Impact du T3 (tramway des Maréchaux sud) sur les prix de l immobilier résidentiel

Transcription

1 Groupe opérationnel n 6 Politiques de transport Impact du T3 (tramway des Maréchaux sud) sur les prix de l immobilier résidentiel Elise Boucq, Stratec Dany Nguyen-Luong, IAU île-de-france Francis Papon, IFSTTAR 1

2 Sommaire Contexte de l étude Méthodologie Recueil de données Enquête qualitative auprès des agences immobilières Analyse descriptive et cartographique Analyse économétrique Bilan des études déjà réalisées en Île-de-France 2

3 Contexte de l étude Recherche de nouvelles ressources pour financer les transports en commun (captation de la rente foncière, taxation des plus-values immobilières) Modèle intégré transport-urbanisation (SIMAURIF) : approfondissement du sous-modèle du prix de l immobilier d Urbansim Etudes sur les marchés locaux du logement Série d études : T1, T2, RER E, «Zones 30» à Paris 3

4 Bases théoriques Economieurbaine: Von Thunen(1830), Alonso (1964), Fujita (1989), Thisse(2003), Accessibilité : Poulit(1974), Modélisation hédonique: Rosen (1974), => Les gains d accessibilité dus à un nouveau projet de transport sontcapitalisésdansles prix de l immobilier résidentiels. 4

5 Le T3 7,9 km et 17 stations Mise en service : décembre 2006 Objectifs : Répondre à un besoin de transport en rocade Mettre en œuvre une politique urbaine écologique Permettre la requalification de l espace urbain 5

6 Méthodologie (1/3) Difficultés méthodologiques : Nécessité de travailler sur des données fiables et géolocalisées Problème des données manquantes Problème de la conjoncture immobilière Problème de l anticipation Problème du choix de zones témoin pour l analyse descriptive Problème de distinguer l effet du gain d accessibilité de l effet du gain environnemental Limite méthodologique : on ne s intéresse pas au marché locatif. 6

7 Méthodologie (2/3) Source de données : Base BIEN géolocalisée (à l adresse postale, données désagrégées) Années recueillies : 2002 à 2008 (5 ans «avant», 2 ans «après») (ouverture du T3 le 16 décembre 2006) Aire d étude : 25 communes - le corridor de la ligne : a priori 400 mètres de part et d autre de la ligne, mais à déterminer - aire d étude élargie à 4000 m et des zones témoin à 400 m à l est et à l ouest 7

8 Méthodologie (3/3) Achat de données Importation dans le SIGR Analyse descriptive (moyenne par zone et par année, écart-type) et cartographique Modélisation hédonique des prix Construction de la base d estimation (variables intrinsèques et variables extrinsèques) Spécification du modèle Estimation du modèle Validation du modèle Enquête qualitative en vis-à-vis Bilan de la série d études 8

9 Recueil de données (1/3) transactions entre le 01/01/2002 et le 31/12/2008, dont 8435 dans le corridor de 400 mètres Année Total Nb transactions Les champs disponibles pour chaque transaction sont : - Numéro de référence - Code INSEE de la commune - Nom de la commune - Nom du département - Date de la mutation - Numéro de département - Numéro d arrondissement - Libellé de la voie - Prix de la mutation - Epoque de construction - Ancienneté - Date de la mutation précédente - Prix de la mutation précédente - Nombre de pièces - Surface habitable déclarée - Nombre de places de stationnement - Etage - Présence d un ascenseur - Coordonnées XY 9

10 Recueil de données (2/3) 10

11 Recueil de données (3/3) nrref insee nom_commune nom_département DATMUT BIDEPT BIARRON REQ_GEOPAR_LABEL juil :00: BOULEVARD JOURDAN REQ_PRIX REQ_EPOQU REQ_ANC DATMUTPREC PXMUTPREC NBRPIECE G 1 21-juin :00:00 3 SURFHABDEC NBRGARAGE ETAGE REQ_ASCENCEUR annee mois X Y O

12 Analyse descriptive (1/5) Donnée surface habitable pas toujours renseignée -> 18% de perte en moyenne par an Apurement : suppression des transactions atypiques Défalquer du prix du logement le prix des parkings Construire des zones témoins (à l est, à l ouest du T3) Calcul des prix moyens par m 2 et des écart-types par année, par ancienneté, par zone, (par type de surface) 2 possibilités : comparaison «avant/après» en euros constants en prenant comme année de référence 2002 (correction par l indice du coût de la construction ICC) ou comparaison «près/ailleurs» des différentiels en euros courants. 12

13 Analyse descriptive (2/5) Effectifs par zone, par année et par ancienneté Zone Ancien Neuf Ancien Neuf Ancien Neuf Ancien Neuf Ancien Neuf Zone 400 m m Paris m Banlieue Zone 400 m Est Zone 400 m Ouest Zone Ancien Neuf Ancien Neuf Zone 400 m m Paris m Banlieue Zone 400 m Est Zone 400 m Ouest

14 Analyse descriptive (3/5) Prix moyens par m2 par zone et par année dans l'ancien (en constants) Zone Zone 400 m Zone 400 m Est Zone 400 m Ouest Ecart-types des prix moyens par m2 par zone et par année dans l'ancien Zone Zone 400 m Zone 400 m Est Zone 400 m Ouest ICC (INSEE) 100,00 102,29 105,69 110,80 114,51 120,84 127,62 14

15 Analyse descriptive (4/5) Prix moyens/m Zone 400 m Zone 400 m Est Zone 400 m Ouest Taux d'évolution annuel (en constants) Zone 400 m 8,6% 0,9% 6,0% Zone 400 m Est 9,9% -0,1% 6,4% Zone 400 m Ouest 4,8% 4,1% 4,6% 15

16 Analyse descriptive (5/5) Taux d'évolution annuel (en constants) Zone Zone 200 m 9,5% 0,1% 6,3% Zone 200 m Est 9,2% 1,2% 6,5% Zone 200 m Ouest 4,4% 5,8% 4,8% Taux d'évolution annuel (en constants) Zone Zone m 7,9% 1,6% 5,8% Zone m Est 10,1% -1,0% 6,3% Zone m Ouest 5,3% 2,4% 4,3% 16

17 Enquête qualitative (1/2) 52 agences immobilières enquêtées (exhaustif) dans le corridor (en juillet-août 2008) Elaboration d un questionnaire précis et structuré de 6 pages (sur les ventes, les acheteurs, sur l environnement urbain) 17

18 Enquête qualitative : Résultats (2/2) 19 ont répondu (14 en vis-à-vis et 5 par téléphone) Conclusions : - L impact du T3 sur les prix est négligeable. - Les biens sur le boulevard se vendent un peu plus rapidement depuis l arrivée du T3. -Les acheteurs ne cherchent pas à être proche du tramway, ils préfèrent la proximité de stations de métro ou de RER. - Aucun effet d anticipation. 18

19 Analyse économétrique (1/11): Modèle de prix hédonique (Rosen, 1974) Construction de la base d estimation : variables intrinsèques et variables extrinsèques 19

20 Analyse économétrique (2/11): Variables extrinsèques 1) Variables de proximité du MOS : distance en mètres la plus proche de chaque appartement aux aménités Poste 1 : distance la plus proche aux bois ou forêts Poste 16 : distance la plus proche aux parcs liés aux loisirs Poste 17 : distance la plus proche aux parcs ou jardins Postes : distance la plus proche aux jardins de l habitat Poste 43 : distance la plus proche aux centres commerciaux Postes 43 à 47 : distance la plus proche aux surfaces commerciales Poste 49 : distance la plus proche aux installations sportives couvertes Poste 54 : distance la plus proche aux collèges Poste 55 : distance la plus proche aux lycées Poste 56 : distance la plus proche aux établissements d enseignement supérieur Poste 58 : distance la plus proche aux hôpitaux et cliniques Poste 60 : distance la plus proche aux cimetières Poste 64 : distance la plus proche aux grands équipements culturels Poste 78 : distance la plus proche aux infrastructures de transports de plus de 25 mètres d emprise 20

21 Analyse économétrique (3/11): Variables extrinsèques 2) Variables binaires d appartenance : appartenance (1) ou non (0) à un poste du MOS Poste 30 : le bien est-il situé dans un polygone de type habitat individuel? Poste 31 : le bien est-il situé dans un polygone de type ensemble d habitat individuel? Poste 32 : le bien est-il situé dans un polygone de type habitat rural? Poste 33 : le bien est-il situé dans un polygone de type habitat rural? Poste 34 : le bien est-il situé dans un polygone de type habitat collectif continu haut? Poste 35 : le bien est-il situé dans un polygone de type habitat collectif discontinu? Poste 36 : le bien est-il situé dans un polygone de type prisons? Poste 37 : le bien est-il situé dans un polygone de type habitat autre? Poste 38 : le bien est-il situé dans un polygone de type activités en tissu urbain mixte? Postes 70 à 75 + postes 38 à 42 : le bien est-il situé dans un polygone de type équipements pour eau, assainissement, énergie et activités secondaires? 3) Autres variables de proximité : distance en mètres la plus proche Arrêts du T3 et ligne du T3 : distance la plus proche Stations de métro (sans la station Olympiades), Gares SNCF et RER : distance la plus proche Voies ferrées (sans la Petite ceinture à l intérieur de Paris et sans les voies réservées exclusivement au fret) : distance à la voie ferrée la plus proche Zones d activités concertées (ZAC) : distance à la ZAC la plus proche 21

22 Analyse économétrique (4/11): Variables extrinsèques 4) Autres variables binaires Station Olympiade : le bien est-il situé dans un rayon de 500 mètres autour de la station Olympiades de la ligne 14? Boulevard des Maréchaux : le bien est-il situé sur le boulevard des Maréchaux? (adresse postale du bien comportant les mots Général Martial Valin, Victor, Lefebvre, Brune, Jourdan, Kellermann et Masséna jusqu au numéro 68, mais on ne sait si l appartement donne directement sur le boulevard ou s il est sur l autre façade de l immeuble) 5) Variables liées aux îlots INSEE croisées avec le MOS Localisation de l îlot INSEE dans lequel se trouve le bien Pourcentage d espace naturel : ratio des surfaces des postes 1 à 21 sauf 12 par îlot INSEE Pourcentage d activités secondaires : ratio des surfaces des postes 38 à 42 par îlot INSEE Pourcentage d activités tertiaires : ratio des surfaces des postes 54 à 75 sauf 60 par îlot INSEE Nombre d emplois de la couche Enquête régionale emplois (ERE 2001) géolocalisée par îlot INSEE 6) Variables socio-économiques liées aux îlots INSEE ou à l IRIS proportion de CSP+ âge moyen de la personne de référence 22

23 Analyse économétrique (5/11): Variables extrinsèques 7) Variables d accessibilités (les «logsum») S i = λ log Q j j exp Cij λ Les matrices de temps sont issues de la base de données AMIVIF en TC sur un découpage à géométrie variable en cellules carrées (source : STIF). 23

24 Analyse économétrique (6/11): Plusieurs modèles, en introduisant progressivementles variables transport Modèlede prix hédonique : F(p) = X 1 β 1 + X 2 β 2 + X 3 β 3 + ε avec p prix, F(.) fonction de prix hédonique, X 1 vecteur des caractéristiques intrinsèques, X 2 vecteur des caractéristiques extrinsèques, X 3 mesures d accessibilité et ε résidu iid. Forme de la fonction hédonique: forme logarithmique Méthode d estimation : MCO (moindres carrés ordinaires, OLS ) 24

25 Analyse économétrique (7/11): Caractéristiques intrinsèques Variables constant logarithm of the surface year of the building number of parking places Modèle de base number of observations R-square Adjusted R-square number of degrees of freedom 236 F rate of induced coefficient t-stat variation before % % % ,2% % missing (ref) % % 2 or more (ref)

26 Analyse économétrique (8/11): Variables coefficient t-stat rate of induced variation avenue % boulevard % type of way street % passage, place, road, square, villa or way % other (ref) - - address on the "Boulevard des Maréchaux" Caractéristiques extrinsèques 26

27 Analyse économétrique (9/11): Caractéristiques extrinsèques(suite) 27

28 Analyse économétrique (10/11): MOS habitat individuel 0,062 0, <,0001 MOS habitat continu bas 0,023 0,003 9 <,0001 MOS habitat collectif discontinu -0,021 0, <,0001 bois ou forêts -0,036 0, <,0001 parcs ou jardins -0,005 0,001-7 <,0001 installations sportives 0,003 0, ,0007 établissements d enseignement supérieur -0,009 0,001-8 <,0001 hôpitaux et cliniques -0,003 0,001-4 <,0001 cimetières 0,003 0, ,0034 grands équipements -0,013 0,001-9 <,0001 jardins de l habitat -0,008 0,001-6 <,0001 surfaces commerciales 0,004 0,001 5 <,0001 Modèle avec variable d accessibilité logarithme de la distance aux ZAC la plus proche 0,006 0, <,0001 logarithme de la distance à la gare St Lazare -0,313 0, <,0001 adresse sur le boulevard des Maréchaux -0,006 0, ,642 distance à 1) 0-200m avant 0,013 0, ,4576 Olympiades et 2) 0-200m après 0,009 0, ,7814 mutation 3) m avant 0,027 0, ,0357 avant/après Olympiades distance orientée au T3 et mutation avant/après T3 4) m après 0,071 0, ,0016 5) > 400m (référence) 0, N 1) 0-200m avant T3-0,051 0,009-6 <,0001 N 2) 0-200m après T3-0,051 0,011-4 <,0001 N 3) m avant T3-0,012 0, ,128 N 4) m après T3 0,001 0, ,93 N 5) > 400m 0,020 0, ,0025 S 1) 0-200m avant T3-0,051 0, ,0025 S 2) 0-200m après T3-0,077 0, ,0022 S 3) m avant T3-0,075 0,017-4 <,0001 S 4) m après T3-0,032 0, ,265 S 5) > 400m (référence) 0, ,001 0, ,2119 logarithme de l'accessibilité aux emplois logarithme du gain d'accessibilité aux emplois et année de mutation ,001 0, , ,000 0, , ,000 0, , ,001 0, , ,000 0, , ,001 0, , ,001 0, ,063 28

29 Analyse économétrique (11/11): - Les différents modèles sont tous significatifs, avec presque 88% de la variance expliquée. Les principaux déterminants sont la surface du logement, la conjoncture économique et the localisation du quartier de Paris. La part des caractéristiques intrinsèques représente 75% du prix. Ces résultats sont robustes (les coefficients varient très peu lorsqu on modifie les spécifications du modèle). - Pas d effet d anticipation. - Pas d impact significatif a été détecté sur les prix, ni par une analyse descriptive ni par la modélisation hédonique model. Les deux méthodes ont utilisé des données exhaustive. (rappel : le gain d accessibilité est faible et le territoire desservi par le T3 a historiquement une image dégradée). 29

30 Etudes déjà réalisées (1/4) : Le cas du T1 Etude de l IAU îdf en 2006 pour RFF Base de données BIEN géolocalisées (au milieu de la rue) transactions Années : 1990 à 1996 (3 ans avant, 4 ans après) Aire d étude : 21 communes On observe plus de ventes de logements le long du T1 dans un corridor proche et il n y a pas eu d impact significatif sur les prix Dans le prix d un bien, les poids de gain d accessibilité sont relativement faibles par rapport aux caractéristiques intrinsèques, moins de 8%. 30

31 Etudes déjà réalisées (2/4) : Le cas du T2 Thèse d Elise Boucq à l INRETS Base de données BIEN géolocalisées à l IRIS mais peu de variables intrinsèques fournies (91000 transactions) Années : 1993 à 2004 (5 années avant, 7 années après) Aire d étude : 36 communes On a conclu que : Pas d effet sur le prix des maisons. Sur les appartements : pas d effet d anticipation avant 1996, mais effets de persistance jusqu en Capitalisation mesurée sur une sélection de 12 communes directement concernées : entre 7 et 11% du prix des logements 31

32 Etudes déjà réalisées (3/4) : Le cas du RER E Etude de l IAU îdf en 2006 pour RFF Base de données BIEN géolocalisées (au milieu de la rue) transactions Années : 1997 à 2003 (2.5 ans avant, 4.5 ans après) Aire d étude : 69 communes On a conclu que : - Distinction maisons/appartements importante. - Il se vend plus d appartements par km 2 de surface d habitat à proximité des gares qu ailleurs. - Pas de gradient continu descendant des prix en fonction de la distance (impact maximum entre 200 et 600 mètres). - Pas de lien de causalité évident entre augmentation des prix et mise en service d EOLE, Il semble que l effet du RER est plus important sur les volumes de ventes que sur les prix. - Le contexte local est un facteur déterminant 32

33 Etudes déjà réalisées (4/4) : Le cas des quartiers tranquilles et quartiers verts à Paris Etude CERNA / IAU-îdF en 2007 pour l ADEME Base de données BIEN géolocalisées (au milieu de la rue), transactions Années : 1992 à 2005 Aire d étude : Paris (31 QT, 32 QV, 18% de la surface parisienne) On a conclu que : En moyenne, impact positif et statistiquement significatif sur les prix de l immobilier. + 1% à 2% dans les QT par rapport au reste de Paris, et + 4% à 5% dans les QV. Au-delà de ces effets moyens, les effets quartier par quartier sont relativement hétérogènes. Certains quartiers enregistrent des hausses de prix importantes, dépassant parfois les 10% tandis que d autres enregistrent des baisses de prix. 33

34 Huit facteurs interviennent pour moduler les effets d une nouvelle infrastructure sur les prix de l immobilier résidentiel en Île-de-France : 1. Type de l infrastructure nouvelle : mode lourd (métro, RER), mode léger (tramway, bus en site propre) 2. Existence d une offre de transport antérieure et niveau de service de cette offre antérieure ; 3. Distances du logement aux arrêts (gare, station) et à la ligne ; 4. Distinction appartement / maison (surtout en milieu péri-urbain); 34

35 5. Contexte local (image et histoire du secteur, typologie sociale, densité, dynamisme) 6. Aménagement/requalification de l espace accompagnant la construction de l infrastructure 7. Conjoncture immobilière générale 8. Période à prendre en compte avant la mise en service (anticipation) et après la mise en service (temporalité de court, moyen ou long terme). 35

36 FIN 36