyer est de 1 870 euros paran, ce qui représente près de 40 % du loyermoyen. À l’inverse, entre cette communemédiane et une commune située au troisièmequartile de la hiérarchie de la richesse des com-munes, le loyer progresse de 300 euros par an.Enfin, il augmente à nouveau de près de700 euros par an lorsque l’on passe d’une com-mune située en haut du troisième quartile à uncommune située au début du dernier décile. Autotal, entre la commune en haut du premierquartile de la distribution et celle situé au débutdu dernier décile, l’écart (désigné par la suitepar ∆ 25-90) est de 2 870 euros par an.

Le revenu fiscal s’avère ainsi l’une des varia-bles les plus influentes en dehors des caractéris-tiques propres du logement : l’écart ∆ 25-90 estéquivalent à un éloignement de 40 kilomètres,ou bien à l’emménagement dans un immeubletout à la fois neuf, de moins de 50 logements, enbon état et sans dégradations.

La hiérarchie entre les tranches de taille descommunes-centres des aires urbaines paraîtlogique pour cet attribut : sa valeur est maxi-male dans l’aire parisienne, où la différence∆ 25-90 vaut 6 460 euros par an, soit presque lemontant du loyer : si d’autres attributs nevenaient pas compenser le handicap que repré-sente une localisation dans une commune dupremier quartile, le loyer y serait presque nul.Par contre, ∆ 25-90 n’est que de 600 euros paran dans les aires urbaines dont la commune-cen-

tre compte moins de 25 000 habitants (15 % duloyer dans une commune médiane) (les valeurspour les types intermédiaires sont un peu endents de scie). (23)

Les dégradations de l’immeuble jouent plus sur le loyer que la criminalité

Les attributs se rapportant à l’insécurité (agres-sions, vols, violences ou cambriolages) n’ontpas le prix hédoniste négatif qu’on aurait puattendre. Ces variables ont cependant été con-servées dans les régressions du tableau 4. Lest de Student indiquent que ces variables ont unparamètre non significativement différent dezéro. C’est un résultat robuste car il reste validepour les diverses spécifications essayées et pourpresque tous les sous-échantillons (le tableau Ade l’annexe 3 présente toutefois deux excep-tions). Il peut étonner au regard des résultatsobtenus pour les États-Unis, où la criminalité aun poids considérable. Elle y est égalementlocalisée en des zones très spécifiques, à la foispar leur population résidente et par leurs carac-téristiques propres, ce qui est moins le cas enFrance. En effet, les victimes de tels actes recen-sées dans l’échantillon ne se distinguent guèrede l’ensemble de la population en matière derevenu (+ 2 % par rapport à l’ensemble), detaille du logement (- 1 %) ou d’âge (0 %). Elleshabitent dans des communes peu différentes desautres : le revenu imposable par foyer fiscal n’yest que de 0,7 % inférieur à la moyenne, mêmesi elles s’avèrent elles-même un peu plus gran-des (+ 9 %) et situées dans de plus grandes airesurbaines (+ 13 %). Dans une analyse en compo-santes principales, les modalités des variablesconcernées par la criminalité sont mal projetées,à peu près au centre du nuage de points.

En revanche, les dégradations de l’immeubleaffectent peu mais significativement le loyer :d’importantes dégradations de l’immeubleferaient baisser le loyer en moyenne de170 euros. Cette diminution est un peu plusaccentuée lorsque le calcul porte sur l’ensembledes observations : le prix hédoniste est alors de– 243 euros par an (24). C’est la banlieue pari-sienne qui est principalement responsable de cerésultat : des dégradations d’immeuble danscette zone tirent plus fortement le loyer vers lebas (- 700 euros par an). Ailleurs, les effets sont

23. Zenou (2004) et Selod (2004) présentent une synthèse enfrançais de l’abondante littérature anglo-saxonne sur ce sujet.24. Les logements HLM étant, comme on le sait, exclus duchamp étudié.


bien moins marqués, au point de ne pas êtresignificativement différents de zéro.

L’explication de l’absence d’effet de la variable« criminalité » sur le loyer peut provenir de cequ’elle n’est pas anticipée au moment du choixd’un logement. À l’inverse, les dégradationsdont l’immeuble est l’objet sont visibles et peu-vent être immédiatement interprétées en termesde nuisances.

Ces résultats sont dans l’ensemble cohérentsavec d’autres études. Gravel et al. (2001) intro-duisent une variable de criminalité qui n’est quefaiblement significative (elle ne l’est pas auseuil de 5 %) et qui a un prix hédoniste faible(- 2,5 euros par an par délit commis pour1 000 habitants). Gibbons (2002) parvient, pourLondres, à des résultats identiques à ceux de cetarticle : les dégradations des immeubles dépré-cient les logements, alors que les crimes réper-toriés (essentiellement des cambriolages) sontsans effet sur le loyer. Avec certaines spécifica-tions il obtient même un effet positif, commedans certaines des estimations présentées ici.Bender et al. (1997), à partir d’une étude parcomparaison de paires à Genève, montrent quela criminalité est sans effet sur les valeursimmobilières de cette ville. L’Europe apparaîten la matière bien différente des États-Unis oùla méthode des prix hédonistes, aussi bien qued’autres méthodes d’évaluation, aboutissent àune variable de criminalité fortement significa-tive (Henderson, 1982 ; Cullen et Levitt, 1999 ;Nechyba et Strauss, 1999). Il est vrai que le tauxde criminalité est très différent d’un côté et del’autre de l’Atlantique.

La zone climatique joue aussi un rôle, unménage habitant en région méditerranéennepayant un loyer supérieur à la zone dite, selon laclassification utilisée par l’Insee, « à climatocéanique dégradé », correspondant pourl’essentiel au Bassin parisien (qui est priscomme référence) : + 600 à + 1 100 euros paran environ selon les tranches de taille des com-munes-centres des aires urbaines (mis à part lesplus petites). Le Sud-Ouest (climat océaniquedoux) semble également entraîner une sur-cote.Ce résultat est moins stable que celui de la zoneméditerranéenne : aussi n’a-t-il pas été conservédans la régression finale. Les autres zones cli-matiques ont des prix hédonistes plus faibles,qui, lorsqu’ils sont significativement différentsde zéro par rapport à la référence, sont sensiblesà la spécification de la régression. Cependant, ilfaudrait analyser plus finement l’impact du cli-mat sur le loyer car il est possible que le résultat

résulte, non pas du climat lui-même, maisd’autres aménités non imputables au climat deszones étudiées.

Les nuisances directement liéesà l’urbanisation ont peu d’impact

L’environnement urbain du logement est appré-hendé au travers de sept variables ajoutées à larégression centrale du tableau 4. Ces variablesconcernent dans une large mesure des effets del’urbanisation, comme les bruits ou la pollutionde l’air. En les incluant dans l’équation centrale,nous aurions couru le risque d’interférence entreleur effet propre et celui de variables comme ladistance, ou l’appartenance au pôle urbain.Aussi leur apport n’est-il présenté que dans lecas des communes-centres des aires urbaines, cequi modifie les variables de la régression(cf. annexe 3, tableau A).

Les valeurs des variables de la régression cen-trale restent proches de celles obtenues précé-demment (cf. tableau 4), ce qui montre uneremarquable stabilité des résultats à la composi-tion de l’échantillon (on passe de 3 549 observa-tions à 2 007 lorsqu’on se restreint aux commu-nes-centres). Les différences principales entreles deux séries concernent, pour certaines tran-ches de taille des communes-centres des airesurbaines, le prix de la période de construction del’immeuble (évidemment très différente entreles communes-centres où l’urbanisation estancienne et le reste des aires urbaines où elle estplus récente), la présence d’un jardin (plus valo-risée dans les communes-centres que dansl’ensemble), les effets du vandalisme dans l’aireparisienne (beaucoup moins marqués dans Parisque dans le reste de l’aire urbaine parisienne) etquelques anomalies (salles de bain et garagedans les aires urbaines dont la commune-centrecompte de 100 000 à 140 000 habitants, garagedans celles où elle compte de 50 000 à 100 000habitants et enfin logement individuel dans cel-les où elle a moins de 25 000 habitants).

Le prix hédoniste des variables d’environnementintroduites dans ces équations est rarement diffé-rent de zéro à un seuil de 5 ou 10 %. L’exposi-tion au Sud de la pièce principale fait exceptiondans deux régressions : l’estimation portant surl’ensemble des observations et l’aire urbaine deParis. Une vue donnant sur des usines sembleavoir un prix hédoniste négatif (valeurs généra-lement négatives, mais significativement diffé-rente de zéro dans un seul cas) et, à l’inverse, unebonne accessibilité aux services, un prix positif


(mais qui n’est pas significativement non nul).Les bruits, dont les ménages se plaignent sou-vent, sont sans effet significatif sur le loyer (esti-mations deux fois négatives, une fois positive auseuil de 10 %), de même que la pollution de l’air(estimations jamais significativement non nul-les) ou l’accessibilité à certains services (Poste,magasin d’alimentation et arrêt de transport encommun, cf. encadré 3). Or, Crenner (1996)montre que « le bruit, la pollution et l’insécuritésont particulièrement ressentis par les ménageshabitant en agglomération et sont directementliés aux caractéristiques de la vie urbaine ».Ceci porte à croire que les ménages, lorsqu’ilschoisissent un logement, ne prêtent pas attentionà ces caractéristiques (qui peuvent avoir étécachées par les bailleurs et les opérateurs immo-biliers), même s’ils s’en plaignent après y avoiremménagé.

En banlieue et dans les couronnes périurbaines, l’environnement pourrait n’avoir que très peu d’impact

De la même manière que pour l’environnementurbain, cinq variables descriptives des banlieueset des couronnes périurbaines ont été introdui-tes. Elles permettent aussi de décrire certainsaspects du mode de vie de ces zones : sous-équi-pement du quartier, sentiers de randonnée etcaractéristiques des exploitations agricoles(pourcentage de bois, friches et vignes dans leparcellaire). Les villes-centres des aires urbai-nes sont exclues de ces estimations. Pour assu-rer, au moyen d’un nombre suffisant de points,une bonne fiabilité aux résultats, ces communesont été regroupées en trois grands groupes(Paris, aires dont la ville-centre a plus ou moinsde 100 000 habitants). Ces résultats sont varia-bles d’une catégorie de commune à l’autre (avecparfois un changement de signe) et ils sont rare-ment significativement non nuls (cf. annexe 3,tableau B). Certains attributs ont un prix hédo-niste non nul dans une régression faite surl’ensemble de l’échantillon national (on trou-vera des exemples dans Cavailhès et Goffette-Nagot, 2002). Cependant, les conclusions de cesecond calcul varient également d’un typed’aire urbaine à l’autre.

L’adjonction de telles variables d’environne-ment et d’externalités, distinctes de la qualité duvoisinage semblent remettre en cause les analy-ses qui accordent un poids important aux amé-nités urbaines ou rurales dans la localisation desménages et la genèse des formes urbaines.Cependant, une telle conclusion reste très fra-

gile, pour six raisons principales : (i) Les varia-bles de l’enquête Logement ne constituent pasune mesure exacte des phénomènes en cause : lebruit ou la pollution, par exemple, sont desvariables déclaratives et non mesurées objecti-vement en décibels ou nombre de particules.(ii) Les mêmes variables peuvent prendre dessens différents selon la localisation (ainsi, unedégradation de l’immeuble ne correspond pasaux mêmes critères objectifs en banlieue pari-sienne et dans une petite ville de Province).(iii) Les variables d’environnement périurbainretenues ne sont qu’une approximation gros-sière du cadre de vie : elles ne mesurent pas laqualité des paysages, le calme, l’air pur, etc. quipeuvent être des attributs recherchés par lesménages. (iv) L’agrégation de marchés du loge-ment différents peut entraîner un biais d’hétéro-généité. (v) La localisation des biens au niveaude la commune ne permet pas de prendre encompte des effets infra-communaux. (vi) Enfin,le nombre d’observations peut être insuffisant etles résultats seraient peut-être plus significatifsavec des échantillons plus étoffés.

Les ménages aisés choisissent rarement d’habiter le centre-ville

L’économie urbaine explique la localisation desménages par un arbitrage entre coût de transportet coût foncier du bien résidentiel. Cet arbitragen’opère pas à l’identique pour tous les ménages,car leur comportement diffère selon leurs carac-téristiques socio-démographiques (nombred’enfants, âge, etc.) et leur revenu, ce dernieraspect ayant particulièrement intéressé les éco-nomistes (cf. encadré 4). Le comportement desménages aisés en la matière se ramène à deuxcas schématiques et diamétralement opposés :

Dans le premier cas, ces ménages tendent à pri-vilégier la consommation d’espace résidentiel.Ils choisissent alors d’habiter dans les banlieuesou les ceintures périurbaines, où la rente fon-cière moins élevée que dans le centre des villespermet une consommation accrue de terrain. Onexplique souvent ainsi la localisation des ména-ges riches dans certaines banlieues américaines.

À l’inverse, un habitat éloigné du centre où sontsitués la plupart des emplois se traduit par uneperte de temps en transport, alors que le coûtd’opportunité du temps est élevé pour les caté-gories sociales supérieures. Dans ce cas, celles-ci choisissent un habitat central pour économi-ser leur temps. Tel serait le modèle des villeseuropéennes.


Dans un monde sans externalités, la comparai-son des élasticités revenu de la demanded’espace résidentiel et de la demande d’accessi-bilité pourrait fournir des éléments d’explica-tion au fait que les ménages à haut et à basrevenu se localisent plutôt dans le centre ou enpériphérie des villes. Ce qui semble confirmépar l’approche théorique, dont la première endate est celle de Wheaton qui a donné en 1977la démonstration et la confirmation empiriquede la proposition suivante : « si la demande de[bien résidentiel] est plus élastique en le revenuque celle du coût marginal de transport, alorsune augmentation du revenu réduit la pente dugradient de rente foncière. Cette assertion sug-gère que les riches vont se localiser plus loin ducentre. Si le coût marginal de transport est plusélastique, la variation des enchères foncières enfonction du revenu du centre vers la périphérieest plus marquée, et les riches se localisent prèsdu centre urbain ».

Un tel arbitrage est fréquent en économieurbaine (Anas et al., 1998 ; Brueckner et al.,1999 ; Glaeser et al., 2000). On en donne ici unedémonstration qui s’inspire de celles de Dia-mond (1980) et de Brueckner et al. (1999)(cf. encadré 4). Le cas retenu par ces auteurs estcelui de villes avec aménités, cas plus généralque celui de Wheaton (1977). Cependant, lesestimations de la première étape ayant montréque le prix hédoniste des aménités semblaitnégligeable, on s’en tient ensuite au mécanismesimplifié (sans aménité) de Wheaton.

Ainsi est-on amené à estimer l’élasticité revenude la demande de deux attributs : la demande desurface habitable et celle d’accessibilité (25).

Les tentatives faites pour estimer ces deux élas-ticités revenu ne donnent pas de résultats con-cluants. Ainsi Wheaton (1977) aboutit-il à laconclusion suivante : « les résultats de cetteétude suggèrent fortement que ces deux élastici-tés sont très voisines, si proches que les enchè-res foncières des groupes différents en leurrevenu sont presque identiques. L’équilibre spa-tial qui résulte de ces écarts d’enchères fonciè-res n’est pas robuste. Il est sensible à des modi-fications des paramètres de la fonction d’utilitési faibles qu’elles peuvent résulter du hasard ».Ces conclusions sont malheureusement confir-mées par d’autres études. Il n’existe sans doutepas de travaux de ce type portant sur des payseuropéens, à l’exception de celui de Cheshire etSheppard (1998) pour la ville de Reading. Sibien que l’idée courante d’une élasticité revenude demande d’accessibilité inférieure à celle du

bien résidentiel aux États-Unis et d’une relationinverse en Europe, conduisant les ménages aisésà habiter en périphérie dans le premier cas et aucentre des villes dans le second, est une idée quine repose pas sur des résultats statistiques.L’estimation de ces deux élasticités à partir desrésultats de la seconde étape de la démarchehédoniste, est donc susceptible d’apporter quel-ques éléments à ce débat. (25)

Au cours de la première étape, les prix hédonis-tes ont été estimés pour sept tranches de tailledes communes-centres des aires urbaines(cf. annexe 2). Les élasticités de la demandesont estimées pour la France entière (parempilage des sept types), pour les ménages dontla personne de référence est active, les étudiantset les retraités étant éliminés (cf. supra, « Unéchantillon articulé sur les aires urbaines »). Lecontrôle des caractéristiques des ménagesrepose sur le nombre d’unités de consomma-tion (26).

Sauf dans les très grandes villes,les ménages aisés préfèrent la banlieue

Les élasticités prix et revenu sont obtenues dansdes régressions sans termes croisés, de laforme : log xi = β0 + β1 log pi + β2 log WD + ...,où xi (i = 1,2) est la quantité de surface habitableou d’accessibilité, pi son prix, WD le revenu dis-ponible après impôt et où les points de suspen-sion indiquent que des variables de contrôles’ajoutent. Ces équations sont estimées par lesmoindres carrés ordinaires (MCO) ou par laméthode instrumentale (cf. encadré 2). Les βidonnent directement les élasticités.

Les résultats de ces estimations sont assez sta-bles. En effet, en utilisant une ou plusieursvariables de contrôle, les élasticités prix restentpresque identiques alors que les élasticitésrevenu diminuent légèrement, mais la hiérarchiereste inchangée. Les résultats avec ou sans pro-jection des variables explicatives sont pratique-

25. Ce sont les seuls attributs de la demande dont on donne uneestimation de l’élasticité revenu. Cela est justifié par leur impor-tance au regard de l’arbitrage centre/périphérie ci-dessus dis-cuté. Par ailleurs, des estimations portant sur un plus grandnombre d’attributs donnent des résultats peu fiables du fait,d’une part, de colinéarités entre les prix hédonistes de ces attri-buts, qui sont à ce stade les variables explicatives de la secondeétape et, d’autre part, de parts budgétaires très petites, qui inter-viennent au dénominateur dans le calcul des élasticités, ce quirend celles-ci très sensibles à de petites variations de la part d’unattribut dans le budget.26. D’autres variables de contrôle ont été essayées, qui ne modi-fient pas les résultats : âge de la personne de référence, nombred’actifs du ménage.


ment identiques (sauf pour l’élasticité prix de lademande d’accessibilité) (cf. tableau 6). Ceciconduit à ne retenir que le nombre d’unités deconsommation (UC) comme variable de con-trôle et à utiliser les MCO dans les estimationsd’un système de demande. En effet, les colinéa-rités entre les prix hédonistes sont assez forteslorsqu’ils sont projetés sur des instruments,

alors qu’elles sont nettement plus faibles sansprojection (cf. encadré 2).

Les élasticités prix des deux biens sont voisinesde - 0,5. Cette valeur ne détonne pas par rapportà celles de la littérature anglo-saxonne. Les élas-ticités revenu sont faibles, environ 0,2 à 0,3pour la surface habitable et 0,1 à 0,2 pour celle

Encadré 4

LOCALISATION DES MÉNAGES AISÉS ET ÉLASTICITÉ REVENU DE LA DEMANDE(ACCESSIBILITÉ ET BIEN RÉSIDENTIEL)

Diamond (1980) étudie un consommateur qui maxi-mise une fonction d’utilité U (Z, S, A) dépendant d’unbien composite non spatial Z (choisi comme numé-raire), d’un bien résidentiel S et d’aménités A, sousune contrainte budgétaire W – T(x) = Z + RS où W estle revenu disponible, T(x) le coût des migrations alter-nantes et R le prix unitaire du bien résidentiel. La con-dition du premier ordre habituelle en microéconomie,conduit à l’enchère foncière du ménage . (x) en x :

(1)

Il s’agit ensuite, en suivant la méthode de Fujita (1989)illustrée par le schéma ci-dessous, d’examiner lespentes des différente courbes d’enchère en un point xet pour d. = 0 : plus la pente de la fonction d’enchèrepar rapport au revenu sera forte, plus les ménagesaisés se localiseront au centre. On déduit de (1)

(2)

Le premier terme entre crochets est l’élasticité revenude la demande d’accessibilité, le second est le produitde l’élasticité revenu de la demande de bien résidentielet d’un terme qui fait intervenir les aménités, qui estégal à l’unité si celles-ci sont constantes selon x. Telleest l’hypothèse retenue au vu des résultats de la pre-mière étape. Dans ce cas, le signe de (2) dépend de

celui de : en appelant σa

l’élasticité revenu de la demande d’accessibilité et σs

celle de la demande de bien résidentiel.

Brueckner et al. (1999) obtiennent le même résultat endifférenciant selon x une fonction d’utilité, soit, avecles mêmes notations que précédemment :

soit :

(3)

où les exposants désignent les dérivées partielles de lafonction d’utilité par rapport à chaque bien. En utili-sant la condition du premier ordre (us = Ruz), ils élimi-nent s∋ de (3) ce qui, après réarrangement, conduit à :R∋ = – t/S + A∋uA/Suz. On suppose, comme précédem-ment, les aménités constantes dans l’espace, mais enintroduisant deux types de ménages, « riches »(indice 1) et « pauvres » (0). Ainsi devient-il possible dedéreminer lequel des deux groupes se localise au cen-tre. Les riches ont un revenu supérieur (W1 > W0) et uncoût unitaire de migrations alternantes égalementsupérieur du fait du coût d’opportunité du temps(t1 > t0). La rente foncière est la même des deux côtésde la frontière, noté , qui sépare les deux groupes. Lalocalisation des riches et des pauvres dépend de lapente de leurs fonctions d’enchère foncière en cepoint, R∋( ). Si , les ménages pauvresemportent l’enchère foncière pour 0 < x < (ils selocalisent au centre) et les riches enchérissent plusque les pauvres pour x > (localisation périphérique) ;c’est évidemment l’inverse lorsque . Ilsuffit donc d’étudier le signe de la différen-ce pour connaître la localisationdes deux groupes, ce qui conduit très simplement à laconclusion suivante : « si t augmente moins vite que Squand le revenu s’accroît, alors t0/S0( ) > t1/S1( ) et. > 0, ce qui implique que les riches vivent dans lesbanlieues. Si t augmente plus vite que S quand lerevenu augmente, on a t0/S0( ) < t1/S1( ) et . < 0 cequi implique que les riches vivent au centre » (Bruec-kner et al., 1999, p. 97).

x̂

x̂x̂

x̂

x̂ x̂

x̂ x̂

Schéma

x

Ψ(x)


d’accessibilité, la première étant toujours supé-rieure à la seconde.

On s’est placé dans un cadre plus général enestimant un système de demande à deux attri-buts, pour l’ensemble de la population étudiée etpour deux catégories sociales : cadres et profes-sions intellectuelles supérieures et ouvriers.Cela permet d’estimer des élasticité prix direc-tes (variation de la consommation d’un des attri-buts en réaction à la variation de son prix) etcroisées (variation de la quantité d’un attribut enréaction à la variation du prix de l’autre). Lesélasticités prix croisées sont nulles pourl’ensemble des actifs et pour les ouvriers, ce quisignifie que les deux biens ne sont ni substitua-bles ni complémentaires. Dans ce cas, les esti-mations d’un système de demande, même réduità deux biens, ne diffèrent pas de celles portantsur chacun des biens pris séparément. On levérifie assez bien en rapprochant les tableaux 6et 7. Par contre, pour les cadres, les deux bienssont substituables : lorsque le prix de l’accessi-

bilité augmente de 1 %, la consommation desurface habitable augmente de 1,3 % et lorsquele prix de la surface habitable augmente, la con-sommation d’accessibilité augmente légère-ment.

Pour l’ensemble des actifs, l’élasticité prixdirecte de la demande de surface habitable estvoisine de - 0,4 et celle d’accessibilité égale à- 0,6. Le fait que l’élasticité revenu de lademande de surface habitable (0,25) est deuxfois plus forte que celle d’accessibilité (0,12)aide à éclairer l’arbitrage entre accessibilité etconsommation d’espace. Ces deux valeurs sontfaibles : les deux biens sont normaux au sens oùleur consommation augmente avec le revenu),mais leur consommation est peu sensible auxvariations du revenu.

Dans les deux estimations, l’élasticité revenu dela demande de surface habitable est supérieure àcelle de la demande d’accessibilité. Cela con-firme les thèses de Wheaton (1977), Diamond

Tableau 6Élasticités prix et revenu de la demande de surface habitable et d’accessibilité (estimation directe)

Méthode utilisée pour la régression Surface habitable Accessibilité

Élasticité prix directe

Élasticité revenu Élasticité prix directe

Élasticité revenu

MCO, pas de variables de contrôle - 0,60 0,39 - 0,48 0,20

MCO, contrôle : nombre d’unités de consomma-tion

- 0,53 0,28 - 0,54 0,11

MCO, contrôle : quatre variables - 0,54 0,29 - 0,55 0,12

IV, contrôle : nombre d’unités de consommation - 0,54 0,27 - 0,75 0,13

Lecture : IV, contrôle par la méthode des variables instrumentales décrite à l’encadré 2.Champ :emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee, traitement Inra.

Tableau 7 Élasticités prix et revenu de la demande de surface habitable et d’accessibilité (système de demande)

Élasticité prixÉlasticité revenu

Surface habitable Accessibilité

Ensemble des actifs

Demande de surface habitable - 0,38 0,04 0,25

Demande d’accessibilité 0,09 - 0,60 0,12

Cadres et professions intellectuelles supérieures

Demande de surface habitable - 0,18 1,34 0,27


Ouvriers

Demande de surface habitable - 0,35 - 0,01 0,22


Lecture : Lorsque le prix de la surface habitable augmente de 1 %, la quantité de surface habitable consommée diminue de 0,38 % etcelle d’accessibilité augmente de 0,04 %. Lorsque le revenu augmente de 1 %, la quantité de surface habitable consommée augmentede 0,25 %.Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee, traitement Inra.


(1980) et Fujita (1989), suivant lesquelles lesménages aisés se localisent plutôt en périphériedes villes qu’au centre (27). Ce que confirmentles élasticités estimées séparément pour lescatégories sociales supérieures et pour lesouvriers. Ces valeurs suggèrent la localisationen centre-ville des ouvriers plus attachés àl’accessibilité qu’à la surface de leur logement,et, à l’inverse, la préférence pour la périphériedes cadres plus soucieux de disposer de place(cf. tableau 7). (28)

L’observation de la répartition des ménagesselon le revenu net imposable confirme que lesménages aisés habitent plutôt les communes debanlieue des pôles urbains ou les communespériurbaines proches de ces dernières (Cavail-hès et Goffette-Nagot, 2003 ; Cavailhès etSelod, 2003 ; Mariette, 2003 ; Rouxel, 2003) :« Au sein des aires urbaines (hormis celle deParis dont la taille est exceptionnelle), lesménages aisés optent souvent pour une rési-dence dans une commune périphérique, pourbénéficier de plus d’espace et de verdure. Con-

séquence de ces stratégies résidentielles, lesrevenus médians au sein des aires urbaines sonten général plus élevés dans les communespériurbaines que dans les pôles urbains »(Rouxel, 2003). L’aire urbaine de Paris faitexception (quelques grandes villes de Provincesont dans un cas similaire) : le revenu moyen deParis intra-muros (ou de la commune-centre deces métropoles) est supérieur à celui du reste dupôle urbain, malgré l’hétérogénéité des vingtarrondissements de la capitale. Les aménitésarchitecturales, la qualité du cadre de vie descentres-villes et la vie culturelle et sociale (lesaménités « modernes » pour Brueckner et al.(1999)) (28) sont suffisamment importantespour attirer des ménages riches dans le centrechargé d’histoire de ces villes. Pour de telsménages, en effet, l’élasticité revenu est plusimportante pour de telles aménités que pour lasurface habitable. Ailleurs, c’est-à-dire dans lagrande majorité des métropoles françaises, lesaménités des lieux n’introduisent probablementpas une aussi forte hétérogénéité de l’espaceurbain et les communes-centres des aires urbai-nes sont plutôt délaissées par les ménages à hautrevenu, qui choisissent d’habiter un peu en péri-phérie, dans des communes de banlieue ou dansdes communes périurbaines proches – ainsi seconstituent les « banlieues huppées », si recher-chées par les revenus élevés. ■

BIBLIOGRAPHIE

Anas A., Arnott R. et Small K.A. (1998),« Urban Spatial Structure », Journal of EconomicLiterature, n˚ 36, pp. 1426-1464.

Beckerich C. (2001), Biens publics et valeursimmobilières, Paris, ADEF (Association pour leDéveloppement des Études Foncières).

Bender A., Din A., Favarger P., Hoesli M. etLaakso J. (1997), « An Analysis of PerceptionsConcerning the Environmental Quality of Housing inGeneva », Urban Studies, n˚ 34, pp. 503-513.

Box G. et Cox D. (1964), « An Analysis ofTransformations », Journal Of the Royal Statisti-cal Society Serie B, pp. 211-264.

Brown J.N. et Rosen H.S. (1982), « On the Esti-mation of Structural Hedonic Price Models »,Econometrica, n˚ 50, pp. 765-768.

Brueckner J.K., Thisse J.F. et Zénou Y. (1999),« Why is Central Paris Rich and Downtown

Detroit Poor ? An Amenity-Based Theory »,European Economic Review, n˚ 43, pp. 91-107.

Caruso G. (2002), La diversité des formes de lapériurbanisation en Europe, in Perrier-Cornet Ph.(éd.). Repenser les campagnes, Éditions del’Aube, Datar, pp. 67-99.

Cassel E. et Mendelsohn R. (1985), « The Choiceof Functional Forms for Hedonic Price Equations :Comment », Journal of Urban Economics, n˚ 18,pp. 135-142.

Cavailhès J. et Goffette-Nagot F. (2001),« Logement et localisation résidentielle dansl’espace urbain et rural en France ». Évolutions1984-1996, vol. 1, Dijon, Inra-ESR, document derecherche n˚ 57.

Cavailhès J. et Goffette-Nagot F. (2002),« Logement et localisation résidentielle dansl’espace urbain et rural en France ». Évolutions1984-1996, vol. 2, Dijon, Inra-ESR, document derecherche n˚ 58.

27. À condition, bien entendu, que n’interviennent pas d’autresfacteurs tels que l’hétérogénéité de l’espace, l’héritage de l’his-toire, etc.28. Les variables disponibles dans les enquêtes Logement nepermettent pas d’introduire des indicateurs d’aménités aussi pré-cis.


Cavailhès J. et Goffette-Nagot F. (2003), « Parcde logements et revenus dans les aires urbaines »,in Pumain D. et Mattei M.-F., Données urbaines,Paris, Éditions Anthropos, pp. 181-197.

Cavailhès J. et Sélod H. (2003), « Ségrégationsociale et périurbanisation », Inra Sciences Socia-les, n˚ 1-2, pp. 1-2.

Cavailhès J. et Schmitt B. (2002), « Les mobili-tés résidentielles entre villes et campagnes », inP. Perrier-Cornet (dir.), Repenser les campagnes,Éditions de l’Aube-Datar, pp. 35-65.

Chattopadhyay S. (1998), « An Empirical Inves-tigation into the Performance of Ellickson’s Ran-dom Bidding Model, with an Application to AirQuality Valuation », Journal of Urban Econo-mics, n˚ 43, pp. 292-314.

Cheshire P. et Sheppard S. (1998), « Estimatingthe Demand for Housing, Land, and Neighbou-rhood Characteristics », Oxford Bulletin of Econo-mics and Statistics, n˚ 60, pp. 357-382.

Cheshire P. et Sheppard S. (2002), « The Wel-fare Economics of Land use Planning », Journal ofUrban Economics, n˚ 52, pp. 242-269.

Christensen L.R., Jorgenson D.W. et Lau L.J.(1975), « Transcendental Logarithmic UtilityFunctions », American Economic Review, n˚ 65,pp. 367-383.

Colwell P.F. et Munneke H.J. (1997), « TheStructure of Urban Land Prices », Journal ofUrban Economics, n˚ 21, pp. 321-336.

Court L.M. (1941), « On the Estimation of Struc-tural Hedonic Price Models », Econometrica, n˚ 9,pp. 135-162.

Crenner E. (1996), « Le cadre de vie, comment leperçoit-on ? », Insee Première, n˚ 476.

Cullen J.B. et Levitt S.D. (1999), « Crime, UrbanFlight, and the Consequences for Cities », Reviewof Economics and Statistics, n˚ 81, pp. 159-169.

Deaton A. et Muellbauer J. (1980), « An AlmostIdeal Demand System », American EconomicReview, n˚ 70, pp. 312-326.

Diamond D.B. (1980), « Income and ResidentialLocation : Muth Revisited », Urban Studies,n˚ 17, pp. 1-12.

Epple D. (1987), « Hedonic Prices and ImplicitMarkets : Estimating Demand and Supply Func-

tions for Differenciated Products », Journal ofPolitical Economy, n˚ 95, pp. 59-80.

Follain J.R. et Jimenez E. (1985), « Estimatingthe Demand for Housing Characteristics », Regio-nal Science and Urban Economics, n˚ 15, pp. 77-107.

Freeman A.M. (1979), « Hedonic Prices, Pro-perty Values and Measuring EnvironmentalBenefits : A Survey of the Issues », ScandinavianJournal of Economics, n˚ 81 pp. 154-171.

Fujita M. (1989), Urban Economic Theory. LandUse and City Size, Cambridge University Press.

Fuss M. et Mc Fadden D. (1978), ProductionEconomics : A Dual Approach to Theory andApplications, Amsterdam, New York, North Hol-land.

Glaeser E.L. et Maré D.C. (2001), « Cities andSkills », Journal of Labour Economics, n˚ 19,pp. 316-342.

Glaeser E.L., Kahn M.E. et Rapport J. (2000),« Why do the Poor Live in Cities ? », Cambridge,National bureau of Economic Research, WorkingPaper 7636.

Gibbons S. (2002), « The Costs of Urban PropertyCrime », Londres, London School of Economics,Discussion paper n˚ 574, 33 p.

Goffette-Nagot F. (2000), « Urban SpreadBeyong the City Edge », in J.M. Huriot and J.F.Thisse (eds) : Economics of Cities. TheoreticalPerspectives, Cambridge University Press,pp. 318-340.

Gravel N., Trannoy A. et Michelangeli A.(2001), « Measuring the Social Value of LocalPublic Goods : Hedonic Analysis within ParisMetropolitan Area », document de travail, Mar-seille, IDEP-GREQAM et Université Paul Valéry.

Griliches Z. (1961), Hedonic Prices Indexes forAutomobiles : An Econometric Analysis of QualityChange, Price Statistic of the Federal Governe-ment.

Halvorsen R. et Pollakowki H.O. (1981),« Choice of Functional Form Hedonic PriceEquations », Journal of Urban Economics, n˚ 10,pp. 37-49.

Henderson J.V. (1982), « Evaluating ConsumerAmenities and Interregional Welfare


Differences », Journal of Urban Economics,n˚ 11, pp. 32-59.

Kazmierczak-Cousin S. (1999), L’évaluation desfonctions d’enchères des ménages : les agglomé-rations lilloise et brestoise, Thèse de doctorat,Université de Lille.

Lancaster K. J. (1966), « A new Approach toConsumer Theory », Journal of Political Eco-nomy, n˚ 74, pp. 132-156.

Letombe G. et Zuindeau B. (2001), « L’impactdes friches industrielles sur les valeursimmobilières : une application de la méthode desprix hédonistes à l’arrondissement de Lens (NordPas de Calais) », Revue d’Économie Régionale etUrbaine, n˚ 4, pp. 605-624.

Marchand O. et Skhiri E. (1995), « Prix hédoni-ques et estimation d’un modèle structurel d’offreet de demande de caractéristiques », Économie etPrévision, n˚ 121, pp. 127-139.

Mariette V. (2003), « Une approche spatiale desinégalités à l’aide d’indicateurs localisés sur lesrevenus fiscaux déclarés par les ménages », Lyon,colloque ASRDLF, 1-3 septembre.

Napoleone C., Geniaux G., Jouve A.-M., MorgeD. et Raymond V. (2002), Étude des interactionsentre dynamique des prix fonciers et stratégies desacteurs en périurbain, Aix-en-Provence, CEMA-GREF.

Nechyba T.J. et Strauss R.P. (1999),« Community Choice and Local Public Services :A Discrete Choice Approach », Regional Scienceand Urban Economics, n˚ 28, pp. 51-73.

Ravallion M. et Van de Walle D. (1991),« Urban-Rural Cost-of-living Differentials in aDeveloping Economy », Journal of Urban Econo-mics, n˚ 29, pp. 113-127.

Rignols É. (2002), « La consommation des ména-ges depuis quarante ans », Insee Première, n˚ 832.

Robert-Bobée I. (2002), « Parmi les jeunes nevivant plus chez leurs parents, les étudiants sontles plus aidés », Insee Première, n˚ 826.

Rosen S. (1974), « Hedonic Prices and ImplicitMarkets : Product Differenciation in PureCompetition », Journal of Political Economy,n˚ 82, pp. 34-55.

Rouxel M. (2003), « La carte de France des reve-nus déclarés », Insee Première, n˚ 900.

Selod H. (2004),), « La mixité sociale etéconomique », in Villes et Economie, Institut desVilles, La Documentation Française, pp. 109-128.

Sheppard S. (1999), « Hedonic Analysis of Hou-sing Markets », in E.S. Mills and P. Cheshire (eds)Handbook of Regional and Urban Economics, vol.3, Applied Urban Economics : 1595-1635.

Waugh E.V. (1929), Quality as a Determinant ofVegetable Prices, Columbia Universty Press, NewYork.

Wheaton C.W. (1977), « Income and UrbanResidence : An Analysis of Consumer Demand forLocation », Urban Studies, n˚ 67, pp. 620-631.

Witte A.D., Sumka H.J. et Erekson H. (1979),« An Estimate of a Structural Hedonic PriceModel of the Housing Market : An Application ofRosen’s Theory of Implicit Markets », Econome-trica, n˚ 47, pp. 1151-1173.

Zenou Y. (2004), « Les inégalités dans la ville »,in Villes et Economie, Institut des Villes, La Docu-mentation Française, pp. 109-128.


TESTS DE CHOW

Les tests ont été effectués sur des équations où lesparamètres des transformations de Box Cox ont étécontraints à des valeurs identiques, égales à la moyennedes valeurs obtenues dans les estimations faites sur lesdeux sous-échantillons à comparer, en utilisant laméthode instrumentale.

Pour ce qui concerne l’hétérogénéité des segments col-lectif et individuel du parc de logements (le test n’a puêtre mis en œuvre pour l’aire urbaine de Paris ni pour cel-les dont la ville-centre a entre 140 et 210 000 habitants,le nombre de logements individuels étant trop restreint),on observe une hétérogénéité pour les variablessuivantes : période de construction après 1989 (airesurbaines (AU) de 210 à 850 milliers d’habitants (Kh)),1982-89 (AU 210-850 ; 100-140 ; 50-100), 1975-82 et1915-48 (AU 100-140), surface habitable (AU 100-140),salles de bain (AU < 25), état du logement (AU 210-850),jardin (AU 100-140), criminalité (AU 100-140), communepériurbaine (AU 25-50) et région méditerranéenne(AU < 25). L’hypothèse d’homogénéité des deux seg-ments n’est donc strictement vérifiée pour aucune tran-che de taille des aires urbaines. Cependant, on necompte que 13 paramètres significatifs, qui concernentsurtout les aires urbaines dont la ville-centre compte de100 à 140 000 habitants.

L’hétérogénéité des aires urbaines selon la taille de lacommune-centre est analysée par des tests effectuéspour les aires urbaines prises deux à deux, dans l’ordrede contiguïté. Des tests portant sur des aires urbainesnon contiguës en taille, non reportés ici, montrent unnombre de paramètres significativement différents plusélevé, conduisant à la conclusion que l’estimation surl’échantillon national peut être entachée d’un biaisd’hétérogénéité assez important.

Le prix hédoniste de la surface habitable est signifi-cativement supérieur dans l’aire urbaine de Paris auxprix de la Province. Celui des pièces d’eau variesensiblement, deux valeurs hautes (AU 50-100 etAU < 25) encadrant deux valeurs basses (AU 100-140 et25-50). L’état du logement a un prix significativementbas dans les aires urbaines ayant entre 100 et 210 000habitants. Le prix négatif des grands ensembles connaîtune rupture significative qui oppose les grandes airesurbaines (Paris et plus de 210 000 habitants dans lacommune-centre) aux petites et le prix de l’accessibilitéest également marqué par la même rupture. La présenced’un jardin a un prix en dents de scie. Le résultat concer-nant le revenu fiscal communal n’est pas interprétable (letest porte sur les paramètres un à un alors que le revenufiscal intervient par deux variables, linéaire et quadrati-que).

ANNEXE 1


�

AN

NE

XE

2

ES

TIM

AT

ION

S S

ELO

N D

IFFÉ

RE

NT

S M

OD

ÈLE

S É

CO

NO

MÉ

TR

IQU

ES

Aire

urb

aine

de

Par

isA

ires

urb

aine

s : v

ille-

cent

re d

e 21

0 à

850

000

hab

itant

s

Typ

e d

e m

odèl

e ut

ilisé

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+ m

étho

de

inst

rum

enta

lelo

g-lo

g +

MC

Olo

g-lo

g +

m

étho

de

inst

ru-

men

tale

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+

mét

hod

e in

stru

men

tale

log-

log

+ M

CO

log-

log

+

mét

hod

e in

stru

-m

enta

le

Par

a-m

ètre

T S

tud

.P

rix

héd

o-ni

ste

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

ru-

men

tale

(%)

Par

a-m

ètre

T S

tud

Prix

hé

do-

nist

e

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/Box

-Cox

mét

hod

e in

stru

-m

enta

le (%

)

(1a)

(2a)

(3a)

(4a)

(5a)

(6a)

(7a)

(8a)

(9a)

(1b

)(2

b)

(3b

)(4

b)

(5b

)(6

b)

(7b

)(8

b)

(9b

)

Par

amèt

re B

ox-C

ox lo

yer

0,16

0,31

Par

amèt

re B

ox-C

ox s

urfa

ce-

0,1

0,70

Sur

face

3,87

613

,298

0,46

915

,10,

478

0,03

8-

41-

300,

604

14,0

600,

354

14,6

0,39

20,

030

- 55

- 42

Sal

les

bai

n +

WC

0,62

86,

296

00,

067

3,4

0,10

80,

019

- 56

- 30

2,50

66,

182

00,

073

4,3

0,10

20,

018

- 60

- 45

Loge

men

t en

bon

éta

t0,

264

3,9

404

0,03

22,

50,

048

0,01

3-

51-

271,

478

5,5

483

0,05

95,

40,

061

0,01

2-

45-

44

Con

stru

ctio

n im

meu

ble

: ap

rès

1989

1,30

74,

51

999

0,20

33,

70,

242

0,05

5-

37-

257,

749

8,5

2 53

50,

305

8,1

0,32

80,

039

- 46

- 43

Con

stru

ctio

n im

meu

ble

: 19

82-1

989

1,15

03,

41

758

0,14

32,

30,

211

0,06

4-

49-

266,

254

6,1

2 04

60,

280

6,6

0,26

40,

044

- 39

- 43

Con

stru

ctio

n im

meu

ble

: 19

75-1

981

0,65

92,

11

007

0,06

11,

00,

128

0,06

0-

62-

214,

683

4,5

1 53

20,

198

4,7

0,19

70,

044

- 42

- 43

Con

stru

ctio

n im

meu

ble

: 19

49-1

974

Réf

.R

éf.

Réf

.R

éf.

Réf

.R

éf.

Con

stru

ctio

n im

meu

ble

: 19

15-1

948

0,23

61,

136

10,

034

0,8

0,03

00,

042

- 41

- 48

1,46

11,

947

80,

045

1,4

0,05

20,

033

- 58

- 52

Con

stru

ctio

n im

meu

ble

: av

ant

1914

0,77

33,

71

183

0,16

64,

20,

133

0,04

0-

12-

302,

499

3,3

818

0,07

32,

40,

097

0,03

2-

60-

48

Imm

eub

le e

n b

on é

tat

0,36

34,

155

50,

075

4,6

0,06

60,

017

- 16

- 26

1,03

63,

633

90,

040

3,3

0,04

50,

013

- 48

- 41

Dég

rad

atio

ns v

and

alis

me

- 0,

479

- 2,

4-

733

- 0,

088

- 2,

3-

0,09

70,

038

- 25

- 18

- 0,

495

- 0,

8-

162

- 0,

011

- 0,

4-

0,02

00,

027

- 70

- 44

Imm

eub

le >

50

loge

men

ts-

0,67

2-

3,2

- 1

027

- 0,

080

- 2,

0-

0,13

10,

040

- 51

- 21

- 2,

407

- 3,

4-

788

- 0,

070

- 2,

4-

0,10

40,

031

- 60

- 41

Gar

age

- 0,

313

- 1,

1-

479

0,00

10,

0-

0,05

70,

052

- 10

2-

261,

415

2,1

463

0,05

42,

00,

057

0,02

9-

48-

45

Loge

men

t in

div

idue

l0,

521

1,6

797

0,05

20,

90,

092

0,06

0-

59-

282,

606

3,2

852

0,13

84,

10,

104

0,03

5-

28-

46

Pré

senc

e d

’un

jard

in0,

007

0,4

10-

0,00

1-

0,3

0,00

10,

003

- 15

9-

260,

081

1,9

270,

002

1,2

0,00

20,

002

- 65

- 59

Rev

enu

fisca

l de

la c

omm

une

- 0,

164

- 2,

30,

006

3,9

- 0,

027

0,01

40,

961

3,6

- 94

10,

032

7,5

0,04

40,

012

Rev

enu

fisca

l de

la c

omm

une

0,00

12,

80,

000

- 2,

50,

000

0,00

0-

0,00

5-

3,2

470,

000

- 6,

50,

000

0,00

0

Pro

blè

mes

res

sent

is d

ans

le q

uart

ier

- 0,

080

- 1,

2-

122

- 0,

010

- 0,

8-

0,01

40,

012

- 49

- 30

- 0,

176

- 0,

8-

57-

0,01

3-

1,6

- 0,

010

0,00

96

- 25

Crim

inal

ité d

ans

le q

uart

ier

0,10

90,

816

60,

009

0,4

0,02

00,

026

- 65

- 24

- 0,

360

- 0,

8-

118

0,00

30,

2-

0,01

90,

020

- 11

1-

28

Rég

ion

à cl

imat

méd

iterr

anée

n/

/0,

000

/0,

000

/2,

683

4,6

878

0,13

25,

60,

105

0,02

5-

33-

47

Dis

tanc

e à

la c

omm

une-

cent

re-

0,33

3-

0,01

- 51

- 0,

006

- 3,

6-

0,00

60,

002

- 24

- 31

- 0,

110

- 2,

7-

36-

0,00

4-

2,6

- 0,

004

0,00

2-

47-

47

Com

mun

e p

ériu

rbai

ne0,

088

0,2

134

0,06

70,

80,

015

0,07

221

4-

30-

2,80

7-

2,4

- 91

8-

0,08

5-

1,9

- 0,

112

0,05

0-

98-

98


Aire

s ur

bai

nes

: vill

e-ce

ntre

de

140

à 21

0 00

0 ha

bita

nts

Aire

s ur

bai

nes

: vill

e-ce

ntre

de

100

à 14

0 00

0 ha

bita

nts

Typ

e d

e m

odèl

e ut

ilisé

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+ m

étho

de

inst

rum

enta

lelo

g-lo

g +

MC

Olo

g-lo

g +

m

étho

de

inst

ru-

men

tale

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+

mét

hod

e in

stru

men

tale

log-

log

+ M

CO

log-

log

+

mét

hod

e in

stru

-m

enta

le

Par

a-m

ètre

T S

tud

.P

rix

héd

o-ni

ste

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

rum

enta

le (%

)

Par

a-m

ètre

T S

tud

.P

rix

héd

o-ni

ste

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

rum

enta

le (%

)

(1c)

(2c)

(3c)

(4c)

(5c)

(6c)

(7c)

(8c)

(9c)

(1d

)(2

d)

(3d

)(4

d)

(5d

)(6

d)

(7d

)(8

d)

(9d

)

Par

amèt

re B

ox-C

ox lo

yer

0,18

0,09

Par

amèt

re B

ox-C

ox s

urfa

ce0,

850,

15

Sur

face

0,08

19,

542

0,35

610

,20,

356

0,04

0-

37-

251,

812

8,7

390,

414

10,8

0,40

10,

046

- 27

- 18

Sal

les

bai

n +

WC

0,73

64,

270

00,

079

2,7

0,11

70,

028

- 51

- 28

0,18

73,

037

40,

049

2,0

0,07

50,

026

- 44

- 15

Loge

men

t en

bon

éta

t0,

042

0,4

400,

008

0,4

0,00

90,

018

- 16

- 7

0,08

71,

817

30,

036

2,0

0,03

50,

020

- 11

- 14

Con

stru

ctio

n im

meu

ble

: ap

rès

1989

0,75

42,

271

80,

161

3,0

0,13

90,

055

- 3

- 17

0,68

64,

113

690,

279

4,4

0,27

00,

067

- 13

- 16

Con

stru

ctio

n im

meu

ble

: 19

82-1

989

0,38

81,

036

90,

116

1,9

0,06

40,

064

36-

250,

629

3,1

1256

0,26

63,

40,

245

0,08

3-

10-

17

Con

stru

ctio

n im

meu

ble

: 19

75-1

981

0,15

40,

414

70,

057

0,9

0,02

90,

063

68-

160,

221

1,2

441

0,11

61,

70,

085

0,07

212

- 18

Con

stru

ctio

n im

meu

ble

: 19

49-1

974

Réf

.R

éf.

Réf

.R

éf.

Réf

.R

éf.

Con

stru

ctio

n im

meu

ble

: 19

15-1

948

0,35

91,

234

10,

065

1,4

0,06

20,

049

- 18

- 22

0,05

80,

411

60,

035

0,7

0,01

90,

053

29-

31

Con

stru

ctio

n im

meu

ble

: av

ant

1914

0,17

30,

616

50,

003

0,1

0,02

20,

045

- 93

- 43

0,10

80,

821

60,

059

1,2

0,04

30,

052

15-

16

Imm

eub

le e

n b

on é

tat

0,20

11,

919

10,

025

1,5

0,03

20,

017

- 43

- 29

0,02

70,

554

0,01

70,

80,

011

0,02

230

- 16

Dég

rad

atio

ns v

and

alis

me

- 0,

233

- 1,

0-

221

- 0,

026

- 0,

7-

0,04

10,

037

- 49

- 20

0,01

00,

121

- 0,

023

- 0,

50,

006

0,05

0-

571

25

Imm

eub

le >

50

loge

men

ts0,

240

1,0

228

0,02

20,

60,

040

0,03

9-

58-

240,

050

0,3

100

0,06

01,

00,

022

0,06

615

4-

6

Gar

age

0,44

01,

741

80,

069

1,7

0,07

80,

042

- 29

- 20

0,25

42,

455

00,

111

2,8

0,10

20,

042

- 15

- 21

Loge

men

t in

div

idue

l0,

651

1,9

619

0,08

41,

60,

112

0,05

6-

41-

220,

088

0,7

175

- 0,

002

0,0

0,03

40,

048

- 10

5-

17

Pré

senc

e d

’un

jard

in0,

011

0,8

100,

004

1,8

0,00

20,

002

65-

140,

067

4,4

134

0,02

03,

40,

025

0,00

6-

37-

22

Rev

enu

fisca

l de

la c

omm

une

0,10

82,

30,

022

3,0

0,01

70,

008

0,06

94,

10,

028

4,3

0,02

80,

007

Rev

enu

fisca

l de

la c

omm

une

0,00

0-

1,5

0,00

0-

2,2

0,00

00,

000

0,00

0-

3,6

0,00

0-

3,8

0,00

00,

000

Pro

blè

mes

res

sent

is d

ans

le q

uart

ier

- 0,

108

- 1,

1-

103

- 0,

008

- 0,

5-

0,01

90,

016

- 65

- 22

- 0,

002

0,0

- 4

- 0,

001

- 0,

1-

0,00

10,

019

5717

Crim

inal

ité d

ans

le q

uart

ier

0,00

00,

00

0,00

90,

4-

0,00

40,

026

0,15

31,

730

50,

041

1,2

0,06

10,

037

- 43

- 15

Rég

ion

à cl

imat

méd

iterr

anée

n0,

710

3,5

676

0,10

03,

10,

112

0,03

3-

36-

290,

293

2,9

584

0,12

23,

10,

118

0,04

1-

11-

15

Dis

tanc

e à

la c

omm

une-

cent

re-

0,08

2-

3,7

- 78

- 0,

010

- 3,

0-

0,01

30,

004

- 42

- 30

- 0,

029

- 2,

9-

58-

0,00

9-

2,5

- 0,

011

0,00

4-

31-

18

Com

mun

e p

ériu

rbai

ne0,

015

0,0

14-

0,04

9-

0,7

- 0,

010

0,06

8-

1 61

4-

394

- 0,

519

- 3,

7-

1036

- 0,

192

- 3,

6-

0,20

30,

057

- 21

- 17

�


Aire

urb

aine

: vi

lle-c

entr

e d

e 50

à 1

00 0

00 h

abita

nts

de

Par

isA

ires

urb

aine

s : v

ille-

cent

re d

e 25

à 5

0 00

0 ha

bita

nts

Typ

e d

e m

odèl

e ut

ilisé

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+ m

étho

de

inst

rum

enta

lelo

g-lo

g +

MC

Olo

g-lo

g +

m

étho

de

inst

ru-

men

tale

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+

mét

hod

e in

stru

men

tale

log-

log

+ M

CO

log-

log

+

mét

hod

e in

stru

-m

enta

le

Par

a-m

ètre

T S

tud.

Prix

hé

do-

nist

e

Par

amèt

reT

Stu

d.

Par

amèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

rum

enta

le (%

)

Par

a-m

ètre

T S

tud

.P

rix

héd

o-ni

ste

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

rum

enta

le (%

)

(1e)

(2e)

(3e)

(4e)

(5e)

(6e)

(7e)

(8e)

(9e)

(1f)

(2f)

(3f)

(4f)

(5f)

(6f)

(7f)

(8f)

(9f)

Par

amèt

re B

ox-C

ox lo

yer

0,30

0,48

Par

amèt

re B

ox-C

ox s

urfa

ce0,

651,

15

Sur

face

0,57

78,

848

0,33

106

9,2

0,35

724

0,04

452

- 55

- 43

0,36

46,

551

0,34

16,

80,

325

0,06

0-

60-

57

Sal

les

bai

n +

WC

3,23

95,

71

127

0,13

355

4,9

0,15

458

0,02

714

- 49

- 41

6,73

01,

850

70,

035

1,1

0,05

80,

031

- 70

- 53

Loge

men

t en

bon

éta

t1,

946

5,7

677

0,09

105

5,7

0,09

440,

0164

9-

42-

4011

,617

4,8

874

0,09

14,

40,

092

0,02

0-

55-

58

Con

stru

ctio

n im

meu

ble

: ap

rès

1989

8,07

66,

62

810

0,39

783

7,0

0,38

602

0,05

896

- 39

- 41

41,5

245,

13

126

0,39

15,

70,

337

0,06

9-

46-

56

Con

stru

ctio

n im

meu

ble

: 19

82-1

989

6,43

14,

92

237

0,31

489

5,0

0,30

681

0,06

355

- 39

- 41

38,2

724,

32

881

0,32

34,

20,

316

0,07

5-

52-

55

Con

stru

ctio

n im

meu

ble

: 19

75-1

981

6,73

85,

02

344

0,34

65,

50,

3159

90,

0646

- 36

- 42

25,8

553,

11

946

0,21

93,

10,

210

0,07

0-

51-

56

Con

stru

ctio

n im

meu

ble

: 19

49-1

974

Réf

.R

éf.

Réf

.R

éf.

Réf

.R

éf.

Con

stru

ctio

n im

meu

ble

: 19

15-1

948

2,05

62,

171

50,

1075

82,

40,

0862

40,

0462

3-

35-

487,

032

1,1

529

0,05

91,

10,

064

0,05

3-

52-

51

Con

stru

ctio

n im

meu

ble

: av

ant

1914

- 0,

538

- 0,

6-

187

- 0,

0078

3-

0,2

- 0

,031

470,

0430

1-

82-

280,

059

0,0

40,

034

0,6

0,01

00,

054

3 17

281

7

Imm

eub

le e

n b

on é

tat

- 0,

580

- 1,

3-

202

- 0,

0232

6-

1,1

- 0,

0283

10,

0215

1-

50-

403,

440

1,2

259

0,00

70,

30,

022

0,02

3-

88-

66

Dég

rad

atio

ns v

and

alis

me

- 0,

084

- 0,

1-

290,

0194

0,4

0,00

540,

0488

9-

386

- 17

99,

618

1,3

724

0,09

21,

50,

099

0,06

0-

45-

44

Imm

eub

le >

50

loge

men

ts-

0,51

1-

0,4

- 17

8-

0,00

151

0,0

- 0,

0132

0,06

58-

96-

685,

605

0,5

422

0,04

20,

40,

026

0,09

6-

57-

75

Gar

age

0,98

21,

234

20,

0598

71,

50,

0417

70,

0400

8-

24-

4710

,588

1,9

797

0,06

11,

30,

087

0,04

6-

67-

56

Loge

men

t in

div

idue

l1,

854

2,0

645

0,09

283

2,1

0,09

111

0,04

474

- 38

- 39

8,88

51,

566

90,

023

0,5

0,06

20,

050

- 85

- 63

Pré

senc

e d

’un

jard

in-

0,11

2-

1,1

- 39

- 0,

0068

8-

1,4

- 0,

0051

50,

0049

- 24

- 43

1,37

72,

510

40,

010

2,2

0,01

00,

005

- 58

- 60

Rev

enu

fisca

l de

la c

omm

une

0,65

51,

122

80,

0079

40,

60,

0300

90,

0280

4-

23,7

01-

4,3

- 1

784

0,02

82,

4-

0,15

60,

046

Rev

enu

fisca

l de

la c

omm

une

- 0,

003

- 0,

9-

1-

0,00

0018

99-

0,3

- 0,

0001

288

0,00

0160

030,

150

4,6

110,

000

- 1,

90,

001

0,00

0

Pro

blè

mes

res

sent

is d

ans

le q

uart

ier

0,23

20,

681

0,02

776

1,6

0,00

903

0,01

756

49-

520,

218

0,1

160,

004

0,2

0,00

60,

019

939

Crim

inal

ité d

ans

le q

uart

ier

- 0,

721

- 1,

3-

251

- 0,

0441

8-

1,6

- 0,

0334

0,02

758

- 24

- 43

3,92

20,

929

50,

022

0,6

0,03

70,

038

- 68

- 49

Rég

ion

à cl

imat

méd

iterr

anée

n2,

791

3,1

971

0,09

225

2,2

0,11

616

0,04

337

- 59

- 49

14,8

573,

011

180,

098

2,3

0,12

00,

042

- 10

0-

56

Dis

tanc

e à

la c

omm

une-

cent

re-

0,24

5-

2,6

- 85

- 0,

0106

6-

3,5

- 0,

0101

60,

0046

5-

46-

49-

2,20

7-

4,2

- 16

6-

0,01

2-

2,8

- 0,

017

0,00

4-

68-

57

Com

mun

e p

ériu

rbai

ne0,

195

0,2

680,

0265

30,

50,

0142

60,

0567

169

- 9

- 8,

189

- 1,

3-

616

- 0,

090

- 1,

6-

0,06

70,

054

- 37

- 56

�


Aire

s ur

bai

nes

: vill

e-ce

ntre

de

moi

ns d

e 25

000

hab

itant

sE

stim

atio

n Fr

ance

ent

ière

Typ

e d

e m

odèl

e ut

ilisé

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+ m

étho

de

inst

rum

enta

lelo

g-lo

g +

MC

Olo

g-lo

g +

m

étho

de

inst

ru-

men

tale

Box

-Cox

+ m

étho

de

inst

rum

enta

lelo

g-lo

g+ M

CO

log-

log

+ m

étho

de

inst

rum

enta

lelo

g-lo

g +

MC

Olo

g-lo

g +

m

étho

de

inst

ru-

men

tale

Par

a-m

ètre

T S

tud

.

Prix

hé

do-

nist

e

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

rum

enta

le (%

)

Par

a-m

ètre

T S

tud

.P

rix

héd

o-ni

ste

Par

a-m

ètre

T S

tud

.P

ara-

mèt

reéc

art-

typ

e≠

Prix

/ B

ox-C

oxm

étho

de

inst

rum

enta

le (%

)

(1g)

(2g)

(3g)

(4g)

(5g)

(6g)

(7g)

(8g)

(9g)

(1h)

(2h)

(3h)

(4h)

(5h)

(6h)

(7h)

(8h)

(9h)

Par

amèt

re B

ox-C

ox lo

yer

0,30

Par

amèt

re B

ox-C

ox s

urfa

ce0,

60

Sur

face

0,82

310

,449

0,35

09,

30,

469

0,04

8-

62-

420,

445

24,9

3048

0,38

529

,50,

418

0,01

7-

30-

20

Sal

les

bai

n +

WC

2,98

66,

094

50,

131

5,1

0,14

30,

025

- 46

- 44

0,44

912

,250

638

0,08

08,

80,

103

0,00

9-

39-

25

Loge

men

t en

bon

éta

t1,

627

4,7

515

0,07

03,

90,

080

0,01

8-

47-

420,

242

9,85

034

40,

056

9,6

0,05

80,

006

- 20

- 22

Con

stru

ctio

n im

meu

ble

: ap

rès

1989

7,75

26,

124

530,

347

5,3

0,37

30,

065

- 45

- 43

1,19

413

,210

1 69

60,

307

14,7

0,28

50,

022

- 12

- 22

Con

stru

ctio

n im

meu

ble

: 19

82-1

989

3,77

72,

711

950,

166

2,3

0,17

60,

071

- 46

- 45

0,89

78,

860

1 27

30,

241

10,0

0,21

10,

024

- 8

- 23

Con

stru

ctio

n im

meu

ble

: 19

75-1

981

5,59

03,

917

690,

236

3,2

0,26

70,

072

- 48

- 44

0,70

17,

190

995

0,17

87,

70,

167

0,02

4-

13-

22

Con

stru

ctio

n im

meu

ble

: 19

49-1

974

Con

stru

ctio

n im

meu

ble

: 19

15-1

948

0,76

60,

824

2-

0,01

1-

0,2

0,03

00,

051

- 11

7-

540,

176

2,46

024

90,

040

2,3

0,03

70,

017

- 22

- 31

Con

stru

ctio

n im

meu

ble

: av

ant

1914

- 0,

640

- 0,

8-

203

- 0,

077

- 1,

8-

0,03

60,

042

49-

340,

217

3,22

030

80,

057

3,6

0,04

50,

016

- 10

- 32

Imm

eub

le e

n b

on é

tat

0,45

11,

114

30,

011

0,5

0,02

10,

022

- 69

- 44

0,13

74,

770

194

0,03

04,

40,

032

0,00

7-

25-

23

Dég

rad

atio

ns v

and

alis

me

- 0,

509

- 0,

4-

161

- 0,

030

- 0,

5-

0,02

50,

063

- 26

- 41

- 0,

171

- 2,

560

- 24

3-

0,03

1-

1,9

- 0,

041

0,01

6-

39-

22

Imm

eub

le >

50

loge

men

ts-

1,35

7-

0,5

- 42

9-

0,12

5-

1,0

- 0,

076

0,12

713

- 34

- 0,

313

- 4,

040

- 44

5-

0,04

7-

2,5

- 0,

075

0,01

9-

48-

22

Gar

age

0,78

41,

024

80,

061

1,6

0,02

60,

040

- 3

- 13

90,

211

3,29

030

00,

058

3,8

0,05

20,

015

- 6

- 20

Loge

men

t in

div

idue

l0,

628

0,8

199

- 0,

017

- 0,

40,

024

0,04

0-

133

- 54

0,17

22,

430

244

0,02

51,

40,

042

0,01

7-

51-

19

Pré

senc

e d

’un

jard

in0,

119

2,4

380,

006

2,5

0,00

60,

002

- 36

- 42

0,01

94,

200

270,

004

3,7

0,00

40,

001

- 28

- 23

Rev

enu

fisca

l de

la c

omm

une

0,15

90,

750

0,00

40,

30,

006

0,01

1-

100

- 53

- 0,

108

- 4,

870

- 15

30,

008

9,2

- 0,

020

0,00

5

Rev

enu

fisca

l de

la c

omm

une

- 0,

001

- 0,

50

0,00

0-

0,2

0,00

00,

000

- 10

0-

580,

001

7,29

01

0,00

0-

5,7

0,00

00,

000

Pro

blè

mes

res

sent

is d

ans

le q

uart

ier

- 0,

743

- 2,

5-

235

- 0,

033

- 2,

1-

0,03

70,

015

- 46

- 41

- 0,

051

- 2,

310

- 73

- 0,

009

- 1,

6-

0,01

20,

005

- 43

- 21

Crim

inal

ité d

ans

le q

uart

ier

0,22

10,

370

0,02

90,

80,

013

0,03

964

- 30

0,00

20,

050

30,

008

0,8

0,00

10,

011

1 07

216

Rég

ion

à cl

imat

méd

iterr

anée

n-

0,60

2-

0,6

- 19

0-

0,03

2-

0,6

- 0,

040

0,05

0-

34-

220,

390

5,73

055

30,

088

5,8

0,09

30,

016

- 22

- 22

Dis

tanc

e à

la c

omm

une-

cent

re-

0,29

3-

4,1

- 93

- 0,

014

- 3,

9-

0,01

50,

004

- 40

- 40

- 10

0-

100

Com

mun

e p

ériu

rbai

ne0,

103

0,1

33-

0,02

0-

0,4

0,01

30,

055

- 27

2-

270

- 0,

089

- 1,

040

- 12

7-

0,04

5-

2,1

- 0,

020

0,02

1-

100

- 10

0

Lect

ure

: Le

tab

leau

ren

seig

ne 9

col

onne

s, n

umér

otée

s (1

) à (9

), p

our

chaq

ue t

ranc

he d

e ta

ille

des

com

mun

es-c

entr

es d

es a

ires

urb

aine

s, n

umér

otés

de

a à

g, e

t p

our

l’ens

emb

le d

e la

Fra

nce,

num

érot

é h

: les

col

onne

s(1

a) à

(9a

) co

rres

pon

den

t à

l’aire

urb

aine

de

Par

is,

et a

insi

de

suite

jusq

u’au

x co

lonn

es (

1h)

à (9

h) q

ui c

orre

spon

den

t à

l’est

imat

ion

Fran

ce e

ntiè

re.

On

trou

ve s

ucce

ssiv

emen

t : p

our

l’est

imat

ion

Box

-Cox

ave

c m

étho

de

inst

rum

enta

le, l

a va

leur

du

par

amèt

re (1

), d

u t

de

Stu

den

t (2

) et

le p

rix h

édon

iste

(3) ;

des

est

imat

ions

où

la v

aria

ble

end

ogèn

e et

la s

urfa

ce h

abita

ble

son

t en

loga

rithm

e (s

péc

ifica

tion

log-

log)

, ave

c un

e es

timat

ion

par

les

MC

O (c

olon

nes

(4) :

par

amèt

re e

t (5

) : t

de

Stu

den

t) et

par

la m

étho

de

inst

rum

enta

le (c

olon

nes

(6) :

par

amèt

re e

t (7

) : t

de

Stu

den

t) ; l

a d

iffér

ence

ent

re le

prix

héd

onis

te o

bte

nu d

ans

la s

péc

ifica

tion

log-

log

estim

ée p

ar le

sM

CO

(8) o

u la

mét

hod

e in

stru

men

tale

(9) e

t le

prix

héd

onis

te d

e la

col

onne

(3).

C’e

st a

insi

que

, dan

s l’a

ire d

e P

aris

, le

prix

héd

onis

te d

u m

ètre

car

ré d

e su

rfac

e ha

bita

ble

est

de

48 e

uros

par

an,

val

eur

obte

nue

aprè

s tr

ans-

form

atio

n d

e B

ox-C

ox e

t ut

ilisa

tion

de

la m

étho

de

inst

rum

enta

le (

colo

nne

3) ;

l’est

imat

ion

log-

log

four

nit

un p

rix in

férie

ur d

e 55

% (

MC

O ;

colo

nne

8) o

u d

e 43

% (

mét

hod

e in

stru

men

tale

; co

lonn

e 9)

. Le

s d

étai

ls s

ur le

sm

odèl

es s

ont

don

nés

dan

s l’e

ncad

ré 2

.


PRIX HÉDONISTE DE VARIABLES ENVIRONNEMENTALES

Tableau APrix hédoniste d’attributs environnementaux dans les villes-centres des aires urbaines

Taille de la commune centre en milliers d’habitants (hors Paris)

Paris 210-850 140-210 100-140 50-100 25-50 Moins de 25

Moyenne France entière

Surface Salles de bain et WCLogement en bon état (1)Construction immeuble : > 1989 (2)Construction immeuble : 1982-89Construction immeuble : 1975-81Construction immeuble : 1949-74Construction immeuble : 1915-48Construction immeuble : < 1915Immeuble en bon état (1)Dégradations et vandalismeImmeuble > 50 logementsGarageLogement individuelPrésence d'un jardinRevenu fiscal de la commune (3)Revenu fiscal de la commune * 2 (3)Problèmes dans le quartierCriminalité dans le quartierRégion à climat méditerranéen

90***

1 723***

402***

348**

2 251**

463**

Réf. - 443**

473***

501***

222- 1 209***

/// /

- 44 308

/

53***

511***

229***

1 195***

850***

641**

Réf. 393*

648***

426***

- 152 - 454**

466**

909**

105**

/ /

- 54 - 220 946***

46***

702***

111 1 003***

656*

215Réf.

166 101 9 - 310 159 487*

706 201**

/ /

- 308*

- 150 981***

33***

58 108 842***

538*

- 29Réf.

140 237 - 62 254 214 19 156 55

/ /

- 66- 140 288

45***

1 040***

551***

2 793***

1 979***

2 202***

Réf. 549*

339 - 58 24- 356- 448

519 251

/ /

467*

- 369**

217

72***

709**

478**

2 716***

2 621***

1 215Réf.

1 855***

1 722***

568***

365 3181 437***

751 62

/ /

137 3811 727***

63***

1051***

483***

2 510***

2651 286**

Réf. 280 - 252 - 9 118 - 350 561 - 324 286***

/ /

- 378 2 - 606

59,7879,7337,7

1415,71323,4840,9

Réf.234,4473,6248,5113,2

- 270,7279,7

338,2/

119,722,4

41,2***

598,1***

291,4***

1354,6***

946,7***

785,6***

Réf.239,5***

389,5***

161,8***

- 58,2- 266,8**

100,819,490,4***

//

- 138,3***

- 85,9

Exposition SudVue sur usineBonne vueBonne accessibilité Problèmes quartierPollution de l’airBruits

908***

- 1 826 - 219 346 - 463 - 239 55

143 - 95 7 - 1 161 105 158 - 270*

- 45 46 246 339 313 220 - 315*

146- 1 367***

19 417 118 34 72

83- 195- 154 318- 595*

109 385*

- 461 322 - 91 242 - 305 157 275

- 166 954- 102- 982- 210 67 - 79

129,3- 423,4

92,9343,3

- 121,9123,8

139,3**

- 298,7

622,046,860,3

174,7

1. Immeubles construits avant 1975 uniquement.2. Test de Wald significatif au seuil de : *** 1 %. ** 5 %. 3. Valeur dénuée de sens compte tenu de la forme quadratique

Lecture : test de Student (sauf indication contraire) : significatif au seuil : *** de 1 %. ** de 5 %. * de 10 %. Le prix hédoniste d’un mètrecarré de surface habitable est de 90 euros dans l’aire urbaine de Paris, résultat significatif au seuil de 1 %. Une exposition au Sud de lapièce principale a, dans cette même aire urbaine, un prix hédoniste de 908 euros (significatif à 1 %) et une vue sur des usines de – 1 826 euros, résultat qui n’est pas significativement différent de zéro. Pour la date de construction de l’immeuble, la référence est cons-tituée par les immeubles construits entre 1949 et 1974 et c’est le test de Wald qui est utilisé.Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee. Traitement Inra.

ANNEXE 3


Tableau BPrix hédoniste d’attributs environnementaux dans les banlieues et les couronnes périurbaines

Taille de la commune centre hors Paris Paris 100 000 à 850 000 habitants

Moins de 100 000 habitants

SurfaceSalles bain + WCLogement en bon état (1)Construction immeuble (2) : après 1989Construction immeuble : 1982-1989Construction immeuble : 1975-1981Construction immeuble : 1949-1974Construction immeuble : 1915-1948Construction immeuble : avant 1914Immeuble en bon état (1)Dégradations vandalismeImmeuble > 50 logementsLogement individuelPrésence d'un jardinRevenu fiscal de la commune (3)Revenu fiscal de la commune *2 (3)Criminalité dans le quartierRégion à climat méditerranéenDistance

123 ***

708 ***

2592 314 ***

1 457 *

1 284570

1 173 ***

647 ***

- 1 441 ***

- 1 612 ***

1 249 **

23- 175

1- 266

- 49 ***

64 ***

1 055 ***

390 **

2 608 ***

2 308 ***

1 471 ***

- 290- 292

324 **

- 906- 4841 407 ***

47 ***

640

2561 708 ***

- 54 ***

60 ***

858 ***

788 ***

3 196 ***

2 769 ***

1 499 ***

- 20- 916 ***

582 ***

- 528- 347

956 ***

40 **

165- 1- 1

642- 71 ***

Vue sur usineBonne vueBonne accessibilité Problèmes quartierManque d’équipements Pollution de l’airBruitsChemins de randonnéeBois dans exploitations agricoles (4)Friches dans exploitations agricoles (4)Vignes dans exploitations agricoles (4)

- 495289

2 719- 322

268- 260

236820 *

71- 61

- 193

- 628- 293- 746

268- 285

104- 349- 301

21- 37- 26

- 285354

1 187471 ***

- 319 ***

20295

32141

- 172* **

38 **

1. Immeubles construits avant 1975 uniquement.2. Test de Wald significatif au seuil de : *** 1 %. ** 5 %. 3. Valeur dénuée de sens compte tenu de la forme quadratique. 4. Plus de 1 % de la surface du parcellaire agricole se compose de bois (resp.friches, vignes).

Lecture : test de Student sauf indication contraire) : significatif au seuil : *** de 1 %. ** de 5%. * de 10 %.Champ : emménagés récents dans des résidences principales ordinaires du secteur locatif à loyer libre situées en aires urbaines.Source : enquête Logement 1996, Insee. Traitement Inra.

Documents

Le prix des attributs du logement - INSEE