Niveau et évolution des prix des logements anciens en province

Transcription

1 Niveau et évolution des prix des logements anciens en province Article préparé pour Données Urbaines, révision janvier 2003 Anne Laferrère (INSEE, CREST) et François Dubujet (Perval) Pour la première fois en France on dispose de séries de prix de logements anciens à un niveau géographique fin. Ceci ouvre un champ d analyse nouveau. Nous commençons ici de façon modeste en mettant en relation certaines évolutions démographiques et économiques intercensitaires des principales unités urbaines de province avec les niveaux et les évolutions des prix des maisons et des appartements anciens. Il ressort que le taux de chômage exerce un effet déprimant sur le niveau des prix, tandis que la présence de résidences secondaires nombreuses s accompagne de prix plus hauts. Un taux de vacance élevé est un signe de prix bas, et d une moindre croissance des prix, ce qui tendrait à prouver que les logements vacants ne constituent pas globalement une réserve potentielle d offre. L évolution des prix ne semble pas liée de façon simple à l évolution démographique, mais elle est moins forte là où le taux de chômage a le plus progressé. Si les évolutions récentes de la répartition géographiques de la population ont été assez bien décrites (par exemple Bessy-Pietri, ou Baccaïni, 2001), les évolutions locales de prix ne le sont pas. D une part les données de prix sont nouvelles en France (à quelques exceptions près, cf. Pumain et Saint-Julien, 1995), et d autre part même dans les pays disposant de données locales, les mécanismes de fixation des prix et de leur évolution sont complexes et restent mal connus. Nous avons sélectionné les 104 unités urbaines de province de plus de habitants en Le prix moyen d un logement de référence en 1996 (c est-à-dire du même logement pour tout le territoire) calculé dans le cadre de la fabrication des indices de prix Notaires-INSEE des logements anciens (David et al, 2002) permet de comparer le coût du logement d un endroit à l autre. Il ne s agit en réalité que d une partie de ce coût, puisque certains ménages sont logés dans le parc locatif social et que d autres occupent des logements neufs, ces deux types de parc n étant pas couverts par les indices Notaires-INSEE. Nous nous intéressons d abord aux déterminants du niveau des prix en 1996, puis à ceux des évolutions de population, de ménages et de prix entre 1994 et Les niveaux de prix selon les unités urbaines Outre les réglementations locales en matière d occupation des sols 1, qui déterminent en partie l offre, mais restent en dehors du cadre de cet article, le prix d un logement dans une zone donnée, va être fonction de deux facteurs principaux: la productivité des habitants et la qualité de vie dans la ville. La productivité influence le niveau des salaires, donc une bonne partie du revenu. La qualité de vie, les aménités, déterminent le pouvoir attractif de la zone. Leur dimension est multiple: accessibilité aux emplois, qualité des services publics locaux, sécurité, climat, tout ce qui fait l agrément d un lieu. La disposition à payer pour la qualité d une ville est fonction du revenu : la «meilleure» ville aura donc naturellement les habitants les plus riches. Mais les salaires eux-mêmes peuvent capitaliser plus ou moins les aménités d une ville (le salaire pourra être plus faible si un climat clément diminue les frais de chauffage). Ainsi revenus, aménités et prix forment un trio inséparable dans des relations théoriques compliquées dans lesquelles nous ne rentrons pas ici (voir par exemple Henderson, 1982). Nous ne disposons pas pour cette étude du revenu, ni du niveau d éducation des habitants. Nous utiliserons comme approximation de ces variables de «productivité», le taux de chômage et le taux de propriétaires. A priori, un taux de chômage élevé sera signe de faible productivité, un taux de propriété élevé signe de richesse. Quant à la qualité de vie, elle sera grossièrement approchée par la région (au 1 On fait référence ici aux facteurs réglementaires et politiques au sens large. Outre les POS, schémas directeurs et autres règles d urbanisme, on peut y inclure la taille et l état du parc social qui vraisemblablement influent sur les prix pratiqués dans le secteur privé. 1

2 niveau ZEAT : zone d étude et d aménagement du territoire), par le taux de résidences secondaires (a priori signal d attractivité) et de logements vacants (signal inverse). Le nombre d habitants (lié à la pression de la demande si au sein de la zone l offre est assez rigide) et leur structure par âge (la demande nouvelle étant surtout celle de jeunes ménages) seront aussi introduits. Les liens entre tous ces éléments sont complexes. Par exemple le taux de vacance reflète aussi une productivité en déclin. Pour cette raison nous restons à un niveau descriptif. Tableau 1. Statistiques descriptives des variables utilisées (moyennes non pondérées) Variable Moyenne Ecart-type Minimum Maximum Prix en 1996 Appartement (F/m²) Maison (F) Situation en 1990 Population Résidences secondaires 4,5% 6,2% 0,6% 35,7% Logements vacants 6,7% 1,6% 3,1% 12,3% Chômage 15,7% 4,4% 7,6% 31,0% Propriétaires 46,6% 6,3% 29,7% 59,3% Taille des ménages 2,57 0,16 2,23 2,98 Part des maisons 44,9% 15,6% 14,7% 88,3% Population ans 16,5% 2,3% 12,7% 24,0% Population ans 14,7% 0,8% 12,6% 17,1% Retraités 15,7% 2,9% 10,2% 24,5% Parc HLM 20,9% 7,9% 6,4% 41,6% Situation en 1999 Population Chômage 18,6% 5,1% 11,0% 33,9% Propriétaires 46,5% 6,0% 29,1% 58,4% Evolutions annuelles Population 0,3% 0,3% 0,0% 1,5% Prix 2,1% 2,0% -1,8% 7,5% Prix appartement 0,7% 2,2% -4,3% 9,4% Prix maisons 2,9% 1,8% -3,1% 8,0% Chômage 1,9% 1,3% -1,1% 5,2% Répartition régionale Bassin Parisien 24,0% 42,9% Nord Pas -de-calais 11,5% 32,1% Est 11,5% 32,1% Ouest 14,4% 35,3% Sud-Ouest 10,6% 30,9% Centre-Est 14,4% 35,3% Méditerranée 13,5% 34,3% Source : Perval (prix) et recensements de la population. En 1996, les prix moyens de l appartement de référence (2 pièces, rez-de-chaussée, une salle de bain) s échelonnent de moins de F/m² (à Montluçon, Roanne, Niort, Brive-la-Gaillarde et Cholet) à plus de F/m² à Nice, Annecy, Antibes et Menton (qui atteint 9386F/m²), la moyenne étant de 4397 F/m² (Poitiers, Saint-Quentin et Nancy en sont proches). Les unités urbaines de Lyon et Marseille se situaient à un peu plus de 5000 F/m². Les prix moyens de la maison de référence (4 2

3 pièces, deux niveaux, un garage, une salle de bain) vont de moins de F (à Forbach, Valenciennes, Maubeuge) à plus de F à Mulhouse, Annemasse, Annecy, Bayonne, Reims, Strasbourg, Rennes et Chartres ( F). Notons que les autres caractéristiques des unités urbaines varient aussi beaucoup ; par exemple la proportion de maisons dans le parc va de 15 à 88%, celle de résidences secondaires, de 0,5% à 44%, le taux de vacance s échelonne de 4% à 13%, celui de propriétaires occupants de 29% à 58%, la taille des ménages de 2,2 à 3 personnes et le taux de chômage de 11% à 34% (tableau 1). Toutes ces variables sont plus ou moins corrélées entre elles : ainsi plus le parc de maisons est important, plus il y a de propriétaires (0,53), le taux de chômage étant aussi corrélé positivement avec le taux de maisons (0,42) et le taux de vacance (0,47) (tableau 2). Tableau 2. Principales corrélations entre variables (et probabilités associées) Prix des maisons 1996 Prix appartements 1996 Population 1990 Prix maisons ,00 (0,00) 0,52 (<,0001) 0,15 (0,13) Prix appartements ,52 (<,0001) 1,00 (0,00) 0,25 (0,01) Population ,15 (0,13) 0,25 (0,01) 1,00 (0,00) Résidences secondaires 0,28 (0,00) 0,59 (<,0001) -0,04 (0,71) Logements vacants -0,37 (0,00) -0,23 (0,02) 0,13 (0,19) Taux de chômage ,56 (<,0001) -0,21 (0,03) 0,00 (0,98) Taux de propriétaires ,26 (0,01) -0,12 (0,22) -0,07 (0,49) Taux parc HLM ,04 (0,65) -0,16 (0,10) -0,18 (0,07) Taux de mais ons ,67 (<,0001) -0,43 (<,0001) -0,22 (0,02) Population ans 0,45 (<,0001) 0,09 (0,34) 0,20 (0,04) Population ans 0,20 (0,04) 0,10 (0,33) 0,05 (0,62) Résid. second Taux vacance 1990 Taux chômage 1990 Taux propriété 1990 Prix des maisons 0,28 (0,00) -0,37 (0,00) -0,56 (<,0001) -0,26 (0,01) Prix des apparts 0,59 (<,0001) -0,23 (0,02) -0,21 (0,03) -0,12 (0,22) Population ,04 (0,71) 0,13 (0,19) 0,00 (0,98) -0,07 (0,49) Résidences secondaires 1,00 (0,00) 0,07 (0,47) 0,04 (0,66) 0,28 (0,00) Logements vacants 0,07 (0,47) 1,00 (0,00) 0,47 (<,0001) 0,27 (0,00) Taux chômage ,04 (0,66) 0,47 (<,0001) 1,00 (0,00) 0,16 (0,11) Taux de propriétaires ,28 (0,00) 0,27 (0,00) 0,16 (0,11) 1,00 (0,00) Taux parc HLM ,43 (<,0001) -0,41 (<,0001) -0,05 (0,62) -0,51 (<,0001) Taux de maisons ,20 (0,04) 0,08 (0,42) 0,42 (<,0001) 0,53 (<,0001) Population ans -0,35 (0,00) -0,43 (<,0001) -0,36 (0,00) -0,53 (<,0001) Population ans -0,36 (0,00) -0,55 (<,0001) -0,43 (<,0001) -0,35 (0,00) Taux HLM 1990 Taux maisons 1990 Population ans Population ans Prix des maisons 0,04 (0,65) -0,67 (<,0001) 0,45 (<,0001) 0,20 (0,04) Prix des apparts -0,16 (0,10) -0,43 (<,0001) 0,09 (0,34) 0,10 (0,33) Population ,18 (0,07) -0,22 (0,02) 0,20 (0,04) 0,05 (0,62) Résidences secondaires -0,43 (<,0001) -0,20 (0,04) -0,35 (0,00) -0,36 (0,00) Logements vacants -0,41 (<,0001) 0,08 (0,42) -0,43 (<,0001) -0,55 (<,0001) Taux chômage ,05 (0,62) 0,42 (<,0001) -0,36 (0,00) -0,43 (<,0001) Taux de propriétaires ,51 (<,0001) 0,53 (<,0001) -0,53 (<,0001) -0,35 (0,00) Taux parc HLM ,00 (0,00) -0,03 (0,73) 0,33 (0,00) 0,32 (0,00) Taux de maisons ,03 (0,73) 1,00 (0,00) -0,38 (<,0001) -0,10 (0,30) Population ans 0,33 (0,00) -0,38 (<,0001) 1,00 (0,00) 0,42 (<,0001) Population ans 0,32 (0,00) -0,10 (0,30) 0,42 (<,0001) 1,00 (0,00) Source : Perval (prix) et recensements de la population. 3

4 Le prix de l appartement de référence est corrélé positivement à la taille de l unité urbaine, mais cette corrélation est faible (0,25). Elle n est pas significative pour les maisons. Le lien est plus fort avec la taille des ménages, surtout pour les maisons (-0,43) : plus le prix est cher, moins les logements sont peuplés. Prix des appartements et des maisons sont corrélés (0,52), ce qui témoigne de la complémentarité partielle des deux marchés. Il y a donc peu de corrélation brute entre la taille de l unité urbaine et le prix des logements. Le lien serait sans doute plus fort avec la densité de la population si on la considère comme le signe d une forte pression sur la demande, ou surtout en considérant la structure par âge de la population. De fait la part de ans dans la population de l unité urbaine est corrélée positivement avec le prix des maisons (0,45), mais elle ne l est pas avec le prix des appartements. Le taux de chômage est corrélé négativement aux prix, surtout pour les maisons (-0,55), de même que le taux de vacance (-0,37), tandis que le taux de résidences secondaires leur est lié positivement, surtout pour les appartements (0,58). Le taux de propriété occupante des résidences principales est lié négativement au prix des maisons (-0,26, sans que ce soit très significatif), tandis que la part des maisons dans le parc est corrélée négativement aux prix des maisons (-0,67) comme à celui des appartements (-0,43). Il semble que ce soit plutôt le signe d un marché local plus détendu (moindre densité). Malgré ces corrélations compliquées entre variables nous présentons une analyse multivariée des prix en testant plusieurs spécifications (tableau 3). La région de référence sera toujours le Bassin Parisien qui englobe la Champagne-Ardenne, la Picardie, la Normandie, le Centre et la Bourgogne. L Ile -de- France est exclue des ces données. Plus la taille de l unité urbaine est élevée, plus le prix l est. Si la population de la ville augmente de 1% le prix au m² des appartements augmente de 0,1 %. Par exemple, entre une ville de et une de habitants (+50%) le prix augmenterait de 5%. C est la même chose pour la maison de référence, mais l effet est moins fort. Si la population augmente de 1% le prix des maisons augmente de 0,04 %. La proportion de jeunes de ans a un effet significativement positif sur le prix des maisons. L appartement de référence est moins cher dans l Ouest et dans une moindre mesure le Sud-Ouest et le Centre-Est que dans le Bassin Parisien et dans le pourtour méditerranéen. Pour la maison de référence c est le Nord-Pas-de-Calais qui se distinguent par un prix beaucoup plus faible. C est sans doute l aspect accessibilité à Paris (et aux forts revenus qui y sont concentrés) qui joue sur les prix plus élevés des régions entourant la capitale et la demande d appartements des retraités au pouvoir d achat élevé qui joue dans le midi. Le taux de résidences secondaires dans le parc de logement (qui traduit le pouvoir d attraction de l unité urbaine) et le taux de vacance (pouvoir de répulsion ou du moins signe de faible pression de la demande) jouent de façon conforme aux attentes sur le niveau des prix. Le taux de vacance exerce une pression à la baisse des prix, que ce soit des maisons ou des appartements, tandis que le taux de résidences secondaires joue à la hausse. Ces deux variables sont très significatives. Quand nous introduisons le taux de résidences secondaires dans la régression, la ZEAT Méditerranée ne se distingue plus par des prix d appartement plus chers, ce sont donc bien les résidences secondaires (donc la qualité de vie selon notre interprétation) qui tirent les prix des appartements vers le haut dans cette région. Nous utilisons le taux de chômage et le taux de propriétaires pour approximer la productivité et le revenu inconnus. Le taux de chômage joue bien à la baisse sur les prix. Le niveau du taux de propriété n a pas d influence sur le prix des appartements (une fois prises en compte les variables démographiques) et a une influence positive sur celui des maisons, ce qui s interprète comme un effet revenu jouant en sens contraire du taux de chômage. La variable de composition du parc (part des maisons) a une influence significative : plus il y a de maisons, plus les prix sont bas. Les villes de «maisons» semblent donc connaître un marché plus 4

5 détendu que les villes d «appartements». Mais ce dernier résultat montre les problèmes d endogénéité de notre étude. C est sans doute parce que la géographie s y prêtait que certaines villes ont un habitat moins dense et donc des prix plus faibles; ce n est pas la présence de maisons en ellemême qui fait baisser les prix. Cette présence est donc aussi la conséquence de prix plus faible du sol. Les maisons dominent le parc dans le nord tandis qu elles sont quasiment absentes de certaines villes comme Strasbourg par exemple. On a vu que présence de maisons et taux de chômage étaient corrélés, ce qui explique la disparition de la significativité de cette dernière variable quand on introduit le taux de maisons (colonnes 3). Le taux de propriété est plus faible dans les villes de l Est (30% à Strasbourg, Reims, Forbach, Besançon, Metz) et culmine dans des villes bretonnes (59% à Quimper, St Nazaire, St Brieux). La présence de HLM n a pas d effet sur le prix des appartements, mais renchérit les maisons. Une fois contrôlés ces effets «économiques», les appartements sont toujours moins chers au m² dans l Ouest, de 13%, ainsi que dans le Centre-Est. L effet négatif de la Zeat Nord Pas-de-Calais sur le prix des maisons ne disparaît que si on introduit la variable de composition du parc (colonnes 3 et 4) : à composition du parc égale les maisons n y sont pas moins chères, c est donc leur abondance dans le parc qui rend les maisons moins chères dans le Nord-Pas-de-Calais. Tableau 3. Niveau du prix de l appartement de référence en 1996 Variables explicatives Variable dépendante : Log prix appartements 1996 constante 8,110 (1,436) 7,889 (0,463) 7,917 (0,455) 8,403 (1,462) Log population ,086 (0,021) 0,097 (0,019) 0,081 (0,020) 0,072 (0,022) Log taille ménage -0,712 (0,572) -0,064 (0,395) 0,061 (0,393) -0,381 (0,594 ZEAT Nord 0,055 (0,073) 0,053 (0,067) 0,106 (0,071) 0,096 (0,077) ZEAT Est -0,021 (0,055) -0,050 (0,052) -0,067 (0,052) -0,073 (0,062) ZEAT Ouest -0,160 (0,055) -0,138 (0,052) -0,129 (0,052) -0,138 (0,056) ZEAT Sud-Ouest -0,081 (0,065) -0,089 (0,058) -0,078 (0,058) -0,085 (0,065) ZEAT Centre Est -0,065 (0,061) -0,085 (0,052) -0,126 (0,055) -0,126 (0,068) ZEAT Méditerranée 0,061 (0,076) 0,043 (0,066) 0,007 (0,067) -0,0002 (0,082) % Résid. Second ,145 (0,331) 2,024 (0,315) 1,891 (0,316) 1,997 (0,350) % Vacance ,284 (1,562) -3,735 (1,533) -3,672 (1,507) -3,102 (1,599) % Chômage ,613 (0,535) -1,042 (0,499) -0,773 (0,507) -0,573 (0,569) % Propriétaires ,539 (0,310) -0,383 (0,185) -0,153 (0,407) % Maisons ,344 (0,200) % ans ,055 (1,307) ,555 (1,354) % ans ,386 (3,895) - - 1,820 (3,939) % Retraités ,499 (1,792) ,316 (1,793) % HLM ,173 (0,283) ,092 (0,332) R² (nbre d observ.) 0,65 (104) 0,64 (104) 0,65 (104) 0,67 (104) Niveau du prix de la maison de référence en 1996 Variables explicatives Variable dépendante : Log prix maisons 1996 constante 12,090 (0,818) 12,804 (0,282) 12,844 (0,246) 11,840 (0,768) Log population ,027 (0,012) 0,036 (0,011) 0,013 (0,011) 0,014 (0,012 ) Log taille ménage -0,223 (0,326) -0,342 (0,241) -0,165 (0,213) -0,032 (0,311) ZEAT Nord -0,077 (0,042) -0,094 (0,041) -0,018 (0,038) -0,018 (0,040) ZEAT Est -0,014 (0,031) -0,040 (0,032) -0,063 (0,028) -0,033 (0,033) ZEAT Ouest -0,005 (0,031) -0,011 (0,032) 0,002 (0,028) 0,001 (0,029) ZEAT Sud-Ouest -0,032 (0,037) -0,007 (0,036) 0,009 (0,031) 0,033 (0,034) ZEAT Centre Est -0,019 (0,035) -0,016 (0,032) -0,074 (0,030) -0,029 (0,036) 5

6 ZEAT Méditerranée 0,036 (0,043) 0,001 (0,040) -0,051 (0,036) -0,005 (0,043) % Résid. Second ,758 0,189 0,490 0,192 0,301 0,171 0,473 (0,184) % Vacance ,932 0,890-1,861 0,934-1,772 0,816-1,429 (0,839) % Chômage ,890 0,305-1,011 0,304-0,629 0,275-0,517 (0,299) % Propriétaires ,24 0,189 0,277 0,193 0,525 (0,214) % Maisons ,544 0,100-0,450 (0,106 % ans ,775 (0,745) - - 1,660 (0,710) % ans ,613 (2,219) - - 1,369 (2,067) % Retraités ,185 (1,021) - - 0,755 (0,941) % HLM ,310 (0,161) - - 0,275 (0,174) R² (nb d observ.) 0,60 (104) 0,61 (104) 0,70 (104) 0,73 (104) Source : Perval (pour les prix) et recensements de la population. Entre parenthèses, les écarts-types de chaque coefficient. 2. Evolution de la population et des prix des unités urbaines : tendances générales Nous nous intéressons maintenant non plus au niveau des prix, mais à leur évolution entre 1994 et 1999, en particulier au lien entre cette évolution et celle de la population 2. Sur 104 unités urbaines 29 voient leur population baisser de 1990 à 1999 (graphique 1). A quelques exceptions près (Arles, Tarbes, Béziers, Martigues), elles se situent plutôt dans la moitié nord-est du territoire. La baisse est de 0,9% par an à St Etienne, 0,7% à Forbach, 0,6% à Montluçon. En moyenne, la population des ces unités urbaines de province a augmenté de 0,2% par an entre 1990 et Graphique 1. Histogramme des taux de croissance de la population des unités urbaines ,8-0,6-0,4-0,2 0 0,2 0,4 0,6 0,8 1 1,2 1,4 Source : Recensements de la population Dans 33 unités urbaines, le prix moyen de l appartement baisse en termes réels 3. La baisse est par exemple de 4% par an à Poitiers ou Creil. Dans des villes comme Lyon, Fréjus, Montpellier, Toulouse, la baisse est due probablement aux suites de la bulle spéculative des années 90. Deux unités urbaines 2 Nous rapprochons des évolutions de population sur 9 ans ( ) et des évolutions de prix sur 5 ans ( ), en les ramenant à un rythme annuel moyen, puisque les prix n étaient pas connus avant Dans les unités urbaines qui ont connu des évolutions particulières (la bulle spéculative des années 1990 par exemple), ceci pourra fausser l interprétation des résultats. 3 Il s agit du prix du parc de référence des indices Notaires-INSEE, donc purgé des effets d évolution de la qualité du parc sur la période. 6

7 seulement voient le prix des maisons y baisser (Sète et Montargis). En moyenne le prix des maisons a monté de 2,8% par an sur la période, tandis que les appartements montaient de 0,7% seulement (toujours en termes réels) (graphique 2). Tableau 4. Population et prix dans les 104 unités urbaines Evolution annuelle en % Population 1990 Prix du m² des appartements Prix moyen des maisons Prix moyen des logements moyenne 0,2 (Montauban) 0,7 (Chambéry) 2,8 (Bordeaux) 2,1 (Grenoble) minimum -0,9 (St-Etienne) -4,3 (Creil) -3,1 (Sète) -1,8 (Caen) maximum 1,4 (Toulouse) 9,4 (Maubeuge) 8,0 (Perpignan) 7,5 (Perpignan) Niveaux Population 1990 Prix appartement référence en 1996 Prix maison Référence en 1996 moyenne (Calais) F/m² F minimum (Montargis) F (Montluçon) F (Forbach) maximum (Lyon) F (Menton) F (Chartres) Source : Perval (pour les prix) et recensements de la population Graphique 2. Evolution des prix des logements des unités urbaines (en log). Perpignan Chalons-en Champagne Valenciennes, Douai Maubeuge Boulogne-sur-Mer Lorient, Calais, Brive-la-Gaillarde Armentières, Rombas, Bruay, Lens Lille Saint-Quentin, Tarbes Nantes, Saint-Omer, Belfort Annemasse, Roanne, Saint-Chamond Thionville, Dunkerque, Metz Montlucon, Agen Châlon-sur-Saône, Marseille Châteauroux, Elbeuf, Amiens Le Mans, Troyes, Nancy, Montbéliard Epinal, Le Havre, Arras, Brest Valence, Béziers, Avignon Angoulême, Cherbourg, La Rochelle Saint-Nazaire, Bordeaux, Saint-Etienne Bayonne, Grenoble Limoges, Charleville-M., Albi, Niort Clermont-Fd, Cholet, Martigues, Villefranche/Saône, Bourges Colmar, Tours Toulon, Bourg-en-Bresse Pau, Quimper, Arles, Reims Orléans, Chambéry, Toulouse Périgueux, Forbach, Annecy Montauban, Dijon, Laval Strasbourg, Angers Evreux, Beauvais, Rennes Vichy, Saint-Brieuc Lyon, Mulhouse Montpellier Besançon, Thonon-Les-Bains Rouen, Blois Antibes, Montargis, Fréjus, Creil Nîmes, Chartres, Poitiers Nice, Menton, Compiègne Sète Caen -0,02-0,01 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 7

8 Source : Perval. Champ : 104 unités urbaines de province, de plus de habitants. Graphique 3. Evolution de la population et du prix des logements dans les grandes unités urbaines de province Le graphique 3 présente une carte comparant évolution des prix et de la population des principales grandes unités urbaines de province. Certaines villes du Bassin parisien et surtout du midi méditerranéen voient leurs prix augmenter moins que la moyenne. Ceci peut être un effet de la bulle spéculative, et la baisse qui a suivi, du moins pour le midi 4. La hausse des prix est plus forte que la moyenne dans le Nord Pas-de-Calais où les prix ont augmenté annuellement en moyenne de 4,8% sur 4 La bulle spéculative des années 90 a surtout touché Paris, et quelques villes de la Côte d Azur. Elle était atténuée dans quelques grandes villes comme Lyon ou Toulouse, inexistante ailleurs. 8

9 la période. On a vu que dans cette région le prix des maisons restait plus faible que dans les autres en Il pourrait donc s'agir d'un rattrapage. Si le niveau des prix et celui de la population d une unité urbaine sont lié s à l attractivité de la ville et au revenu de ses habitants, la variation de ces deux variables, population et prix, proviendra donc de chocs sur l attractivité (au sens large vu plus haut : accessibilité, climat, services publics) et sur les revenus (productivité, salaires). On peut penser par exemple que le soleil et la proximité d un rivage sont recherchés. Pour qu ils jouent sur l évolution de la population et des prix il faut qu ils jouent plus que par le passé (du fait d'un changement de goûts par exemple). De même la variation du revenu de la population à la suite d évolutions techniques rendant périmée une qualification industrielle précise (carrosserie en acier à proximité des mines de fer par exemple) et en valorisant de nouvelles (carrosserie en plastique près des raffineries) pourrait être considérée comme un choc exogène ayant une influence sur l évolution des prix. L installation d une université, d un aéroport, ou d une desserte de transport constituent d autres exemples de chocs sur la productivité et la qualité de vie pouvant faire évoluer les prix locaux 5. Les caractéristiques propre du logement compliquent le raisonnement habituel sur l offre et la demande. D abord, son caractère durable : il prend du temps à construire et n est que peu démoli. En cas de modification de la demande qui fait monter la population, l offre pourrait ne pas s ajuster immédiatement, d où une pression plus grande sur les prix. En sens inverse, dans une zone en déclin économique, la population diminuera moins à cause de l offre de logements à bon marché. Les choix de la population peuvent être influencés par les prix. Une région où les prix sont bas, pour des raisons «exogènes» liées à l histoire ou à la géographie pourra attirer davantage toutes choses égales par ailleurs. Nous cherchons à tester de telles dissymétries en introduisant deux variables d évolution de la population selon qu il y a croissance ou décroissance 6. Ensuite la taille des ménages n est pas fixe et un ménage peut avoir plusieurs logements (si on inclut le parc des logements occasionnels et secondaires). Toujours en présence de chocs exogènes, les habitants peuvent modifier leur demande, en fonction des prix relatifs des différentes tailles et types de logements. Dans les régressions qui suivent le choc exogène sera celui de l emploi, mesuré par l évolution du taux de chômage, dont nous attendons qu il ait un effet déprimant sur l évolution des prix. Un autre choc, celui des goûts pour les aménités est saisi par la ZEAT. Nous ne prétendons pas fournir un modèle d équilibre offre demande et de son évolution, mais plutôt une première exploration des évolutions. 3. L augmentation du nombre de ménages dépend du niveau des prix Avant d étudier l évolution des prix, nous mettons en relation celle de la population et celle du nombre de ménages. L évolution de la population des unités urbaines est une fonction croissante du niveau de la population de départ (tableau 5). Ceci signifie qu il y a plutôt divergence dans les tailles relatives des villes, les plus grosses se développant plus rapidement sur la période 7. Notons que l effet disparaît dès qu on prend en compte le niveau des prix. Un niveau de prix (surtout celui des maisons) plus élevé est lié à une croissance plus forte de la population. Un taux de vacance important est lié à une moindre croissance de la population. Le taux de chômage en 1990 a un effet négatif, dont la significativité disparaît quand on introduit les niveaux de prix. Toutes les grandes régions ont crû davantage que le Bassin Parisien, à l exception de l Est. Les unités urbaines du Centre-Est ont moins crû que celles des façades océaniques et méditerranéennes. 5 Dans le cas de modification des biens publics locaux, beaucoup dépendra aussi de la façon dont ils sont financés : par les impôts locaux ou nationaux. 6 Cette idée de la différence entre taux de croissance et décroissance des villes est développée à partir d un modèle théorique et de données américaines dans Glaeser et Gyouko (2001). 7 Ce résultat ne semble pas dans la continuité historique française, l ordre des villes étant assez constant depuis un siècle. Voir par exemple Eaton et Eckstein, 1997 et surtout Guérin-Pace et Pumain,

10 Tableau 5. Evolution annuelle de la population Variables explicatives Variable dépendante : évolution annuelle de la population [Log (pop99 / pop90) ] / 9 constante 0,011 (0,011) -0,176 (0,051) -0,164 (0,048) Log population ,001 (0,0005) 0,001 (0,001) 0,001 (0,0005) Log taille ménages -0,018 (0,009) -0,011 (0,009) -0,011 (0,008) ZEAT Nord 0,004(0,001) 0,005 (0,001) 0,005 (0,001) ZEAT Est 0,000 (0,001) 0,001 (0,001) 0,001 (0,001) ZEAT Ouest 0,003(0,001) 0,004 (0,001) 0,005 (0,001) ZEAT Sud-Ouest 0,003 (0,001) 0,004 (0,001) 0,005 (0,001) ZEAT Centre Est 0,001 (0,001) 0,002 (0,001) 0,002 (0,001) ZEAT Méditerranée 0,005 (0,001) 0,005 (0,002) 0,003 (0,001) % Rés. Second ,009 (0,007) -0,002 (0,008) 0,003 (0,008) % Vacance ,124 (0,034) -0,077 (0,035) -0,052 (0,034) % Chômage ,020 (0,012) -0,006 (0,012) 0,003 (0,012) Log Prix appart ,003 (0,002) 0,003 (0,002) Log Prix maison ,012 (0,004) 0,012 (0,004) Evol chômage - - 0,092 (0,033) Evol prix appart ,027 (0,018) Evol prix maison ,054 (0,023) R² (obs) 0,45 (104) 0,53 (104) 0,60 (104) Source : Perval (pour les prix) et recensements de la population Quand on introduit les évolutions de prix et de chômage (tableau 5 col 3), les premières jouent négativement sur l évolution de la population pour les maisons, positivement pour les appartements, tandis que la hausse du taux de chômage joue aussi positivement. Le chômage accompagne la croissance de la population. Les effets régionaux persistent une fois qu on a tenu compte de ces variables «économiques». On peut donc y lire un effet intrinsèque de l attractivité des zones. Toutes les régions ont été plus attractives que le Bassin parisien et l Est, à prix et taux de chômage égaux. Quand la population a augmenté en moyenne de 0,2% par an, le nombre de ménage a augmenté de 1,1% par an, soit un taux de croissance 5 fois plus fort. A évolution de population égale, l évolution du nombre de ménages ne semble pas dépendre ce celle des prix, bien qu elle soit liée négativement au niveau du prix des appartements (tableau 6). Ce dernier peut donc bien être un des facteurs influençant la décohabitation des jeunes, et l'ordre de grandeur de l'effet n est pas négligeable même s il n est significatif qu au seuil de 12% 8. L effet moyen de la décohabitation est de 0,9% par an (1,1% de taux de croissance du nombre de ménage et 0,2% de population). Si le prix des appartement est de 5% plus élevé, ce taux de croissance des ménages n est plus que de 0,3% (1,1-0,8), c est-à-dire que le nombre de ménages monte à peine plus que celui de la population, et l effet de décohabitation est en partie annulé. 8 L effet du marché du logement sur la formation des ménages est étudiée dans Börsch-Supan (1986). 10

11 Tableau 6. Evolution du nombre de ménages Variables explicatives Variable dépendante : évolution annuelle du nombre de ménages [ Log (mén99 / mén90) ] / 9 constante 0,009 (0,000) (0,028) 0,064 (0,027 ) Evolution population 0,984 (0,048) 1,057 (0,061) 0,985 (0,057 ) [Log (prix99 /prix94) ] /5 0,003 (0,012) -0,006 (0,012) -0,009 (0,011) Evolution chômage - -0,009 (0,020) - 0,031 (0,018) ZEAT Nord -0,001 (0,0007) -0,001 (0,0009) -0,002 (0,0008) ZEAT Est -0,0009 (0,0006) -0,0009 (0,0007) -0,001 (0,0006) ZEAT Ouest 0,003 (0,0006) 0,002 (0,0007) 0,002 (0,0007) ZEAT Sud-Ouest 0,001 (0,0007) 0,001 (0,0007) 0,002 (0,0007) ZEAT Centre Est -0,0002 (0,0006) -0,0003 (0,0006) 0,0001 (0,0006) ZEAT Méditerranée -0,001 (0,0006) -0,001 (0,0007) -0,0001 (0,0007) % Chômage ,004 (0,007) (0.006) Log Prix appart ,002 (0,001) -0,002 (0,001) Log Prix maison ,000 (0,000) -0,002 (0,002) % ans ,028 (0,012) % ans ,073 (0,041) % Retraités ,033 (0,013 ) R² (nb obs) 0,88 (104) 0,89 (104) 0,92 (104) Source : Perval (pour les prix) et recensements de la population. Entre parenthèses, les écart-types de chaque coefficient. La part des jeunes de ans dans la population a un effet positif sur l augmentation du nombre de ménages, à croissance de la population égale: c est dans cette classe d âge que s accomplit l essentiel de la décohabitation. A évolution de la population et composition par âge égales, le nombre de ménages augmente plus sur les régions de la façade atlantique. On a vu qu elles se caractérisaient par des prix d appartements plus bas, favorisant sans doute la décohabitation des jeunes. Comme l effet persiste à prix égal, il peut donc sans doute aussi s expliquer par une attirance des rivages de l Ouest plus forte pour les petits ménages que pour les grands (par exemple installation de retraités, mais aussi de jeunes ménages sur les rivages océaniques...). Tableau 7. Evolution annuelle du nombre de logements Variables explicatives Variable dépendante : [Log ( logt99 / logt90 ) ] / 9 constante 0,010 (0,001) 0,012 (0,001) Evolution population 1,093 (0,061) 1,030 (0,066) ZEAT Nord -0,005 (0,001) - ZEAT Est -0,002 (0,001) - ZEAT Ouest 0,001 (0,001) - ZEAT Sud-Ouest -0,001 (0,001) - ZEAT Centre Est -0,001 (0,001) - ZEAT Méditerranée -0,000 (0,001) - % Résid second ,016 (0,004) Taux vacance ,063 (0,0002) R² (obs) 0,83 (104) 0,80 (104) Source : Recensements de la population 11

12 Pour l augmentation du nombre total des logements, y compris résidences secondaires et vacantes, les résultats sont voisins, mais la ZEAT Nord-Pas-de-Calais, et aussi l Est dans une moindre mesure, connaissent une croissance relative moindre que le Bassin Parisien, le Midi et l Ouest, ce qui veut dire qu on y a moins construit de résidences secondaires (tableau 7). L'augmentation du nombre total de logement est d autant plus forte qu il y avait au départ un taux de résidences secondaires plus important. C est l inverse pour le taux de vacance, ce qui confirme que les logements vacants sont plus fréquents dans les unités urbaines en moindre croissance, donc ne constituent sans doute pas un grand «réservoir» de logements. 4. Evolution des prix Comme pour la population, nous avons entrepris une analyse multivariée de l évolution des prix (appartements et maisons), et nous introduisons successivement le niveau des variables explicatives en 1990 (tableaux 8 et 9, colonne 1), puis l évolution de certaines de ces variables (tableaux 8 et 9, colonnes 3 à 5). D une façon générale il est difficile d expliquer l évolution des prix, que ce soit celui des maisons ou des appartements. L évolution des prix est indépendante de la taille de la ville en Le niveau du prix de l appartement de référence et de la maison de référence (1996) n a pas non plus d effet sur l évolution des prix. Il n y aurait donc ni accentuation ni diminution des écarts entre unité urbaines au fil du temps en moyenne sur cette période de 5 ans. L évolution des prix des appartements et des maisons est influencée positivement par le taux de propriétaires occupants dans l unité urbaine. Ce taux peut être interprété comme lié à la pression de la demande. Le taux de chômage à la période initiale n influence, positivement, que l évolution du prix des appartements, et non celle des maisons. Ce dernier effet du taux de chômage demeure si on contrôle par la composition démographique de la zone. Un taux élevé de résidences secondaires dans le parc de logements dans la zone diminue l augmentation des prix, mais l effet est peu significatif. Achète-t-on moins une résidence secondaire dans une zone de moindre pression démographique en résidences principales? Le niveau du taux de vacance est sans effet. Plus la proportion de maisons est élevée dans le parc de logements de la zone, moins les appartements ont augmenté, mais la variable est sans effet sur l évolution du prix des maisons. C'est dans l'est que l'augmentation du prix des appartements a été la plus forte. Toutes les régions, mais surtout le Nord- Pas de Calais, ont connu une hausse plus forte que la région parisienne (hors Ile-de-France rappelonsle) et le Midi du prix des maisons. En ce qui concerne les variables d évolution, on a séparé celle de la population en deux selon qu elle était positive ou négative pour saisir d éventuelles non-linéarités. Mais l évolution du prix des appartements n'est pas liée à l'évolution de la population de la ville, qu elle soit positive ou négative. En revanche elle est liée négativement à l évolution du taux de chômage : plus il croît, moins les prix augmentent. Quand le taux de chômage a monté de 1 point le prix des appartements a baissé de 0,5 point. Pour les maisons, plus la population a augmenté vite, moins les prix l ont fait. Tout se passe comme si soit l offre avait réagi très vite à la nouvelle demande sans créer de tension sur les prix, soit la demande supplémentaire s était portée vers des zones où il n y avait pas trop de tension sur les prix. Mais le lien entre ces variables est susceptible comme on l a suggéré d une multitude de médiations, il reste donc difficile à interpréter. D ailleurs cet effet devient non significatif si on introduit les variables de composition démographique, bien que ces variables n aient en elles-mêmes aucun effet. Par ailleurs, il faut rappeler ici que nous ne disposons que du prix des logements anciens. La pression démographique pourrait avoir davantage d effet sur les prix du neuf qui sont exclus de l étude. Finalement, l effet dépressif de la hausse du taux de chômage sur l évolution du prix des maisons est moins significatif que pour les appartements. 12

13 Tableau 8. Evolution annuelle du prix des appartements Variables explicatives Variable dépendante : évolution du prix des appartements [ Log ( prix99 / prix94 ) ] / 5 constante 0,037 (0,296) -0,003 (0,033) 0,029 (0,312) 0,328 (0,376) Log population ,001 (0,003) 0,001 (0,003) 0,0002(0,003) -0,001 (0,003) Log prix apparts ,006 (0,015) - 0,001 (0,015) 0,001 (0,015) Log prix maisons ,003 (0,025) - -0,004 (0,026) -0,030 (0,029) % Rés. Second ,049 (0,048) - -0,080 (0,050) -0,119 (0,051) % Vacance ,026 (0,189) - -0,021 (0,191) -0,169 (0,188) % Chômage ,242 (0,070 ) - 0,183 (0,074) 0,241 (0,073) % Propriétaires ,151 (0,049) % Maisons ,075 (0,029) ZEAT Nord 0,002 (0,009) 0,017 (0,007) 0,005 (0,009) 0,008 (0,010) ZEAT Est 0,021 (0,007) 0,010 (0,008) 0,014 (0,008) 0,014 (0,008) ZEAT Ouest 0,006 (0,007) -0,002 (0,008) -0,001 (0,008) -0,004 (0,008) ZEAT Sud-Ouest 0,007 (0,008) 0,001 (0,008) 0,003 (0,009) 0,001 (0,009) ZEAT Centre Est 0,014 (0,008) 0,008 (0,008) 0,014 (0,008) 0,004 (0,008) ZEAT Méditerranée 0,000(0,009) 0,007 (0,007) 0,005 (0,010) -0,002 (0,010) Evol. pop négative - -1,218 (1,432) -0,056 (1,480) (1,445) Evol. pop positive - -0,280 (0,787) 0,352 (0,846) 0,435 (0,808) Evol. chômage - -0,671 (0,204) -0,533 (0,221) -0,457 (0,212) R² (nb d obs) 0,29 (104) 0,24 (104) 0,34 (104) 0,41 (104) Source : Perval (pour les prix) et recensements de la population. Tableau 9. Evolution annuelle du prix des maisons ( ) Variables explicatives Variable dépendante : évolution du prix des maisons [ Log ( prix99 / prix94 ) ] / 5 constante 0,069 (0,234) -0,005 (0,025) -0,154 (0,252) -0,235 (0,307) Log population ,0008 (0,002) 0,003 (0,002) 0,001 (0,002) 0,001 (0,002) Log prix apparts ,006 (0,012) 0,012 (0,012) 0,015 (0,012) Log prix maisons ,011 (0,020) 0,004 (0,020) 0,006 (0,023) % Rés. Second ,029 (0,038) -0,038(0,039) -0,066 (0,041) % Vacance ,281 (0,149) - 0,203 (0,150) 0,141 (0,153) % Chômage ,090 (0,055) - 0,061 (0,058) 0,086 (0,059) % Propriétaires ,074 (0,040) % Maisons ,011 (0,024) ZEAT Nord 0,016(0,007) 0,026 (0,006) 0,022 (0,007) 0,020 (0,008) ZEAT Est 0,004 (0,006) 0,001 (0,006) 0,002 (0,006) 0,004 (0,006) ZEAT Ouest 0,003 (0,006) 0,003 (0,006) 0,005 (0,007) 0,003 (0,007) ZEAT Sud-Ouest 0,004 (0,006) 0,008 (0,006) 0,007 (0,007) 0,005 (0,007) ZEAT Centre Est 0,006 (0,006) 0,008 (0,005) 0,008 (0,006) 0,006 (0,007) ZEAT Méditerranée -0,012(0,007) 0,0004 (0,005) -0,005 (0,008) -0,006 (0,008) Evol. pop négative - -1,349 (1,083) -1,109 (1,165) -1,504 (1,180) Evol. pop positive - -1,236 (0,595) -0,995 (0,666) -0,994 (0,659) Evol. chômage - -0,232 (0,154) -0,174 (0,174) -0,148 (0,173) R² (nb d obs) 0,35 (104) 0,36 (104) 0,39 (104) 0,42 (104) Source : Perval (pour les prix) et recensements de la population. Entre parenthèses, les écarts-types de chaque coefficient. 13

14 Conclusion Nous avons postulé que les facteurs susceptibles d expliquer les inégalités de niveau de prix des logements entre villes étaie nt à rechercher en théorie du côté des liens entre aménités et productivité. Globalement nous avons bien trouvé un effet négatif du taux de chômage, et du taux de vacance, et un effet positif du taux de propriétaires, de celui de résidences secondaires et de la proportion de jeunes. Mais ces effets ne sont pas toujours les mêmes pour les appartements et les maisons, ils sont plutôt plus nets pour ces dernières, il y a donc des interactions entre les deux types de parc qui restent à étudier. En matière de formation de nouveaux ménages, un résultat important concerne l influence négative du prix des appartements sur l évolution du nombre de ménages, à évolution de population constante, qui peut décourager certains jeunes à s installer. Finalement, l évolution des prix est encore plus difficile à expliquer que leur niveau. On peut retenir qu un taux de vacance élevé est à la fois un signe de prix bas, et d une moindre croissance des prix, ce qui tendrait à prouver que les logements vacants ne constituent pas une réserve potentielle d offre, du moins dans la plupart des unités urbaines de province. L évolution des prix ne semble pas liée de façon simple à l évolution démographique, mais elle est moins forte là où le taux de chômage a le plus progressé, tout en étant plus forte là où il était le plus élevé. Cette étude très préliminaire est à prolonger tant sur le plan de la réflexion théorique que sur celui de la recherche de variables au niveau des unités urbaines : productivité et aménités locales. Références Baccaïni, B., 2001, Les migrations internes en France de 1990 à 1999 : l appel de l Ouest, Economie et Statistique, 344. Bessy-Pietri, P., 2001, Les formes récentes de la croissance urbaine, Economie et Statistique, 336. Börsch-Supan A, 1986, Household formation, housing prices, and public policy impacts, Journal of Public Economics, 30, David A., Dubujet F., Gouriéroux C. et A.Laferrère (2002), Les indices de prix des logements anciens, INSEE Méthode, 98, 119 p. Eaton J. et Eckstein Z., 1997, Cities and growth : Theory and evidence from France and Japan, Regional Science and Urban Economics, 27 (4-5), Glaeser, E., Shleifer A. et Sheinkman J., 1995, Economic growth in a cross-section of cities, National Bureau of Economic Research, document de travail Glaeser, E. et Giourko J., 2001, Urban decline and durable housing, National Bureau of Economic Research, document de travail Guérin-Pace F. et D. Pumain, 1990, 150 ans de croissance urbaine, Economie et Statistique, 203, Henderson, J.V., 1982, Evaluating consumer amenities and interregional welfare differences, Journal of Urban Economics, 11, Pumain D. et T. Saint-Julien (coord.), 1995, L espace des villes, in Atlas de France, La Documentation frnaçaise, vol.12, p