1Dans toutes les grandes villes, après un certain processus historique, un quartier concentre des problèmes de pauvreté, de chômage, tout en étant le témoin de commerce illicite et de phénomènes de délinquance. Cette paupérisation s'accompagne d'une dégradation progressive des conditions de logement. Un tel processus s'est déroulé pendant des décennies dans le quartier de la Goutte d'Or avant qu'une prise de conscience amène la ville de Paris à lancer, à partir de 1985, une politique de rénovation avec l'appui de grandes institutions financières françaises. Elle a comporté la démolition de 1 400 logements et la construction de 800 logements sociaux. 40% des habitants déplacés ont étaient relogés dans le quartier, 20% dans le même arrondissement mais dans une zone différente et le reste dans d'autres arrondissements de Paris. Il n'est sans doute pas exagéré de considérer une rénovation d'une telle ampleur comme un choc urbain, puisque tous les aspects qui font l'agrément d'un quartier ont été affectés par l'opération, les bâtiments, l'infrastructure publique, la composition sociale, l'animation sociale et culturelle. L'évaluation de l'impact d'un tel choc sur le marché du logement est le but de l'étude. Nous procédons à une estimation du gain en valorisation associée à ce type d'opération, toujours en cours pour la partie nord du quartier. Nous adoptons d'abord le point de vue plus global du marché immobilier parisien en mobilisant une base de données qui contient des informations sur les prix de transaction de l'immobilier résidentiel pour l'ensemble des arrondissements de Paris de 1981 à 2001. Les régressions hédoniques qui cherchent à expliquer le prix du logement et son évolution comportent, en plus des caractéristiques privées du logement, des variables muettes temporelles et des variables muettes géographiques selon un découpage de Paris en 80 quartiers administratifs. Ces dernières sont censées capter l'ensemble des aménités urbaines propre au quartier qui joue un rôle dans la valorisation du logement (localisation par rapport aux centres de la ville, équipements publics, agrément historique culturel et récréatif, qualité du voisinage). Nous exploitons les résultats de ces régressions hédoniques pour construire et comparer l'évolution d'indices de prix hédoniques selon l'échelon géographique pertinent, Paris, ou chacun des 80 quartiers. L'indice hédonique ainsi construit pour l'ensemble de Paris réplique d'assez près l'évolution de l'indice des prix Notaires-Insee sur la période 1995-2001. Nous apportons une réponse à deux questions que l'on peut se poser s'agissant de l'impact du choc urbain représenté par la rénovation de la Goutte d'Or sur les valeurs immobilières. Premièrement, cette rénovation a-t-elle eu un impact décelable à l'échelle d'un quartier ? Deuxièmement, cette rénovation a-t-elle eu un impact local, c'est-à-dire, un impact sur la valorisation de certains logements situés en proximité de la zone rénovée ? Pour répondre à la première question, nous comparons la dynamique des prix dans un quartier dit de “contrôle” où aucune politique de rénovation lourde n'a été opérée avec celle du “quartier traité”. Notre choix pour le quartier de contrôle s'est porté sur le quartier de La Chapelle qui est voisin de celui de la Goutte d'Or et comparable en terme de composition sociale et de valorisation immobilière. L'information marquante est qu'au terme de la période d'étude, l'année 2001, l'indice des prix du quartier de la Goutte d'Or termine au diapason de l'indice des prix parisien et un peu au dessus de celui du quartier de contrôle. À partir de cette constatation, il s'avère difficile de conclure à un impact durable sur les valeurs immobilières de l'opération de rénovation.

2La réponse à la question locale est cependant plus encourageante. Nous estimons comment a évolué l'impact de l'éloignement du centre de la zone réhabilitée sur le prix individuel du logement situé dans le quartier de la Goutte d'Or pour quatre sous-périodes, avant la rénovation période (1982-1984), pendant la rénovation, (1985-1991) et (1992-1997) et après la rénovation (1998-2001). L'éloignement est mesuré par la distance euclidienne. En effet, un éloignement d'un kilomètre du centre de la zone rénovée entraînait toutes choses égales par ailleurs un surcroît de valorisation d'environ 140% pendant la période 1982-1984, c'est-à-dire avant la rénovation. Ce surcroît de valorisation demeure mais son amplitude a considérablement diminué pour ne plus représenter qu'entre 40% et 60% pour les trois autres sous-périodes.

3Au total, il est assez probable que l'opération de rénovation de la Goutte d'Or a eu un impact positif localisé sur les marchés immobiliers, mais en revanche l'impact global est très douteux et il n'est pas sûr que les répercussions soient très durables. Seulela disposition de données sur une période plus récente permettrait de confirmer ces premières estimations.
“When I get new information, I use it” attribuée à John Maynard Keynes [1]

Objet

4L orsqu'elle amène à une détérioration des conditions de vie préjudiciable à la santé ou à la sécurité des populations qui y vivent, la mutation des quartiers des grandes villes rend souvent nécessaire l'intervention des pouvoirs publics pour stopper une telle évolution et renverser le cours des choses. Une politique de rénovation urbaine suppose des investissements publics, qui peuvent d'ailleurs être accompagnés par des investissements de nature privée, et comme pour toute politique publique, il est légitime de s'interroger sur son efficacité. Une telle évaluation est particulièrement difficile à mener dans toute sa globalité, tant une ville présente de multiples facettes, habitat, emploi, sécurité, culture, transports, etc. À supposer que l'on réussisse à étudier toutes ses dimensions, il resterait encore à agréger ces informations, lorsqu'elles ne pointent pas dans les mêmes directions. A contrario, une vision unidimensionnelle à partir d'une variable qui synthétise beaucoup d'informations, le prix du logement, présente d'évidentes faiblesses, tout en présentant cependant un avantage considérable, celui de la simplicité et de l'opérationnabilité. L'idée sous-jacente se formule aisément. Un quartier en grande difficulté est un quartier repoussoir pour les acquéreurs et, en conséquence, les prix du logement doivent y être déprimés par rapport à ceux du reste de la ville, puisque selon la théorie microéconomique, les prix du logement capitalisent l'ensemble des caractéristiques du quartier. Une rénovation urbaine se donne pour objectif de rendre plus attractif le quartier en jouant sur telle ou telle caractéristique du quartier, rénovation de l'habitat, amélioration de la voirie et de l'accessibilité aux transports publics, offre culturelle, sportive, présence d'espaces verts, etc. On peut donc raisonnablement énoncer que ces améliorations doivent se traduire par une évolution positive des prix dans le quartier rénové, en raisonnanttoutes choseségales parailleurs. Bien sur, la valorisation par le marché du logement de l'opération d'urbanisme n'est qu'un indicateur parmi d'autres, et il serait imprudent de conclure hâtivement au succès d'une telle opération à la seule vue de l'évolution des prix de marché. Cela ne serait vrai que dans des conditions idéales de concurrence pure et parfaite du marché du logement et de distribution optimale des revenus par rapport à une fonction de bien-être social de type Bergson-Samuelson, comme l'établissent Kanemoto (1988) et Scotchmer (1985) où le prix hédonique d'une aménité publique peut être interprétée comme la valeur marginale sociale. Ceci étant dit, nous pouvons quand même retenirl'idée selon laquelle la valorisation par le marché est une condition nécessaire sans être suffisante du succès d'une opération d'urbanisme.

5Cet article s'attache à développer une méthodologie qui permette d'apprécier la valorisation par le marché du logement d'opérations spécifiques de réhabilitation urbaine. Il s'appuie sur la méthode hédonique d'évaluation marchande des biens différenciés, ici le logement. Sur le plan théorique, l'article pionnier de Rosen (1974) a replacé l'approche hédonique, qui s'était développée empiriquement d'une façon spontanée (Waugh, 1929 ; Griliches, 1961), dans le cadre de la théorie microéconomique de l'équilibre entre l'offre et la demande de biens différenciés. Il distingue une première étape, où on cherche simplement à estimer la relation entre le prix d'équilibre et les différentes caractéristiques du bien, d'une seconde étape, plus ambitieuse puisque ce sont les paramètres des fonctions de demande et d'offre qui deviennent les inconnues. La plupart des études, comme celle-ci d'ailleurs, s'en tient à la première étape pour des raisons tenant aux données et à des problèmes d'identification. Comme exemples récents d'application empirique de la méthode hédonique à des données françaises, on peut citer Hoesli et Thion (1995), Maleyre (1995), Hoesli et alii (1997), Calcoen et alii (2003), Laferrère (2003), Paris (2003), Paty et Kazmierczak (2003), Bono et Gravel (2004), Cavailhes (2005).

6Les travaux portant sur des politiques de rénovation urbaine sont peu nombreux. Bartik (1986) analyse les effets possibles de l'amélioration d'un quartier sur les locataires à faible revenu pour les villes de Pittsburgh et Phoenix. Il élabore un modèle hédonique, où la variable dépendante est le loyer, en intégrant comme variable explicative l'évolution physique du quartier. Celle-ci est mesurée par un indicateur issu d'une analyse en composantes principales, qui regroupe, entre autres, la proportion de logements locatifs dans le secteur, des indicateurs de la qualité du paysage, de la vacance et de la présence d'espaces verts.

7Notre attention s'est focalisée sur les opérations de rénovation entreprises dans le quartier de la “Goutte d'Or” situé dans le 18^ème arrondissement. Dans toutes les grandes villes, après un certain processus historique, une zone donnée devient un quartier de transit pour les immigrés. C'est le cas du quartier de la Goutte d'Or “qui a toujours gardé sa vocation première d'accueil de populations inscrites dans un parcours migratoire et s'est forgé au gré des vagues successives d'immigration qu'a connu la France depuis un siècle et demi. Alsaciens, Polonais, Autrichiens puis Portugais, Espagnols, Italiens, jusque dans les années 1930, la deuxième moitié du 20^ème siècle a vu s'installer une importante communauté de personnes originaires du Maghreb et d'Afrique sub-saharienne” [2]. D'après le recensement de la population Insee de 1999, la Goutte d'Or compte 32,6% d'étrangers soit deux fois plus qu'à Paris. Dans le quartier, en 1999, le taux de chômage dépasse les 20% contre 12% pour la moyenne parisienne et 17% dans le 18^èmearrondissement.

8Nous ne disposons pas de données sur le taux de criminalité dans le quartier, mais la chronique des journaux témoigne que “la Goutte d'Or est un des derniers secteurs populaires de la ville où la pauvreté et la situation précaire des populations qui habitent le quartier sont également source de tensions sociales liées à la drogue et la prostitution qui y sévissent” [3]. Une prise de conscience a amené la ville à lancer à partir de 1985 une politique de rénovation avec l'appui de grandes institutions financières françaises [4]. Elle a comporté la démolition de 1 400 logements et la construction de 800 logements sociaux. 40% des habitants déplacés ont été relogés dans le quartier, 20% dans le même arrondissement mais dans une zone différente et le reste dans d'autres arrondissements de Paris. En 1999, cette première opération est presque terminée. Une nouvelle opération a commencé en 1998 dans le nord du quartier (Château-Rouge). La carte du quartier 71 (voir figure 1.a en annexe), qui correspond au quartier de la Goutte d'Or [5], illustre les deux zones du quartier intéressées par les travaux de renouvellement dans les périodes précisées ci-dessus.

9Simultanément, le quartier a été classé parmi les sites concernés par les procédures de développement social urbain. En conséquence, cette zone est devenue une candidate privilégiée pour des améliorations d'infrastructure, et les associations qui y sont localisées peuvent recevoir des subventions supplémentaires. Il n'est sans doute pas exagéré de considérer une rénovation d'une telle ampleur comme un choc urbain, puisque tous les aspects qui font l'agrément d'un quartier ont été affectés par l'opération : les bâtiments, l'infrastructure publique, la composition sociale, l'animation sociale et culturelle. L'évaluation de l'impact d'un tel choc sur le marché du logement est le but de l'étude. La question posée est de savoir si nous pouvons procéder à un test du “succès global”, entendu comme une valorisation du prix du logement, de cette opération toujours en cours pour la partie nord et chiffrer le cas échéant le gain en valorisation associée à ce type d'opération. Nous ne sommes pas en mesure toutefois d'affecter le gain de valorisation à tel ou tel pan de la rénovation urbaine car il faudrait pour cela disposer de données portant sur plusieurs rénovations urbaines.

10Pour répondre à la question posée, il était envisagé initialement de développer une méthodologie combinant l'approche hédonique et celle qui utilise les ventes répétées en se focalisant uniquement sur les données de transaction concernant ce quartier. En raison du faible nombre de ventes répétées dans la Goutte d'Or, nous avons ignoré l'aspect répété des ventes pour mesurer l'impact de la rénovation et donc nous utilisons des techniques de régression hédoniques classiques. Les logements vendus plusieurs fois sont considérés comme des logements différents.

11Étant donné que l'analyse hédonique s'intéresse à la réalisation des équilibres offres-demandes, la mobilisation d'une base de données qui donne des prix de transactions semble totalement pertinente. À cet égard, la base primaire des Notaires de Paris, qui contient des informations sur les prix de transaction de l'immobilier résidentiel pour l'ensemble des arrondissements depuis 1981, présente des avantages évidents. Le nombre de transactions enregistrées est énorme, environ 450 000, mais dans une large mesure, elle demande à être traitée soigneusement sur un plan proprement statistique. Par rapport à des études précédentes qui prennent appui sur toute ou partie de cette base de données, Meese et Wallace (1999) et Maurer et alii (2004), cette présente étude se différencie par une attention toute particulière aux données manquantes.

12Dans la première partie, nous détaillons la méthodologie utilisée. Dans la deuxième partie, nous nous interrogeons sur un possible biais de sélection, tandis que les résultats concernant la dynamique des prix immobiliers Parisiens sont rassemblés dans la partie suivante. L'exploitation des résultats tant au niveau du quartier qu'à l'intérieur du quartier pour apprécier la politique de rénovationurbainefait l'objet deladernière partie.

Méthodologie

13Nous rappelons la méthodologie de construction d'un indice de prix hédonique [6], ensuite nous expliquons comment la connaissance de la valeur de l'indice de prix peut être exploitée pour estimer l'impact d'une politique de rénovation urbaine.

Indice hédonique de prix des ventes immobilières

14Notre indice de prix est construit selon l'approche hédonique standard avec l'introduction de variables muettes temporelles (voir par exemple, Bailey et alii, 1963 ; Mark et Golberg, 1984 ; Case et alii, 1991; Case et Quigley, 1991; Crone et Voith, 1992; Meese et Wallace, 1997). Pour les raisons expliquées plus haut, nous construisons un indice de vente simple, le même logement vendu à des périodes différentes étant considéré comme un logement de caractéristiques différentes. Nous adoptons la spécification suivante pour l'ensemble du marché parisien où sauf explicitement mentionné [7], la variable dépendante est le logarithme du prix de vente,

avec

• P_it la valeur du logement i vendu à la période t;
• S_i la surface du logement i;
• x une variable muette valant 1 si le logement i_ikl possède la l^ième modalité de la k^ième caractéristique privée du logement i;
• l une variable muette valant 1 si le logement i est _ij situé dans le quartier j;
• s une variable indicatrice valant 1 pour toutes les_i? années antérieures ou égales à t.

15L'hypothèse importante que capture cette spécification est que les effets temporels ne passent que par l'intermédiaire d'un effet temporel ?_t. Tous les autres coefficients de la régression sont indépendants du temps. Il est donc supposé que l'impact de chaque caractéristique privée, décrite par des variables muettes, à l'exception naturellement de la surface, ne change pas au cours du temps (coefficient ? ), une fois que nous avons _kl contrôlé pour les effets temporels. Le coefficient fournit une estimation de la valorisation implicite par le marché de la l^ième modalité de la k^ièmecaractéristique privée du logement.

16S'agissant de l'impact de la variable surface, nous avons suivi Diewert (2003) qui recommande d'utiliser la même forme fonctionnelle pour la variable continue et la variable dépendante pour pouvoir tester l'hypothèse de rendements d'échelle constants. L'effet de la surface est donc capté par son logarithmique, et si le coefficient ? (qui s'interprète comme l'élasticité du prix à la surface) est égal à 1, les rendements d'échelle du prix par rapport à la surface sont constants.

17La valeur du coefficient ?_j capture un effet fixe du quartier j par rapport au quartier de référence, le quartier numéroté 1 qui correspond au quartier de Saint-Germain l'Auxerrois. Cet effet fixe agrège l'effet de toutes les caractéristiques d'environnement et d'aménités publiques qui contribuent à la qualité de vie dans le quartier j. Dans cette spécification, l'indicateur du quartier (80 quartiers d'une moyenne de 1 km2 ) est donc supposé constant au cours de la période d'étude.

18Notre modélisation des effets temporels diffère légèrement, sur un plan purement formel, de la pratique usuelle, [8] étant donné que le coefficient ?_tdonne l'effet de la période t par rapport à la période t • 1. Ainsi, la valeur du test de Student relatif au coefficient ?_t renseigne sur la significativité de l'accroissement du prix du logement survenu l'année t. Pour rendre transparent ce point, considérons un logement de mêmes caractéristiques et situé dans le même quartier mais vendu l'année t • 1 au lieu de l'année t. Par construction, nous écrivons (une valeur estimée est surmontée d'un chapeau),

ou d'une manière équivalente :

L'indice de prix est construit par récurrence selon la formule suivante :

en commençant par I₁ 100=.

19Étendre la période d'estimation d'une année, c'est-à-dire, tenir compte de l'information sur les logements vendus l'année T +1 peut changer les valeurs de tous les coefficients estimés sur la période précédente. Dans la mesure où l'hypothèse de constance des coefficients est recevable, cela permet d'améliorer la précision des coefficients. Si cette hypothèse est sujette à caution, il demeure une ambiguïté dans la mesure où le gain de précision peut être compensé par un biais de spécification. Il n'empêche qu'il importe de comprendre que l'incorporation de nouvelles données conduit à la révision des indices des années antérieures.

L 'évaluation de l'impact d'une rénovation urbaine sur les prix immobiliers

20Admettons maintenant qu'une politique de rénovation affecte le quartier désigné ci-dessous sous le nom de “quartier traité” en t*. Notre méthodologie suppose que les prix ex ante sont exogènes à l'opération de rénovation. En l'absence de cette hypothèse, si les prix ex ante étaient influencés par un processus d'anticipation de l'opération de rénovation, notre méthodologie devrait être repensée [9].

21Deux types de questions se posent. Premièrement, cette rénovation a t-elle eu un impact décelable à l'échelle du quartier ? Deuxièmement, cette rénovation a t-elle eu un impact local, c'est-à-dire un impact sur la valorisation de certains logements situés à l'intérieur du quartier ? Si un impact global a été détecté, alors on doit trouver un impact local mais l'inverse n'est pas forcément vrai.

Impact global

22Pour répondre à la première question, nous comparons la dynamique des prix dans un quartier dit de “contrôle”, où aucune politique de rénovation lourde n'a été opérée, avec celle du “quartier traité”. Bien sûr, il vaut mieux que les deux quartiers soient proches dans toutes les dimensions qui importent, milieu social, proximité géographique. Cette dernièreexigence est particulièrement importante, si nous voulons tenir compte de l'impact potentiel d'autres rénovations effectuées dans d'autres quartiers que les quartiers étudiés. On a besoin en effet de supposer qu'une rénovation qui serait intervenue pendant la période considérée, par exempledans le 13^ème arrondissement(Bercy), aurait affecté de la même manière le quartier de la Goutte d'Or et le quartier de contrôle. Par contre, on ne suppose pas, car il n'y a pas lieu de le faire, que la politique d'aménagement urbain dans Paris n'a pas eu d'effets, il suffit de poser que les externalités (provenant des autres quartiers) sont les mêmes dans la zone géographique étudiée. Il nous semble que la petite superficie des quartiers rend plausible cette hypothèse en première approximation.

23Pour mettre enoeuvrecette comparaison, nous avons recours à deux types d'estimation. Elles différent quant à l'hypothèse faite sur la variabilité des coefficients des caractéristiques privées en fonction du quartier. La première spécification repose sur l'hypothèse d'une invariance des coefficients en fonction du quartier, alors que la seconde s'en affranchit. On pourrait conclure hâtivement que la seconde procédure est en tout point préférable. Tel n'est pas le cas car elle ne permet pas de tester l'hypothèse d'une différence d'évolution du prix du quartier par rapport à l'évolution parisienne, alors que la première procédure, elle, permet de le faire. Celle-ci consiste, en effet, à ajouter à la spécification (1) testée sur Paris une variable explicative, l'interactionentrelequartieretla datede vente, soit :

avec • m une variable indicatrice valant 1 si le logement i_ij? localisé dans le quartier j a été vendu à une période tégale ou postérieure à ?.

24L'indice de prix du quartier s'obtient en combinant les paramètres ?_? et ?. En effet, en procédant_?j comme plus haut nous estimons un premier indice de prix par quartier I_jt construit par récurrence selon la formule suivante :

en commençant par I_j11 100=.

25L a significativité ou non significativité des différences d'évolution par quartier est donnée par un test sur la significativité des coefficients ?. Si_?j l'indice du quartier traité présente une évolution significativement différente de celle du quartier de contrôle, nous la mettons sur le compte de la rénovation.

26Dans la deuxième méthode, nous ne contraignons pas les coefficients des différentes caractéristiques à être les mêmes par quartier puisque nous estimons une régression hédonique dans chaque quartier au moyen de la spécification suivante :

L'estimation de cette seconde spécification nous permet de calculer, selon la méthode explicitée plus haut, un deuxième indice de prix hédonique,

, pour chaque quartier j et pour t T= 2,...,. Si la politique de rénovation est survenue en t^*, nous nous proposons de comparer l'évolution des deux indices (un pour le quartier traité et l'autre pour le quartier de contrôle) avant et après t*.

27Puisque les régressions par quartier ne sont pas emboîtées, il n'y a pas moyen de tester l'absence de différence d'évolution de l'indice des prix de deux quartiers, du moins par des méthodes simples.

28Les deux méthodes coïncident si les coefficients des variables privées ne varient pas par quartier. Dans ce cas, l'évolution de l'indice de prix par quartier doit être le même pour les deux méthodes et le résultat du testopéréavec laméthode 1 s'étend à la méthode 2.

29Même si nous nous attachons d'abord à mettre en œuvre ces méthodologies sur l'ensemble de la période d'étude, il nous a paru intéressant de décomposer l'évolution en quatre sous-périodes : la période précédant le lancement de l'opération de rénovation (1981-1984), la période correspondant à la première tranche de travaux divisée en deux (1985-1991 et 1992-1997), pour capturer les changements éventuels et enfin la période suivant le début de la deuxième phase des travaux (1998-2001).

Impact local

30Après avoir apporté une réponse à la première question, nous aimerions également estimer l'impact microéconomique concernant la diffusion spatiale du choc survenu dans une zone donnée. Nous aimerions savoir si ce choc s'est réellement diffusé dans tout le quartier traité, ou s'il n'a concerné qu'une partie de ce quartier et savoir éventuellement s'il s'est diffusé au-delà. Une rénovation présente le caractère d'une externalité locale et nous faisons l'hypothèse que plus le logement est proche de la zone de rénovation, et plus l'impact va être important. À cet effet, nous construisons une mesure de la distance du logement au centre de la zone de rénovation en utilisant le géocodage des données, et par commodité, nous faisons le choix de la distance Euclidienne [10]. Notons cette distance d et introduisons la variable _i distance D qui vaut d, si la vente est intervenue en _iti t et qui vaut 0 sinon. Nous privilégions, comme le recommandent Ilhanfeldt et Taylor (2004), une estimation de l'effet distance sous une forme logarithmique ce qui permet d'interpréter le paramètre estimé comme une élasticité. Nous avons également procédé à des estimations d'un effet parabolique dont nous ferons pas état ici, car ces estimations capturent une décroissance à partir d'une certaine distance qui est difficile à interpréter, car mettant en lumière des externalités auxquelles nous ne nous intéressons pas.

31L'équation hédonique à estimer sur chaque quartier [11] devient :

Nous procédons à une comparaison des coefficients de la variable distance avant et après t^* pour évaluer l'impact spatial d'une politique de rénovation urbaine survenue en t^*. En pratique, nous renonçons à considérer l'ensemble des effets distance année par année pour privilégier une analyse selon les quatre sous-périodes sus-mentionnées.

Les données : biais de sélection contre erreurs de spécification

32La base de données, fournie par la Chambre des Notaires de Paris, contient l'information sur les ventes de logement de janvier 1977 à décembre 2001. Le taux de couverture augmente avec le temps et on estime qu'il représente 89% des transactions en 2001 [12]. Nous supposons que les actes enregistrés dans la base de données sont représentatifs de l'ensemble des transactions et donc que le biais de sélection correspondant est négligeable. De toutes les ventes, nous gardons seulement celles qui concernent l'usage résidentiel et qui font l'objet d'une véritable transaction immobilière. Nous excluons ainsi les appartements obtenus par succession, donation, échange, division, et ceux vendus par enchère. Enfin, nous écartons de notre échantillon les appartements considérés comme atypiques comme des greniers, des studios d'artiste, et des loges de concierges. Étant donné le faible nombre de ventes enregistrées pendant les premières années, nous limitons notre analyse à la période 1981-2001. Cette délimitation du champ de l'étude élimine approximativement 10% des données de la base des Notaires pour les appartements.

33Les caractéristiques disponibles pour définir la qualité du logement sont les suivantes : le type d'appartement, la surface (en m2 ), le nombre de pièces principales, le nombre de salles de bains, le nombre de sous-sols, le nombre de places de stationnement, l'étage, la présence d'un ascenseur, l'époque de construction du bâtiment, la période entre la construction et la vente du logement qui importe pour des raisons fiscales [13] le type de voie sur lequel donne le bâtiment, s'il est occupé ou non au moment de la vente, et le quartier. De plus, chaque logement est repéré par un géocode, ce qui nous permet de calculer la distance au centre de la rénovation.

La dynamique des prix de l'immobilier Parisien

40La discussion des résultats de l'estimation pour Paris précède la comparaison de l'évolution des indices de prix selon l'échantillon. La référence à l'évolution d'autres indices, comme celui de l'Insee, est également mentionnée en annexe.

41La spécification de la fonction de prix hédonique définie en ( 1) comprend comme variables indépendantes : (i) un terme logarithmique pour la surfacede façon à capturerdes non-linéarités; (ii) un ensemble de variables qualitatives pour tester la significativité des caractéristiques privées. Ces variables muettes sont construites de manière à mesurer l'impact d'une pièce additionnelle (ou d'une salle de bains ou d'une place de parking supplémentaire) sur le prix du logement. De plus, nous avons créé des variables muettes qui valent 1 si la caractéristique à laquelle nous nous référons correspond à une valeur manquante, et qui vaut 0 autrement ; (iii) un ensemble de variables muettes pour capter l'intérêt de la localisation définie à l'échelle du quartier; (iv) un ensemble de variables muettes temporelles qui valent 1 pour toutes les années antérieures ou égales à l'année de vente et 0 pour toutes les périodes postérieures, (v) une variable qualitative pour le trimestre de vente.

42De l'estimation du modèle (1), il ressort que les échantillons avec surface permettent une meilleure prédiction que les échantillons sans surface (un écart de l'ordre de 10% à 15% du coefficient de détermination ajusté) et nous pouvons en conclure que les estimations sur ces derniers souffrent d'un biais de spécification [15].

43L'élasticité du prix à la surface est significativement plus grande que 1 et par conséquent une augmentation de la surface de 10% entraîne une augmentation du prix de plus de 10%. Le prix par m2 a donc tendance à augmenter avec la surface, ce qui invalide un modèle qui chercherait d'emblée à estimer la dynamique du prix par m2. Comme l'information nous fait défaut •nous ne connaissons pas la fonction de demande et d'offre•, il est impossible de savoir si cette légère décroissance [16]des rendements d'échelle provient d'une croissance du coût marginal de construction en fonction de la taille de l'appartement ou si elle réfléchit une croissance de la disposition marginale à payer en fonction de la taille de l'appartement. À surface donnée, la valeur maximale du logement est atteinte quand lenombre depièces estcompris entre 3 et 5.

44Pour les autres caractéristiques privées, les coefficients de régression sont très similaires selon les échantillons avec données de surface et présentent généralement le signe attendu pour la base Large81S. Lorsque ce n'est pas le cas, par exemple pour le deuxième garage ou pour les caves, le coefficient n'est pas significativement différentde zéro. La mauvaise couverture de ce genre de caractéristiques est là à incriminer [17].

45Habiter un studio, un duplex ou un loft est plus coté qu'habiter un appartement standard. L'étage le plus recherché est situé à partir du cinquième, en présence d'ascenseur, et à partir du quatrième en son absence. Un appartement, encore occupé par un locataire au moment de la vente, est vu comme une nuisance par le marché. Un boulevard entraîne plus de bruit et de pollution et, par voie de conséquence, est évalué négativement, comme d'ailleurs le fait d'habiter une impasse ou une rue piétonne, qui peut être corrélé avec moins de soleil et un risque de délinquance plus élevé. Par contre, un appartement qui donne sur un square ou sur une place se monnaye plus cher. Selon les échantillons les plus récents, un appartement récent a plus de valeur, comparativement à celui bâti dans la première moitié du vingtième siècle. Un appartement antérieur au second empire est égalementplus apprécié queceux construitsau cours de la période courant jusqu'à la première guerre mondiale. La réglementation en matière de droit de mutation joue, comme on pouvait s'y attendre, et le prix de transaction subit une décote, lorsque la vente intervient dans un délai inférieur à cinq ans après la date de construction. Le trimestre de vente importe, puisque les prix, au cours du premier semestre, sont inférieurs à ceux observés au cours du second.

46La modalité “valeur manquante” est toujours significative, quelle que soit la variable considérée. Par exemple, cette modalité sort avec un signe négatif pour la période de construction de l'immeuble, avec un signe positif pour les variables “salle de bains” et “sous-sols” (mais à chaque fois significativement différent des coefficients des variables muettes associées aux modalités de la même caractéristique).

47Dans la figure 2, les quartiers sont rangés selon la valeur croissante de leur coefficient estimé et il est rassurant pour la politique de rénovation urbaine que le quartier de la Goutte d'Or (quartier 71) soit bien classé en dernière position.
 [18]

Figure 2

classement des quartiers selon la valeur du coefficient de régression estimé

Figure 2 : classement des quartiers selon la valeur du coefficient de régression estimé 0,4 16 24 25 29 0,2 21 27 22 20 26 05 28 23 64 19 17 15 18 01 63 0,0 61 53 3062 04 58 66 14 31 02 59 11 03 60 65 12 54 52 32 13-0,2 56 06 57 34 49 55 45 10 08 48 07 09 67 51 33 69 3542 36 46-0,4 47 43 44 7668 70 37 38 50 39 40 79 41 7875 80-0,6 77 74 73 72 71-0,8

classement des quartiers selon la valeur du coefficient de régression estimé

48L'avant dernier quartier (quartier 72, La Chapelle), qui précède La Villette et le quartier du Pont de Flandres, tous situés dans le Nord-Est de Paris, nous a semblé un bon candidat pour être le quartier de contrôle. En effet, parmi les régresseurs, la variable muette “quartier” agrège toutes les aménités hédoniques publiques et sociales en un seul indicateur. Comme l'indique la figure 2, le quartier traité et le quartier de contrôle sont les plus voisins possibles pour cet indicateur. Étant donné que l'information sur un quartier est multicritère, il est difficile de concevoir dans notreméthodologie basée sur les indices de prix, un meilleur agrégateur. De plus, le quartier de contrôle est contigu au quartier de traitement et il jouxte également le boulevard périphérique dans sa partie Nord comme l'illustre la figure 1.b en annexe. Les quartiers de La Chapelle et de la Goutte d'Or font clairement partie de la zone déshéritée de la ville de Paris et leur proximité géographique assure qu'ils sont touchés par toute transformation de la capitale de la manière la plus similaire possible [19].

49Le lecteur notera que les autres quartiers qui entourent le quartier de la Goutte d'Or (voir localisation sur la figure 1.b en annexe), à savoir les quartiers 36 (Rochechouart), 37 (St-Vincent de Paul) et 70 (Clignancourt), sont classés dans la deuxième moitié. Le quartier le plus prisé est le quartier Notre-Dame, suivi de Saint-Germain des Prés et des Champs-Elysées. Il est frappant de constater que la liste des quartiers s'égrène d'une manière approximativement linéaire. L'hypothèse d'un continuum de quartiers du plus huppé au plus misérable semble pouvoir être formulée. En deuxième lecture, toutefois, des grappes de quartiers semblent se détacher de l'ensemble, essentiellement dans le bas et dans le haut de la distribution.

50En résumé, les résultats présentés sont extrêmement robustes, comme en témoigne le nombre de coefficients estimés avec une grande précision. Le signe et la valeur des effets temporels sont maintenant interprétés en fonction des indices qu'ils permettent de construire. L a figure 3 reflète l'évolution temporelle des indices de prix construits à partir des 4 échantillons démarrant en 1995.

Figure 3

indices de prix immobiliers pour Paris, échantillons courts

Figure 3 : indices de prix immobiliers pour Paris, échantillons courts 85 90 95 100 105 110 115 120 125 130 1995 1996 1997 1998 1999 2000 2001 Small95S Small95 Large95S Large95

indices de prix immobiliers pour Paris, échantillons courts

51Dans la phase haussière, l'évolution suivie par les indices basés sur des échantillons avec surface se différencie de plus en plus de celle suivie par les indices sans surface. Par contre, même si les petits échantillons sont affectés par un biais de sélection relativement aux grands échantillons, cela n'induit pas une différence marquée dans l'évolution des indices de prix. Il convient de rappeler que l'échantillon Large95S ne semble pas souffrir d'un biais de sélection par rapport à l'échantillon Large95. Nous savions déjà que ne pas introduire la surface entraînait un biais demauvaise spécification. Ce biais conduit à un écart substantiel entre les indices sans surface et les indices avec surface (près de 10 points pour la dernière année d'observation). L'oubli de la surface tend donc à sous-estimer la hausse des prix dans une période haussière et ce trait émerge également comme un élément clé dans la comparaison del'évolution des indices pour les deux échantillonslongs débutantsen 1981 (voirfigure 4).

52Proposons une tentative d'explication pour cette sous-estimation. La composition du portefeuille de ventes immobilières, selon la taillede l'appartement, change au cours du cycle immobilier, avec une proportion plus grande de petits appartements dans les périodes de booms que dans les périodes de dépression. Ce type de cycle a déjà été observé pour les appartements de Singapour (Ong et alii, 2003). En ne contrôlant pas pour la surface, on sous-estime la hausse dans les phases de boom, puisque on ne tient pas compte du fait que la hausse de prix concerneen moyennedesappartementspluspetits.

Figure 4

indices de prix immobiliers pour Paris, échantillons longs

Figure 4 : indices de prix immobiliers pour Paris, échantillons longs 350 300 Large81S Large81 250 200 150 100 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001

indices de prix immobiliers pour Paris, échantillons longs

La politique de rénovation urbaine a-t-elle influencé le prix des logements ?

53Nous apportons une réponse aux deux questions que nous nous sommes posées s'agissant de l'impact du choc urbain représenté par la rénovation de la Goutte d'Or sur les valeurs immobilières. Premièrement, cette rénovation a t-elle eu un impact décelable à l'échelle du quartier 18^ème ? Deuxièmement, cette rénovation a t-elle eu un impact local, c'est-à-dire un impact sur la valorisation de certains logements situés à l'intérieur du quartier ?

Impact à l'échelon d'un quartier

54Pour répondre à la première question, nous exploitons le caractère “exogène” de la politique urbaine qui la rend similaire à une expérience naturelle. L a base de données nous permet d'observer la valeur des logements avant et après la politique de rénovation pour deux échantillons : le premier est constitué de logements situés dans le quartier rénové (n° 71) et le second, de logements situés dans un quartier dit de contrôle (n° 72), proche dupremier parsa composition socio-démographique et par son prix au m2, sans toutefois avoir subi de rénovation lourde.

55Un caractère distinctif de cette rénovation est qu'elle concerne la frontière sud-ouest du quartier 71 et il est donc possible que les trois autres quartiers bordant la Goutte d'Or, en clair les quartiers 36,37 et 70, soient affectéspar la rénovation(voir figure 1.ben annexe).

56Pour tenir compte de cette singularité, l'estimation des indices des prix de l'immobilier par quartier a été entreprise selon la spécification (2) sur Paris en permettant aux indices par quartier d'évoluer d'une façon singulière par rapport à Paris. La figure 5 permet de visualiser l'évolution des indices des cinq quartiers d'intérêt sur toute la période d'étude.

Figure 5

indices pour les quartiers affectés par la rénovation (spécification 3)

Figure 5 : indices pour les quartiers affectés par la rénovation (spécification 3) 400 Quartier 36 350 Quartier 37 Quartier 70 300 Quartier 71 250 Quartier 72 Paris 200 150 100 50 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001

indices pour les quartiers affectés par la rénovation (spécification 3)

57La comparaison de l'évolution de l'indice de prix dans les cinq quartiers ne révèle pas beaucoup d'information, sinon qu'il apparaît qu'au terme de la période d'étude, l'indice de prix dans le quartier de la “Goutte d'Or” n'atteint pas un niveau plus élevé que ceux des autres quartiers. Les figures 6a, 6b, 6c et 6d retraçant l'évolution pour chacune des sous-périodes permettent d'affiner le diagnostic. Elles nécessitent un commentaire en liaison avec les résultats mis en évidence dans le tableau 2 qui livre les p-valeurs associées aux tests d'égalité des coefficients temporels, propres aux quartiers, à ceux de Paris.

58La première information significative est que pour tous les quartiers, à l'exception du quartier Rochechouart (n° 36), on rejette l'hypothèse d'une évolution similaire à celle de Paris sur l'ensemble de la période. Ensuite, il vaut la peine de noter que l'évolution de l'indice du quartier de contrôle ne se distingue pas de celle de Paris, sauf pour la période la plus récente, pour laquelle l'évolution est moins favorable dans le quartier de contrôle [20]. Si l'on s'intéresse maintenant au quartier traité, on constate au contraire que, sauf pour la seconde sous-période, on rejette l'hypothèse d'une évolution similaire à Paris. Au début on constate une évolution plus favorable particulièrement pour les deux dernières années précédant la rénovation, peut-être par suite d'un mouvement d'anticipation. Dans la phase baissière de 1991 à 1997, le quartier résiste mieux que tous les autres quartiers et que Paris lui-même. Dans la phase de reprise postérieure à 1997, par contre, la progression des prix dans le quartier administratif de la Goutte d'Or est beaucoup moins favorable que celle de Paris. Le quartier de la Goutte d'Or, qui avait mieux résisté dans la phase de baisse, perd du terrain dans la remontée du marché immobilier de la deuxième moitié des années quatre-vingt-dix, pour terminer au diapason de l'indice parisien.

Figure 6a.

indices de 1981 à 1984 (base 100 en 1981) construits Figure 6b. : indices de 1984 à 1991 (base 100 en 1984) construits

Figures 6 : indices par sous-période pour les quartiers afféctés par la rénovation Figure 6a. : indices de 1981 à 1984 (base 100 en 1981) construits Figure 6b. : indices de 1984 à 1991 (base 100 en 1984) construits en écart à l'indice Paris (effets de 1982 à 1984) en écart à l'indice Paris (effets de 1985 à 1991) 150 300 140 260 130 220 120 180 110 140 100 100 90 60 1981 1982 1983 1984 1984 1985 1986 1987 1988 1989 1990 1991 Figure 6c. : indices de 1991 à 1997 (base 100 en 1991) construits Figure 6d. : indices de 1997 à 2001 (base 100 en 1997) construits en écart à l'indice Paris (effets de 1992 à 1997) en écart à l'indice Paris (effets de 1998 à 2001) 105 150 100 140 95 130 90 85 120 80 110 75 100 70 65 90 1991 1992 1993 1994 1995 1996 1997 1997 1998 1999 2000 2001 Quartier 36 Quartier 70 Quartier 72 Quartier 37 Quartier 71 Paris

indices de 1981 à 1984 (base 100 en 1981) construits Figure 6b. : indices de 1984 à 1991 (base 100 en 1984) construits

59Lorsque l'oncompare directement les évolutions des indices pour le quartier traité et pour le quartier de contrôle, il en résulte que l'évolution est plus favorable depuis le début de la rénovation. En particulier, elle demeure plus favorable que celle du quartier de contrôle dans la dernière sous-période.

60En résumé, l'évolution relative du quartier par rapport à Paris ou au quartier de contrôle n'est pas homogène sur l'ensemble de la période d'étude. Les effets de la rénovation après un début prometteur semblent ne pas s'inscrire dans la durée, lorsque Paris est la référence. Cependant, lorsque le point de comparaison est le quartier de contrôle, le constat est plus encourageant.

Tableau 2

tests d'évolution identique des indices des quartiers par rapport à Paris (p-valeurs)

Tableau 2 : tests d'évolution identique des indices des quartiers par rapport à Paris (p-valeurs) Quartier Période 36 37 70 71 72 1982-1984 74,20% 8,84% 95,10% 3,20% 3,30% 1985-1991 5,95% 0,00% 28,30% 44,90% 56,70% 1992-1997 26,50% 11,00% 72,20% 0,0007 83,60% 1998-2001 27,20% 73,50% 0,00002 0,000017 0,000013 La p-valeur donne le % de chances de se tromper si on rejette l'identité des évolutions de l'indice de prix du quartier considéré et de Paris pour une sous-période donnée.

tests d'évolution identique des indices des quartiers par rapport à Paris (p-valeurs)

61Cette analyse a été menée jusqu'ici en supposant que les caractéristiques par quartier étaient valorisées de la même façon dans chaque quartier. Les résultats dont il va être fait état portent maintenant sur les spécifications par quartier (selon la spécification (3) pour chacun des quatre quartiers, outre le quartier de contrôle) [21].

62Comme on pouvait s'y attendre, vu le plus faible nombre de ventes qu'à Paris, les coefficients sont beaucoup moins significatifs qu'à l'échelon Parisien, même si le pouvoir explicatif de la régression reste comparable à celui du marché parisien. Le lecteur doit conserver à l'esprit que les coefficients temporels sont rarement significatifs au seuil de 5%. La figure 7 permet de comparer l'évolution des indices de prix suivant qu'ils sont estimés avec les données de Paris tout entier ou les données seules du quartier.

63La dynamique des indices, qu'elle soit calculée par une méthode ou une autre, est en tout point similaire pour chaque quartier et nous en concluons donc que l'hypothèse selon laquelle la valorisation des caractéristiques privées est indépendante du quartier n'est pas restrictive. L es résultats des tests s'étendent donc au modèle non contraint et nous pouvons conclure que l'impact de la rénovation de la Goutte d'Or a eu un impact favorable transitoire sur l'indice des prix du quartier rénové.

Figure 7

indices pour les quartiers affectés par la rénovation (spécification 4)

Figure 7 : indices pour les quartiers affectés par la rénovation (spécification 4) 400 Quartier 36 350 Quartier 37 300 Quartier 70 Quartier 71 250 Quartier 72 Paris 200 150 100 50 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001

indices pour les quartiers affectés par la rénovation (spécification 4)

Impact infra-quartier

64Nous explorons maintenant les effets locaux de la rénovation, ce qui, vu le positionnement de la zone, revient à explorer l'impact au Nord et à l'Est, dans la direction de l'Ouest (n° 70, Clignancourt), dans la direction du Sud (n° 37, St-Vincent de Paul), et dans la direction du Sud-Ouest (n° 36, Rochechouart) ; (voir figure 1.b en annexe). Le tableau 3 donne les valeurs des coefficients [22], les écarts-types, les p-valeurs et les bornes des intervalles de confiance pour l'effet de la distance du logement au centre de la zone réhabilitée (rue de la Goutte d'Or) estimées dans chaque quartier pris séparément selon la spécification (4).

65Il ressort, d'emblée, que les coefficients sont négatifs pour le quartier 37. L'éloignement de la Goutte d'Or diminue le prix du logement. Mais le coefficient n'est significativement différent de zéro que pour les deux périodes intermédiaires. À ce jour, nous n'avons aucun élément d'explication à offrir à ce constat quelque peu surprenant. S'éloigner de la Goutte d'Or peut également signifier se rapprocher d'une autre source de nuisance que nous n'avons pas pu identifier.

66E n revanche, dans les autres directions, la réhabilitation a eu des effets notables sur un plan statistique que nous détaillons, ci-après. Nous rappelons qu'une élasticité positive traduit un effet positif de l'éloignement de la Goutte d'Or, celle-ci apparaît alors comme une désexternalité. Pour le quartier de la Goutte d'Or lui-même nous obtenons au départ une élasticité du prix à la distance de 0,07. Dans ce modèle à élasticité constante, une augmentation de l'éloignement de 10% provoquait, toutes choses égales par ailleurs, une augmentation du prix de 0,7% avant rénovation. Après rénovation, l'élasticité est devenue négative, le prix diminue très légèrement au fur et à mesure que l'on s'éloigne du centre de la zone rénovée. Une augmentation de l'éloignement de 10% provoque cette fois-ci une diminution du prixde 0,3%. La sensibilitéduprix à la distance à la Goutte d'Or semble plus forte dans les autres directions. L'élasticité au départ est près de deux fois plus forte initialement et elle reste toujours positive d'une façon significative.

Tableau 3

coefficients des effets distance pour les 4 quartiers

Tableau 3 : coefficients des effets distance pour les 4 quartiers Quartier Période Coefficient Écart type p-valeur IC à 95% 1982 à 1984 0,06687 0,017353 0,000119 0,03284 0,10090 1985 à 1991 0,06440 0,010501 9,86E-10 0,04381 0,08499 71 1992 à 1997-0,01912 0,012827 0,136154-0,04427 0,00603 1998 à 2001-0,02643 0,011186 0,018207-0,04837-0,00451 1982 à 1984 0,1247 0,030952 5,64E-05 0,064053 0,18540 1985 à 1991 0,0702 0,016316 1,7E-05 0,038236 0,10220 70 1992 à 1997 0,0493 0,015605 0,001559 0,018794 0,07997 1998 à 2001 0,0551 0,012454 9,53E-06 0,030764 0,07959 1982 à 1984-0,05223 0,069906 0,455021-0,18931 0,08484 1985 à 1991-0,13768 0,039707 0,000535-0,21554-0,05982 37 1992 à 1997-0,14171 0,041927 0,000736-0,22393-0,05950 1998 à 2001-0,04124 0,035192 0,241418-0,11025 0,02777 1982 à 1984 0,1517 0,063184 0,016367 0,02788 0,27566 1985 à 1991 0,1239 0,035367 0,000465 0,05459 0,19329 36 1992 à 1997 0,1074 0,035054 0,002206 0,03866 0,17613 1998 à 2001 0,1267 0,029227 1,51E-05 0,06941 0,18403

coefficients des effets distance pour les 4 quartiers

67Trois figures, une pour chaque quartier, ont été réalisées afin de visualiser cet impact de l'éloignement de la Goutte d'Or. Toutefois, il faut garder en tête les résultats de significativité présentés dans le tableau 3 età cette fin, nous offrons également une représentation graphique des intervalles de confiance à 95% dans les figures positionnées à droite.

68Pour le quartier de la Goutte d'Or (figures 8a, 8b), les prix avant rénovation, toutes choses égales par ailleurs, augmentaient en moyenne de 50% à environ 500 mètres de la rue de la Goutte d'Or ; ce phénomène a perduré pendant la deuxième sous-période avec la même intensité. Les écarts types, bien qu'élevés, permettent d'affirmer que la Goutted'Or représentait une externaliténégative. Le changement survient au cours de la troisième sous-période et il est confirmé dans la dernière, la zone réhabilitée cesse de représenter une externalité négative. Un premier succès de la politique de rénovation est donc perceptible.

69Dans le quartier de Clignancourt (figures 9a, 9b), l'effet de la distance est robuste à chaque période. La Goutte d'Or continue bien de représenter un effet externe négatif à chaque sous-période. Cependant ce phénomène semble s'atténuer pour les trois sous-périodes, pendant lesquelles la rénovation se déroule, indiquant par la même que, si la Goutte d'Or représente toujours une externalité négative, cet aspect semble moins prononcé depuis que les travaux de rénovation ont été entrepris. Il faut toutefois rester prudent, en raison de la faible précision des estimations. Par exemple, la borne supérieure de l'intervalle de confiance à 95% dans la sous-période 1998-2001 est un peu supérieure à la borne inférieure du même intervalle pour la sous-période 1982-1984.

Figure 8b.

évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 71

Figures 8 : évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 71 Figures 8a. : évolution de l'impact de l'éloignement du centre Figure 8b. : IC à 95% de l'évolution de l'impact de de la zone réhabilitée sur le prix du logement pour le quartier l'éloignement du centre de la zone réhabilitée sur le prix 71 (Goutte d'Or) du logement pour le quartier 71 (Goutte d'Or) Évolution en proportion du prix Évolution en proportion du prix 1,7 2,2 1,6 2,0 82-8485-91 1,5 92-97 1,8 98-01 1,4 1,6 1,3 82-84 1,4 1,2 85-91 1,1 92-97 1,2 1,0 98-01 1,0 0,9 0,8 0,8 0,6 0 100 200 300 400 500 600 700 800 900 1000 1100 0 100 200 300 400 500 600 700 800 900 1000 1100 Distance en mètres au centre de la rénovation Distance en mètres au centre de la rénovation

évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 71

Figures 9

évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 70

Figures 9 : évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 70 Figures 9a. : évolution de l'impact de l'éloignement du centre Figures 9b. : IC à 95% de l'évolution de l'impact du centre de la zone réhabilitée sur le prix du logement pour le quartier de la zone réhabilitée sur le prix du logement pour le quartier 70 (Clignancourt) 70 (Clignancourt) Évolution en proportion du prix Évolution en proportion du prix 2,6 4,0 3,8 3,6 82-84 2,4 3,4 98-01 3,2 2,2 3,0 82-84 2,8 2,0 85-91 2,6 92-97 2,4 98-01 2,2 1,8 2,0 1,8 1,6 1,6 1,4 1,4 1,01,2 0,8 1,2 128 228 328 428 528 628 728 828 928 1028 1128 1228 1328 1428 1528 1628 128 228 328 428 528 628 728 828 928 1028 1128 1228 1328 1428 1528 1628 Distance en mètres au centre de la rénovation Distance en mètres au centre de la rénovation

évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 70

Figure 10

évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 36

Figures 10 : évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 36 Figure 10a. : évolution de l'impact de l'éloignement du centre Figure 10b. : IC à 95% de l'évolution de l'impact de la zone réhabilitée sur le prix du logement pour le quartier de l'éloignement du centre de la zone réhabilitée sur le prix 36 (Rochechouart) du logement pour le quartier 36 (Rochechouart) Évolution en proportion du prix Évolution en proportion du prix 3,2 8,2 7,8 82-84 3,0 82-84 7,07,4 85-91 85-91 6,6 98-01 92-97 6,2 2,8 98-01 5,8 5,4 2,6 4,65,0 4,2 2,4 3,8 3,4 3,0 2,2 2,6 2,2 2,0 1,41,8 1,0 1,8 0,6 380 480 580 680 780 880 980 1080 1180 1280 1380 1480 380 480 580 680 780 880 980 1080 1180 1280 1380 1480 Distance en mètres au centre de la rénovation Distance en mètres au centre de la rénovation

évolution de l'impact de l'éloignement du centre de la zone réhabilitée sur le prix du logement pour le quartier 36

70Le changement d'impact de la Goutte d'Or sur son voisinage au Sud-Ouest se fait ressentir avec moins d'acuité (figures 10a,10b). L e quartier de Rochechouart semble en décalage avec les deux quartiers précédemment évoqués. En effet, dans ce quartier, le logement le plus proche se trouve à 380 mètres du centre de la zone rénovée. Il valait, avant rénovation, toutes choses égales par ailleurs, 150% de plus que le logement situé au centre de la Goutte d'Or. La surcote ne représentait plus que 110% au début de la décennie quatre-vingt-dix, pour s'abaisser en moyenne à 90% dans le milieu des années quatre-vingt-dix, avant de remonter en moyenne à 110% au début de cette décennie. Ces chiffres correspondent aux effets distance calculés pour un éloignement de 380 mètres à partir des estimations ponctuelles du tableau 3. Cependant la prise en compte dela précision de l'estimationoblige à nuancer ce constat puisque c'est pour la période la plus récente que la borne minimale de l'intervalle de confiance à 95% est la plus élevée. Dans ce quartier, l'atténuation du caractère négatif de la Goutte d'Or est donc peu prononcée.

71On peut également noter un retournement de tendance (même s'il est non significatif) dans la dernière sous-période. Il est difficile à ce stade d'attribuer ce retournement de tendance à un échec de la rénovation urbaine ; un autre phénomène est peut-être à l'oeuvre : dans les périodes de dépression immobilière, les prix baisseraient moins dans les zones où les prix sont relativement faibles, avec une situation opposée dans les phases haussières. À ce stade, nous ne pouvons trancher.

72Au total, il est assez probable que l'opération de rénovation de la Goutte d'Or ait eu un impact positif sur les valorisations immobilières dans son environnement immédiat, mais en revanche, il n'est pas certain que les répercussions de cette rénovation soient très durables.

Conclusion

73Sur les vingt dernières années, la politique de rénovation urbaine a été particulièrement massive dans certaines zones du nord de la capitale. Cet article s'attache à la mesure des effets de cette rénovation sur le marché du logement. À cette fin, nous avons mobilisé une base de données qui nous permet d'étudier la dynamique du marché du logement à travers l'estimation d'indices de prix hédoniques pour Paris et pour les quartiers affectés par la rénovation. À l'échelon d'un quartier, on peut déceler un impact favorable de cette rénovation jusqu'à la reprise du marché de l'immobilier en 1997, qui semble interrompre et même renverser la tendance. Cependant l'évolution reste positive par rapport au quartier de contrôle. La rénovation semble également avoir atténué le caractère d'effet externe négatif que semblait présenter la zone de la Goutte d'Or pour son environnement immédiat, mais là aussi on constate un retournement de tendance dans les années récentes. La permanence des effets de la rénovation semble donc problématique.

74Cette analyse strictement patrimoniale gagnerait à être complétée par une analyse de l'évolution de la composition sociologique des quartiers traités, de l'évolution de l'activité économique, sociale et culturelle et de l'évolution du degré d'accessibilité à différents équipements publics. Il faut en effet souligner que la dynamique d'ajustement du marché du logement peut être ralentie par la présence de coûts de recherche, de déménagement, de transaction et de coûts non monétaires de relocalisation sans oublier le frein que constitue la caution du prêt pour une acquisition ou les garanties pour une location. E n d'autres termes, la consommation observée de logement peut significativement s'écarter des niveaux de consommation de logement dans un monde sans friction, pour des préférences, des revenus et prix relatifs donnés (cf. Hanushek et Quigley, 1982). En conséquence l'évolution à court terme du prix du logement peut être plus amortie que l'évolution à long terme. À l'inverse, il se pourrait également que le trafic de produits illicites et les problèmes de délinquance perdurent ou surgissent, comme semblent l'indiquer les troubles à l'ordre public qui se sont produits dans ce quartier en mars 2005, [23]comme si les réseaux de trafiquants reprenaient leurs habitudes spatiales, indifférents aux changements morphologiques de la ville. Ce type de phénomène risque de peser sur l'évolution des prix dans le futur. Il serait instructif de répéter ce type d'analyse dans quelques années, afin d'appréhender les effets de long terme.

75En tout état de cause, l'analyse hédonique en une seule étape qui a été utilisée dans cette recherche et qui vise seulement à étudier les conditions de la réalisation du prix du logement d'équilibre, n'est pas en mesure de renseigner sur les raisons de la hausse des prix différentielle constatée dans le quartier de la Goutte d'Or. Tiennent-elles plus à des facteurs de demande ou d'offre ? Pour répondre à cette question il faudrait compléter l'analyse hédonique entreprise ici par une analyse en deux étapes où seraient exploitées les données sur les acquéreurs et les vendeurs. Cette prise en compte de variables supplémentaires serait seuleàmêmede déterminersi les changements dans la composition sociologique du quartier, que l'on peut légitiment classer dans les facteurs de demande, ont joué un rôle dans la hausse du prix constatée dans le quartier rénové. L'importance du travail empirique à réaliser et le caractère délicat de l'identification économétrique plaide pour que cette extension soit réalisée dans un travail ultérieur.