Dubé et al. (2011)-RERU - Corpus UL
Transcription
Dubé et al. (2011)-RERU - Corpus UL
SEGMENTATION SPATIALE ET CHOIX DE LA FORME FONCTIONNELLE EN MODÉLISATION HÉDONIQUE Jean Dubé et al. Armand Colin | Revue d'Économie Régionale & Urbaine 2011/1 - février pages 9 à 37 ISSN 0180-7307 Article disponible en ligne à l'adresse: -------------------------------------------------------------------------------------------------------------------http://www.cairn.info/revue-d-economie-regionale-et-urbaine-2011-1-page-9.htm Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Pour citer cet article : -------------------------------------------------------------------------------------------------------------------Dubé Jean et al., « Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique », Revue d'Économie Régionale & Urbaine, 2011/1 février, p. 9-37. DOI : 10.3917/reru.111.0009 -------------------------------------------------------------------------------------------------------------------- Distribution électronique Cairn.info pour Armand Colin. © Armand Colin. Tous droits réservés pour tous pays. La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les limites des conditions générales d'utilisation du site ou, le cas échéant, des conditions générales de la licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie, sous quelque forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est précisé que son stockage dans une base de données est également interdit. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin -------------------------------------------------------------------------------------------------------------------- Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique* Spatial segmentation and choice of a functional form for hedonic price modelling & Jean D UBÉ** Ph.D - Université du Québec à Rimouski Département sociétés, territoires et développement 300 Allée des Ursulines, bureau G 323 Rimouski, Québec (Canada) G5L 3A1 jean_dube@ uqar.qc.ca Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Ph.D - Université Laval Faculté des sciences de l’administration Pavillon Palasis-Prince 2325, rue de la Terrasse, bureau 2531 Québec, Québec (Canada) G1V 0A6 [email protected] Marius T HÉRIAULT Ph.D - Université Laval École supérieure d’aménagement et de développement Pavillon Félix-Antoine-Savard 2325, rue des Bibliothèques, bureau FAS-1624 Québec, Québec (Canada) G1V 0A6 [email protected] Mots-clés : modèle de prix hédonique, valeurs des résidences unifamiliales, stabilité temporelle, sous-marchés. Keywords : hedonic price model, single-family home prices, temporal stability, submarkets. Classification JEL : R21, R31, C10, C12 * Première version reçue, septembre 2009; version finale, mai 2010 Cette recherche a reçu l’appui financier du fonds québécois de recherche en société et culture (FQRSC) et du Conseil de recherche en sciences humaines du Canada (CRSHC). Les auteurs tiennent à remercier G. LACROIX (U. Laval), A. LEMELIN (INRS-UCS), P.-Y. VILLENEUVE (U. Laval) ainsi que deux lecteurs pour leurs commentaires constructifs. Les auteurs demeurent seuls responsables des insuffisances que pourrait comporter ce texte. ** rticle on line 2011 - N◦ 1 - pp. 9-37 Revue d’Économie Régionale & Urbaine 9 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin François D ES R OSIERS Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Résumé Cet article propose différentes façons d’intégrer l’hétérogénéité spatiale dans l’équation de prix hédonique en utilisant un modèle emboîté. À partir d’une définition préalable de sous-marchés, différents types de modèles sont estimés pour la ville de Québec. Si les différentes options considérées sont au moins préférables à l’approche classique étant donné la variation spatiale de certaines contributions marginales des attributs résidentiels, rien n’indique pour autant que le modèle le plus désagrégé s’avère nécessairement le meilleur outil de modélisation. Nous montrons comment un modèle log-linéaire simple peut être amélioré en introduisant des effets fixes reliés aux différences structurelles et historiques des sous-marchés. Si cette approche ne règle pas en totalité les problèmes associés au modèle de prix hédonique classique, elle en diminue largement l’impact, tout en assurant une stabilité des coefficients associés aux attributs physiques de la propriété. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin This paper investigates the possibility of accounting for market heterogeneity within the hedonic price equation using a nested model. Using a predefined definition of submarkets, different specifications of the hedonic price equation are estimated for Quebec City, Canada. If the options considered are at least better than the classical approach given the spatial drift of hedonic prices of the residential amenities, nothing suggests that a disaggregate approach is necessarily the better modelling option. We show how the log-linear model can be improved by integrating location dummy variables capturing submarket fixed effects. Although such an approach does not solve all the problems associated with the classic hedonic pricing model, it largely lessens their detrimental impact while insuring the stability of regression coefficients related to physical amenities of properties. -1Introduction En immobilier, il est bien établi que la localisation influence grandement le prix de vente d’un bien. Selon une expression consacrée – et passablement éculée – dans le milieu, les trois facteurs fondamentaux dans l’explication du prix de vente d’un immeuble sont : la localisation, la localisation et la localisation. Si son effet est indéniable, il permet, par ailleurs, d’introduire la notion de sous-marchés puisque, sur un territoire métropolitain, les effets de proximité et d’accessibilité varient pour chaque résidence. Les raisons historiques du développement, la segmentation socioéconomique et raciale, l’accès aux services ainsi que la rareté des terrains, entraînant une variation importante du prix du sol sur une région métropolitaine, influencent le prix d’un bien immobilier et, par conséquent, les choix de localisation des ménages. Le concept de sous-marché, qui dépend d’un ensemble important de facteurs, a une influence non négligeable sur la détermination du prix de vente. Cet article a pour objectif d’étudier l’impact de la segmentation spatiale sur la forme fonctionnelle de l’équation de prix hédoniques pour la ville de Québec. En supposant que la segmentation soit correctement identifiée, sur la base de plusieurs critères, autant qualitatifs que quantitatifs (VOISIN et DUBÉ, 2009), nous cherchons à déterminer, la meilleure façon d’incorporer l’idée de la segmentation dans le modèle des prix hédoniques appliqué à la ville de Québec. De cette façon, nous pouvons juger, sur la base des sous-marchés identifiés, de l’importance de la forme de l’équation de prix hédoniques selon le niveau de désagrégation spatiale. Il ne 10 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Summary Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT s’agit pas de développer une nouvelle méthode d’estimation, mais plutôt de vérifier comment le principe de sous-marché peut être incorporé de façon optimale dans la modélisation hédonique. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin L’article est divisé en six sections. La première présente une brève revue de littérature sur la segmentation du marché résidentiel. Elle met en lumière les différentes approches retenues pour regrouper les marchés et montre comment la segmentation est habituellement traitée dans les analyses empiriques. La seconde présente l’objectif et les hypothèses de travail. La troisième section est consacrée à la présentation des différentes formes d’équations de prix hédoniques qui seront estimées pour le territoire de la ville de Québec. La quatrième décrit les données utilisées pour l’analyse empirique. La cinquième section s’attarde aux résultats d’estimations ainsi qu’à leur implication sur les hypothèses avancées avant de discuter, de façon générale, des résultats. Finalement, une brève conclusion clôt l’article. -2Revue de littérature D’un point de vue théorique, le prix de vente d’une résidence (terrain et bâtiment) est le résultat d’une combinaison des caractéristiques physiques des propriétés, des effets d’externalités liés à l’environnement immédiat et de la rente de localisation (CAN, 1992; STRANGE, 1992; SIRMANS et BENJAMIN, 1991; DES ROSIERS, 1991; YINGER et al., 1987; SHEFER, 1986; HICKMAN et al., 1984; KRANTZ et al., 1982). Bien que plusieurs facteurs aient une influence significative sur l’explication du prix de vente, une proportion de la variabilité demeure souvent inexpliquée (DUBIN, 1998; PACE et al., 1998a ; DUBIN et SUNG, 1987; ANSELIN et CAN, 1986). Les problèmes associés à la présence d’autocorrélation spatiale dans les résidus (CLIFF et ORD, 1981; 1973; 1972) invalident les tests d’hypothèses usuels en rendant les coefficients inefficients (modèle avec erreurs corrélées spatialement) et peuvent, ultimement, biaiser les coefficients estimés (modèle avec variable endogène retardée (LE GALLO, 2002). Plusieurs solutions ont été proposées pour corriger ce problème tels que la méthode d’expansion des coefficients (CASETTI, 1997; 1972), les modèles autorégressifs spatiaux (PACE et al., 2000; 1998b ; DUBIN et al., 1999; ANSELIN et GRIFFITH, 1988), les modèles de régressions géographiques pondérées (FOTHERINGHAM et al., 2002; 1998) et d’autres techniques d’analyses spatiales (GRATTON, 2002; MARCOTTE, 1991; DUBRULE, 1984; ORD, 1975; KRIGE, 1966). 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 11 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin À l’aide d’une modélisation linéaire emboîtée, nous testons différentes façons d’incorporer le concept de sous-marché dans l’équation de prix hédoniques. L’article évalue les modèles en fonction de différents critères basés sur les statistiques des modèles ainsi que sur le comportement des résidus. La comparaison des statistiques permet d’identifier les forces et faiblesses de chacun des modèles dans un contexte cohérent et intégré. Afin de vérifier la robustesse des conclusions, quelques variantes sont proposées en introduisant des indicateurs spatialisés dans les équations de prix. Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin GOODMAN (1978) montre qu’il existe des variations intra-métropolitaines dans l’évaluation des attributs résidentiels. En segmentant le marché résidentiel de New Haven, il montre que le prix implicite des caractéristiques physiques est plus élevé dans le centre-ville que dans les périphéries, alors que l’évaluation des caractéristiques de voisinage semble relativement constante sur l’aire métropolitaine. Il en conclut que, en général, la théorie hédonique devrait être appliquée sur certaines parties de l’aire métropolitaine plutôt que sur la totalité du territoire afin de refléter cette réalité. Cette approche permet ainsi de rendre compte des différences de prix entre les différents sous-marchés métropolitains. Plusieurs approches ont été proposées pour diviser le marché résidentiel métropolitain en sous-marchés bien qu’aucune ne fasse l’unanimité étant donné le problème d’aire spatiale modifiable (OPENSHAW et TAYLOR, 1981) et de l’erreur écologique 1 (ROBINSON, 1950). La façon la plus simple consiste à utiliser les limites administratives déterminées par les aires de recensement (GOODMAN, 1981; 1977). Une autre approche consiste à dégager, à partir de différentes informations disponibles sur l’ensemble du territoire, des composantes principales permettant de classer les résidences en fonction de leur positionnement sur les composantes (KAIN et QUIGLEY, 1970). D’autres ont proposé de recourir à l’analyse factorielle et à des techniques de regroupement (cluster) pour identifier les sous-marchés (BOURASSA et al., 1999; DALE-JOHNSON, 1983) ou encore de regrouper les résidences en fonction des caractéristiques de voisinage (DUBIN et SUNG, 1990). GOODMAN et THIBODEAU (1998) proposent une désagrégation des secteurs à partir d’un modèle hiérarchique basé sur la qualité de l’enseignement public (mesurée par les performances des étudiants à des tests standardisés). GOODMAN et THIBODEAU (2003) montrent, à partir de trois méthodes de désagrégation du marché résidentiel, qu’il n’en existe aucune qui domine les autres. Une de leurs suggestions, quant à la modélisation, est que des sous-marchés plus petits améliorent les résultats (smaller is better), ce qui contrevient à un des trois 12 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin BASU et THIBODEAU (1998) montrent que le problème d’autocorrélation spatiale résulte de la présence de sous-marchés, et ce, pour deux raisons : 1) les quartiers se développent à des moments précis et partagent, de ce fait, des caractéristiques structurelles semblables; et, 2) les propriétés d’un même quartier partagent des services publics et des infrastructures communes. STRASZHEIM (1975) fut l’un des premiers à argumenter que le marché résidentiel métropolitain est divisé en fonction des caractéristiques du milieu et que cette division a un effet important sur le processus de détermination des valeurs marchandes. À l’appui de cette affirmation, SCHNARE et STRUYK (1976) estiment que la présence de sous-marchés résidentiels est liée à l’inélasticité de la demande des ménages face à certaines caractéristiques, créant ainsi une homogénéité locale. Ces constats supportent d’ailleurs l’idée principale sous-jacente à la théorie des choix publics introduite par TIEBOUT (1956), voulant que les individus ayant des préférences semblables aient tendance à se regrouper naturellement dans l’espace en fonction de l’offre de services publics. De la même façon, la théorie économique suggère que l’effet de la concurrence fiscale entraîne des effets d’attraction et de répulsion. Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT critères de segmentation proposés par CLIFF et al. (19752 ).GOODMAN et THIBODEAU notent que la segmentation spatiale augmente sensiblement les pouvoirs prédictifs des modèles hédoniques. Dans cette logique, BOURASSA et al. (2005) suggèrent que les méthodes de statistique spatiale ne sont pas unilatéralement meilleures que les analyses classiques effectuées par moindres carrés ordinaires (MCO). L’inclusion de variables binaires identifiant les sous-marchés dans les modèles usuels permet d’augmenter le pouvoir prédictif des modèles hédoniques (CASE et al., 2004). Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin -3Objectifs L’objectif de l’article consiste à déterminer, parmi un ensemble de possibilités, la meilleure façon d’aborder le problème de division spatiale du marché résidentiel unifamilial dans l’équation de prix pour la ville de Québec. Pour ce faire, une modélisation emboîtée est proposée dans le but d’identifier l’approche idéale, en fonction de la segmentation retenue, soit en termes de sous-marchés ou de dérive spatiale de certains prix hédoniques. Afin de faciliter la comparaison, la forme fonctionnelle classique log-linéaire (ou log-log), largement utilisée dans les analyses empiriques, est retenue. Ce modèle possède plusieurs avantages, notamment la simplicité de l’interprétation des coefficients et la transformation de la variable dépendante qui produit généralement une distribution proche de la loi normale. L’approche optimale, parmi les alternatives considérées, est identifiée en fonction de critères de performance tels que : 1) la maximisation du pouvoir de prédiction, 2) la minimisation des erreurs de prévision, 3) le comportement des résidus (homoscédasticité et absence d’autocorrélation spatiale) et 4) la stabilité des coefficients. Des indices d’accessibilité ainsi que des variables de profils socio-économiques sont utilisés dans les modèles afin de vérifier si les constats sont généralisables aux différentes variantes ainsi que pour mesurer l’impact des variables spatialisées dans le processus de détermination des valeurs. Idéalement, l’étude de l’impact des sous-marchés sur le choix de modélisation doit reposer sur une période de temps où les prix implicites sont stables. Pour cette raison, la stabilité des prix est vérifiée en première étape à l’aide d’un test statistique de stabilité temporelle des coefficients. 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 13 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin S’il existe une littérature volumineuse quant aux façons de diviser le marché immobilier, on ne peut en dire autant sur la manière d’aborder la présence de sous-marchés dans l’équation de prix hédonique. Cet article propose, pour une période où les prix hédoniques sont stables dans le temps, d’aborder le problème de division spatiale du marché résidentiel basé sur la forme fonctionnelle log-linéaire à partir de l’exemple de Québec. Il repose sur différentes décompositions du terme d’erreur afin de tester les différentes possibilités. La question du choix de la forme fonctionnelle est donc écartée puisque l’objectif est de construire une stratégie de modélisation permettant de prendre en compte la dimension spatiale des marchés. Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Deux hypothèses sont formellement testées dans l’article : 1) Sur le territoire d’étude (ville de Québec), les prix hédoniques sont stables entre 1986 et 1996, justifiant l’utilisation de l’ensemble des transactions dans les analyses subséquentes. 2) La présence de sous-marchés, pour la ville de Québec a une influence importante sur le processus de détermination des valeurs résidentielles. 2.1) Peu importe la forme du modèle, la segmentation améliore invariablement les performances des modèles de prix hédoniques. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin -4Méthodologie Le modèle de prix hédonique permet d’exprimer le prix de vente d’une résidence en fonction de ses attributs physiques et environnementaux. En supposant que la relation entre le prix de vente et les attributs de la propriété puisse être approximée par une relation log-linéaire, l’équation de prix exprime le log du prix de vente d’une résidence i dans le segment de marché j au temps t, pijt , en fonction des K attributs observables de la résidence, Xkijt (équation 1). pijt = αt + K βk Xkijt + eijt (1) k=1 Le scalaire αt représente les T paramètres (i.e. les ordonnées à l’origine) qui permettent à la fois de tenir compte des différences de composition de l’échantillon à chaque période (WOOLDRIDGE, 2002) et de mesurer l’évolution globale des prix dans le temps. Le paramètre βk , qui mesure le prix implicite de chacune des caractéristiques de la résidence, représente la contribution marginale des attributs dans le prix de vente. Les contributions marginales sont supposées constantes dans le temps, une hypothèse qui peut être vérifiée, sous certaines hypothèses, avec un test de stabilité des coefficients (CHOW, 1960). Le test de CHOW permet de déterminer, en supposant que les hypothèses de base sur les résidus du modèle sont respectées, si les coefficients sont globalement stables sur la période considérée. Une fois la période de stabilité identifiée, il est possible de faire varier la forme de la fonction à estimer en spécifiant différents comportements au terme d’erreur de l’équation 1. 14 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 2.2) La segmentation spatiale du marché diminue l’importance des coefficients associés aux autres variables locales dans l’équation de prix. Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT La première variante suppose que le terme aléatoire se décompose en deux éléments : 1) un propre à chaque segment de marché, μj ; 2) et un représentant un bruit blanc, uijt . Les deux termes sont supposés indépendants. L’effet propre à chaque segment peut être le fruit de variations aléatoires, non-corrélées avec les variables explicatives, ou encore l’effet de variables latentes, mais fixes dans le temps, corrélées avec les variables explicatives. Dans les deux cas, le modèle s’exprime de la même façon (équation 2), seule la procédure d’estimation diffère. eijt = μj + uijt (2) Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin La seconde variante permet aux contributions marginales des attributs de varier, de manière aléatoire, entre les sous-marchés (SWAMY, 1989, 1988a; 1988b ). Le modèle à coefficients aléatoires est défini par une forme plus complexe du terme d’erreur en introduisant des variables aléatoires à chacun des sous-marchés, vjk , croisées aux différents attributs (équation 3). eijt = J K vjk Xkijt + wijt (3) j=1 k=1 Pour l’ensemble du territoire, on suppose que le vecteur de paramètres suit une loi normale de moyenne β et de variance Σβ . Les coefficients moyens s’apparentent, sans pour autant l’être, à une moyenne pondérée des coefficients estimés pour chaque sous-marché (semblable à l’équation 1). Les modèles 2 et 3 permettent d’introduire le principe de sous-marché, via la décomposition du terme d’erreur, dans un modèle dont le comparatif (ou la base) repose sur l’estimation classique par moindres carrés ordinaires (MCO). Cette approche nécessite que les sous-marchés soient préalablement définis en fonction des caractéristiques du territoire puisque le concept est lié à l’idée de substituabilité des résidences à l’intérieur d’un espace défini. Le fait que les prix soient relativement homogènes à l’intérieur d’un segment de marché découle du fait que les résidences sont de proches substituts. Or, ce constat ouvre la porte à un problème important, insoluble en pratique : celui du problème d’aire spatiale modifiable (MAUP – OPENSHAW et TAYLOR, 1981). La définition a priori des unités spatiales peut influencer les résultats en fonction de la segmentation retenue. 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 15 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Ce modèle introduit l’idée d’un effet propre à chaque segment de marché, mais non observable (effets aléatoires ou fixes - HAUSMAN et TAYLOR, 1981). HAUSMAN (1978) propose un test statistique permettant de discriminer entre l’usage d’un modèle à effets fixes, qui suppose que les effets aléatoires non observables sont corrélés avec les variables explicatives, et le modèle à effets aléatoires, qui suppose que les termes aléatoires spécifiques aux individus (ou aux groupes) ne sont pas corrélés avec les variables explicatives, en quel cas les coefficients estimés ne sont pas convergents. Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Certains tests statistiques permettent d’opposer le comportement des modèles usuels (moindres carrés ordinaires - MCO) aux modèles utilisant différentes décompositions de la variance (BALTAGI, 2005). Un test de significativité conjointe des coefficients d’effets fixes estimés permet de comparer son utilité par rapport aux modèles MCO (WOOLDRIDGE, 2000). Un test de BREUSCH et PAGAN (1980) permet de vérifier la validité de l’hypothèse des effets aléatoires en vérifiant la significativité des effets de variances. Un autre test permet de vérifier formellement la pertinence de l’hypothèse de variations aléatoires dans les coefficients représentant les contributions marginales des attributs (SWAMY, 1970). Finalement, un test de stabilité des coefficients permet de connaître les effets spatiaux de variations dans les contributions marginales lorsque le test de SWAMY fait explicitement état d’un tel phénomène. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Les transactions résidentielles unifamiliales (bungalows, cottages et maisons attachées) effectuées entre 1986 et 1996 sur le territoire de la nouvelle ville de Québec sont retenues pour réaliser une étude de cas. Les informations sur les caractéristiques des résidences proviennent du rôle d’évaluation foncière. Les données sont géolocalisées avec un système d’information géographique (SIG). En vertu d’une étude antérieure, le territoire de l’actuelle ville de Québec est découpé en sept sous-marchés (carte 1) en utilisant une approche qualitative multidisciplinaire. Les limites des sous-marchés sont identifiées a priori en se basant sur les contraintes d’aménagement (boulevards, autoroutes, falaises), les limites administratives existantes, les attributs résidentiels, l’accessibilité aux divers services urbains (travail, épiceries, écoles, centres commerciaux) et les caractéristiques socioéconomiques (VOISIN et DUBÉ, 2009). Les auteurs montrent, avec l’aide de l’analyse discriminante, que ces sous-marchés classent près de 85% des résidences sur le territoire proposé, contre environ 70% lorsque les limites administratives sont utilisées, démontrant ainsi une plus grande homogénéité du découpage a priori. De plus, en recourant aux pouvoirs explicatifs des spécifications de l’équation de prix hédoniques, les auteurs montrent que la segmentation en sous-marchés obtient des résultats plus intéressants que les limites administratives usuelles. Un filtre est appliqué sur les transactions afin d’exclure celles pour lesquelles aucune information n’est disponible sur certains attributs ou lorsqu’il est impossible d’identifier clairement la date de vente d’une résidence et son sous-marché. De plus, puisque la méthode d’estimation par moindres carrés ordinaires est sensible aux cas extrêmes, seules les résidences vendues entre 35 000$ et 250 000$ et dont la superficie habitable est comprise entre 35 et 500 mètres carrés sont retenues. De la même manière, les résidences ayant une superficie de terrain inférieure à 50 mètres carrés ou supérieure à 10 000 mètres carrés sont exclues. Au total, 20 246 transactions ont été retenues pour les analyses empiriques. 16 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin -5Étude de cas et données Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Source : Adaptation de VOISIN et DUBÉ (2009) Certaines différences des caractéristiques du parc immobilier ressortent entre les sous-marchés (tableau 1). Le prix de vente moyen est plus élevé pour les résidences situées au sud (Haute-ville / Sainte-Foy / Sillery, Cap-Rouge / Saint-Augustin / Laurentien), alors qu’il est plus faible pour celles situées dans les quartiers ouvriers anciens (Limoilou / Basse-ville / Vanier / Duberger / Les Saules) et celles situées dans la couronne nord. Il existe aussi certaines différences structurelles du type de bâti. Les propriétés situées au centre sont plus âgées, alors que les développements résidentiels récents sont facilement identifiables (Cap-Rouge / Saint-Augustin / Laurentien et la couronne nord). On note une prédominance de certains types de résidences selon les sous-marchés. Le secteur à l’ouest, et récent (Cap-Rouge / Saint-Augustin / Laurentien), possède le plus important parc de cottages alors que les résidences attachées sont concentrées dans les quartiers centraux. Le paysage de Québec est surtout composé de bungalows, un type de résidence qui a connu son apogée il y a trente ans. Finalement, les superficies de terrain sont, en moyenne, plus grandes en périphérie (Cap-Rouge / Saint-Augustin / Laurentien et couronne nord), alors que la superficie habitable est plus grande dans les quartiers bien nantis, soit Haute-ville / Sainte-Foy / Sillery et Cap-Rouge / Saint-Augustin / Laurentien. 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 17 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Figure 1 – Segmentation retenue pour le territoire de la ville de Québec : 1986-1996 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 0,0414 0,0733 Terrasse Piscine creusée 0,0307 0,2552 0,6266 0,1182 Balayeuse centrale Cottage Bungalow Attaché 0,9992 0,0468 Garage double détaché 0,0806 0,1543 Garage simple détaché Plafond cathédrale 0,0242 Garage double attaché Relié à l’aqueduc 0,1381 0,0990 Garage simple attaché Comptoir de qualité supérieure Luminosité inférieure 0,1489 0,0084 Escalier en bois 0,4774 0,4014 Nombre de foyers 0,4259 0,0184 Indice de qualité Plancher de qualité supérieure 2,03 Taux de taxe ($/100$) Façade en brique (51% ou +) 34,22 Âge (années) 1,8791 597,95 Taille du terrain (m2 ) 0,6888 133,01 Superficie habitable (m2 ) Sous-sol aménagé 124 708 Prix de vente moyen (en $) Nombre de salles de bains 2 606 N 0,1982 0,5432 0,2586 0,0590 0,0401 1,0000 0,0232 0,0162 0,0534 0,1694 0,0063 0,0239 0,2200 0,0014 0,0731 0,3366 0,3240 0,4856 1,6528 0,1216 -0,0183 2,86 35,59 476,64 110,55 72 507 1 423 Limoilou / Basse-ville / Vanier / Duberger 0,0522 0,4864 0,4615 0,0676 0,1723 0,9625 0,0581 0,0103 0,0324 0,0553 0,0332 0,0581 0,1632 0,0079 0,3497 0,4054 0,2560 0,4062 1,7570 0,3963 0,0047 1,87 11,21 777,29 123,44 113 664 2 531 Cap-Rouge / Saint-Augustin / Laurentien 0,0232 0,8020 0,1748 0,0972 0,1324 0,9975 0,0631 0,0185 0,0490 0,0907 0,0196 0,0283 0,0649 0,0036 0,1023 0,3123 0,3540 0,6184 1,6347 0,2851 -0,0305 2,54 21,72 675,03 107,97 86 307 2 757 Charlesbourg sud Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 18 Haute-Ville / Sainte-Foy / Sillery 0,0273 0,7128 0,2599 0,1091 0,2454 0,9996 0,0303 0,0128 0,0439 0,0775 0,0209 0,0273 0,1231 0,0017 0,1542 0,2752 0,2054 0,3843 1,5616 0,1568 -0,0072 2,65 16,01 643,72 105,89 86 245 2 347 Beauport sud 0,0517 0,7122 0,2361 0,0958 0,1433 0,9983 0,0418 0,0152 0,0398 0,0677 0,0231 0,0463 0,1308 0,0020 0,1525 0,2791 0,2184 0,4925 1,5863 0,1973 -0,0346 2,63 15,93 649,82 105,30 87 583 4 020 AncienneLorette / Québec centre 0,0445 0,8124 0,1431 0,0682 0,2014 0,9616 0,0145 0,0094 0,0587 0,0550 0,0105 0,0219 0,1263 0,0018 0,0993 0,2071 0,0932 0,4200 1,4233 0,1412 -0,1035 2,49 13,36 787,48 94,39 73 674 4 562 Couronne nord Tableau 1 – Statistiques descriptives des attributs des propriétés selon les sous-marchés identifiés, 1986-1996 Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Les prix nominaux ont augmenté de plus de 40% en l’espace de dix ans (tableau 2). Les sous-marchés ayant connu les plus fortes croissances de prix ont également connu des périodes notables de construction résidentielle (Ancienne-Lorette / Loretteville / Neufchatel / Lebourgneuf, Cap-Rouge / Saint-Augustin / Laurentien et la couronne nord). On note également des différences importantes dans les prix médians. Les résidences situées dans les quartiers du sud-ouest (Haute-ville / Sainte-Foy / Sillery et Cap-Rouge / Saint-Augustin / Laurentien) obtiennent des prix de vente supérieurs alors que les résidences situées au nord ou en Basse-Ville, un quartier historiquement défavorisé, affichent des prix de vente inférieurs aux autres. N Prix de vente médian Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin N Prix de vente médian N Prix de vente médian N Prix de vente médian Haute-Ville / Sainte-Foy / Sillery 1990 1991 1993 1994 409 406 333 315 120 125 132 130 86 000 95 500 000 000 500 000 Limoilou / Basse-ville / Vanier / Duberger 1986 1987 1990 1991 1993 1994 276 56 204 179 183 210 57 000 57 000 73 500 72 000 79 000 80 967 Cap-Rouge / Saint-Augustin / Laurentien 1986 1987 1990 1991 1993 1994 423 62 461 416 396 348 110 119 115 115 79 000 80 000 000 450 000 000 Charlesbourg sud 1986 1987 1990 1991 1993 1994 573 92 461 408 429 376 68 000 72 250 83 000 84 000 85 500 88 000 Beauport sud 1986 559 1987 103 1995 222 128 250 1996 259 123 000 1995 156 75 000 1996 159 76 500 1995 277 115 000 1996 148 115 000 1995 340 84 250 1996 78 84 500 N Prix de vente médian 1986 1987 1990 1991 347 80 419 439 65 000 70 000 84 000 84 000 Ancienne-Lorette / Québec centre 1993 356 87 750 1994 338 87 000 1995 283 86 000 1996 85 84 000 N Prix de vente médian 1986 1987 671 112 60 000 66 750 Couronne nord 1990 659 81 000 1991 590 82 000 1993 580 87 000 1994 643 89 000 1995 441 86 000 1996 324 88 000 1986 560 54 000 1990 666 74 000 1991 657 73 000 1993 751 78 500 1994 736 80 000 1995 561 78 000 1996 486 78 000 N Prix de vente médian 1987 145 57 000 *La base de données ne contient pas les transactions réalisées d’avril 1987 à décembre 1989 en plus de l’année 1992. La référence géographique permet d’intégrer dans le modèle des indices d’accessibilité aux services sur le territoire ainsi que les profils socio-économiques fournis par le recensement canadien. DES ROSIERS et al. (2000) montrent, à partir des résultats de simulation de routes dans un SIG de transport afin d’estimer les temps de déplacement en automobile et à pied que, pour l’ensemble du territoire, les indices d’accessibilité peuvent être regroupés en deux composantes principales indépendantes sans perdre d’information. Elles regroupent, sur la base du temps 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 19 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Tableau 2 – Évolution des prix médians (en $) pour les sous-marchés ; 1986-1996* Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin La présence de sous-marchés est également perceptible dans les indices spatiaux retenus aux fins d’analyse dans le tableau 3. L’indice d’accessibilité régionale est nettement plus élevé au centre (Haute-Ville / Sainte-Foy / Sillery et Limoilou / Basse-Ville / Vanier / Duberger / Les Saules) puisque les infrastructures régionales y sont concentrées, alors qu’il est plus faible au nord. L’indice d’accessibilité locale doit être interprété en complément du premier. On note tout de même une moins grande proximité des services locaux dans le secteur de Cap-Rouge / Saint-Augustin / Laurentien. Le portrait socio-économique diffère également selon les quartiers. Les résidents des secteurs du sud-ouest (Haute-Ville / Sainte-Foy / Sillery et Cap-Rouge / Saint-Augustin / Laurentien) sont plus instruits et possèdent un revenu moyen par famille plus élevé. Les familles monoparentales sont plus représentées, en proportion, dans les secteurs centraux (Haute-Ville / Sainte-Foy / Sillery et Limoilou / Basse-Ville / Vanier / Duberger / Les Saules) qu’ailleurs sur le territoire où la proportion des familles avec enfants est plus élevée ainsi que le nombre moyen de personnes par ménage 3 . -6Résultats La première étape consiste à identifier, à l’aide d’un test de stabilité des coefficients, la période pour laquelle les prix hédoniques, ou, plus précisément, la contribution marginale des attributs dans le processus de formation des prix, sont stables. L’intention première est de se concentrer sur la façon de traiter la présence de sous-marchés dans l’équation de prix hédonique. Ce test est effectué avec le modèle le plus simple, et par conséquent le moins contraint, (équation 1) pour différentes versions, c’est-à-dire le modèle où seuls les attributs physiques sont utilisés (modèle de base), celui où les indices d’accessibilité sont ajoutés (modèle avec accessibilité) et un dernier où toutes les variables spatialisées sont utilisées (modèle complet). Ces modèles sont estimés en permettant à l’ordonnée de varier sur une base annuelle afin de tenir compte de l’évolution normale des prix dans le temps (nominal vs réel) et en corrigeant pour la présence d’hétéroscédatisité4 . Selon les variables utilisées, l’hypothèse de stabilité des prix implicites des attributs ne peut être rejetée entre 1986 et 1996 lorsque les variables spatialisées sont incluses dans la régression (tableau 4). Pour ces deux modèles, les statistiques de 20 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin de déplacement depuis chaque résidence, les services les plus proches en fonction de leur hiérarchie : les services régionaux (centres commerciaux régionaux, collèges, université, etc.) et les services locaux (centres commerciaux locaux, écoles, etc.). L’interprétation de ces variables spatialisées est simple : un indice d’accessibilité positif reflète une meilleure accessibilité que la moyenne alors qu’un indice négatif reflète un accès inférieur à la moyenne. Les indices sont généralement utiles dans les modèles de prix hédoniques et permettent d’incorporer des éléments importants dans la compréhension du processus de formation des valeurs, tout en évitant le problème de multicolinéarité excessive entre les variables indépendantes. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 21 59 089 Revenu médian des familles ($) 37 563 34 058 13,23 64,11 17,36 2,84 0,45 0,56 1 423 Limoilou / Basse-ville / Vanier / Duberger 64 942 62 025 40,76 74,99 8,81 3,26 -1,34 0,24 2 531 Cap-Rouge / SaintAugustin / Laurentien 52 181 49 225 20,42 71,17 12,79 3,09 0,78 -0,68 2 757 Charlesbourg sud Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 43,76 51 167 Revenu médian des ménages ($) 62,62 % de familles avec enfants % de la population avec études universitaires 2,87 15,21 -0,11 Indice d’accessibilité locale % de familles monoparentales 1,29 Indice d’accessibilité régionale Nombre moyen de personnes par ménage 2 606 N Haute-Ville / Sainte-Foy / Sillery 48 141 46 478 16,03 71,96 10,36 3,10 0,20 -0,84 2 347 Beauport sud Tableau 3 – Caractéristiques spatiales et socio-économiques des segments de marchés 50 691 48 754 19,13 73,32 11,19 3,16 0,36 -0,53 4 020 AncienneLorette / Québec centre 43 617 42 250 10,38 73,03 10,50 3,15 -0,59 -1,18 4 562 Couronne nord Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique tests sont inférieures aux valeurs critiques au seuil de 95%, suggérant le non-rejet de l’hypothèse de stabilité des prix hédoniques entre 1986 et 1996, indépendamment de la segmentation de marché. Dans tous les cas, les éventuels problèmes reliés à la forte colinéarité entre les variables demeurent marginaux puisque les indices d’inflation de variance (VIF) sont inférieurs à 4 pour le modèle linéaire simple. Tableau 4 – Tests de stabilité des coefficients (tests de C HOW corrigé pour l’hétéroscédasticité – forme log-linéaire), 1986-1996 1986-87 1986-90 1986-91 1986-93 1986-94 1986-95 1986-96 Modèle de base 0,049 0,445 0,585 0,908 1,188 1,292 1,311 Valeur critique (95 %) 1,104 1,098 1,095 1,092 1,090 1,089 1,087 Modèle avec accessibilité 0,050 0,282 0,349 0,502 0,765 0,823 0,866 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Valeur critique (95 %) 1,104 1,098 1,095 1,092 1,090 1,088 1,087 Modèle complet 0,066 0,267 0,374 0,469 0,647 0,707 0,763 Valeur critique (95 %) 1,105 1,098 1,095 1,092 1,090 1,088 1,086 Le modèle avec décomposition de la variance entre les groupes (équation 2) est estimé afin de déterminer si : 1) l’effet de variance propre à chaque sous-marché est significatif ; et, 2) le modèle à effets fixes est préférable au modèle à effets aléatoires (tableau 5). De la même façon, le modèle à coefficients aléatoires est estimé pour chacune des possibilités, afin de vérifier s’il existe une différence significative dans la détermination des contributions marginales des attributs à la formation des prix entre les sous-marchés (tableau 5). Les comparaisons permettent d’établir que l’ensemble des formes alternatives (effets fixes, effets aléatoires et coefficients aléatoires) est au moins préférable au modèle log-linéaire classique. De plus, le test de HAUSMAN indique que le modèle à effets fixes est préférable au modèle à effets aléatoires en raison de la forte corrélation entre les variables explicatives et l’effet aléatoire individuel 5 . Dans la forme la plus simple (équation 1), la spécification de l’équation de prix (modèle de base, modèle avec accessibilité et modèle complet) a un impact important sur l’estimation des contributions marginales des attributs à la formation des valeurs marchandes (tableau 6). L’ajout de variables spatialisées modifie considérablement les contributions marginales. Des écarts importants, pour la plupart supérieurs à 5%, sont obtenus pour les valeurs vénales associées aux attributs physiques, notamment la superficie du terrain6 . Les écarts pour le modèle à effets fixes sont nettement moins prononcés et les coefficients résistent mieux à un changement de forme de l’équation (tableau 7)7 . Beaucoup de coefficients ont des écarts de moins de 5% et l’écart maximal (en 22 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Périodes considérées Statistiques Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Tableau 5 – Tests de significativité des modèles à effets fixes, à effets aléatoires et à coefficients aléatoires, 1986-1996 Modèles Base Accessibilité Complet Tests statistiques Statistique Sign. Statistique Sign. Statistique Sign. Significativité - Effets fixes (1) 1 106,60 *** 477,56 *** 180,05 *** Significativité - Effets de variances (2) 630 000,00 *** 69 685,85 *** 17 697,00 *** Fixes vs Aléatoires (3) 8 444,71 *** 3 256,02 *** 355,95 *** Significativité - Coefficients aléatoires (4) 10 628,29 *** 4 074,84 *** 2 686,80 *** valeur absolue), en excluant les variables binaires de localisation, est de 40% pour le modèle de base et de 26% pour le modèle avec indices d’accessibilité. Les effets de localisation, mesurés par les paramètres d’effets fixes, permettent de capter des phénomènes latents qui jouent un rôle important dans l’estimation du prix hédoniques des attributs. L’effet de la taxation foncière est relativement stable dans les trois modèles. Cependant, l’impact de l’indice d’accessibilité régionale diminue de plus d’un quart de point entre les modèles complet et avec indices d’accessibilité. Pour sa part, l’indice d’évolution des prix est relativement stable, peu importe la forme utilisée. Finalement, le modèle à coefficients aléatoires (tableau 8) montre également, selon la forme de l’équation, des écarts moins prononcés dans les coefficients estimés que le modèle log-linéaire. L’écart le plus important, en valeur absolue, concerne la fiscalité puisque son impact diminue lorsqu’on fait l’hypothèse que chaque sous-marché possède son processus indépendant de formation des valeurs. La structure même du modèle réduit l’importance des variables spatialisées. Les indices d’accessibilité et les variables socio-économiques ont des seuils de signification plus faibles et certaines variables ne jouent plus de rôle significatif dans l’explication des prix. De plus, certains attributs physiques deviennent marginaux. C’est le cas notamment de la présence de terrasse, le service d’aqueduc et la présence de comptoirs de qualité supérieure. Hormis ces quelques particularités, les coefficients estimés sont stables et comparables à ceux du modèle à effets fixes. Les indices d’évolution des prix sont semblables à ceux du modèle à effets fixes en plus d’être comparables peu importe les variables utilisées dans le modèle. S’il est possible d’affirmer que les modèles à effets fixes et à coefficients aléatoires sont préférables à l’approche log-linéaire classique, il est difficile de comparer 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 23 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 Tests utilisés : –Test de CHOW (1960); Significativité des paramètres d’effets fixes. –Test de BREUSCH-PAGAN (1980); Significativité des paramètres de variances. –Test de HAUSMAN (1978); Différence entre les coefficients estimés, effets fixes vs effets aléatoires. –Test de SWAMY (1970); Différences significatives des paramètres estimés en fonction des sous-marchés Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 (1) Les bungalows constituent la référence Sign. *** *** *** *** *** *** *** *** *** *** *** *** ** *** *** *** *** *** *** *** *** *** *** *** Modèles Accessibilité Coefficient 0,4969 0,0854 -0,1106 -0,0613 -0,1481 0,1231 0,0481 0,0454 0,0225 0,0655 0,0228 0,0502 0,0492 -0,0269 0,1097 0,0871 0,0220 0,0417 0,0446 0,0996 0,1402 -0,1069 0,0394 0,0365 Sign. *** *** *** *** *** *** *** *** *** *** *** *** * *** *** *** *** *** *** *** *** *** *** *** Complet Coefficient 0,4460 0,0779 -0,1039 -0,0584 -0,1507 0,1115 0,0454 0,0403 0,0165 0,0472 0,0202 0,0403 0,0358 -0,0220 0,1049 0,0937 0,0317 0,0599 0,0368 0,0899 0,1178 -0,0609 0,0314 0,0390 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 24 Base Variables explicatives Coefficient 0,5777 Superficie habitable (m2 - log) 0,0251 Superficie du terrain (m2 - log) Âge (années- log) -0,0785 Cottage 1 -0,0762 Attaché 1 -0,1215 Indice de qualité 0,1481 Nombre de salle de bains 0,0589 Sous-sol fini 0,0546 Façade en brique 0,0432 Nombre de foyers 0,0645 Planchers de qualité supérieure 0,0441 Escalier en bois 0,0501 Comptoir de qualité supérieure 0,0603 Luminosité inférieure -0,0306 Garage simple attaché 0,1340 Garage double attaché 0,1014 Garage simple détaché 0,0394 Garage double détaché 0,0357 Terrasse 0,0485 Piscine creusée 0,0980 Relié à l’aqueduc 0,1647 Taux de taxe ($/100$) -0,1568 Plafond cathédrale 0,0443 Balayeuse centrale 0,0297 *** *** *** *** *** *** *** *** *** *** *** Sign. *** *** *** *** *** *** *** *** *** *** *** *** Base Valeur absolue 29,55% 67,77% 24,40% 30,46% 19,37% 32,84% 29,71% 35,47% 161,83% 36,72% 118,17% 24,26% 68,57% 39,12% 27,81% 8,17% 24,29% 40,43% 31,92% 9,06% 39,87% 157,61% 41,13% 23,93% Accessibilité Valeur absolue 11,42% 9,62% 6,43% 4,97% 1,75% 10,45% 5,88% 12,68% 36,17% 38,88% 12,67% 24,51% 37,74% 22,23% 4,62% 7,06% 30,63% 30,44% 21,11% 10,83% 19,04% 75,66% 25,67% 6,26% Écarts vs modèle complet Tableau 6 – Résultats d’estimation – modèles de prix hédoniques log-linéaire ; Québec : 1986-1996 Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin *** 2 0,1634 1995 2011 - N◦ 1 *** 109,72 323,95 0,1545 Statistique W ALD du test de W HITE Statistique LM du test de W HITE I de M ORAN 0,0799 180,78 60,79 7 359 -14 650 0,1684 0,7573 20 246 8,6261 0,2275 0,2381 0,2505 0,2627 *** *** *** *** *** *** *** *** *** 0,0425 115,35 38,66 8 759 -17 444 0,1571 0,7887 20 246 8,6388 0,2754 0,2750 0,2920 0,2941 0,2529 *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** Sign. 0,11% 40,04% 40,58% 37,83% 32,68% 28,61% 32,57% 25,57% – – – – – Valeur absolue Base 0,15% 17,39% 13,42% 14,22% 10,69% 10,16% 12,05% 11,07% – – – 21,75% 80,59% Valeur absolue Accessibilité Écarts vs modèle complet Revue d’Économie Régionale & Urbaine 25 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 § : Transformation score Z Les tests de significativité des coefficients I de Moran sont basés sur 999 permutations – GeoDA avec une distance d’influence de 3 km. (2) : 1986 constitue l’année de référence. *** 5 536 Log-Vraisemblance (LV) *** -11 009 Critère d’A KAIKE (AIC) PSEUDO-R carré 0,1842 20 246 0,7095 N *** *** *** *** *** Erreur quadratique moyenne (RMSE) 8,6293 Constante 2 0,1652 2 0,1815 1994 1996 2 0,1980 0,2272 0,2288 1993 *** *** 2 0,1805 1991 0,2013 2 0,1543 1990 *** 0,0769 2 0,0573 1987 *** 0,0058 0,0684 0,0058 Proportion avec diplôme universitaire (%) § Indice du revenu moyen des ménages 0,0370 0,0563 Coefficient Complet -0,0058 *** *** Sign. Modèles Indice du % de familles monoparentales § 0,0290 Coefficient Indice d’accessibilité locale Sign. 0,1017 Coefficient Accessibilité Indice d’accessibilité régionale Variables explicatives Base Tableau 6 – (suite) Résultats d’estimation – modèles de prix hédoniques log-linéaire ; Québec : 1986-1996 Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 (1) Les bungalows constituent la référence Variables explicatives Superficie habitable (m2 - log) Superficie du lot (m2 - log) Âge (années - log) Cottage Attaché Indice de qualité Nombre de salle de bains Sous-sol fini Façade en brique (51% ou +) Nombre de foyers Planchers de qualité supérieure Escalier en bois Comptoir de qualité supérieure Luminosité inférieure Garage simple attaché Garage double attaché Garage simple détaché Garage double détaché Terrasse Piscine creusée Relié à l’aqueduc Taux de taxe ($/100$) Plafond cathédrale Balayeuse centrale Sign. *** *** *** *** *** *** *** *** *** *** *** *** ** *** *** *** *** *** *** *** *** *** *** *** Modèles Accessibilité Coefficient 0,4470 0,0844 -0,1166 -0,0395 -0,1463 0,1182 0,0442 0,0404 0,0224 0,0588 0,0146 0,0478 0,0470 -0,0235 0,0983 0,0925 0,0288 0,0566 0,0332 0,1029 0,1227 -0,0365 0,0361 0,0428 Sign. *** *** *** *** *** *** *** *** *** *** *** *** * *** *** *** *** *** *** *** *** *** *** *** Complet Coefficient 0,4255 0,0805 -0,1090 -0,0409 -0,1447 0,1133 0,0443 0,0381 0,0198 0,0493 0,0158 0,0449 0,0418 -0,0204 0,0947 0,0937 0,0310 0,0614 0,0281 0,0938 0,1147 -0,0361 0,0309 0,0413 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 26 Base Coefficient 0,4491 0,0744 -0,1121 1 -0,0385 1 -0,1444 0,1209 0,0465 0,0422 0,0277 0,0579 0,0165 0,0471 0,0520 -0,0224 0,1010 0,0980 0,0328 0,0585 0,0333 0,1034 0,1430 -0,0342 0,0392 0,0424 Sign. *** *** *** *** *** *** *** *** *** *** *** *** * *** *** *** *** *** *** *** *** *** *** *** Base Valeur absolue 5,53% 7,63% 2,88% 5,75% 0,22% 6,65% 4,96% 10,53% 40,16% 17,46% 4,25% 4,94% 24,43% 9,51% 6,62% 4,60% 5,82% 4,67% 18,56% 10,23% 24,60% 5,48% 26,58% 2,67% Accessibilité Valeur absolue 5,03% 4,87% 6,98% 3,31% 1,10% 4,31% 0,23% 5,87% 13,30% 19,17% 7,82% 6,54% 12,42% 15,30% 3,80% 1,32% 7,04% 7,80% 18,28% 9,67% 6,92% 1,08% 16,82% 3,61% Écarts vs modèle complet Tableau 7 – Résultats d’estimation – modèles de prix hédoniques avec effets fixes; Québec : 1986-1996 Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 2011 - N◦ 1 2 2 2 2 2 2 2 § § 20 246 0,7813 0,1599 -16 760 8 412 66,26 196,89 0,0601 0,0807 0,2501 0,2675 0,3089 0,3072 0,2942 0,2937 8,6652 *** *** *** *** *** *** *** *** *** *** *** Sign. Modèles 20 246 0,7875 0,1576 -17 335 8 702 62,51 185,85 0,0394 0,0784 0,2500 0,2684 0,3130 0,3110 0,2982 0,2940 8,6718 Accessibilité Coefficient 0,0459 0,0337 *** *** *** *** *** *** *** *** *** *** *** Sign. *** *** 20 246 0,7994 0,1531 -18 499 9 286 46,10 137,38 0,0239 Complet Coefficient 0,0363 0,0323 -0,0088 0,0111 0,0039 0,0792 0,2470 0,2670 0,3116 0,3118 0,2962 0,2951 8,6817 *** *** *** Sign. *** *** *** *** *** *** *** *** *** *** *** *** *** Accessibilité Valeur absolue 26,24% 4,18% – – – 1,03% 1,19% 0,52% 0,45% 0,26% 0,68% 0,37% 0,11% Écarts vs modèle complet Base Valeur absolue – – – – – 1,91% 1,25% 0,17% 0,86% 1,45% 0,69% 0,47% 0,19% Revue d’Économie Régionale & Urbaine 27 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 § : Transformation score Z Les tests de significativité des coefficients I de MORAN sont basés sur 999 permutations – GeoDA avec une distance d’influence de 3 km (2) : 1986 constitue l’année de référence. N PSEUDO-R carré Erreur quadratique moyenne (RMSE) Critère d’A KAIKE (AIC) Log-Vraisemblance (LV) Statistique W ALD du test de W HITE Statistique LM du test de W HITE I de M ORAN Variables explicatives Indice d’accessibilité régionale Indice d’accessibilité locale Indice du % de familles monoparentales Indice du revenu moyen des ménages Proportion avec diplôme universitaire (%) 1987 1990 1991 1993 1994 1995 1996 Constante Base Coefficient Tableau 7 – (suite) Résultats d’estimation – modèles de prix hédoniques avec effets fixes; Québec : 1986-1996 Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 (1) Les bungalows constituent la référence Variables explicatives Superficie habitable (m2 - log) Superficie du lot (m2 - log) Âge (années - log) Cottage Attaché Indice de qualité Nombre de salle de bains Sous-sol fini Façade en brique Nombre de foyers Planchers de qualité supérieure Escalier en bois Comptoir de qualité supérieure Luminosité inférieure Garage simple attaché Garage double attaché Garage simple détaché Garage double détaché Terrasse Piscine creusée Relié à l’aqueduc Taux de taxe ($/100$) Plafond cathédrale Balayeuse centrale *** *** *** Sign. *** *** *** ** *** *** *** *** *** *** *** *** * ** *** *** ** *** Modèles Accessibilité Coefficient 0,4283 0,1066 -0,1062 -0,0399 -0,1109 0,1231 0,0445 0,0383 0,0261 0,0513 0,0187 0,0405 0,0590 -0,0182 0,0916 0,0788 0,0225 0,0593 0,0098 0,0926 0,0701 -0,0418 0,0315 0,0501 *** *** *** ** *** *** * *** Sign. *** *** *** ** *** *** *** *** ** *** *** *** Complet Coefficient 0,4065 0,1080 -0,1038 -0,0398 -0,1169 0,1207 0,0438 0,0369 0,0242 0,0455 0,0184 0,0379 0,0563 -0,0159 0,0914 0,0792 0,0254 0,0624 0,0105 0,0870 0,0701 -0,0328 0,0275 0,0477 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 28 Base Coefficient 0,4355 0,0981 -0,1016 1 -0,0409 1 -0,1117 0,1229 0,0471 0,0395 0,0312 0,0507 0,0197 0,0402 0,0693 -0,0176 0,0968 0,0825 0,0266 0,0597 0,0088 0,0958 0,0908 -0,0229 0,0340 0,0512 * *** *** *** Sign. *** *** *** ** *** *** *** *** ** *** *** *** * * *** *** * *** Base Valeur absolue 7,16% 9,16% 2,14% 2,73% 4,50% 1,80% 7,56% 7,02% 28,87% 11,53% 7,14% 6,03% 23,00% 10,73% 5,85% 4,15% 4,75% 4,32% 16,34% 10,11% 29,62% 30,23% 23,73% 7,38% Accessibilité Valeur absolue 5,37% 1,28% 2,28% 0,14% 5,18% 1,96% 1,60% 3,70% 7,90% 12,73% 1,65% 6,88% 4,79% 15,04% 0,23% 0,56% 11,48% 5,08% 6,56% 6,40% 0,04% 27,35% 14,31% 5,04% Écarts vs modèle complet Tableau 8 – Résultats d’estimation – modèles de prix hédoniques avec coefficients aléatoires; Québec : 1986-1996 Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 2011 - N◦ 1 2 2 2 2 2 2 2 § § 20 246 0,7990 – – – 52,48 156,26 0,0976 0,0815 0,2462 0,2646 0,3082 0,3062 0,2921 0,2863 8,5840 *** *** *** *** *** *** *** *** *** *** *** Sign. Modèles 20 246 0,8062 – – – 67,55 200,68 0,0183 0,0745 0,2384 0,2640 0,3106 0,3077 0,2936 0,2844 8,6519 Accessibilité Coefficient 0,0272 0,0304 *** *** *** *** *** *** *** *** *** *** *** * Sign. 20 246 0,8163 – – – 31,36 93,67 0,0087 Complet Coefficient 0,0224 0,0308 -0,0068 0,0071 0,0034 0,0778 0,2395 0,2631 0,3099 0,3093 0,2946 0,2875 8,6282 *** *** *** *** *** *** *** *** *** *** *** *** Sign. * ** * Accessibilité Valeur absolue 21,58% 1,40% – – – 4,28% 0,44% 0,34% 0,24% 0,54% 0,34% 1,11% 0,27% Écarts vs modèle complet Base Valeur absolue – – – – – 4,73% 2,79% 0,59% 0,52% 1,00% 0,87% 0,41% 0,51% Revue d’Économie Régionale & Urbaine 29 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 § : Transformation score Z Les tests de significativité des coefficients I de MORAN sont basés sur 999 permutations – GeoDA avec une distance d’influence de 3 km (2) : 1986 constitue l’année de référence N PSEUDO-R carré Erreur quadratique moyenne (RMSE) Critère d’A KAIKE (AIC) Log-Vraisemblance (LV) Statistique W ALD du test de W HITE Statistique LM du test de W HITE I de M ORAN Variables explicatives Indice d’accessibilité régionale Indice d’accessibilité locale Indice du % de familles monoparentales Indice du revenu moyen des ménages Proportion avec diplôme universitaire (%) 1987 1990 1991 1993 1994 1995 1996 Constante Base Coefficient Tableau 8 – (suite) Résultats d’estimation – modèles de prix hédoniques avec coefficients aléatoires; Québec : 1986-1996 Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Puisque le test de SWAMY suggère que les coefficients varient entre les sousmarchés, une analyse plus approfondie est effectuée sur les coefficients du modèle à effets fixes. Un test de stabilité des coefficients permet de vérifier la variation des coefficients entre les sous-marchés. Les résultats appuient la significativité des effets aléatoires des coefficients puisque les statistiques de tests de CHOW sont supérieures aux valeurs critiques pour l’ensemble de la ville (tableau 9). Cependant, une série de tests supplémentaires montre que si l’effet de variation spatiale des coefficients est un phénomène présent sur le territoire de la ville de Québec, cette conclusion ne s’applique pas à tous les coefficients des sous-marchés (tableau 9). Ainsi, trois sous-marchés – soit les secteurs les plus anciens de la Ville – ont des comportements similaires au comportement global, alors que quatre autres – soit la Couronne nord ainsi que l’Ancienne-Lorette et les portions sud des anciennes municipalités de Beauport et Charlesbourg – possèdent un sous-ensemble de vecteurs qui est différent. Si le test ne permet pas d’identifier formellement le sous-ensemble de coefficients qui diffère statistiquement selon la localisation, il apporte néanmoins une information intéressante à propos des variations spatiales des paramètres. En identifiant les sous-marchés pour lesquels les coefficients sont égaux, un patron spatial se dégage : les contributions marginales sont différentes entre les secteurs du sud et ceux du nord de la ville. Avec cette information, il est possible de développer un modèle hédonique complet intégrant les éventuelles variations spatiales des contributions marginales et, ultimement, de mieux contrôler l’autocorrélation spatiale des résidus. Les modèles peuvent également être comparés sur la base du comportement des résidus. La forme classique du modèle log-linéaire fait état d’une hétéroscédasticité plus marquée de la variance, mais ce problème tend à se résorber avec l’ajout de variables spatialisées (tableaux 6, 7 et 8). En ce qui concerne les modèles à effets fixes et à coefficients aléatoires, l’effet de variance hétérogène diminue également avec l’ajout de variables spatialisées, mais de façon nettement moins marquée que pour le modèle classique. Pour tous les modèles et toutes les formes considérées, l’introduction de la segmentation en sous-marchés réduit passablement l’hétérogénéité de la variance tout comme l’ajout de variables spatialisées. L’autocorrélation spatiale des résidus est un autre indicateur permettant de juger de l’influence de la segmentation dans l’équation de prix hédoniques. Le calcul du degré de dépendance spatiale globale entre les résidus du modèle (I de MORAN) montre que ceux-ci sont nettement plus élevés pour le modèle log-linéaire classique 30 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin directement les modèles entre eux puisque le modèle à coefficients aléatoires ne possède pas de coefficient d’explication de la régression (R-carré). Une méthode de comparaison appropriée repose sur le calcul d’un pseudo R-carré, défini comme la corrélation, au carré, entre les valeurs prédites et les valeurs observées. Cet indice montre que les modèles à coefficients aléatoires ont un meilleur pouvoir prédictif que les modèles à effets fixes qui eux, ont un meilleur pouvoir explicatif que les modèles log-linéaire (tableaux 6, 7 et 8). Le modèle à effets fixes obtient également des erreurs de prévision moyennes inférieures et des log-vraisemblances (LV) plus élevées que le modèle classique, confirmant ainsi sa supériorité. Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Tableau 9 – Tests de stabilité des coefficients en fonction de la segmentation retenue – modèle à effets fixes vs modèle à coefficients aléatoires. Ville de Québec Haute-Ville / Sainte-Foy / Sillery Limoilou / Basse-ville / Vanier / Duberger Cap-Rouge / Saint-Augustin / Laurentien Charlesbourg sud Beauport sud Ancienne-Lorette / Québec centre Couronne nord 10,5240 0,6615 1,1728 1,0510 0,8414 1,0682 0,9523 1,1728 1,4166 1,4788 1,3459 1,0517 1,0497 1,0535 1,0423 1,0403 *** *** *** *** *** 8,9820 0,6940 1,1652 1,0510 0,8036 1,0683 1,0230 1,1318 1,3380 1,4223 1,3014 1,0517 1,0497 1,0535 1,0424 1,0403 *** *** *** *** *** Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Légende : * p<0,05; **p<0,01; *** p<0,001 Test de stabilité 1) Ville de Québec Test de variance (CHOW); Vérifier l’égalité des coefficients pour l’ensemble des sous-marchés; 1) Sous-marchés Test de prévision (CHOW); Vérifier que les coefficients d’un sous-marché sont égaux aux coefficients du modèle global que dans ses alternatives8 (tableaux 6, 7 et 8). Si l’autocorrélation tend à diminuer lorsque des variables spatialisées sont ajoutées au modèle, il n’en demeure pas moins que la segmentation a également cet effet, bien que les I de MORAN demeurent significatifs au seuil de 5%9 . 6.1. Implications sur les hypothèses Les analyses montrent que l’hypothèse 1, à savoir la stabilité des prix hédoniques entre 1986 et 1996, ne peut être rejetée lorsque le modèle inclut les variables spatialisées comme facteurs explicatifs. Ainsi, l’ensemble des transactions effectuées sur la décennie est utilisé dans une analyse spatiale en incluant des variables binaires annuelles contrôlant pour l’évolution nominale des prix. Les résultats confirment partiellement l’hypothèse 2. Les tests statistiques montrent la pertinence d’introduire les sous-marchés dans l’équation de prix hédoniques et la supériorité des modèles plus complexes comparativement à l’approche log-linéaire classique. Pour les modèles à effets fixes et à coefficients aléatoires, les statistiques et les comportements des résidus montrent que les résultats obtenus sont supérieurs à ceux de la forme classique. Cependant, le modèle à effets aléatoires ne se démarque pas nécessairement du modèle classique. Il permet seulement de spécifier la variance du terme d’erreur autrement, sans nécessairement augmenter le pouvoir de prédiction. 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 31 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Sous-marchés Effets fixes vs Coefficients aléatoires Avec variables d’accessibilité Avec variables d’accessibilité et profils socio-économiques (complet) StatisValeur Statistique critique Sign. tique Valeur critique Sign. Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Finalement, même si statistiquement le modèle à coefficients aléatoires procure de meilleurs résultats que les autres types de modèles, rien n’indique qu’il y a un gain à utiliser systématiquement cette approche. Le test de stabilité des coefficients en fonction de la segmentation indique que, pour trois des sept sous-marchés, il n’existe aucune différence entre les processus de formation des valeurs. Dans ce cas, il pourrait être préférable d’opter pour un modèle à effets fixes incorporant l’idée de variation spatiale pour quelques prix hédoniques. L’utilisation d’une approche plutôt qu’une autre repose néanmoins sur une question qui demeure en suspend et qui est davantage d’ordre théorique qu’empirique : le processus de détermination des valeurs fait-il appel à une variance aléatoire des coefficients (prix implicites) ou diffère-t-il, pour certains attributs, d’un sous-marché à l’autre? Chose certaine, il n’est pas certain qu’une modélisation indépendante pour chacun des sous-marchés soit nécessairement préférable à une juste identification des effets de variation spatiale. 6.2. Discussion Évidemment, le modèle log-linéaire serait optimal si l’ensemble des variables spatialisées susceptibles d’influencer le processus de formation des prix résidentiels était considéré. À défaut d’y parvenir, la segmentation du marché permet, avec l’aide d’un modèle à effets fixes ou à coefficients aléatoires, d’assurer une stabilité des coefficients, tout en minimisant la perte de degrés de liberté et en assurant une relative stabilité des contributions marginales des attributs physiques. Le modèle à coefficients aléatoires (équation 3) permet de généraliser le modèle classique (équation 1) et le modèle à effets aléatoires (équation 2). Si l’expérience empirique pointe vers une variation spatiale des contributions marginales dans le modèle de prix hédoniques, rien n’indique forcément que l’approche des coefficients aléatoires est nécessairement supérieure à une approche utilisant à la fois les effets fixes de localisation et une méthode d’expansion des coefficients lorsque nécessaire. À ce sujet, le modèle à effets fixes possède son lot d’avantages. Il est simple d’application et d’estimation puisqu’il s’agit d’une simple expansion de l’approche log-linéaire usuelle. L’application de l’expansion de CASETTI (1997, 1972), qui permet d’introduire des effets de variation spatiale des coefficients, jumelée à un modèle à effets fixes captant certains effets spatiaux latents via la segmentation du marché, s’avère probablement une alternative intéressante et prometteuse tout en restant relativement simple. 32 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Les coefficients des variables spatialisées sont atténués et plus stables dans les modèles incorporant les sous-marchés. Au chapitre de l’ampleur et de la stabilité des coefficients, on obtient des résultats comparables avec les modèles à effets fixes et à coefficients aléatoires, bien que le coefficient lié à l’accessibilité régionale soit plus élevé dans le modèle à effets fixes. Cependant, la significativité statistique des coefficients est nettement plus marquée pour le modèle à effets fixes10 , alors que le modèle à coefficients aléatoires tend à minimiser les effets reliés aux variables spatialisées. Bref, les résultats montrent que la différentiation par sous-marché diminue la surestimation des coefficients attribués aux variables spatialisées dans l’approche classique. Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT Si l’argumentaire statistique dans le choix optimal du modèle est important, il ne s’avère pas la seule préoccupation. L’application soulève quelques questions théoriques et empiriques non moins importantes. Premièrement, elle suppose que la segmentation est établie de façon optimale. Or, il est pratiquement impossible d’obtenir, en pratique, une segmentation du territoire qui ne soit pas sujette au problème d’aire spatiale modifiable (MAUP). Deuxièmement, elle suppose que les limites métropolitaines sont aussi établies de façon optimale. S’il est simple de définir les frontières administratives et politiques d’une région, il n’est pas évident que ces dernières reflètent le quotidien des habitants et, par conséquent, leur perception du territoire qui influence le choix de localisation. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin À partir d’une segmentation de marché, s’approchant du principe de panel ou pseudo-panel sur les transactions résidentielles de la ville de Québec pour la période 1986 à 1996, le recours à une modélisation hédonique emboîtée permet d’intégrer l’effet de la segmentation de marché, en supposant que cette dernière soit correctement établie, dans l’équation de prix hédonique. La comparaison des modèles est effectuée à l’aide de statistiques de ratio de vraisemblance, de tests sur les résidus et de test de stabilité des coefficients. Avant d’aborder la question de la stabilité spatiale du processus de formation des valeurs résidentielles, il importe de s’assurer que les contributions marginales des attributs physiques et spatialisés sont constantes dans le temps afin d’isoler la dimension spatiale. Les tests de stabilité des coefficients montrent que, pour la région de Québec, entre 1986 et 1996, les contributions marginales des attributs sont généralement stables dans le temps. L’utilisation des données sur les transactions résidentielles unifamiliales montre que l’approche idéale n’est pas nécessairement celle qui est la plus segmentée, comme le suggèrent certaines études. À l’inverse, la modélisation par effets fixes, qui attribue un niveau de prix moyen par sous-marché via l’introduction de variables binaires de localisation, constitue une alternative intéressante et simple, en supposant que la segmentation soit adéquate. Traiter l’existence de sous-marchés à l’échelle métropolitaine à partir de plusieurs modèles indépendants n’est probablement pas une solution idéale. Cette approche fait varier le pouvoir prédictif selon les sous-marchés, sans pour autant augmenter la significativité globale de l’ensemble des modèles et des coefficients. L’idée selon laquelle le processus de formation des prix des attributs physiques des résidences est complètement différent d’un sous-marché à l’autre (ou même d’un quartier à l’autre) à l’intérieur d’une région métropolitaine relativement homogène peut être remise en question. Il semble plus juste, du moins pour la ville de Québec, de supposer que le prix implicite des attributs est établi à l’échelle de l’agglomération et que les différences observables entre les prix de vente proviennent principalement des 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 33 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin -7Conclusion Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique caractéristiques de voisinage et des caractéristiques historiques et culturelles qui sont, en bonne partie, reflétées dans la valeur du sol. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Finalement, si la forme log-linéaire est largement répandue, rien n’assure pour autant qu’elle soit la forme idéale de la fonction de prix hédonique. En ce sens, des travaux sont nécessaires pour vérifier si les conclusions de cet article sont généralisables aux autres formes fonctionnelles linéaires (ou non-linéaires) utilisées dans la littérature et à d’autres marchés immobiliers. Bibliographie ANSELIN L., GRIFFITH DA., 1988, “Does Spatial Effects Really Matters in Regression Analysis”, Papers of the Regional Science Association, vol. 65, n◦ 1, pp. 11-34. ANSELIN L., CAN A., 1986, “Model Comparison and Model Validation Issues in Empirical Work on Urban Density Functions”, Geographical Analysis, vol. 18, n◦ 3, pp. 179-197. BALTAGI B H., 2005, Econometric Analysis of Panel Data, 3rd Edition, John Wiley & Sons Ltd, Chichester, England. BASU S., THIBODEAU TG., 1998, “Analysis of Spatial Autocorrelation in House Prices”, Journal of Real Estate Finance and Economics, vol. 17, n◦ 1, pp. 61-86. BOURASSA SC., CANTONI E., HOESLI M., 2005, “Spatial Dependence, Housing Submarkets, and House Prices”, Research Paper n◦ 151, International Center for Financial Asset Management and Engineering, Université de Genève, 25 p. BOURASSA SC., HAMELINK F., HOESLI M., 1999, “Defining Housing Submarkets”, Journal of Housing Economics, vol. 8, n◦ 2, pp. 160-183. BOX GEP., COX DR., 1964, “An Analysis of Transformations”, Journal of the Royal Statistical Society, Series B (Methodological), vol. 26, n◦ 2, pp.211-252. BREUSCH T., PAGAN A., 1980, “The Lagrange Multiplier Test and its Application to Model Specification in Econometrics”, Review of Economic Studies, vol. 47, pp. 239-253. CAN A., 1992, “Specification and Estimation of Hedonic Housing Price Models”, Regional Science and Urban Economics, vol. 22, n◦ 3, pp. 453-474. CAN A., 1990, “The Measurement of Neighborhood Dynamics in Urban House Prices”, Economic Geography, vol. 66, n◦ 3, pp. 254-272. CAN A., MEGBOLUGBE I., 1997, “Spatial Dependence and House Price Index Construction”, Journal of Real Estate Finance and Economics, vol. 14, n◦ 1-2, pp. 203-222. CASE B., CLAPP J., DUBIN R., RODRIGUEZ M., 2004, “Modeling Spatial and Temporal House Price Patterns: A Comparison of four models”, Journal of Real Estate Finance and Economics, vol. 29, n◦ 2, pp. 167-191. 34 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin La modélisation par sous-marchés a tout naturellement pour effet d’atténuer l’expression des variables spatialisées dans le processus de formation des valeurs marchandes. Dans le cas extrême où on suppose que les sous-marchés font face à des processus de formation des valeurs indépendants, on force implicitement l’exclusion des variables spatialisées en diminuant leur variance. Le modèle à effets fixes présente l’avantage de capter l’influence de certaines variables latentes de voisinage dans la détermination des prix, sans masquer l’effet des autres variables spatialisées. Comparativement à l’approche classique (log-linéaire), il fait état d’une influence moindre des effets d’accessibilité régionale et du fardeau fiscal, bien qu’ils demeurent significatifs. Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT CASETTI E., 1997, “The Expansion Method, Mathematical Modeling and Spatial Econometrics”, International Regional Science Review, vol. 20, n◦ 1-2, pp. 9-33. CASETTI E., 1972, “Generating Models by the Expansion Method: Applications to Geographical Research”, Geographical Analysis, vol. 4, n◦ 1, pp. 81-91. CHOW GC., 1960, “Tests of Equality Between Sets of Coefficients in Two Linear Regressions”, Econometrica, vol. 28, n◦ 3, pp. 591-605. CLIFF AD., HAGGETT P., ORD JK., BASSETT KA., DAVIES RB., 1975, Elements of Spatial Structure, Cambridge University Press, Cambridge, Angleterre. CLIFF AD., ORD JK., 1981, Spatial Processes: Models and Applications, Pion, London. CLIFF AD., ORD JK., 1973, Spatial Autocorrelation, Pion, London. CLIFF AD., ORD JK., 1972, “Testing for Spatial Autocorrelation among Regression Residuals”, Geographical Analysis, vol. 4, n◦ 3, pp. 267-284. DALE-JOHNSON D., 1983, “An Alternative Approach to Housing Market Segmentation Using Hedonic Price Data”, Journal of Urban Economics, vol. 11, n◦ 3, pp. 311-332. DES ROSIERS F., 1991, “RESIVALU: An Hedonic Residential Price Model for the Quebec Region, 1986-87”, Property Tax Journal, vol. 10, n◦ 2, pp. 227-255. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin DUBIN R A., 1998, “Spatial Autocorrelation: A Premier”, Journal of Housing Economics, vol. 7, n◦ 4, pp. 304-327. DUBIN R A., SUNG CH., 1990, “Specification of Hedonic Regressions: Non-nested Tests on Measures of Neighborhood Quality”, Journal of Urban Economics, vol. 27, n◦ 1, pp. 97-110. DUBIN R A., SUNG CH., 1987, “Spatial variation in the price of housing: Rent gradients in non-monocentric cities”, Urban Studies, vol. 24, n◦ 3, pp. 193-204. DUBRULE O., 1984, “Comparing Splines and Kriging”, Computers and Geosciences, vol. 10, n◦ 2-3, pp. 327-333. FOTHERINGHAM AS., BRUNDSON CF., CHARLTON M., 2002, Geographically Weighted Regression: The Analysis of Spatially varying Relationships, John Wiley & Sons, Chichester. FOTHERINGHAM AS., CHARLTON M., BRUNDSON CF., 1998, “Geographical Weighted Regression: A Natural Evolution of the Expansion Method for Spatial Data Analysis”, Environment and Planning A, vol. 30, n◦ 11, pp. 1905-1927. GOODMAN AC., THIBODEAU TG., 2003, “Housing Market Segmentation and Hedonic Prediction Accuracy”, Journal of Housing Economics, vol. 12, n◦ 3, pp. 181-201. GOODMAN AC., THIBODEAU TG., 1998, “Housing Market Segmentation”, Journal of Housing Economics, vol. 7, n◦ 2, pp. 121-143. GOODMAN AC., 1981, “Housing Submarkets within Urban Areas: Definitions and Evidence”, Journal of Regional Science, vol. 21, n◦ 2, pp. 175-185. GOODMAN AC., 1978, “Hedonic Prices, Price Indices and Housing Markets”, Journal of Urban Economics, vol. 5, n◦ 4, pp. 471-484. GOODMAN AC., 1977, “Comparison of Block Group and Census Tract Data in a Hedonic Housing Price Model”, Land Economics, vol. 53, n◦ 4, pp. 483-487. GRATTON Y., 2002, « Le Krigeage : la méthode optimale d’interpolation spatiale », Les articles de l’Institut d’Analyse Géographique, juin, 4 p. (accessible au www.iag.asso.fr). HALVORSEN R., POLLAKOWSKI HO., 1981, “Choice of Functional Form for Hedonic Price Equations”, Journal of Urban Economics, vol. 10, n◦ 1, pp. 37-49. HAUSMAN JA., 1978, “Specification Tests in Econometrics”, Econometrica, vol. 46, pp. 1251-1271. HICKMAN EP et al., GAINES JP., INGRAM FJ., 1984, “The Influence of Neighborhood Quality on Residential Values”, Real Estate Appraiser and Analyst, vol. 50, n◦ 2, pp. 36-42. 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 35 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin DES ROSIERS F., THÉRIAULT M., VILLENEUVE P-Y., 2000, “Sorting out Access and Neighbourhood Factors in Hedonic Price Modelling”, Journal of Property Investment and Finance, vol. 18, n◦ 3, pp. 291-315. Segmentation spatiale et choix de la forme fonctionnelle en modélisation hédonique HOCH I., WADDELL P., 1993, “Apartment Rents: Another Challenge to the Monocentric Model”, Geographical Analysis, vol. 25, n◦ 1, pp. 20-34. KAIN JF., QUIGLEY JM., 1970, “Measuring the Value of Housing Quality”, Journal of the American Statistical Association, vol. 65(330), pp. 532-548. KRANTZ DP., WAEVER RD., ALTER, TR., 1982, “Residential Tax Capitalization: Consistent Estimates Using Micro-Level Data”, Land Economics, vol. 58, n◦ 4, pp. 488-496. KRIGE DG., 1966, “Moving Average Surfaces for Ore Evaluation”, Journal of the South African Institute of Mining and Metallurgy, vol. 66, n◦ 1, pp. 13-38. LE GALLO J., 2002, « Économétrie spatiale : l’autocorrélation spatiale dans les modèles de régression linéaire », Économie et Prévision, vol. 155, n◦ 4, pp. 139-157. MARCOTTE D., 1991, “Cokriging with MATLAB”, Computers and Geosciences, vol. 17, n◦ 9, pp. 1265-1280. OPENSHAW S., TAYLOR PJ., 1981, “The Modifiable Areal Unit Problem”, in Quantitative Geography: A British View, Routledge & Kegan Paul, London, pp. 60-70. ORD JK., 1975, “Estimation Methods for Models of Spatial Interaction”, Journal of the American Statistical Association, vol. 70(349), pp. 120-127. PACE RK., BARRY R., SIRMANS CF., 1998a , “Spatial Statistics and Real Estate”, Journal of Real Estate Finance and Economics, vol. 17, n◦ 1, pp. 5-13. PACE RK., BARRY R., GILLEY W., SIRMANS CF., 2000, “A Method for Spatio-temporal Forecasting with an Application to Real Estate Prices”, International Journal of Forecasting, vol. 16, n◦ 2, pp. 229-246. ROSEN S., 1974, “Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition”, Journal of Political Economy, vol. 82, n◦ 1, pp. 34-55. SCHNARE AB., STRUYK RJ., 1976, “Segmentation in Urban Housing Markets”, Journal of Urban Economics, vol. 3, n◦ 2, pp. 146-166. SHEFER D., 1986, “Utility Changes in Housing and Neighbourhood Services for Households Moving into and out of Distressed Neighbourhoods”, Journal of Urban Economics, vol. 19, n◦ 1, pp. 107-124. SIRMANS GS., BENJAMIN JD., 1991, “Determinants of Market Rent”, Journal of Real Estate Research, vol. 6, n◦ 3, pp. 357-379. STRANGE W., 1992, “Overlapping Neighbourhoods and Housing Externalities”, Journal of Urban Economics, vol. 32, n◦ 1, pp. 17-39. STRASZHEIM MR., 1975, An Econometric Analysis of the Urban Housing Market, Columbia University Press, New-York. SWAMY PAVB., 1970, “Efficient Inference in a Random Coefficient Regression Model”, Econometrica, vol. 38, n◦ 2, pp. 311-323. THÉRIAULT M., DES ROSIERS F., JOERIN F., 2005, “Modelling Accessibility to Urban Services Using Fuzzy Logic: A Comparative Analysis of two methods”, Journal of Property Investment and Finance, vol. 23, n◦ 1, pp. 22-54. TIEBOUT C., 1956, “A Pure Theory of Local Expenditures”, Journal of Political Economy, vol. 64, n◦ 5, pp. 416-426. TIEFELSDORF M., 2003, “Misspecification in Interaction Model Distance Decay Relations: A Spatial Structure Effect”, Journal of Geographical Systems, vol. 5, pp. 25-50. VOISIN M., DUBÉ J., 2009, Québec : un territoire, des territoires? Proposition d’un découpage spatial multiscalaire, 6e colloque de la relève VRM; Réalités et transformations des milieux urbains - CDROM, Québec, Canada, 16 p. WITTE AD., SUMKA HJ., EREKSON H., 1979, “An Estimate of a Structural Hedonic Price Model of the Housing Market: An Application of ROSEN’s Theory of Implicit Markets”, Econometrica, vol. 47, n◦ 5, pp. 1151-1174. WOOLDRIDGE JM., 2002, Econometric Analysis of Cross Section and Panel Data, The MIT Press, Cambridge, MA. 36 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin PACE RK., BARRY R., CLAPP JM., RODRIGUEZ M., 1998b , “Spatio-temporal Autoregressive Models of Neighborhood Effects”, Journal of Real Estate Finance and Economics, vol. 17, n◦ 1, pp. 14-33. Jean D UBÉ, François D ES R OSIERS, Marius T HÉRIAULT YINGER JH., BLOOM HS., BORSCH-SUPAN A., LADD HF., 1987. Property Taxes and House Values: The Theory and Estimation of Intrajuridictional Property Tax Capitalization, Studies in Urban Economics, Academic Press, Princeton University. Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin 1 - Traduction de “ecological fallacy”, souvent désigné aussi par le terme “ecological inference fallacy”. 2 - Les trois critères sont : 1) simplicité – quelques sous-marchés sont préférables à une trop grande division, 2) similarité – optimiser les ressemblances à l’intérieur des sous-marchés tout en maximisant les différences entre les sous-marchés et 3) contiguïté – entité entière et continue 3 - Ici, le terme ménage est utilisé au sens que lui accorde Statistique Canada, soit un ensemble de personnes partageant un logement, par opposition à une famille qui implique un lien de parenté ou la présence d’enfants 4 - Le test de CHOW est pertinent dans la mesure où les résidus du modèle satisfont les hypothèses de base des moindres carrés ordinaires. 5 - Cet effet est, en bonne partie, attribuable à la façon de diviser le territoire en sous-marchés. Il existe une forme d’endogénéité susceptible d’influencer les résultats des tests. Or, ce problème se trouve déjà largement discuté dans la littérature (MAUP) sans qu’aucune solution optimale n’existe 6 - Reflétant l’importance du biais lié à l’omission de variables 7 - Les résultats du modèle à effets aléatoires ne sont pas présentés ici 8 - Les coefficients ont été calculés avec une matrice de pondération considérant l’influence des résidences pour une distance de 3 kilomètres étant donné la dispersion spatiale des transactions dans certaines zones de la ville 9 - La statistique I de MORAN est d’ordre purement spatial et ne tient pas compte de la dimension temporelle. Or, les données utilisées, de type panel, couvrent une période de 10 ans. Si la mesure de la dépendance spatiale est multidirectionnelle, ce n’est pas le cas de la dépendance temporelle qui est unidirectionnelle et progressive. En d’autres termes, s’il est permis de croire que le prix de vente d’une résidence au temps t affecte la valeur d’une résidence voisine au temps t + n, l’inverse n’est pas vrai. Pour cette raison, il y aurait lieu d’adapter le I de MORAN ou de lui trouver un substitut pour la mesure de l’autocorrélation spatiale dans les applications spatio-temporelles 10 - Cela tient au fait que les effets fixes, qui reflètent des dimensions difficiles à identifier et peuvent être le résultat de certaines interactions, captent une partie de la variabilité spatiale autrement attribuable à l’accessibilité. 2011 - N◦ 1 Revue d’Économie Régionale & Urbaine 37 Document téléchargé depuis www.cairn.info - uqar - - 132.215.17.165 - 27/06/2011 17h12. © Armand Colin Notes