Version classiqueVersion mobile

Les paysages périurbains et leur prix

 | 
Jean Cavailhès
, 
Daniel Joly

Chapitre III. Résultats

Texte intégral

Introduction

1La présentation des résultats dans ce chapitre s’organise autour du prix des paysages. L’objectif de la recherche est, en effet, de répondre à la question « combien d’euros vaut le paysage que l’on voit depuis telle ou telle maison ? » ou bien, dit autrement, « combien le ménage qui a acheté cette maison a-t-il mis, dans son prix, pour voir ce paysage ? » ou bien encore « quelle est la part du prix global de la maison en question que l’on peut attribuer au paysage qu’elle offre à voir ? ».

2Nous répondrons à ces questions à la fin du chapitre. Avant d’avancer un prix synthétique du paysage, il faut estimer le prix de chacune de ses composantes. Ainsi on peut déterminer ce qui a une valeur et ce qui n’en a pas. Est-ce l’agencement des arbres, des pelouses et des maisons proches de chez soi ? Que valent les dégagements visuels vers des horizons lointains ? Quels sont les éléments composant le paysage que l’on aime voir et ceux que l’on préfère ne pas voir ? Et donc, quel est le prix de ces éléments, positif dans le premier cas, négatif dans le second ? Certaines compositions et certaines formes paysagères particulières ont-elles un prix supérieur à d’autres ? L’essentiel de la troisième section du chapitre traite de ces questions.

3Auparavant, la deuxième section est consacrée au prix des attributs non paysagers des maisons. En effet, pour déduire du prix global des maisons la fraction qui correspond au paysage, il faut au préalable estimer la valeur des caractéristiques non paysagères.

4Achevons cette présentation à rebours du chapitre en expliquant comment ont été choisis les résultats caractérisant les paysages de la région d’étude présentés dans la première section. Cette section aurait de quoi surprendre le lecteur s’il n’était instruit de la logique d’ensemble du chapitre. Le modèle géographique élaboré permet de délivrer un nombre très élevé de résultats selon les variables que l’on choisit de représenter dans des cartes, graphiques ou tableaux. Le choix a été fait en fonction des résultats du modèle économique : ce sont essentiellement les variables qui ont des prix positifs ou négatifs dans les estimations qui ont été retenues dans la première section. Par exemple, si les feuillus sont pris en considération et non les buissons c’est que les premiers ont un prix significatif contrairement aux seconds. Les vues proches sont cartographiées plutôt que les plans lointains parce que les résultats économiques montrent que les ménages accordent une grande importance à la proximité immédiate.

1. Caractérisation des paysages

  • 1 Seules 5 956 transactions, parmi les 6 448 transactions acquises et géoréférencées pour cette reche (...)

5Le travail de caractérisation s’est effectué de deux façons, d’abord globalement, à l’échelle de toute la zone, ce qui impliquait l’analyse de 127 699 495 points de vue (un par pixel de 7 mètres de côté), puis sélectivement, en ne considérant que les seuls points de transaction (au nombre de 5 9561). Dans le premier cas, les résultats prendront la forme de cartes ; dans le second cas, les valeurs obtenues seront organisées en tableaux ou exprimées en graphiques.

1.1. Caractérisation globale par la carte

6Dans sa mise en œuvre pratique, la modélisation telle qu’elle est définie au chapitre II donne lieu à différentes représentations cartographiques mettant en évidence les propriétés visuelles du paysage dans toute son étendue. En effet, grâce au calcul trigonométrique, les procédures conduisent à projeter sur les deux dimensions du plan – celui de la carte- une information qui a été saisie dans les trois dimensions du volume scénique propre à chaque point de vue paysager. En quelque sorte, les cartes, qui résultent de cette opération de transfert entre 3D et 2D, donnent à voir le paysage tel qu’il s’offre à la vue du dedans. C’est donc une manière de dépasser les limites du regard comme vecteur de découverte du paysage, regard qui est toujours subordonné à une position singulière dans l’espace.

7Les ressources ainsi offertes pour mettre au jour les propriétés visuelles du paysage sont quasi-illimitées et peuvent se moduler selon les besoins. Ainsi qu’il vient d’être dit, nous avons privilégié celles qui correspondent à des résultats économétriques significatifs. Pour l’intérêt de la démonstration, quelques zooms sur les environs de Genlis, restituant l’information avec plus de précision spatiale, figurent au côté des cartes de l’ensemble de l’aire d’étude. De manière à accompagner la lecture de ces cartes à grande échelle centrées sur Genlis, une image satellite du secteur correspondant est produite (fig. III-1, XXIII). En raison de sa haute résolution, ce document fournit des éléments de repérage commodes à retrouver : emplacement des villes et villages, tracé des routes, emprise des masses forestières, parcellaire agricole.

8Précisons aussi que dans la mise à plat cartographique qui suit, nous ne produisons que des cartes relatives au paysage visible. Pour les tests économétriques, nous avons repris d’autres indices usuellement employés en analyse écologique du paysage : indices de densité, de diversité, de forme, de contagion, etc. Nous y reviendrons, en situation, dans la suite du propos sur les résultats économétriques.

1.1.1. Le vu global

9L’information délivrée par la figure III-2 (fig. III-2, XXIV) porte sur le champ de vision qui s’offre à un observateur depuis chaque pixel de la zone d’étude. Elle est purement quantitative ; la gamme des couleurs fixée par la légende varie en fonction de l’ampleur globale du panorama délivré en chaque point. Cet indicateur fut testé parmi les premiers dans le modèle économique, les résultats montrant qu’il n’intervenait pas dans le prix des transactions. La variabilité du panorama est pourtant considérable. En grisé sur la figure, sont représentés les points dont la vue, très fermée, ne porte pas au-delà des pixels adjacents, soit 441 mètres carrés ; dans ce cas, les masques proches sont constitués, soit par des bâtiments (c’est le cas de l’agglomération dijonnaise, de celle de Beaune, etc.) soit par des arbres (par exemple, la forêt de Longchamp à l’est de Genlis ou celle de Cîteaux, à l’est de Nuits-Saint-Georges). Les transactions auxquelles on va s’intéresser dans la partie économique n’étant jamais situées au cœur des forêts, ce sont les masques bâtis qui importent. A l’autre extrême, les points d’où l’on voit plus de 5 ou 6 kilomètres carré, en marron foncé sur la figure, sont assez nombreux et prennent, ce qui est surprenant, plus d’importance à l’est qu’à l’ouest. En effet, sur cette partie faite de collines douces, de crêtes plus rigides et de vallons, les lignes et points hauts peuvent offrir de vastes panoramas, mais dès que l’on quitte ces positions dominantes, la vue se bloque en raison de l’agencement complexe de masques proches, topographiques ou végétaux. À l’est, en revanche, le paysage s’organise en grands ensembles dont la physionomie est très épurée : le regard glisse au premier plan sur la plaine cultivée et gagne au loin, sans rupture majeure, le revers du Jura, d’un côté, et l’escarpement de la Côte, de l’autre. Il s’agit d’un constat souvent vérifié : l’ensemble des points situés dans un contexte topographique peu animé et ras offrent une couverture visuelle globalement plus large que l’ensemble des points d’une région au relief tourmenté dont les grandes échappées sont certes spectaculaires mais réservées à quelques sites d’exception. On mesure ici la différence qui s’établit spontanément entre, d’une part, des paysages amples mais répétés à l’identique et perçus comme ordinaires, et d’autre part, des hauts lieux dont les paysages rares font impression et restent dans les mémoires. Les cartes et les guides touristiques ne font que renforcer cette opposition à travers leurs recommandations qui oublient les premiers et exaltent les seconds. La carte de la figure III-2 rétablit en quelque sorte la vérité en faisant ressortir la rareté des grands panoramas à l’ouest et la banalité des vues larges à l’est.

10Cette carte est donc un moyen de mettre à plat une caractéristique essentielle de la ressource paysagère à l’échelle de la zone d’étude.

11Du point de vue des valeurs paysagères résidentielles, la vue depuis un finage agricole ou une forêt est sans intérêt puisque la probabilité qu’une maison y soit construite est à peu près nulle. En revanche, les surfaces vues depuis les pixels déjà occupés par des maisons ou situés dans un périmètre proche, susceptible d’être construit un jour, valent d’être considérées.

12C’est ce que montre la carte de la figure III-3 (fig. III – 3, XXV), centrée sur Genlis et ses environs. A l’analyse, trois faits majeurs ressortent.

  • Tout d’abord, une opposition entre le cœur des villages où les vues, très fermées, portent rarement au-delà du premier cercle des 441 mètres carré, et les périphéries villageoises où le regard parvient à embrasser un panorama qui se mesure souvent en hectares voire en kilomètres carré.

  • Ensuite, une opposition entre les faces ouest et est des villages : vers le couchant, la Côte viticole est souvent visible dans le lointain alors que, côté levant, le regard ne parcourt que la plate vallée de la Saône, accrochant rarement le massif du Jura, ce qui se traduit par des vues de moindre ampleur. Cette opposition livre une des clés de l’explication de la nullité du prix des visions lointaines que montrera le modèle économique : depuis la face ouest des villages de plaine, on voit assurément la Côte, mais elle n’est qu’un mince ruban bleuté ou grisâtre qui se fond dans l’horizon ; par conséquent, il n’est pas étonnant que cette caractéristique visuelle, présente à l’est et absente à l’ouest des villages, ne change guère la qualité des paysages.

  • Enfin, les pixels bâtis (ou ceux à moins de 100 mètres de pixels déjà bâtis, parmi lesquels se trouvent probablement la majorité des sites potentiellement constructibles) lorsqu’ils sont au voisinage de forêts offrent des vues relativement réduites, bloquées par les lisières proches, tandis que ceux qui bordent des champs cultivés étendus sont doués de panoramas plus vastes, que rien ne vient limiter, sauf dans le lointain. Voir loin et bénéficier d’une forêt près de sa maison apparaissent comme deux qualités paysagères contradictoires, qui seraient difficiles à réunir sur un même lieu s’il fallait, le cas échéant, répondre à cette double exigence.

1.1.2. Vue proche sur le bâti de 0 à 70 mètres (plan 1)

13Les résultats économiques montrent que l’information paysagère la plus significative en terme de prix est apportée par les plans proches, voire très proches. Cet aspect, qui sera évidemment repris et développé avec la présentation des résultats économétriques proprement dits, nous a conduit à nous intéresser plus particulièrement au disque de 70 mètres de rayon situé autour de chaque point, que nous avons appelé le plan 1 dans le chapitre II, et qui joue un rôle déterminant dans le prix économique des paysages. Dans ces conditions, il devient intéressant de produire des cartes qui permettent de visualiser, point à point, et sélectivement, la manière dont les éléments qui composent cette partie rapprochée des paysages se distribuent à l’échelle de la zone.

14De la sorte, on procède à un inventaire cartographique de la ressource paysagère, inventaire ciblé cette fois-ci sur la part d’information la plus significative dans le modèle économique.

15La vue sur le bâti proche est un élément intéressant à considérer car les résultats économiques montrent, contrairement à ce qu’on pourrait supposer, que son influence sur le prix des maisons est positive : la présence d’un voisinage est bien ressentie.

16La carte d’ensemble (fig. III-4, XXVI) montre qu’il y a peu de points d’où l’on voit du bâti, ce qui est dû à l’habitat groupé qui caractérise cette région d’openfields de l’est de la France. Comparé à d’autres régions, le « mitage » de l’espace par des constructions apparaît limité : les points en grisé sur la figure, d’où l’on ne voit aucun bâtiment, dominent très largement. Les villes et villages sont, néanmoins, plus nombreux à l’est de la région qu’à l’ouest, ce qui nous conduit à effectuer un zoom sur la zone de Genlis (fig. III-5, XXVII). Les points totalement enclavés dans du bâti ont été renseignés en rouge pour les distinguer des autres dont l’environnement tend à se diversifier et délivre des vues plus nuancées (jaune, oranger).

1.1.3. Vue proche sur les feuillus de 0 à 70 mètres (plan 1)

17Les feuillus ressortent comme éléments favorables dans la composition du paysage rapproché sachant qu’ils ne doivent pas y être exclusifs. Ils représentent d’abord un morceau de nature associé au cadre de vie familier ; ils jouent aussi un rôle en tant que masque visuel. Celui-ci se traduit par deux effets contradictoires, comme nous l’avons déjà remarqué : d’une part, les feuillus bloquent la vue et l’accès à de plus vastes panoramas mais, d’autre part, en confinant l’espace, ils y ménagent une forme d’intimité qui est bienvenue.

18La carte d’ensemble (fig. III-6, XXVIII) montre que les feuillus sont presque toujours visibles à proximité dans l’ouest de la région alors que dans la plaine de Saône, à l’est, s’établit un contraste entre de vastes forêts dont la vue, confinée au sous-bois immédiat, ne comporte que des feuillus, et des zones agricoles dont le paysage proche reste sans arbres. L’agrandissement du secteur de Genlis (fig. III-7, XXIX) illustre parfaitement les effets de lisière et de couvert : au cœur des forêts, la vue ne dépasse pas 441 mètres carré, tous occupés par des feuillus, alors qu’elle se dégage en lisière, en intégrant un peu plus de forêt (mais, toutefois, il ne s’agit jamais de quantités importantes : rappelons que nous sommes limités à un disque de 70 mètres de rayon autour de chaque point). Les alignements de points d’où l’on voit quelques centaines de mètres carrés de feuillus s’ajustent le plus souvent sur des cours d’eau (le lecteur familier de cette région reconnaîtra des diagonales qui, du sud au nord de la carte, suivent le canal de Bourgogne, l’Ouche, la Tille).

1.1.4. Vue proche sur les routes de 0 à 280 mètres (plans 1, 2, 3)

19Le statut des réseaux routiers est ambivalent. En tant que voie d’accès, ils sont un élément indispensable de la desserte d’une maison. En revanche, en tant que composante de l’environnement et du paysage, ils deviennent répulsifs en fonction des nuisances qu’ils engendrent (pollution atmosphérique et sonore, rupture visuelle, dangerosité). À ce sujet, les résultats économétriques montrent que l’effet de la quantité de route dans la composition des paysages est significativement négatif dans une profondeur de champ toujours réduite mais intégrant les trois premiers plans visuels jusqu’à 280 mètres.

20La figure III-8 (fig. III – 8, XXX) montre que des routes ont une forte emprise visuelle : les zones, en grisé, depuis lesquelles aucune route n’est visible sont plus réduites que celles d’où on ne voit aucun bâtiment (figure III-4) ; mais il est vrai que nous sommes ici dans un rayon de 280 mètres alors que la figure III-4 ne concernait que les 70 premiers mètres. L’image agrandie de la région de Genlis (figure III-9, XXXI) montre que les routes sont généralement visibles de leur voisinage immédiat, inscrit de part et d’autre dans une bande de 280 mètres ; l’exception à cette règle concerne les villes et villages, comme Genlis, où les réseaux sont souvent masqués par des maisons. Logiquement, les autoroutes et des routes principales ont un impact visuel supérieur à celui du réseau secondaire en raison de leur largeur. En dernier lieu, remarquons qu’autour de Genlis, il y a un quasi équilibre entre les points qui, dans le fuseau proche des 280 mètres, voient de la route et ceux qui n’en voient pas sachant que cet équilibre serait toutefois rompu par la prise en compte d’un champ visuel plus large. Le quadrillage serré de l’espace par le réseau routier est évidemment nécessaire à l’activité économique mais, en contrepartie, cela se traduit par un fort impact dans le paysage, supérieur même à celui des bâtiments dont pourtant, la pollution visuelle est plus souvent mise en avant.

1.1.5. Vue proche sur les cultures entre 70 et 280 mètres (plans 2 et 3)

21Les cultures ont également un rôle significatif dont il est difficile de démêler le sens, sachant que les résultats économiques montrent qu’elles n’interviennent qu’au-delà de plusieurs dizaines de mètres du point de transaction (c’est pourquoi les cartes renseignent leur présence dans les plans 70-280 m). Tout d’abord, la vue sur les cultures avoisinantes (fig. III-10, XXXII) donne l’assurance de disposer pour soi de la vue d’un morceau de campagne, dont le caractère bucolique peut toutefois être tempéré en cas de nuisances occasionnelles (épandage, bruit). Ensuite et sauf exception (plantations hautes de maïs par exemple), les cultures, par leur présence aux premiers plans, libèrent le regard qui peut glisser au loin et embrasser ainsi une vue plus ample, voire plus diversifiée, en gagnant les arrière-plans.

22En conclusion, retenons que la cartographie que nous avons mise en œuvre a été un moyen d’ajuster au mieux le paramétrage des variables paysagères à intégrer dans la modélisation économétrique. La forme numérique des données offre une grande souplesse d’utilisation et permet de construire nos hypothèses sur la base d’indices qui fouillent d’une manière très fine et systématique le paysage visible. En outre, comme les données sont disponibles sur toute la zone, les cartes obtenues permettent de réaliser, indice par indice, un inventaire spatialement exhaustif de la ressource paysagère (fig. III-11, XXXIII).

1.2. Caractérisation ciblée sur les points de transaction

23Après ce tour d’horizon cartographique, l’analyse du paysage se concentre sur les 5 956 points de transaction. Il s’agit de mettre en évidence la façon dont les descripteurs que nous avons retenus interviennent dans la composition de l’environnement et des vues, de façon à en tirer des principes d’organisation. Comme cette partie repose essentiellement sur des comptages et des croisements, la présentation des résultats prendra appui sur des tableaux et des graphiques.

24L’exploration des propriétés du paysage autour des points de transaction s’organise selon les deux grands modes d’appréhension du paysage que nous avons définis au chapitre II : le vu du dessus et le vu du dedans. Autour de chaque point de transaction, la prise en compte de l’information sur le paysage passe, rappelons-le, par la définition de six auréoles (ou plans) concentriques reliées à quatre bases de données en résolution différente : base à 7 mètres pour les plans 1, 2 et 3, puis respectivement bases à 30, 150 et 1 000 mètres pour les plans 4, 5 et 6.

1.2.1. Paysage « vu du dessus »

25Le principe d’analyse est ici relativement simple ; il consiste à faire le décompte des différents postes d’occupation du sol tels qu’il se répartissent géographiquement à l’intérieur des 6 auréoles concentriques. Par exemple, dans la région d’étude, le bâti se concentre essentiellement au sein des villes ou villages groupés formant des agrégats locaux plus ou moins compacts. A cet égard, l’espace est fortement anisotrope. Il est donc intéressant de procéder à un inventaire du contexte de chaque transaction, sans référence au critère de visibilité.

26La figure III-12 (fig. III – 12, XXXIV) explicite comment les modalités d’appréhension de l’espace sont mises en œuvre : le bâti s’intègre à un village structuré par un carrefour et par les routes qui s’y rattachent. Les pixels contigus de bâti forment un tissu villageois relativement serré, même si des espaces définis comme ouverts (prés et jardins) à l’issue du traitement d’images, y forment des trouées ou des échancrures. On distingue également quelques bouquets de feuillus isolés. Hors du village, l’espace est exclusivement occupé par les cultures. Le tableau III-1 détaille le résultat des comptages effectués. Il fournit le décompte des pixels par poste d’occupation du sol et pour chacune des six plans définis autour des points.

© INRA-CESAER/THéMA
Tableau III-1 : Surface couverte par chaque type d’occupation du sol dans chaque couronne (ou plan). Exemple de la transaction A (les valeurs sont données en nombre de pixels)

Les thèmes d’occupation du sol et leur présence autour des points de transaction

27Comme le montrent la figure III-12 et le tableau III-1, chaque point de transaction est environné par des éléments paysagers, décrits en terme d’occupation du sol, dont il est possible de faire le décompte pour en préciser la diversité et l’abondance. Cette procédure d’analyse a été réitérée pour les 5 956 points où des transactions immobilières ont eu lieu. L’information ainsi collectée peut faire l’objet d’une première mise en ordre synthétique qui consiste à raisonner en terme de présence/absence. Pour chaque point et au sein de chacun des six plans qui entourent celui-ci, on a relevé la présence, ou l’absence, des différentes catégories d’occupation du sol. Les fréquences obtenues ont été converties en pourcentage rapporté au nombre de transactions. On fait apparaître ainsi une sorte de contribution globale de chaque catégorie d’occupation du sol à la composition des différentes couronnes spatiales. Les graphiques de la figure III-13 (fig. III – 13, XXXV) permettent d’expliciter et de commenter les résultats. Les catégories absentes ou ayant un faible effectif ont été éliminées des représentations tandis que, pour faciliter la lecture, résineux et feuillus ont été regroupés au sein du thème « forêt », cultures et prairies au sein du thème « ouvert ».

28Le bâti et les formations ouvertes sont pratiquement toujours présents, quel que soit le plan considéré, avec des valeurs proches de 100 %. Les autres éléments sont également présents dans l’environnement des transactions mais avec une modulation par la distance. Les formations arborées sont relevées avec une fréquence de 50 % dans le voisinage immédiat des points (entre 0 et 70 mètres), pour atteindre les 100 % au-delà des 280 mètres. L’eau, évidemment plus rare, est présente sur seulement 10 % des périmètres proches et il faut aller au-delà de six kilomètres pour qu’elle soit systématiquement rencontrée. Les buissons et les réseaux se rencontrent déjà dans 80 % des cas dans les premières couronnes pour arriver à 100 % entre 150 et 1 200 mètres. Pour les vignes, le gradient de variation, du proche au lointain, est faible puisqu’on mesure moins de 10 % de présence dans le plan 1 et 30 % dans le plan 5. On notera que les trois derniers éléments, buissons, réseaux et vignes ne sont pas comptés dans le plan 6 car ils ne figurent pas dans la nomenclature de la base de données correspondante, celle à un kilomètre de résolution.

Emprise moyenne des catégories d’occupation du sol au sein de chaque couronne

29Le calcul d’une emprise moyenne permet de compléter l’information sur la présence/absence des différents objets autour des points de transaction, en tenant compte des surfaces couvertes. À cette fin, on a repris le décompte des pixels en calculant le pourcentage de surface que chaque thème occupe dans chacune des six couronnes spatiales d’une transaction donnée. De la sorte, on a pu établir, sur l’ensemble de la série des transactions, une emprise moyenne par thème et par plan (fig. III-14, XXXV).

30Dans le disque rapproché correspondant au plan 1 (0 à 70 mètres), l’emprise moyenne est de 45 % pour le bâti et de 38 % pour les formations ouvertes (prés et cultures) ; réseaux, buissons et formations arborées y prennent ensemble 15 % ; les 2 % qui restent se répartissent entre l’eau et la vigne. Les plans 2 et 3 présentent une répartition analogue des thèmes avec, toutefois, une emprise moindre du bâti qui se fait au profit des formations ouvertes et secondairement de la vigne. Avec l’éloignement, la redistribution au détriment du bâti se confirme puisqu’au plan 4 (280 à 1 200 mètres), l’emprise moyenne de ce thème tombe à 10 % au bénéfice de la forêt (20 %), des formations ouvertes (57 %) et de la vigne (3 %). La variation des autres catégories est peu sensible. Avec les périmètres les plus larges (plans 5 et 6), l’essentiel de l’emprise au sol est assurée par la forêt et les formations ouvertes.

31Ainsi, vu du haut, le paysage, tel qu’il s’organise autour des points de transaction, se caractérise par des changements sensibles du centre vers la périphérie. Les espaces proches, tout en étant dominés par le bâti et l’ouvert, présentent une relative diversité tenant aux contextes périurbains et villageois où se localisent les transactions ; il faut y voir aussi l’effet d’une meilleure précision des bases de données utilisées. En s’élargissant, l’espace pris en compte tend à se simplifier puisqu’il est dominé par la pleine campagne, agricole ou forestière, dont les termes caractéristiques sont, de surcroît, bien décrits par la nomenclature des bases de données en basse résolution.

1.2.2. Paysage « vu du dedans »

32Nous avons insisté à de multiples reprises sur la différence entre la vision du dessus et du dedans. A ce titre, il convient de comparer les figures III-12 et III-15 (fig. III – 15, XXXVI) qui représentent le même espace, celui de la transaction A, vu du haut et vu du dedans. En III-15, seuls les pixels réellement vus par l’observateur situé au centre des cercles ont été renseignés. Ils ne représentent que 1,2 % des 19 520 pixels du disque de 280 mètres de rayon. Le reste n’est pas vu à cause de la présence de nombreux masques visuels.

33La mise en ordre de l’information repose sur les mêmes principes que précédemment. Il s’agit d’opérer un décompte des éléments qui, du proche au lointain, composent le paysage autour de chaque point de transaction. La différence tient au fait que le décompte en question ne s’effectue plus par auréoles concentriques en projection plane mais en tenant compte des configurations paysagères telles qu’elles s’inscrivent dans les trois dimensions du volume scénique. Pour réaliser cette opération, on fait appel à la modélisation visuelle du paysage telle qu’elle a été définie au chapitre II. Les couronnes concentriques, qui font toujours partie du dispositif d’analyse, sont utilisées ici pour définir des segments visuels dans la profondeur de champ, en tenant compte des effets de masque liés à la topographie ou à l’élévation des objets au-dessus du sol. Les résultats obtenus prennent une fois encore la forme d’un recensement statistique exprimé en tableaux ou en graphiques, sachant que l’information collectée retrouve, cette fois-ci, une forme d’adéquation avec la perception sensible. La figure III-15 cartographie, les pixels qui sont effectivement vus et rentrent dans la composition de la scène paysagère pour un observateur situé au point central.

Décompte de l’occupation du sol dans le champ visuel de chaque point de transaction

34Le décompte statistique des éléments qui composent le paysage donné à voir depuis chaque point reprend le mode opératoire mis en œuvre précédemment pour le vu du dessus. En effet, l’exploration du champ visuel par la méthode des rayons divergents conduit à repérer le long de chaque segment si un pixel est vu ou non (cf. chapitre II, 1.2.) et quel thème d’occupation du sol le caractérise. Il est ensuite facile de sommer plan par plan et thème par thème le nombre de pixels vus et d’établir, pour chaque transaction, le tableau de sa statistique visuelle (tab. III- 4).

© INRA-CESAER/THéMA
Tableau III-2 : Nombre de pixels présents dans le champ visuel autour de la transaction A, détail par plan et par thème

Présence des différents plans dans l’ensemble des vues

35Comme l’analyse ainsi conduite opère en trois dimensions, il est possible d’en tirer une grande variété d’indicateurs statistiques pour caractériser le paysage vu depuis les points de transaction. L’information qui a servi à élaborer le graphique de la figure III-16 (fig. III – 16, XXXVII) s’apparente à l’ampleur de vue ou vu actif, indicateur dont on a produit la carte d’ensemble au début de ce chapitre (fig. III-2). On fait apparaître ici, en pourcentage, la part des points offrant un accès visuel aux différents plans qui jalonnent la profondeur de champ.

36100 % des 5 956 points offrent évidemment une vue sur l’espace immédiat qui les entoure et dont la portée est limitée, rappelons-le, à 70 mètres. On constate que l’accès visuel au second plan ne concerne déjà plus que 50 % de l’effectif, montrant ainsi que le confinement visuel est la règle pour une majorité de transactions. Ensuite, la baisse des effectifs par segment visuel s’amortit, mais moins de 10 % des points de transaction offrent une échappée sur le plan 6, au-delà de six kilomètres.

Quand les plans visuels sont composés par une seule classe d’occupation du sol

37Le paysage se révèle dans la profondeur du champ visuel selon une succession de plans. Chacun de ceux-ci se définit, à son tour, par une combinaison plus ou moins riche d’éléments qui peuvent se raccorder à la nomenclature d’occupation du sol en 12 postes. A l’analyse, il apparaît qu’une part sensible de chaque ensemble de plans (plans 1, 2,…, 6) est homogène et constituée par une seule classe d’objet. Au vu de ce constat, il nous est paru intéressant d’isoler les cas de figure correspondants pour en préciser les caractéristiques.

  • 2 Rappelons que les transactions analysées ici concernent les maisons et les terrains à bâtir. Pour c (...)

38Le graphique III-17 (fig. III – 17, XXXVII) concerne les cas de confinement extrême pour lesquels une seule classe d’objet est vue dans le plan 1. 30 % des transactions sont dans ce cas. Parmi celles-ci, l’effet de masque strict que l’on observe est lié, dans 95 % des cas, au bâti ; viennent ensuite les feuillus, les résineux et les buissons qui représentent respectivement 1,8 %, 0,2 % et 3 % des situations2.

39Le graphique III-18 (fig. III – 18, XXXVIII) regroupe les décomptes effectués pour les plans 2 à 6, en ne distinguant que trois catégories majeures : bâti, ouvert et arboré. La part des plans 2 et 3 composés d’une seule classe d’objet descend aux environs de 20 %, alors que ce score remonte ensuite à plus de 50 % pour les plans 4, 5 et 6. Dans le même temps, on constate un rôle différencié des classes d’objet : le bâti et l’ouvert gardent une bonne place au côté de la forêt pour les plans 2 et 3. Celle-ci impose sa marque exclusive aux plans 4 et 5 pour revenir à un partage des rôles avec l’ouvert au plan 6.

Les thèmes d’occupation du sol et leur présence dans les différents plans

40L’opération consiste à raisonner en terme de présence/absence comme nous l’avons déjà fait pour l’analyse du paysage vu du dessus : pour chaque point, et au sein de chacune des six couronnes visuelles qui entourent celui-ci, on a relevé la présence ou l’absence des différentes catégories d’occupation du sol ; les fréquences ainsi obtenues ont été converties en pourcentage rapporté au nombre de transactions pour donner lieu à une représentation graphique de facture analogue (fig. III- 19, XXXVIII). Au plan 1, le bâti est présent dans 90 % des transactions ; ce score diminue ensuite, passant de 67 % au plan 2 pour se stabiliser à 30 % avec les plans 5 et 6. Les formations arborées offrent un schéma de distribution inverse ; elles sont présentes dans 28 % des plans 1 et dans 95 % sur les trois derniers plans.

41Les formations ouvertes sont stables d’un plan à l’autre et s’observent dans 65 à 80 % de ceux-ci. L’eau reste rare avec un taux de présence qui s’élève tout de même à 20 % du plan 4.

42En résumé, le plan 1, plus diversifié, s’oppose aux trois plans suivants dont la composition visuelle est homogène. Les transactions étant le plus souvent situées dans un environnement bâti (village, lotissement), il est presque inévitable que la vue accroche un élément anthropique situé à proximité. Mais, lorsque la configuration spatiale des éléments géographiques le permet, la vue, au-delà des maisons, porte sur des espaces ruraux où cultures et prés dominent. Une fraction souvent étendue du tour d’horizon bute sur des formations arborées qui jouent le rôle de masque, ainsi que l’atteste le faible nombre de transactions offrant une vue lointaine. Mais, dès que le regard porte au-delà de 280 mètres, la vue délivrée reste très homogène sur toute la profondeur de champ : la forêt domine en se combinant avec l’une ou l’autre des formations ouverte et plus rarement avec du bâti.

Emprise visuelle moyenne des thèmes d’occupation du sol

43Pour établir cet indicateur d’emprise moyenne, on calcule, en pourcentage de la surface de chaque plan visuel, la part qui revient à chaque thème ; ensuite, la moyenne des résultats obtenus est effectuée sur l’ensemble de la série des transactions (fig. III-20, XXXIX).

44Le plan 1 (0 à 70 mètres), est dominé par le bâti et les formations ouvertes qui composent plus de 75 % du paysage. Les réseaux et les buissons suivent loin derrière (10 %) alors que les autres catégories sont peu vues.

45Avec le plan 2 (70 à 140 mètres), le bâti tend à s’effacer au profit des éléments arborés (28 %). Pour le reste, il y a peu de modifications. Il faut atteindre le plan 4 (280 à 1 200 mètres) pour voir les formations ouvertes et arborées s’équilibrer autour de 30 %, alors que ces dernières gagnent encore de l’importance aux plan 5 et 6 à plus de 45 %. Dans tous les cas, l’eau (moins de 5 %) et la vigne (moins de 2 %) restent discrètes dans le paysage. Les réseaux et les buissons s’estompent quand les plans se font lointains.

Rapport entre emprise au sol et emprise visuelle

46Pour compléter ce travail d’investigation sur le paysage et ses propriétés visuelles, nous avons cherché à mettre en évidence une sorte de susceptibilité à la vue des différentes classes d’occupation du sol. A cette fin, on a établi, par catégorie et par plan, le rapport entre le nombre de pixels présents au sol et, parmi ceux-ci, le nombre des pixels effectivement vus dans le paysage. La figure III-21 (fig. III – 21, XXXIX) fait ressortir des écarts importants entre ces deux termes de composition des paysages. Elle montre, par exemple, que moins de 7 % des éléments de bâti décomptés dans le périmètre de la première couronne sont effectivement vus dans le premier plan ; cette valeur tombe à 1 % pour le plan 2 (entre 70 et 140 mètres) puis à 0,1 % pour les plans suivants. Même si les autres thèmes présentent moins d’écart (32 % au plan 1 pour les formations ouvertes, par exemple), on constate qu’une part essentielle des éléments matériels qui composent l’espace géographique se dérobe au regard. Dès le plan 4 (280 à 1 200 mètres), le paysage que l’on voit se construit à partir d’éléments dont l’emprise au sol représente moins de 1 % des surfaces.

Proximité des éléments visuels

47La proximité se définit en calculant la distance la plus courte entre le point d’observation et chaque catégorie d’occupation du sol vue dans le champ de vision. On établit ensuite la moyenne des distances obtenues en chaque point et chaque catégorie (fig. III-22, XL). Le bâti intervient dans la construction des vues au plus près du point d’observation ; arrivent ensuite les cultures et les résineux. Quand les vignes sont visibles, elles le sont à moins de 200 mètres du point d’observation ; il en va de même de l’eau et des routes. Les prés, les feuillus, les voies ferrées et surtout les buissons interviennent plus loin dans la profondeur du champ visuel.

2. Le prix hédoniste des attributs non paysagers

  • 3 Les estimations n’utilisant que les seules variables qui caractérisent le bien vendu et les modalit (...)

48Les résultats que nous présentons dans cette section concernent le prix des attributs non paysagers des 4 050 maisons retenues pour les estimations économétriques : caractéristiques propres (la surface habitable et celle du terrain, le nombre de pièces, de salles de bain, etc.) et caractéristiques de la transaction (sa date et le type de vente par exemple3). Les terrains à bâtir sont également utilisés pour estimer le prix du foncier. Ces prix sont exprimés en euros, par conversion simple des francs courants (années 1995 à 2002) au taux officiel de 6,55957 francs pour un euro.

49Nous sommes souvent amenés à distinguer les transactions situées dans le pôle urbain de Dijon (c’est-à-dire dans les communes de banlieue) du reste de la région d’étude. Cela permet d’observer une variabilité assez importante de certains résultats, ce qui amène à rappeler qu’une grande prudence est de rigueur dans l’interprétation des prix hédonistes obtenus (chapitre II, section 4.3.3). Cependant, ces résultats ont été soumis à la discussion d’experts du marché immobilier (notaires, responsables des Domaines et de la SAFER Bourgogne) qui ont pensé que les ordres de grandeur obtenus étaient vraisemblables.

2.1. La surface habitable

  • 4 Les valeurs médianes sont à peu près égales aux moyennes.
  • 5 Nous indiquons entre parenthèses l’intervalle de confiance à 95 %, qui est l’incertitude de l’estim (...)
  • 6 Le modèle à effet aléatoire donne 1 547 euros par mètre carré et 1 090 dans le pôle urbain.

50Nous estimons le prix d’un mètre carré de surface habitable, toutes choses égales par ailleurs, c’est-à-dire un prix qui n’intègre pas le prix des attributs qui composent le logement. Ce prix hédoniste est égal, en moyenne4, à 1 555 euros par mètre carré (± 202 euros5) et à 775 euros dans les communes du pôle urbain de Dijon6. Un mètre carré supplémentaire augmente le prix global d’une maison de 1,4 % (± 0,2 %), toutes choses égales par ailleurs. Compte tenu de l’écriture du modèle économétrique, le prix hédoniste du mètre carré habitable est à peu près proportionnel au prix global de la maison. C’est ainsi que la valeur du mètre carré de plancher est de 1 231 euros pour la transaction située à 25 % de la distribution selon les prix (premier quartile) et qu’elle est de 1 854 euros pour celle située à 75 % (troisième quartile).

51Ce résultat est cohérent avec ceux obtenus dans d’autres travaux réalisés en France avec la méthode des prix hédonistes :

  • 7 Avec un taux de 5 %, la valeur capitalisée est de 5 500 francs de 1996 (838 euros). Entre le premie (...)

52Cavailhès (2005) estime le prix hédoniste moyen annuel d’un mètre carré de surface habitable pour les logements locatifs des villes de taille comparable à Dijon (entre 140 000 et 210 000 habitants), à partir de l’enquête Logement de l’INSEE de 1996. Il obtient 276 francs (42 euros) par an, soit 1,1 % du prix du loyer. Cela correspond à une valeur capitalisée7 de 1 142 euros en avril 1999, valeur intermédiaire entre celle obtenue ici dans le pôle urbain et dans le reste de la zone d’étude (les trois quarts des logements locatifs analysés sont situés dans des pôles urbains).

53Gravel et al. (2001) ont analysé le prix de maisons du Val-d’Oise pour la période 1985-1993. Ils ne disposent pas dans leur base de données de la surface habitable, mais à partir du nombre de pièces et de leur surface moyenne il est possible de calculer que le prix hédoniste du mètre carré de plancher est de 745 euros. Les prix ont baissé entre la date moyenne (1990) de leur étude et celle de la nôtre (la baisse est de 25 % environ pour Paris intra-muros). Il semble donc que notre estimation soit sensiblement supérieure à la leur.

54Kazmierczak-Cousin (1999) estime qu’un mètre carré supplémentaire de surface habitable fait augmenter le prix d’une maison de 1,1 % dans l’agglomération de Brest (période 1991-1996).

55Marchand et Skhiri (1995) ont analysé le marché de sept petites ou moyennes villes et de Bordeaux entre 1990 et 1991. Ils obtiennent un prix hédoniste du mètre carré de surface habitable qui représente 1,3 % du prix des maisons, valeur presque identique à la nôtre.

56Au total, un prix hédoniste de 1 500 euros par mètre carré de surface habitable qui correspond (toutes choses égales par ailleurs) à un peu moins de 1,5 % du prix d’une maison semble un ordre de grandeur raisonnable.

2.2. La surface du terrain

  • 8 Pour évaluer l’effet de la distance, nous utilisons une unité que l’on appelle, en économie urbaine (...)

57Il est possible d’estimer le prix du terrain à partir des ventes de maisons ou de terrains à bâtir. Le premier échantillon donne une valeur médiane d’un mètre carré de terrain de 24,4 euros (modèle à effet aléatoire) et le second de 15,3. Ces valeurs ont peu de sens en elles-mêmes. On sait, en effet, que la capitalisation dans la rente foncière d’attributs géographiques se traduit par des valeurs du mètre carré de terrain variables selon la localisation. On distingue généralement un premier effet lié à la distance8, un deuxième dû à la population et un troisième provenant de la qualité du voisinage. Ce sont les trois principales variables qui déterminent le niveau de la rente foncière.

58En examinant l’effet de la distance (figure III-23, XL), on constate que le prix hédoniste médian du mètre carré diminue lorsqu’on s’éloigne de Dijon (il s’agit du prix du terrain « pur », c’est-à-dire expurgé du prix de la construction elle-même). Pour les maisons (estimation à partir du modèle en différences), la courbe présente une brusque augmentation entre les distances généralisées de 4-5 euros (Marsannay-la-Côte, Neuilly-lès-Dijon, Perrigny-lès-Dijon, …) et 5-6 euros (Quétigny, Couchey, Varois-et-Chaignot, Crimolois, Savigny-le-Sec), difficile à interpréter à ce stade. Pour les terrains à bâtir, la diminution est plus régulière.

59Une partie de cette diminution du prix avec l’éloignement s’explique par un arbitrage, classique en économie urbaine, entre coût de déplacement et coût foncier. Les économistes montrent que les ménages font un arbitrage entre le coût de leurs déplacements quotidiens (les migrations alternantes domicile – travail) et le coût de leur logement. Un équilibre est atteint lorsque le gain d’un déplacement plus court est exactement compensé par la perte d’espace résidentiel : il n’y a alors pas de raison de déménager puisque gains et pertes s’équilibrent. La diminution des valeurs foncières lorsqu’on s’éloigne du centre-ville s’explique, en premier lieu, par ce mécanisme.

60On retient souvent une baisse dont l’ordre de grandeur est de 10 % du prix foncier par kilomètre d’éloignement du centre ville. Dans le périurbain ce taux est plus faible : de – 2 % à – 4 % seulement par kilomètre. Pour la région dijonnaise, Cavailhès et Wavresky (2003) estiment que la rente foncière diminue de 12,8 % par kilomètre dans le pôle urbain de Dijon (cette estimation est imprécise car la source utilisée comporte peu de données dans le pôle) et de 3,3 % par kilomètre dans la couronne périurbaine (résultat plus fiable). Nos résultats, avec des ajustements exponentiels, donnent des rythmes de diminution qui sont :

  • de 18,6 % par euro de distance généralisée pour les maisons avec le modèle en différences. L’ajustement exponentiel donne un bon résultat : R2 = 0,90 (cf. courbe en pointillé de la figure III-23).

  • de 21,8 % par euro de distance généralisée pour les maisons avec le modèle avec effet aléatoire. La qualité de l’ajustement est comparable.

  • de 20,2 % par euro de distance généralisée pour les terrains à bâtir.

  • 9 Avec des variantes de ces modèles, on pourrait obtenir des résultats sensiblement différents, ce qu (...)
  • 10 Cette estimation ne peut être directement comparée à celle de Cavailhès et Wavresky (2003) où la di (...)

61Ces valeurs sont proches les unes des autres, ce qui montre que les trois modèles sont cohérents9 : lorsque la distance depuis Dijon vaut un euro en coût généralisé de transport, le prix d’un mètre carré de terrain diminue d’environ 20 %10.

  • 11 Le modèle en différence est utilisé dans les deux cas.

62L’effet du coût de la distance sur la valeur des terrains se combine à un effet de population, ou de densité de population, qui contribue à expliquer la pente des courbes des figures précédentes. En effet, lorsque le prix du terrain est cher, la taille des lots résidentiels est petite. En raisonnant toutes choses égales par ailleurs, en particulier en contrôlant les effets de la population globale de l’aire urbaine et le revenu des ménages, cela se traduit par une variation en sens inverse de la densité de population et, généralement, de la population. Les communes à bonne accessibilité et où la population est nombreuse, ont une rente foncière élevée. Or, la taille de la population d’une commune est liée au nombre de biens publics et de services, publics ou privés, qui ont une valeur pour les ménages (ainsi qu’un coût en terme d’impôts locaux). Ces biens urbains que consomment les ménages se capitalisent également dans la rente foncière : le prix des terrains est d’autant plus élevé que la population est importante, comme le montre la figure III-25, obtenue en divisant les observations des deux échantillons en deux moitiés égales (le seuil est de 1 515 habitants pour l’échantillon des maisons et de 800 pour celui des terrains à bâtir)11.

63La combinaison de la valeur de l’accessibilité et de celle des biens urbains montre que la pente selon la distance est moins prononcée que ce qui apparaissait sur la figure III-24 (fig. III – 24, XLI), car une partie de la décroissance est maintenant attribuée à la valeur des biens urbains, qui correspond approximativement à l’écart entre les courbes correspondant aux fortes et aux faibles populations. De plus, la variation brusque observée dans le cas des maisons entre 4 et 6 euros de distance généralisée disparaît : elle était due (en partie au moins) à un nombre élevé de communes de plus de 1 515 habitants aux environs de 6 euros de distance généralisée. En revanche, la pente reste prononcée près de Dijon, tandis qu’en périphérie, elle devient très faible. Nous reviendrons par la suite sur l’analyse de l’écart entre les deux courbes de cette figure III- 25 (fig. III – 25, XLII).

64La troisième variable de localisation habituellement prise en compte en économie urbaine est la qualité du voisinage. Vivre dans une commune de ménages aisés a une valeur pour les habitants de cette commune car ce voisinage procure des services publics ou privés nombreux et de qualité, des contacts sociaux de « qualité » (bons établissements scolaires, sécurité) et parfois un environnement plaisant (qualité des paysages). Cette valeur du voisinage se capitalise également dans la rente foncière. Nous prenons le revenu imposable moyen de la commune comme variable représentant cette qualité sociale du voisinage.

  • 12 Le modèle à effet aléatoire permet d’estimer qu’une augmentation de 1000 habitants d’une commune fa (...)

65Selon le modèle à effet aléatoire, le prix de la qualité du voisinage est élevé : lorsque le revenu imposable moyen d’une commune augmente de 1 000 euros, le prix d’une transaction augmente de 3 070 euros. Une maison située au niveau Q1 (premier quartile) dans l’ordre des revenus imposables communaux vaut 5 800 euros de moins que la même maison située à la médiane de cette distribution, cette dernière valant elle-même 7 200 euros de moins qu’une maison située à Q3. L’effet sur la valeur immobilière du passage de Q1 à Q3 est donc de 13 000 euros, soit environ 12 % du prix d’une maison. Cavailhès (2005), pour les aires urbaines dont la ville-centre a entre 140 000 et 210 000 habitants, obtient une valeur, nettement plus élevée, de 29 000 euros. Mais les logements locatifs qu’il analyse sont probablement assez différents de ceux en propriété étudiés ici, avec des mécanismes de ségrégation sociale plus importants dans le parc locatif, ce qui peut expliquer cette différence. En nous en tenant, à partir du modèle en différences12, à l’interaction entre la distance et la population des communes, le tableau III-3 montre, tout d’abord, que le prix du mètre carré de terrain est sans commune mesure avec le prix d’une terre agricole. En analysant le marché foncier à partir des notifications des notaires à la SAFER de Bourgogne, Cavailhès et Wavresky (2003) estiment le prix des terres agricoles destinées à l’urbanisation à 8,8 euros par mètre carré dans le pôle urbain dijonnais et, en chiffres ronds, à 1 euro en dehors de celui-ci. Même en ajoutant le coût de la viabilisation et les frais de transaction, on reste très loin du prix des terrains payés par les ménages. Cela montre l’ampleur des plus-values réalisées lorsque des terres agricoles sont converties à des usages résidentiels (de plus, le prix des terres restant à usage agricole est nettement inférieur).

© INRA-CESAER/THéMA
Prix médian en euros par mètre carré, maisons, modèle en doubles différences
Tableau III-3 : Prix du terrain selon la distance et la taille des communes

66Le tableau III-3 montre également l’importance de la population, qui capte en partie l’effet des biens urbains capitalisés dans la rente foncière. Dans les communes périphériques plus peuplées que la moyenne, la valeur de ces biens urbains capitalisée dans un mètre carré de terrain est d’une dizaine d’euros supérieure à celle des villes moins peuplées (tableau III-3, colonne 3) ; près de Dijon, cet écart dépasse une trentaine d’euros par mètre carré ; dans les communes à une distance moyenne l’écart est d’une quinzaine d’euros par mètre carré de terrain.

67Dans les deux tranches de taille des communes, le terrain est à peu près cinq fois plus cher près de Dijon qu’en périphérie lointaine. L’effet « pur » de l’accessibilité sur les valeurs foncières reste donc important. Au total, entre une petite commune rurale excentrée et une commune urbaine proche de Dijon, le prix du terrain est multiplié environ par 25, par 50 si on le compare au prix d’une terre agricole.

2.3. Prix des attributs des maisons

68Le prix hédoniste des attributs renseignés dans la base de données est indiqué dans le tableau III-4, pour ceux dont le prix est significativement non nul. Le pôle urbain (hors Dijon) est distingué du reste de la zone étudiée lorsque les valeurs estimées sont significativement différentes, et un prix unique est indiqué dans le cas contraire.

69La salle de bain est l’attribut qui a le prix hédoniste apparent le plus élevé. Dans les deux modèles, une unité supplémentaire coûte environ 28 000 euros (11 000 à 13 000 euros dans le pôle urbain). C’est une valeur au-dessus de ce qu’on peut attendre et de celles qu’on trouve dans d’autres travaux ; par exemple Cavailhès (2005) et Marchand et Skhiri (1995) estiment à 14 000 euros environ le prix d’une seconde salle de bain. La raison du prix élevé obtenu ici vient de ce que le nombre de WC du logement n’est pas indiqué dans la base de données que nous utilisons. Or, en suivant Cavailhès ou Marchand et Skhiri, le prix d’un second WC est presque égal à celui d’une salle de bain supplémentaire. Ces deux équipements sanitaires allant souvent de paire, il est probable que le prix de la salle de bain supplémentaire que nous estimons capte également le prix du second WC qui va avec. Il est dès lors logique qu’on obtienne un prix égal au double de celui que donnerait une estimation qui séparerait les deux biens.

70La piscine, présente dans 104 transactions, et les combles (163 observations) sont les attributs qui suivent dans l’ordre décroissant des prix : la valeur médiane d’une piscine est de 11 300 euros (8 800 euros pour Q1 et 14 100 pour Q3) dans l’estimation en différences et de 7 000 euros dans le modèle à effet aléatoire. Le prix de combles est d’environ 7 000 à 9 500 euros. Dans le premier modèle, les parkings n’ont un prix hédoniste significativement positif, de 3 560 euros, que dans le pôle urbain (où les trois quarts des maisons en ont au moins un), alors que dans le second un prix comparable en ordre de grandeur (4 250 euros) s’applique partout.

© INRA-CESAER/THéMA
Prix médian en euros. Salles de bain : par unité. Année de construction dans le modèle à effet aléatoire : différence entre une maison neuve et une maison construite cinq ans plus tôt.
Tableau III-4 : Prix des attributs des maisons

71Le prix hédoniste des constructions récentes est étonnamment faible, puisqu’une maison construite un an plus tard que la moyenne ne vaut que 36 euros de plus dans le modèle en différences et qu’une maison neuve ne vaut que 1 000 euros de plus qu’une construction datant de cinq ans dans le modèle à effet aléatoire.

72C’est le seul résultat surprenant par rapport à des travaux comparables, français comme anglo-saxons, qui indiquent que les maisons neuves (ou récentes) se vendent nettement plus cher que les constructions plus anciennes. Cependant, les experts auxquels les résultats ont été présentés ne trouvent pas cela anormal. La flambée des prix immobiliers explique, selon eux, que le neuf se vende à peu près au même prix que l’ancien, d’autant plus que les constructions en France sont particulièrement durables (à la différence des Etats-Unis où leur durée de vie est plus faible).

73Une maison à étages vaut moins cher que celles de plain-pied, mais l’écart est faible dans le pôle urbain. Le nombre de pièces d’un logement est une variable qui peut avoir un prix hédoniste significatif ; cependant, comme il est très lié à la surface habitable, nous avons introduit la taille moyenne des pièces principales. Le résultat présente une forme presque linéaire qui montre que les petites pièces ont un prix hédoniste supérieur aux grandes. Les autres attributs sont moins faciles à analyser, en ce sens qu’ils sont souvent sensibles au codage subjectif du notaire concernant, par exemple, le mauvais état d’une maison. Le résultat indique, cependant, une décote importante, de l’ordre de – 13 000 à – 15 000 euros.

2.4. Prix de caractéristiques de la transaction

74La base de données comporte également des variables qui se rapportent à la transaction ou à son contexte. Le tableau III-5 renseigne les résultats. Dans le premier modèle, les ventes entre particuliers valent en moyenne 2 400 euros de moins que celles dans lesquelles des agences immobilières ou des notaires interviennent (ces deux types d’agents ne se différenciant pas). C’est logique puisque les frais de mutation et de transaction sont plus faibles dans ce cas. Dans le second modèle, ce sont les transactions passant par une agence immobilière qui sont plus chères, l’explication étant la même. La mutation précédente joue un rôle pour expliquer le prix actuel. En effet, les échanges et, dans une mesure moindre, les successions ou partages sont moins chers que les mutations de gré à gré, qui sont l’essentiel des mutations précédentes. Ceci est probablement dû à un pouvoir de négociation amoindri pour le vendeur. Enfin, lorsque l’acquéreur occupe déjà le bien, il le paye bien moins cher dans le périurbain (environ 20 % ; pas d’écart dans le pôle urbain), ce qui s’explique aussi par le rapport de force entre les échangistes.

© INRA-CESAER/THéMA
Prix médian en euros
Tableau III-5 : Prix de caractéristiques de la transaction

2.5. La date de mutation

  • 13 Après une baisse importante en euros constants de 1990 à 1998, les prix commencent à augmenter en 1 (...)

75Le prix moyen des maisons vendues en 1995 (350 observations) était de 20,7 % inférieur à celui de celles vendues en 2002 (862 observations). Durant ces sept années, l’augmentation de l’indice général des prix a été d’environ 10 %. Les valeurs immobilières ont donc augmenté d’environ 10 % en euros constants dans la région dijonnaise. La progression observée au niveau national13 est identique.

76Durant cette période, la surface habitable des maisons de notre échantillon s’est accrue de 4,5 % et celle des terrains de 6 %. On peut donc attribuer environ la moitié de l’augmentation globale à l’augmentation de ces deux surfaces. Il faut probablement tenir compte également d’un effet de qualité ; à titre d’exemple, le nombre de salles de bain par logement s’est accru de 7,5 % durant cette période. On comprend qu’il soit difficile d’aller plus loin dans l’analyse des causes de l’augmentation des valeurs immobilières à partir d’éléments descriptifs de ce type. Par ailleurs, pour de nombreux professionnels, la rareté de la matière première foncière est une des raisons de la flambée des prix actuelle. Or, entre les 137 ventes de terrains à bâtir effectuées en 1995 ou 1996 et les 425 qui ont été faites en 2002, le prix unitaire du mètre carré de terrain n’a progressé que de 1 %, ce qui signifie qu’il a diminué en euros constants. Mais il est possible que cette baisse soit due à l’éloignement accru des transactions : pour les terrains à bâtir, la distance généralisée moyenne depuis Dijon était de 7,3 euros en 1995-96 et elle est de 10,3 euros en 2002.

77Seul un modèle économétrique permet d’aller plus loin dans l’analyse, pour savoir si le prix a augmenté ou diminué toutes choses égales par ailleurs, et en particulier la distance dont nous avons vu le rôle déterminant dans les valeurs foncières. C’est ce que présente le tableau III-6 qui permet d’analyser l’effet de la date de mutation sur le prix des maisons, selon la distance généralisée à Dijon. Il montre, tout d’abord, que l’effet de la date, toutes choses égales par ailleurs, correspond à une augmentation annuelle du prix des maisons égale ou supérieure à 4 % pour la plupart des distances. Le modèle en différences donne une valeur égale à 4 % par an. L’inflation étant inférieure à 2 % par an durant cette période, il y a donc un effet sensible d’augmentation des prix en euros constants, et toutes choses égales par ailleurs, que l’on peut estimer supérieur à 2 points par an.

  • 14 Il faut rester prudent car le modèle à effet aléatoire semble, au contraire, indiquer une progressi (...)

78L’effet de la distance depuis Dijon sur l’augmentation des prix au cours de la période n’est pas très net. Les prix ont augmenté d’environ 4 500 euros par an pour la plus faible distance généralisée comme pour la plus grande, avec des augmentations généralement plus fortes à des distances intermédiaires. En pourcentage, il semble, par contre, y avoir un effet positif de la distance puisque les prix ont augmenté de 3,5 à 4,5 % par an pour les distances généralisées faibles et de 5 à 6,5 % pour les plus éloignées, avec des valeurs de 4 à 5 % par an pour les distances intermédiaires. En termes relatifs, il semble donc que l’augmentation des prix a donc été plus importante dans le périurbain que dans le pôle urbain14.

© INRA-CESAER/THéMA
Tableau III-6 : Prix hédoniste de la date de mutation selon la distance généralisée à Dijon (euros et %)

  • 15 Il peut s’agir d’un biais de sélection. En effet, la base de données comporte peu de terrains à bât (...)

79L’aspect temporel est également analysé sur les transactions de terrains à bâtir. L’augmentation des prix est nettement supérieure à celle des maisons, puisqu’elle atteint 9 % par an. L’hypothèse de rareté de l’offre de terrains à bâtir est donc confirmée par cette estimation. Elle montre également que la baisse apparente de 1 % au cours de la période doit être attribuée à l’éloignement accru des terrains nouvellement convertis, ce qui va dans le même sens, la rareté amenant à rechercher des terrains plus loin. Cependant, une augmentation de 9 points par an semble très rapide (elle conduit à un doublement du prix en neuf ans). Il est possible qu’elle soit exagérée du fait d’un artefact statistique15.

2.6. Résumé et conclusions

80Retenons, tout d’abord, que les prix hédonistes des caractéristiques des logements, en réservant la question des attributs paysagers pour la section suivante, semblent assez robustes. Deux modèles économétriques différents ont permis de décomposer le prix global des transactions portant sur les maisons en prix unitaire des principaux attributs ; les résultats de ces deux modèles sont voisins. En outre, le prix du terrain nu a été estimé à partir des deux échantillons des transactions de maisons et de celles de terrains à bâtir ; les résultats sont également presque les mêmes. Les prix hédonistes que nous obtenons par les différents modèles sont, enfin, cohérents avec ceux obtenus dans les quelques autres études françaises qui ont utilisé la méthode des prix hédonistes.

81Un mètre carré de surface habitable nue (c’est-à-dire sans les attributs qui l’accompagnent) vaut environ 1 500 euros, soit un peu moins de 1,5 % du prix global d’un logement. Un mètre carré de terrain, nu également, vaut environ 40 à 50 euros près de Dijon et il décroît de 20 % lorsque la distance généralisée à Dijon augmente d’un euro, de telle sorte qu’il n’est plus que d’une dizaine d’euros à une distance de 12 euros et de deux euros lorsqu’on atteint la périphérie de la zone d’étude.

82Le prix des transactions est supérieur dans les communes plus peuplées que la moyenne (elles valent environ 1 700 euros de plus lorsque la population augmente de 1 000 habitants), ainsi que dans les communes plus riches (le prix d’une transaction augmente de 13 000 euros lorsqu’on passe de la commune qui est au premier quart de la distribution selon le revenu imposable à la commune située au troisième quart).

83Les attributs des logements qui sont identifiés dans la base de données ont des prix hédonistes cohérents avec les résultats obtenus par ailleurs (à une exception près). Salle de bain, combles, piscine, sous-sol, parking et cave ont des prix hédonistes positifs ; les maisons à plusieurs niveaux, ou celles en mauvais état, ont, au contraire, des prix négatifs. La date de construction n’a, apparemment, qu’un effet très faible sur le prix des transactions, ce qui est l’exception par rapport à la plupart des autres travaux qui lui attribuent un prix hédoniste élevé.

84L’analyse de l’effet de la date de transaction montre que l’augmentation observée entre 1995 et juin 2002 (date des dernières mutations présentes dans la base de données), de 20 % environ, est due pour moitié à l’inflation. Les 10 % de progression en euros constants s’expliquent grosso modo pour moitié par un effet de quantité (surface habitable et terrain), auquel il faut probablement ajouter un effet de qualité et pour moitié par un effet temporel : l’analyse, toutes choses égales par ailleurs, montre que le prix augmente d’environ 2 points par an pour les maisons et nettement plus pour les terrains à bâtir.

3. Le prix hédoniste des attributs paysagers

85Nous présentons tout d’abord les éléments de méthode permettant de définir et de choisir les attributs paysagers, et le modèle économétrique adéquat pour estimer leur prix hédoniste. Ensuite, arrivent les résultats d’ensemble avec des développements plus détaillés concernant l’importance des champs de vision et des superficies vues, l’occupation paysagère du sol, la composition paysagère, le rôle de la topographie, des objets singuliers et de la distance, enfin l’importance de la vision elle-même.

3.1. Méthode

3.1.1. Définition des attributs paysagers

86Les attributs paysagers d’un bien immobilier qui peuvent avoir un prix hédoniste non nul sont, en premier lieu, les douze catégories d’occupation du sol définies par l’analyse et la classification des images satellites. En effet, ces catégories regroupent des objets de nature et de hauteur variées, qui peuvent être vus ou masqués selon leur disposition mutuelle et leur situation topographique. Le chapitre II détaille la méthode utilisée pour constituer les variables qui en découlent. En résumé, les douze catégories sont le bâti, les routes, les voies ferrées, les zones d’activité, les champs cultivés, les prairies, les vignes, les formations arborées de feuillus, de résineux, les buissons, les carrières et, enfin, l’eau. L’information de base est constituée par le comptage des pixels, selon les types d’occupation du sol et leur présence dans six champs de vision emboîtés, de 0 à 70 mètres, de 70 à 140 mètres, de 140 à 280 mètres, de 280 à 1 200 mètres, de 1 200 à 6 000 mètres et enfin au-delà de 6 000 mètres. Le premier champ est vu depuis tous les points d’observation, les suivants le sont si la topographie du lieu ou la présence de masques visuels (bâti, arbres, etc.) ne masque pas la vue.

Les pixels vus

  • 16 Nous n’avons fait intervenir la distance aux divers types de pixels d’occupation des sols que lorsq (...)

87Les types d’occupation des sols dans ces champs de vision peuvent intervenir dans l’explication du prix d’une transaction selon cinq modalités : en superficie (la liaison entre le prix et la quantité est linéaire) ; en logarithme de la superficie (le prix hédoniste augmente moins vite que la superficie, ce qui correspond à un effet de saturation) ; en pourcentage du champ occupé par un type ; en logarithme du pourcentage ; en éloignement du pixel le plus proche d’un type donné16.

88Ces différentes modalités rendent compte de différentes attitudes possibles d’un agent économique qui peut payer un bien immobilier plus cher (ou moins cher) pour voir (ou ne pas voir) une superficie d’un certain type, avec ou sans saturation, ou bien pour que son champ de vision soit composé en taux d’occupation par un type, ou enfin, pour voir (ou non) un pixel d’un type particulier le plus près (ou le plus loin) possible. Ne sachant pas ce qui est recherché – et valorisé – par les ménages, nous introduisons ces différentes modalités en concurrence, de façon à ce que ce soit celle qui contribue le mieux à l’explication du prix du bien qui l’emporte. Ces modalités sont évidemment corrélées entre elles ; retenir une modalité plutôt qu’une autre ne signifie donc pas que les autres ne pourraient pas intervenir.

La soumission à la vue

89Deux aspects doivent être distingués en ce qui concerne non pas la vue proprement dite mais la soumission à la vue d’autrui. Premièrement, il est fréquent que des éléments paysagers plans comme les routes ou les cours d’eau, ne soient pas vus depuis une habitation en raison d’un masque topographique ou d’un objet faisant écran (cf. chapitre II, section 1.3). Cependant, en sens inverse, un observateur extérieur, en station debout sur un de ces éléments plans, peut voir cette habitation ou plus précisément une personne assise dans le jardin de celle-ci (à une hauteur de un mètre du sol), s’il est assez grand pour que son œil passe au-dessus des masques qui s’interposent tels que clôture ou haie basse, par exemple. Deuxièmement, un phénomène de même type se produit lorsque les rapports de visibilité jouent à des hauteurs différentes. Par exemple, on peut voir une maison qui s’élève à 7 mètres du sol sans être soumis au regard de la personne située en rez-de-jardin de cette même maison.

La vision d’en haut

90Vue et soumission à la vue définissent des rapports au paysage d’ordre sensoriel qui sont matériellement contraints par l’agencement mutuel de la topographie et de l’occupation sol ; les méthodes décrites dans le chapitre II permettent de formaliser et d’analyser les rapports en question pour en mesurer l’impact en terme économique. Cependant, les indicateurs de visibilité directe ne sont pas seuls à intervenir. Il est sûr que les ménages sont également sensibles à la composition de leur environnement, qu’il soit visible ou non. Par exemple, la simple présence de routes ou de voies ferrées, même masquées, peut être source de nuisances qui ne relèvent pas de la visibilité (bruit, trafic, danger pour les enfants ou les animaux domestiques, etc.). Il est donc intéressant d’introduire des attributs qui permettent d’appréhender ce type ce contexte. A cette fin, l’analyse du paysage conduite du dessus, en vue zénithale, offre des ressources intéressantes : les bases de données en échelles emboîtées que nous avons constituées, comportent une grande richesse d’informations, également mobilisables pour caractériser l’environnement autour de chaque point de transaction. La prise en compte de l’information par auréoles concentriques est, à cet égard, particulièrement bien adaptée puisqu’elle permet de sérier le rôle des différents composants en fonction de l’éloignement.

La distance

91Le critère de distance est très sensible comme l’ont montré certains travaux. Les ménages marquent effectivement leur préférence pour les habitations dont le proche voisinage comporte certains types d’occupation du sol signant un cadre de vie de qualité. Dans certains cas, lorsqu’il s’agit de forêt ou de golf par exemple, l’adjacence est davantage encore prisée. De notre côté, nous n’avons pas prix en compte l’adjacence, car il suffirait d’une erreur de quelques mètres dans le géoréférencement des maisons pour que cette variable soit faussée. En revanche, nous avons testé si les distances aux divers types d’occupation du sol intervenaient pour expliquer le prix des transactions. Compte tenu de l’importance du champ de vision rapproché (cf. infra), seules les distances inférieures à 100 mètres sont prises en compte (nous considérons qu’au-delà il y a indifférence). Cette distance peut intervenir sous forme linéaire, logarithmique (le prix décroît plus vite que ne s’accroît la distance), ou de façon qualitative : plus près ou plus loin que la distance moyenne d’un groupe de référence.

La composition paysagère

92La méthode quantitative et « objectiviste » que nous employons ne permet pas de faire intervenir des critères qui relèvent de l’esthétique ou de l’analyse cognitive, mais elle permet de construire des indices de composition paysagère qui s’inspirent de l’écologie du paysage.

93Nous avons utilisé la base documentaire Fragstats pour calculer plusieurs indices dans les voisinages de 0 à 70 mètres et de 70 à 140 mètres (il s’agit d’une vision d’en haut). Sur le très grand nombre d’indices possibles, un premier tri a permis de retenir ceux qui peuvent être directement calculés, sans faire intervenir d’hypothèses écologiques. Nous avons, ensuite, distingué des indices globaux qui résultent d’un calcul appliqué aux douze catégories d’occupation des sols et des indices par classe, spécifiques aux principales de ces catégories.

94Dans le premier groupe, nous avons testé les éléments dont voici la liste.

  • Des indices de densité ou de diversité. Il s’agit de la richesse (nombre de classes présentes), de la dominance d’une classe (entropie de Shannon ou de Simpson), de la taille moyenne des taches ou de la présence d’une tache prépondérante, de la longueur comparée des lisières.

  • Des indices de forme, indiquant leur compacité (rapport du périmètre à la surface, de la longueur des lisières à leur longueur théorique pour une forme compacte, rapport de la surface à celle d’un cercle circonscrit, etc.) ou leur cloisonnement (indice de contiguïté).

  • Des indices de contagion. Il s’agit d’indice d’auto-adjacence ou d’agrégation (part des contacts de même classe relativement à tous les contacts), de contagion, d’interspection (entropie des fréquences de contact entre les taches) ou de division (somme des carrés des rapports de la surface de taches à la surface totale, retranchée de 1).

95Plusieurs de ces indices donnent des résultats significatifs, mais avec de fortes corrélations entre eux. Nous avons finalement retenu, parmi les indices globaux, un indice de division (qui vaut zéro lorsqu’il n’y a qu’une seule tache et un pour une mosaïque complète), de contiguïté (qui vaut zéro pour un paysage cloisonné et un si la connectivité est totale entre toutes les formes) et la part de la tache dominante (qui mesure la proportion occupée par la tache de surface maximale). Parmi les indicateurs relatifs à un type d’occupation du sol, c’est le nombre de taches de feuillus et la longueur des lisières de cette catégorie (mesurée en mètres) qui sont les plus significatifs. Ces variables n’interviennent que dans le champ des 70 premiers mètres autour d’une maison car elles produisent des résultats statistiquement non significatifs au-delà.

La topographie

96A ce titre, nous avons retenu des indicateurs qui définissent le paysage dans sa structure physique comme la pente, le rayonnement solaire et l’exposition dominante du terrain lorsqu’il n’est pas plat. Nous avons également établi un indicateur d’encaissement qui mesure la différence d’altitude entre le pixel d’observation et la moyenne des pixels vus (position dominante ou dominée) (cf. chapitre II).

Les objets singuliers

  • 17 Des distances limites, calculées à vol d’oiseau, au-delà desquelles l’influence sur le prix d’une t (...)

97La proximité de voies à grande circulation (autoroutes, voies rapides) est susceptible d’avoir un prix hédoniste négatif, dû aux nuisances sonores engendrées : des fuseaux de largeurs différentes, de 100, 200 et 400 mètres ont été définis de part et d’autre des voies, de manière à établir si le prix des transactions concernées est sensible à ce type de localisation. Il en est de même pour les voies ferrées. Enfin, la présence de certains objets singuliers à proximité des habitations peut également influencer le prix des transactions. Nous avons retenu : les églises, les silos, les carrières, les sites industriels classés Seveso, un incinérateur, les établissements scolaires classés en Zone d’éducation prioritaire17. D’autres objets auraient également pu être retenus, comme les châteaux, les lignes électriques à haute tension, etc. Ceux que nous avons choisis sont des exemples, parmi d’autres, pour analyser l’éventuelle sensibilité des ménages à de telles proximités.

98Finalement, le modèle économétrique évalue le prix hédoniste des attributs définis par l’occupation des sols, la topographie et les objets particuliers selon la méthode que nous allons exposer.

3.1.2. La méthode d’estimation du prix des attributs

Modèle en différences

  • 18 L’introduction de variables paysagères ne modifie pratiquement pas les prix hédonistes des caractér (...)
  • 19 Nous avons introduit deux variables supplémentaires, la première pour tenir compte des maisons cons (...)

99La méthode économétrique utilisée est présentée dans le chapitre II, section 2.4. Il s’agit d’une estimation en différences : la différence entre le logarithme du prix d’une transaction et le logarithme du prix moyen des transactions du groupe (i. e. le lotissement auquel appartient la transaction ou les habitations d’une commune hors lotissements) est expliquée par des différences entre les attributs paysagers et environnementaux de ce bien immobilier et ceux de la moyenne du groupe auquel il appartient. Les caractéristiques non paysagères de la transaction, présentées dans la section 3.1 de ce chapitre, sont également introduites dans le modèle sous forme de différences entre valeur individuelle et valeur moyenne du groupe18,19. De ce fait, nous nous limitons au sous-échantillon des maisons car les terrains à bâtir ne partagent, avec ces dernières, qu’une seule caractéristique (la surface du terrain), ce qui rend la fusion des deux sous-échantillons difficile. Plus précisément, l’estimation économétrique porte sur 4 050 transactions de maisons, après élimination de quelques observations atypiques.

100Nous n’avons pas retenu le modèle avec effet aléatoire (cf. chapitre II, section 2.4.2) car il donne des résultats voisins de celui en différences et il demande un temps de calcul important dû au nombre élevé d’attributs paysagers candidats à l’explication du prix d’une transaction. Comme nous l’avons dit, l’inconvénient essentiel du modèle en différences est de ne pas prendre en compte d’éventuels effets inter-groupes dus à l’hétérogénéité de la région d’étude. Nous tenons compte de cette limite en introduisant dans les estimations économétriques des variables d’interaction qui permettent d’estimer des prix hédonistes spécifiques à certaines catégories d’espaces, ou bien en faisant des estimations pour différentes zones paysagères.

3.1.3. Délimitations au sein de la région d’étude

101Nous avons utilisé :

    • 20 Rappelons que la distance généralisée est la somme du nombre de kilomètres par la route valorisés a (...)

    une typologie urbaine, avec, d’une part, le pôle urbain (délimitation INSEE, hors commune de Dijon) qui compte 1 594 observations et, d’autre part, les communes situés hors de celui-ci, avec 2 454 observations, qui appartiennent, pour l’essentiel, à la couronne périurbaine ; mais, comme la région d’étude comporte également des communes multipolarisées ou rurales, nous parlons de « ceinture périurbaine » pour désigner cet ensemble de communes extérieures au pôle. Cette première typologie se justifie par son importance en économie urbaine, comme nous l’avons vu en analysant le prix du terrain (section 2.2). En effet, il est possible que l’éloignement, en tant qu’il est lié à l’urbanisation, joue un rôle sur le prix hédoniste de certains attributs paysagers. La distinction du pôle urbain et de la ceinture périurbaine permet d’analyser l’existence d’effets inter-groupes de ce type, que le modèle en différences ne prend pas en compte. De plus, nous avons parfois introduit une distinction au sein de la ceinture périurbaine elle-même, selon qu’il s’agit d’une couronne proche ou éloignée de Dijon, ce qui est une seconde façon de tenir compte de l’influence urbaine. La première couronne (celle du périurbain proche) est constituée des communes situées à moins de 11,4 euros de distance généralisée de Dijon20 (1 217 observations) et la seconde (périurbain éloigné) à une distance supérieure (1 239 observations).

  • une typologie des paysages. La seconde typologie est celle présentée dans le chapitre I (section 3.3). Afin que chaque groupe compte un nombre suffisant d’observations, nous avons retenu la classification simplifiée (en sept types), et, au sein de celle-ci, seulement quatre des zones qui ont été définies : les vallées de la Plaine dijonnaise (zone « Vallées (Ouche, Tille, Saône) » de la figure I-26 : 1 217 observations, dont 926 dans la ceinture périurbaine), le nord de la Plaine dijonnaise (zone « Collines dijonnaises et Pays de la Vingeanne » : 761 observations dont 441 dans la ceinture périurbaine) et le sud de celle-ci (zone « Plaine de Cîteaux » : 1 330 observations dont 491 dans la ceinture périurbaine) et, enfin, l’Arrière-Côte et le Plateau (zone « Côte d’Or et plateaux » : 624 observations dont 480 dans la ceinture périurbaine). Les zones 5, 6 et 7 n’ont pas été intégrées à l’analyse économétrique car l’échantillon retenu compte trop peu de maisons dans ces zones (respectivement : 2, 54 et 62).

  • l’articulation des deux délimitations. La figure III-26 (fig. III – 26, XLIII) indique l’articulation des deux délimitations principales. Nous verrons, d’une part, que les prix hédonistes des attributs paysagers sont souvent différents dans le pôle urbain et dans la ceinture périurbaine et, d’autre part, que les zones paysagères s’opposent également les unes aux autres pour de nombreux attributs. C’est ce que nous avons fait pour les estimations des prix hédonistes, présentées dans les tableaux qui suivent. L’avantage est de permettre de tenir compte de l’hétérogénéité paysagère de la région, mais l’inconvénient est de fournir des résultats qui reposent sur un petit nombre de données (moins de 500 observations dans trois des quatre zones paysagères de la ceinture périurbaine), ce qui fragilise les résultats. Dans certains tableaux ou figures, les résultats concernent les quatre zones paysagères dans leur ensemble (pôle et ceinture périurbaine, avec ou sans distinction de la partie proche ou éloignée), la délimitation retenue étant précisée le cas échéant.

3.1.4. Grille de lecture des résultats

Les unités de mesure du prix hédoniste

102Lorsqu’une variable intervient sous forme quantitative (nombre de mètres carré, proportion d’un certain type dans un champ de vision ou distance à un pixel d’un type particulier), deux prix unitaires sont calculés. Premièrement, lorsque la variable est une surface (exprimée en pixels) ou une distance (en mètres), le prix d’un pixel supplémentaire (soit 49 mètres carré) ou d’un mètre d’éloignement sont des unités de mesure naturelles : nous les avons retenues. Elles sont, cependant, inadaptées en présence de quantités importantes car une variation d’un pixel ou d’un mètre est alors négligeable. C’est pourquoi, deuxièmement, nous rapportons le prix à un doublement de la quantité considérée de l’attribut.

103Pour les variables introduites sous la forme d’une présence ou absence, c’est évidemment le prix hédoniste de cette qualité qui est estimé : une maison appartient ou non à un ruban de moins de 200 mètres de distance d’une voie rapide.

La significativité des résultats

104Les résultats des sections qui suivent ne sont pas donnés pour tous les attributs testés. Nous n’avons retenu que ceux qui ont un prix hédoniste statistiquement non nul (cf. chapitre II, section 2.3.3), positif pour les aménités et négatif pour les nuisances. On peut donc en déduire que les variables qui n’apparaissent pas ont un prix hédoniste statistiquement nul, ce qui est un résultat aussi important que des prix différents de zéro : nous y reviendrons dans quelques cas.

105Les résultats portant sur l’ensemble des observations ont une plus grande probabilité d’être statistiquement significatifs que ceux obtenus sur les sous-échantillons, pour deux raisons : d’une part, la significativité statistique augmente avec le nombre d’observations ; d’autre part, la variabilité des attributs paysagers est plus importante lorsqu’on agrège des zones hétérogènes. Nous vérifierons qu’il en est bien ainsi.

  • 21 Une première vérification est faite en excluant les centiles extrêmes de la distribution et une sec (...)

106Plusieurs contrôles ont été effectués pour s’assurer de la qualité des résultats. Premièrement, les attributs paysagers retenus ne sont pas endogènes, au sens économétrique du terme (cf. chapitre II, section 2.3). Deuxièmement, nous nous sommes assurés de ce que les prix estimés ne résultaient pas de l’influence de transactions trop spécifiques, par exemple parce qu’elles présenteraient une quantité d’un attribut paysager très éloignée de la moyenne21. Les corrélations entre les variables explicatives ont été testées, ainsi qu’une éventuelle liaison entre les observations et les résidus (hétéroscédasticité).

3.2. Le prix hédoniste des attributs paysagers : résultats d’ensemble

107Le tableau III-7 indique les principales statistiques descriptives des variables paysagères analysées et le tableau III-8 donne les prix hédonistes obtenus par zone. Plusieurs conclusions se dégagent, sur lesquelles nous reviendrons dans les sections suivantes.

108Les résultats, appréciés en nombre d’attributs ayant des prix hédonistes différents de zéro, sont meilleurs avec l’ensemble des observations qu’avec des sous-échantillons, pour les raisons qui viennent d’être données. Nous nous attacherons principalement à commenter les premiers.

  • 22 Il est possible que ce résultat tienne à l’hétérogénéité de la catégorie et aux limites de la class (...)

109Les attributs paysagers ou environnementaux qui ont un prix hédoniste non nul sont nombreux. Parmi les types les plus fréquents, le bâti, les routes, l’agriculture, les feuillus et les résineux ressortent dans les champs de vision proches, soit pour l’ensemble des observations, soit pour certaines zones (les buissons sont le seul type répandu qui n’influence pas le prix des transactions22). Les types d’occupation du sol rares ont, par contre, un prix hédoniste qui n’est différent de zéro que dans quelques cas (eau, voies ferrées).

110Il est impossible de dire si ce résultat tient à un prix réellement nul ou au faible nombre d’observations (on ne voit de la vigne à moins de 70 mètres que depuis 42 maisons, des voies ferrées dans le même champ dans 14 cas, etc.). Pour des raisons statistiques, il faut rester prudent sur l’interprétation de résultats non significatifs pour des occurrences rares.

111C’est principalement l’occupation du sol à proximité immédiate des maisons, c’est-à-dire dans le champ de 0 à 70 mètres, qui compte. Les champs 70 à 140 et 140 à 280 mètres interviennent principalement pour l’agriculture et l’eau. Les types d’occupation du sol des champs visuels situés au-delà de cette distance ont un prix hédoniste négligeable.

112La ceinture périurbaine présente des prix statistiquement non nuls plus fréquemment que le pôle urbain. Cela ne signifie pas nécessairement que les paysages ne comptent pas dans ce dernier : nos variables paysagères sont surtout pertinentes pour la ceinture périurbaine où les occupations du sol « vertes » sont dominantes. Il est possible que d’autres variables, que nous ne prenons pas en considération ici, jouent un rôle important dans le pôle urbain, où l’environnement est plus bâti et les sols plus artificialisés.

  • 23 Nous raisonnons volontairement sur des variations de faible ampleur pour une raison théorique : les (...)
  • 24 Dans plusieurs cas, une modalité différente de celle retenue donne un résultat non significatif.
  • 25 Cette hypothèse sera ultérieurement testée, dans le cadre d’une autre recherche.

113Le prix hédoniste qui correspond à une augmentation d’un pixel23 (soit 49 mètres carré) n’est pas très élevé : il dépasse rarement un millier d’euros. Pour donner un élément de comparaison, un mètre carré de surface habitable a un prix hédoniste de 1 555 euros. Le doublement de la quantité correspond à des prix souvent plus élevés, qui varient, selon les attributs, entre 500 et 4 500 euros. Même dans ce dernier cas, cela n’équivaut qu’à trois mètres carré supplémentaires de surface habitable, ou 4 % du prix global d’une maison. La faiblesse des valeurs explique que les opérateurs du marché immobilier ont du mal à dire si les attributs paysagers interviennent ou non dans le prix des transactions. Elle explique également que le résultat soit sensible à la forme sous laquelle un attribut est introduit dans le modèle économétrique24. Enfin, il est probable que l’utilisation d’une méthode moins précise que la nôtre n’aurait pas pu permettre de tirer de conclusions25. Il faut, en effet, que la marge d’erreur soit faible, donc que la méthode soit d’une grande précision, pour qu’on puisse dire qu’un prix peu élevé (en valeur absolue) est statistiquement différent de zéro.

© INRA-CESAER/THéMA
Le nombre est celui des observations ayant une valeur non nulle de la variable. Les moyennes et écarts-types son calculés pour ces seules observations. Les pixels ont une superficie de 0,49 ares.
Tableau III-7 : Statistiques descriptives

© INRA-CESAER/THéMA
Le nombre est celui des observations ayant une valeur non nulle de la variable. Les moyen nes et écarts-types son calculés pour ces seules observations. Les pixels ont une superfici de 0,49 ares.
Tableau III-7. : Statistiques descriptives (suite)

© INRA-CESAER/THéMA
Lecture : pour l’ensemble des observations, un pixel supplémentaire de surface en feuillus (soit 49 m2) dans le champ de vision 0 à 70 mètres a un prix hédoniste de 451 euros. Le doublement de la surface en feuillus dans ce champ (qui est de 4,8 pixels : cf. tableau III-7) a un prix hédoniste de 2 165 euros. Ce prix est non significatif au seuil de 15 % (NS) dans le pôle urbain et il est de 515 euros pour un pixel supplémentaire, ou de 3 553 euros pour un doublement, dans le périurbain.
Tableau III-8 : Prix hédoniste des attributs paysagers et environnementaux (euros)

114Sur le plan statistique, notons que les colinéarités entre variables explicatives sont faibles (à l’exception d’une liaison difficilement évitable entre l’agriculture dans les champs de vision 0 à 70 mètres et 70 à 140 mètres). Les résidus des régressions ne dépendent pas des observations (ils suivent une loi qui n’est pas hétéroscédastique, ce qui simplifie le modèle).

3.3. Les plans de vision et les surfaces vues

115Le champ de vision global est décomposé en six couronnes, comme nous l’avons expliqué précédemment. Après une description des différences observées selon la localisation, nous faisons une analyse de l’effet de l’ampleur de ce champ de vision sur le prix des maisons, ce qui permet de montrer l’importance de la distinction entre vue et soumission à la vue.

3.3.1. Existence et superficie des plans de vision

  • 26 Dans cette section, les données concernent les 4 050 maisons sur lesquelles ont porté les estimatio (...)
  • 27 Les surfaces vues indiquées dans cette section sont des ordres de grandeur, car la résolution de 7  (...)

116La vue depuis une maison de l’échantillon, lorsqu’on fait le tour de la parcelle, est exiguë : si sa valeur moyenne est de 121 hectares, la médiane n’est que de 833 mètres carré26. Cela correspond à la surface moyenne d’un jardin. La maison médiane, par rapport à la vue, aperçoit donc à peine la surface de son propre jardin, mais pas au-delà27.

117La figure III-27 (fig. III – 27, XLIV) montre la répartition de ces surfaces vues. Un total de 1 523 maisons, soit 37,6 % de l’échantillon, offrent une vue qui ne dépasse pas les pixels adjacents, soit 441 mètres carré. La superficie vue ne dépasse 1 000 mètres carré que pour 45 % des maisons ; elle n’est supérieure à un hectare que pour 22 % et on ne voit au moins un kilomètre carré que dans 5,7 % des cas. Pour le décile supérieur de la distribution, la vue dépasse 30 kilomètres carré.

118Il peut paraître paradoxal de s’intéresser à la valeur des paysages, alors que si peu de maisons permettent de voir au-delà de son jardin ou de celui de ses plus proches voisins. Cependant, notre approche statistique, parce qu’elle repose sur un grand nombre d’observations, présente le double intérêt de permettre, d’une part, d’analyser si les quelques habitants qui bénéficient d’une vue ample acceptent, pour cela, de payer leur maison plus cher que la majorité pour qui la vue est bouchée ; et, d’autre part, elle permet de déterminer si le prix de la maison, pour cette majorité, dépend de l’occupation des sols des pixels vus, qui peuvent être occupés par du bâti, des arbres, de l’agriculture, etc.

  • 28 Ces conventions expliquent pourquoi nous n’avons pas retenu les immeubles collectifs, ce qui nous a (...)

119La surface qui s’offre à la vue depuis une maison dépend fortement de sa localisation selon la typologie urbaine ou selon la zone paysagère (fig. III-28, XLV). La raison principale, qui explique aussi l’exiguïté de la vue depuis la maison moyenne de l’échantillon, tient aux masques bâtis qui réduisent fortement le champ de vision. En effet, la hauteur forfaitairement attribuée à une maison est de 7 mètres et, pour les maisons situées à moins de 100 mètres d’un observateur, la distance à la plus proche d’entre elles est, en moyenne, de 9,5 mètres. L’angle entre le sol et le faîte de cette dernière est donc voisin de 45 degrés. Cela permet difficilement de voir au-delà, sauf si un objet plus haut (comme un arbre) se trouve juste derrière28.

120La région dijonnaise est caractérisée par un habitat groupé. Il en résulte que la vision qui s’offre depuis les habitations est assez étroite. Si, dans 37 % des cas, la surface totale vue est de 441 mètres carré, soit la surface de son propre jardin, c’est parce que juste derrière celui-ci il y a des obstacles, généralement les maisons des voisins, qui bouchent la vue. Cette caractéristique mérite d’être examinée plus en détail, selon les zones que nous avons distinguées. Plus de 80 % des habitants d’une maison du pôle urbain ont un horizon inférieur à 70 mètres alors que dans le périurbain éloigné moins de 40 % sont dans ce cas. Dans le pôle urbain, on voit une surface de 441 mètres carré dans un cas sur deux et la vue ne dépasse 930 mètres carré que dans un cas sur quatre, soit son jardin plus celui d’un voisin. Dans le périurbain éloigné, la vue dépasse 5 200 mètres carré dans un cas sur deux (ce qui représente six jardins) et 6,4 hectares dans un cas sur quatre. La typologie selon la distance à Dijon oppose donc vues bouchées et vues dégagées. Elle oppose également, comme attendu, un environnement où l’on voit surtout du bâti (les trois quarts des pixels sont bâtis dans le champ de vision des 70 premiers mètres du pôle urbain) à un cadre plus rural (moins de 40 % des pixels vus dans le premier champ de vision du périurbain éloigné sont bâtis) (fig. III-29, XLVI).

121Les plans lointains, lorsqu’ils existent, occupent des surfaces considérables : si dans le périurbain éloigné de Dijon la maison médiane offre une vue de 52 ares (la moitié d’un terrain de sport) et le quart supérieur de 640 ares, la valeur moyenne est de 23 620 ares, du fait de quelques maisons à la vue particulièrement lointaine (le centile supérieur permet de voir 50 kilomètres carré).

122Le même phénomène de vue bouchée par des masques bâtis joue pour les zones paysagères : il y a une liaison forte entre l’importance du bâti (fig. III-29) et la part du champ de proximité dans la surface totale vue (fig. III-28). L’Arrière-Côte et les plateaux, moins urbanisés, offrent des vues plus lointaines que le nord de la Plaine dijonnaise, où la densité de bâti s’explique par la part importante du pôle urbain qui bouche la vue.

3.3.2. Les plans de vision ont-ils des prix non nuls ?

123L’existence des six champs de vision, leur superficie vue et la superficie d’où l’on est vu par un observateur situé dans ces champs (soumission à la vue) ont été introduites comme attributs susceptibles d’expliquer le prix des transactions. De plus, la vue et la soumission à la vue ont été simultanément testées jusqu’à un horizon de 280 mètres. Nous ne nous intéressons pas, pour l’instant, au prix hédoniste lui-même mais au seul fait de savoir s’il est ou non significativement différent de zéro. Le tableau A-III-1, en annexe, indique les résultats détaillés.

124Il en ressort que la surface vue, ou l’existence des divers champs de vision, a un prix hédoniste non significativement différent de zéro, de même que la soumission à la vue. Cependant, les résultats sont modifiés dans le champ des 70 premiers mètres en introduisant simultanément la vue et la soumission à la vue : la surface vue a un prix hédoniste positif et la surface d’où l’on est vu a un prix négatif, pour l’ensemble des observations et pour la quasi-totalité des zones. Dans 44 % des maisons, la surface vue est supérieure à la surface d’où l’on est vu. Dans 38 % des cas, l’écart n’est que de un pixel et dans 3 % il dépasse deux pixels. Ces écarts, quoiqu’en apparence minimes, jouent un rôle important pour les 70 premiers mètres autour des maisons. Par contre, au-delà des 70 premiers mètres, vue et soumission à la vue n’interviennent pratiquement plus pour expliquer le prix des maisons (sauf dans la zone paysagère du nord de la Plaine dijonnaise).

125Retenons, d’une part, que le prix d’une maison ne dépend pas de l’existence ou de l’ampleur d’un champ de vision situé au-delà des 70 premiers mètres de celle-ci et que, d’autre part, pour la proximité immédiate, la vue est une aménité et la soumission à la vue une nuisance, qui influencent significativement le prix des maisons.

126Ce dernier résultat est conforme à l’intuition. Dans les communes périurbaines, les maisons sont souvent entourées de murs ou de haies qui bouchent la vue, mais qui ont été placés là pour protéger des regards. C’est cohérent avec une aversion à la soumission à la vue dans un champ proche. Il est également logique que cette nuisance décroisse rapidement lorsque la distance augmente : au-delà de quelques dizaines ou d’une centaine de mètres les « voyeurs » ne distinguent plus grand-chose dans le jardin familial. Par contre, d’un autre côté, la vue, même si elle est limitée à quelques centaines de mètres carré, apporte une utilité au consommateur. Il y a donc une contradiction entre le plaisir de voir et le désagrément d’être vu. Cela explique des micro-stratégies de masques et de dégagements visuels qui caractérisent probablement le comportement paysager des ménages dans l’aménagement de leur parcelle.

127L’indifférence au fait de voir des espaces situés au-delà de quelques dizaines de mètres, et en particulier l’indifférence d’avoir accès à des vues dégagées qui permettent de voir des paysages à plusieurs centaines de mètres est, à l’inverse du précédent, un résultat contre-intuitif. Il n’exclut pas que sites offrant des vues panoramiques ainsi que des paysages remarquables, soient recherchés par certains ménages et que les prix immobiliers soient tirés vers le haut pour ces transactions. La limite d’une approche statistique reposant sur des observations en grand nombre est de ne pas permettre d’analyser de telles situations exceptionnelles. Mais, au-delà de ces cas particuliers, la conclusion d’une nullité du prix de la vue de champs lointains repose sur des effectifs statistiques importants : environ 20 % des maisons voient des paysages au-delà de 300 mètres et la moitié de celles-ci au-delà de 1 200 mètres. Il nous semble que ce résultat s’explique par les caractéristiques de la zone d’étude. Dans la région dijonnaise, les horizons lointains, lorsqu’ils sont vus, ne sont pas constitués d’objets remarquables (édifices emblématiques, mer, etc.) ou de lignes de crête se détachant sur l’horizon (montagnes enneigées) ; au contraire, ils ont des couleurs bleuâtres ou grisâtres qui les rendent peu discernables du ciel à l’horizon.

128Nos résultats sur le prix des champs de vision ne peuvent être comparés à aucun autre. En effet, la mesure du champ visuel est rarement introduite dans les modèles hédonistes car elle suppose une méthode d’analyse qui prenne en compte la topographie et les masques visuels, ce qui n’est pas fréquent. A notre connaissance, le prix de la soumission à la vue n’a jamais été étudié dans la littérature économique. En s’en tenant à la vue, Paterson et Boyle (2002) estiment que, dans une région rurale du Connecticut, l’ampleur du champ vu a un prix hédoniste négatif, qui devient nul lorsqu’on ajoute le type d’occupation du sol. Selon ces auteurs, les ménages sont donc indifférents à l’ampleur de l’horizon qui s’offre à leur vue. Bastian et al. (2002), dans les Montagnes Rocheuses, ont également examiné l’effet du champ visuel sur le prix des habitations, mais il semble que son prix soit également nul car cette variable n’apparaît pas dans les résultats finaux.

3.4 L’occupation du sol dans le plan de vision

3.4.1. Le jeu de la vue et de la soumission à la vue : le bâti

129L’importance de la distinction entre vue et soumission à la vue dans les 70 premiers mètres autour des maisons et la part occupée par les pixels bâtis dans ce champ de vision nous amènent naturellement à examiner, en premier lieu, le rôle du bâti dans cette dialectique. Le tableau III-9 indique les résultats obtenus avec différentes écritures de l’occupation bâtie du sol, les autres variables, non reprises dans ce tableau, étant les attributs non paysagers (ceux analysés dans la section 2) et les attributs paysagers autres que le bâti (ceux du tableau III-8).

130Les maisons valent un peu plus cher que la moyenne lorsqu’on voit un pixel de bâti de plus que cette moyenne, résultat qui n’est significativement différent de zéro que dans certaines zones. La soumission à la vue, lorsqu’elle intervient seule comme variable explicative, n’est jamais significative. Par contre la différence entre le nombre de pixels d’où l’on est vu et que l’on voit est presque toujours significative : une différence d’un pixel a, dans le périurbain, un prix négatif de l’ordre de 600 à 1 100 euros.

© INRA-CESAER/THéMA
**** : significatif au seuil de 1 %. *** : significatif au seuil de 5
%. ** : significatif au seuil de 10 %.
* : significatif au seuil de 15 %. NS : non significatif au seuil de 15 %.
Tableau III-9 : Prix hédoniste du bâti vu ou de la soumission à la vue depuis du bâti

131Avec les variables retenues dans le tableau III-8, ce prix est sensiblement inférieur : – 915 euros pour l’ensemble de la région, – 1 200 euros dans la ceinture périurbaine et jusqu’à – 2 700 euros dans la partie « nord Plaine » de cette ceinture. Etre vu depuis un pixel où se trouve une maison est une nuisance. L’introduction simultanée des deux variables, la vue de pixels bâtis et la soumission à la vue depuis ce type d’occupation du sol confirme, pour l’ensemble des observations et pour la plupart des sous-échantillons, cette conclusion : la première variable a un prix hédoniste de l’ordre de 700 à 1 100 euros pour un pixel supplémentaire de bâti vu, la seconde un prix négatif un peu inférieur, de – 500 à – 800 euros environ par pixel bâti d’où l’on est vu.

132Cependant, ces deux variables sont fortement liées entre elles (le coefficient de corrélation est de 0,93), ce qui est toujours un inconvénient dans une estimation économétrique. Il est préférable de choisir des variables qui expriment la même propriété sans être aussi fortement corrélées, ce que nous avons fait avec les dernières lignes du tableau III-9 : différence entre soumission à la vue depuis du bâti et bâti vu et, d’une part, nombre de pixels bâtis vus ou d’autre part, distance au pixel bâti le plus proche pour les dernières lignes. Cette dernière forme est moins corrélée aux autres variables explicatives que les précédentes. Les résultats sont voisins en utilisant le taux de pixels bâtis dans le champ des 70 premiers mètres, qui est la variable retenue dans le tableau des résultats d’ensemble (III-8). Les résultats restent qualitativement les mêmes, mais ils sont plus contrastés.

133Dans la ceinture périurbaine, la différence entre soumission à la vue et vue, pour les pixels de bâti, a un prix hédoniste de – 1 212 euros par pixel ( – 1,1 % du prix d’une maison). Etre vu depuis plus de maisons que celles que l’on voit est donc une propriété paysagère importante, dont le prix résulte probablement du désagrément de voir troublée l’intimité familiale lorsqu’on peut être vu dans son jardin.

134Cette variable est statistiquement nulle dans le pôle urbain où, par contre, le taux de bâti a un effet positif sur le prix des biens (au seuil de 5 %). C’est, probablement dû à l’agrément de la proximité de biens publics locaux. Ceux-ci sont nombreux dans le pôle urbain et ils sont localisés là où la densité de bâti est forte. Leur valeur est capitalisée dans la rente foncière. Le prix positif du taux de pixels bâtis dans le pôle urbain serait dû, selon cette interprétation, à l’omission de la variable de distance à des biens publics locaux.

135Au-delà de 70 mètres, les pixels bâtis ont un prix hédoniste nul, quelle que soit la modalité de la variable (vue, soumission, combinaison), aussi bien pour le pôle urbain que pour la ceinture périurbaine.

3.4.2. Les couverts arborés

136Le tableau III-8 montre que les feuillus présents dans le champ des 70 premiers mètres ont un prix hédoniste positif. Pour la région dans son ensemble, ce prix se décompose en celui d’un pixel supplémentaire (451 euros), celui d’une tache supplémentaire de feuillus (656 euros) qui montre que la fragmentation de ces formations est préférée à leur homogénéité et, enfin, en prix négatif de la longueur des lisières (-12 euros pour un mètre supplémentaire), qui indique que les formes plutôt compactes sont préférées aux formes allongées. Le doublement de la quantité de feuillus dans ce champ de vision des 70 premiers mètres, toutes choses égales par ailleurs (y compris le nombre de taches et la longueur des lisières), a un prix hédoniste de 2 165 euros, qui correspond environ à 2 % du prix d’une maison.

137Dans le pôle urbain, la nullité apparente du prix des pixels de feuillus (première ligne du tableau III-8) s’explique par l’effet du nombre de taches de ce type (656 euros par tache supplémentaire) et celui de la longueur de leurs lisières, qui a ici un prix positif (26 euros par mètre supplémentaire). Dans la ceinture périurbaine, le prix d’un pixel est de 515 euros et celui d’un doublement de la quantité de 3 550 euros, non comptés les effets du nombre de taches (positif) et de la longueur des lisières (négatif). Les résultats selon les zones paysagères de cette ceinture périurbaine sont apparemment différents, mais le prix élevé du nombre de taches de feuillus joue dans tous les cas pour donner un prix hédoniste positif à ce type d’occupation des sols.

138En résumé, trois aspects méritent d’être retenus :

  • Le nombre de taches de feuillus dans un rayon de 70 mètres a un prix positif : des bosquets ou des arbres isolés ont un prix supérieur à des forêts en masse.

  • La longueur des lisières de feuillus n’intervient pas de la même façon dans le pôle urbain et la ceinture périurbaine :

139Dans le pôle urbain, l’étirement des formes est positivement valorisé par le marché. La forme des feuillus, allongement des taches et fragmentation, a une importance qui annule le paramètre des surfaces de feuillus vus.

140Dans la ceinture périurbaine, des formes plus compactes ont un prix plus élevé que des formes étirées. De plus, l’effet des surfaces et du nombre de taches n’est pas annulé par cette variable.

  • La vue de feuillus proprement dite compte, alors que le prix hédoniste de leur simple existence à moins de 70 mètres d’une maison, lorsqu’ils ne sont pas vus, est nul. Or, on pouvait penser que la présence de pixels de feuillus proches, mais non vus, aurait pu être valorisée pour sa fonction récréative (espace de promenade), de protection (contre le bruit), écologique (qualité de l’air), etc.

141Les résineux sont trop peu nombreux dans le pôle urbain pour que leur paramètre ait un sens. Ils ont un prix positif dans la ceinture périurbaine, qui est plus élevé que celui des feuillus (1 760 euros pour un pixel supplémentaire). Mais comme ils sont moins fréquents, le prix hédoniste d’un doublement de leur quantité (4 400 euros) est à peine supérieur à celui d’un doublement de celle des feuillus. La relative rareté de ces essences ne permet pas d’introduire de variables de composition paysagère les concernant, ni d’interpréter les résultats selon les zones paysagères périurbaines : il n’y a qu’une vingtaine de maisons par zone qui permettent de voir des résineux, à l’exception de l’Arrière-Côte et Plateau (où le prix d’un éloignement d’un mètre du résineux le plus proche est de – 85 euros).

142Il est difficile de mettre ces résultats en regard de la littérature économique car celle-ci n’est pas unanime sur le prix hédoniste des formations arborées, loin s’en faut. Pour la France, au niveau national, Goffette-Nagot (1994) trouvait un prix hédoniste négatif de la superficie communale en forêts et Cavailhès (2005) un prix nul à partir des mêmes données. Mais ces résultats ont été obtenus à partir de bases de données trop frustes pour qu’on puisse les considérer comme fiables. Napoleone (2005) obtient un prix positif du ratio bâti/forêts, indiquant que les ménages préfèrent habiter une section cadastrale des Bouches-du-Rhône où le bâti l’emporte sur les bois. Des travaux utilisant des méthodes d’enquête auprès de visiteurs montrent que des formations boisées ont des prix positifs dans des situations particulières, qu’il est difficile de généraliser : l’orme dans les marais du Bessin et du Cotentin (Bonnieux et Le Goffe, 1997, par la méthode d’évaluation contingente), le parc des Monts d’Arrée où, pourtant, les gestionnaires cherchent à maintenir la lande rase qui est le paysage traditionnel de cette région (Dachary-Bernard, 2005, par la méthode de l’utilité révélée).

143Certains travaux anglo-saxons concluent que la présence d’arbres sur la parcelle d’une habitation est appréciée, des Rosiers et al. (2002) présentant une large bibliographie sur le sujet. Ils montrent que, dans la région de Québec, lorsque la surface arborée sur une parcelle augmente de 1 %, le prix du bien immobilier augmente de 0,2 % ; dans la même région, la proximité d’une haie fait augmenter le prix de 4 %. Thorsnes (2002) obtient un résultat voisin pour certains lotissements du Michigan. Lorsque les forêts sont aménagées à des fins récréatives, leur proximité a une valeur positive, comme le montrent Tyrvainen et Miettinen (2000) pour la région d’Helsinki, où le prix diminue de 5,9 % par kilomètre d’éloignement du parc forestier le plus proche. Arriaza et al. (2003) obtiennent des notes favorables de photos présentant des forêts dans la région de Cordoue.

144D’autres travaux présentent des résultats contraires. Smith et al. (2002) obtiennent un prix hédoniste négatif pour la proximité de forêts le long d’un ruban autour d’une autoroute en Caroline du Nord, de même que Irwin (2002) dans le Maryland. Garrod et Willis (1992), dans une zone rurale profonde du Centre-Ouest de l’Angleterre, concluent aussi que la vue de forêts a un prix hédoniste négatif. Pour Paterson et Boyle (2002), le prix hédoniste des forêts n’est pas significativement différent de zéro dans la région du Connecticut qu’ils ont étudiée. Sans estimer de prix, Palmer (2004), en faisant noter des photos du Cap Cod (Massachusetts) par des enquêtés, indique que les forêts sont dépréciées.

3.4.3. Les autres types d’occupation du sol

L’agriculture

145Contrairement aux formations arborées, l’agriculture vue à proximité, c’est-à-dire dans les 70 premiers mètres autour des maisons, n’a pas d’effet significativement positif sur le prix de celles-ci. Ce résultat nul pour l’ensemble de la région n’est pas stable lorsqu’on examine séparément chacune des sept zones : le prix hédoniste des cultures et prés dans les 70 premiers mètres est positif dans un cas (Vallées de la Plaine dijonnaise) et négatif dans le pôle urbain, le sud de la Plaine et l’Arrière-Côte et Plateau, statistiquement nul enfin dans le nord de la Plaine dijonnaise. Nous avons éliminé le vignoble, car le nombre de maisons d’où l’on en voit est trop faible (cf. tableau III-7). Au total, il semble que la proximité immédiate de l’agriculture ait un prix nul, mais il est prudent de ne pas conclure définitivement sur ce point.

  • 29 C’est l’un des deux cas où le test de colinéarité indique que la liaison risque d’entacher les para (...)

146Il faut rester d’autant plus prudent sur ce résultat que les prés et les cultures ont un prix hédoniste positif dans les plans de vision moyens (70 à 140 mètres ou 70 à 280 mètres) et que leur présence proche est liée à celle à moyenne distance29. Au-delà des 70 premiers mètres, le résultat est significativement positif pour les prés comme pour les cultures pour l’ensemble de la région et pour la ceinture périurbaine. Le prix d’un pixel supplémentaire est faible, de 8 euros pour les prés et de 13 pour les cultures, mais il faut tenir compte de ce que la surface vue dans ces plans de vision intermédiaires est importante : elle est d’environ 150 pixels (prés) ou 90 (cultures) entre 70 et 280 mètres. Le doublement de la quantité est une unité de mesure du prix hédoniste plus raisonnable que l’accroissement d’un pixel. On obtient alors des prix de 1 200 (prés) à 1 700 (cultures) euros dans la ceinture périurbaine.

147Pour trois départements de la Région Rhône-Alpes, Lecat (2003) a introduit l’orientation productive de la ferme communale moyenne (ce qui ne permet pas d’analyser les effets de la distance) pour expliquer le prix de transactions de terres agricoles converties à des usages résidentiels. Les résultats montrent un effet significativement positif de la présence d’élevages bovins en montagne (mais pas en plaine), des cultures pérennes (vigne, arboriculture) et du maraîchage. Cependant, les prix hédonistes sont assez faibles. Cavailhès (2005) obtient des résultats peu stables et rarement significatifs en introduisant la même variable (la ferme moyenne communale) dans des estimations réalisées au niveau national.

148Les travaux internationaux s’intéressent, le plus souvent, non pas à l’agriculture en tant qu’elle peut procurer une aménité paysagère visuelle mais à son statut juridique. Pour Cheshire et Sheppard (1995), l’agriculture se différencie des espaces verts urbains ou des green belts par le fait qu’il s’agit d’espaces visibles mais non pénétrables qui, de ce fait, ont un prix hédoniste généralement plus faible que ceux ouverts à la promenade. Chez Bockstael et Irwin (2000), Geoghegan (2002), Irwin (2002) et Smith et al. (2002), une distinction est faite entre les espaces verts protégés d’une conversion résidentielle (comme les parcs, golfs, etc.) et ceux qui ne le sont pas, comme les parcelles agricoles, qui peuvent à tout moment être vendues à un promoteur. Le prix hédoniste intègre les anticipations sur ce risque de conversion au point que, pour Smith et al. (2002), les ménages payent moins cher les logements situés près de terres agricoles, a fortiori lorsqu’ils sont adjacents. Le résultat est donc voisin du nôtre, sans que la raison soit nécessairement la même car les zonages (POS et aujourd’hui PLU) réglementent les possibilités de conversion en France.

149La plupart des autres travaux anglo-saxons ont estimé le prix d’espaces publics ouverts, comme les parcs ou les golfs plutôt que celui de l’agriculture proprement dite. Cependant, Sullivan et al. (2004) étudient des zones tampons (aires arborées, herbeuses, humides, souvent autour de cours d’eau ou de chemins) implantées entre les activités agricoles les habitations. Ils montrent que les habitants (et, à un moindre degré, les agriculteurs) sont favorables à cette pratique, ce qui tend à montrer qu’une trop grande proximité de l’agriculture n’est pas souhaitée par les ménages.

150Retenons, premièrement, que le prix hédoniste d’usages agricoles des sols doit faire l’objet d’investigations complémentaires pour affiner le résultat actuel. Mais aussi, deuxièmement, que, entre des couverts arborés ou agricoles à proximité des maisons, la différence est nette, le prix hédoniste des premiers étant sans conteste positif, ce qui est moins sûr des seconds.

L’eau

151Comme le montre le tableau III-8, la vue sur l’eau à moyenne distance (entre 70 et 280 mètres) a un prix hédoniste significativement négatif. Il est d’environ – 90 euros pour un pixel supplémentaire et d’environ – 2 100 euros pour un doublement de la quantité. Ce résultat provient principalement d’une zone paysagère, les vallées de la Plaine dijonnaise (ainsi que du Sud de cette plaine, mais cela concerne très peu d’observations).

152La plupart des travaux de la littérature internationale concluent que la présence d’eau à proximité des maisons ou la vue de l’eau, a un prix hédoniste positif. C’est le cas de l’étude précédemment évoquée de Blomquist et al. (1988), qui montre que la vue sur le lac Michigan a un prix positif pour les logements de Chicago, mais également de nombre d’autres travaux, parmi lesquels ceux d’Arriaza et al. (2003), Earnhart (2001), Hammitt et al. (1994), Lansford et Jones (1995), Mooney et Eisgruber (2001), Palmer (2004), Spalatro et Provencher (2001). Cependant, à l’inverse, Paterson et Boyle (2002) obtiennent, comme nous, un prix négatif (ils ont vérifié que, dans la région rurale du Connecticut qu’ils ont étudiée, cela ne provenait pas des risques d’inondations).

Les réseaux de communication

153Le prix hédoniste de la vue de routes et celui de la soumission à la vue depuis une route sont presque identiques. Nous avons retenu la soumission à la vue car elle donne un résultat un tout petit peu meilleur. Un pixel supplémentaire de route d’où l’on est vu fait baisser le prix d’une maison d’une cinquantaine d’euros, ce qui correspond à – 870 euros environ pour un doublement de cet attribut. Ces valeurs sont voisines dans toutes les zones.

154Notons que la quantité de routes vues d’en haut a un pouvoir explicatif un peu plus faible que les routes vues ou d’où l’on est soumis à la vue d’un passant : ce n’est donc pas seulement la présence d’une route non vue qui est une nuisance, bien qu’elle soit source de bruit et de dangerosité, mais la vue ou la soumission à la vue qui sont une nuisance visuelle. Lake et al. (1998) confirment cette conclusion en montrant que la vue d’une route déprécie un bien immobilier de 2,5 %.

155La localisation d’une maison sur un ruban de 200 mètres autour d’une autoroute ou d’une voie routière à grande circulation est une nuisance qui fait sensiblement diminuer le prix de la maison, toutes choses égales par ailleurs : le prix hédoniste est de – 5 000 euros en moyenne et il dépasse – 8 000 euros dans la ceinture périurbaine (jusqu’à – 15 000 dans certaines zones paysagères). Le ruban de 200 mètres donne des résultats plus significatifs qu’un ruban plus mince (100 mètres) ou plus épais (400 mètres). Il se traduit par des valeurs de la nuisance élevées par rapport à celles des modes d’occupation du sol, que nous avons examinés jusqu’ici. Mais il s’agit d’un « tout ou rien » (on est, ou non, localisé dans ce ruban de distance), alors que précédemment, nous examinions le prix d’un pixel, ou d’un doublement du nombre de pixels. Hugues et Sirmans (1992) montrent qu’une localisation le long d’une rue passante entraîne une décote d’environ 9 % (13 % en ville, moins en banlieue), résultat un peu supérieur au nôtre, qui est de – 4 % pour l’ensemble de la région et – 8 % dans le périurbain proche. Palmquist (1982 ; 1992) montre également la moins-value des logements situés en bordure d’autoroute. Cependant, la proximité d’une autoroute peut réduire le temps de trajet vers des centres d’emploi, ce qui peut, à l’inverse, faire augmenter les prix (Mac Donald et Osuji, 1995).

156Les voies ferrées représentent également une nuisance, dont le prix hédoniste est de – 2 000 euros environ pour un doublement de leur quantité dans les 280 mètres autour d’une maison (les variations selon les sous-échantillons ont peu de sens, du fait de la rareté de ce type d’occupation du sol). La variable d’appartenance à un ruban de distance de part et d’autre d’une voie ferrée n’est pas significative.

157Notons enfin que la vue de zones d’activité est trop rare pour permettre une estimation de son prix hédoniste.

3.5. Les variables de composition paysagère

158Nous avons présenté les indices d’écologie des paysages disponibles, qui donnent une idée approximative de la composition des paysages. Parmi les très nombreux qui ont été testés, nous avons retenu trois indices paysagers globaux dans les résultats présentés dans le tableau III-8 (deux variables spécifiques aux feuillus ont été présentées précédemment). Nous appelons ici « tache » un ensemble contigu de pixels de même nature. Les trois indices qui ont des prix hédonistes non nuls dans l’équation des résultats d’ensemble sont :

159L’indice de division, qui est égal à la somme des carrés des rapports surface des taches sur la surface totale, retranchée de 1. Il varie de zéro dans le cas d’une mosaïque à 1 pour une plage uniforme, la moyenne pour la région étant de 0,58 ; elle descend à 0,48 dans le pôle urbain et monte à 0,68 dans la ceinture périurbaine (cf. tableau III-7).

160L’indice de contiguïté globale qui permet de distinguer des formes cloisonnées (valeur proche de 0) ou connectées (proche de 1), qui est en moyenne de 0,27 pour la région, assez proche dans chacune des catégories d’espaces.

161L’indice de taille maximale globale qui exprime la présence d’une tache prépondérante (valeur proche de 100), qui est de 60 pour la région (38 dans le pôle urbain et 75 dans la ceinture périurbaine).

162Ces trois indices ont un prix hédoniste significativement non nul, qui est dû à la ceinture périurbaine uniquement pour les deux premiers. Dans cette ceinture, une augmentation de 1 % de la division fait augmenter de 322 euros le prix du bien ce qui montre que les mosaïques sont plus appréciés que les paysages uniformes. Lorsque la connectivité des formes augmente de 1 %, le prix immobilier diminue de 144 euros, ce qui va dans le même sens : le cloisonnement des taches paysagères apporte une plus-value. Enfin, la présence d’une tache prépondérante fait également augmenter le prix des maisons.

163D’autres indices de composition paysagère auraient pu être utilisés, dont les résultats sont indiqués dans le tableau III-10. Reprenons ici les éléments principaux constatés, en nous attachant aux valeurs obtenues pour l’ensemble des observations.

164L’auto-adjacence (part des contacts de même classe relativement à tous les contacts entre pixels) montre une valorisation par le marché immobilier des mosaïques dans la ceinture périurbaine.

165L’indice d’agrégation, dont la définition est proche du précédent, conduit aux mêmes conclusions.

166Dans la ceinture périurbaine, l’indice d’interspection (entropie des fréquences de contacts entre les tranches) donne un prix hédoniste positif à des contacts de type aléatoire, par opposition à des contacts réguliers.

167La forme des taches, mesurée par le ratio du périmètre sur la surface (calculé pour toutes les taches) montre que les formes complexes (correspondant à des valeurs élevées de l’indice) sont mieux valorisées que les formes compactes (valeurs proches de 0 de l’indice) dans la ceinture périurbaine.

168Il en est de même lorsque la forme est standardisée, dans un indice de forme global égal au rapport entre la longueur des lisières et leur longueur théorique si la tache avait une forme compacte.

169L’indice de compacité global est égal à la moyenne des rapports de la surface d’une tache sur la surface du cercle circonscrit qui lui correspond, calculé pour chaque tache. Il est voisin de un lorsque les taches sont très allongées et nul lorsqu’elles sont circulaires. Le résultat montre que l’allongement est préféré à la compacité dans la ceinture périurbaine.

170Le résultat obtenu pour le nombre de taches indique que les formes fragmentées ont un prix hédoniste positif, dans les deux catégories d’espaces.

171Les taches de petite taille et la longueur totale des bordures ont également des prix positifs dans la ceinture périurbaine, mais pas dans le pôle urbain.

172Les entropies de Shannon ou de Simpson, indices souvent calculés, n’ont pas été repris dans le tableau III-10 car ils fournissent des résultats qui ne sont pas significativement différents de zéro.

173Deux conclusions se dégagent de ces résultats :

  • Les valeurs significatives obtenues pour l’ensemble des observations sont dues à la ceinture périurbaine, à une exception près. Dans le pôle urbain en effet, un seul de ces indices est significativement différent de zéro : le nombre de taches.

  • Dans la ceinture périurbaine, tous les indices convergent pour indiquer que des prix hédonistes positifs correspondent à des paysages complexes, fragmentés, cloisonnés, en mosaïque, aux contacts complexes et peu réguliers, ainsi qu’aux taches allongées, avec de longues bordures, de petite taille, de nature variée et de forme irrégulière. Il en ressort que la forme des paysages compte. De plus, il est certain que nos indices ignorent d’autres caractéristiques de forme ou d’esthétique des paysages, dont l’introduction modifierait les prix hédonistes que nous obtenons.

174Les attributs paysagers statistiquement pertinents ne sont donc pas les mêmes dans la banlieue de Dijon et dans la ceinture périurbaine. Hormis pour la forme des feuillus, déjà examinée, le marché immobilier du pôle urbain est insensible aux indices de composition paysagère alors que ceux-ci sont source de plus-values ou de moins-values dans la ceinture périurbaine.

175Il est impossible de dire si cette différence s’explique par des raisons tenant à l’hétérogénéité des paysages ou à celle des ménages : il est possible que l’étroitesse du champ de vision dans le pôle urbain et l’hégémonie du bâti limitent la variabilité des attributs et que d’autres éléments de variation soient insaisissables par la méthode d’analyse géographique que nous utilisons : dégagements architecturaux, types de bâtiments, qualité des constructions, etc.

176Ceux-ci peuvent constituer d’autres types de compositions paysagères urbaines, qui peuvent avoir un prix hédoniste que cette méthode ne permet pas d’estimer.

177Il est possible que le tri effectué par le marché, qui détermine la localisation résidentielle selon les préférences de ménages hétérogènes, ait conduit vers la ceinture périurbaine des personnes plus sensibles que celles demeurées en ville à des paysages agro-forestiers, ouverts et verts, aux formes complexes, qui caractérisent les campagnes de cette région.

© INRA-CESAER/THéMA
Lecture : L’indice est d’autant plus significatif que la valeur absolue du T de Student est élevée en valeur absolue. Le prix hédoniste est positif lorsque le T est positif et inversement.**** : significatif au seuil de 1 % ; *** : significatif au seuil de 5 %. ** : significatif au seuil de 10 %. Exemple : l’indice d’autoadjacence a une valeur significativement négative au seuil de 1 % dans le périurbain, montrant que le prix immobilier diminue lorsque l’indice augmente, donc que des mosaïques ont des prix hédonistes significativement positifs. Dans le pôle urbain, cet effet disparaît puisque le T de Student montre que la variable est statistiquement nulle au seuil de 10 %.
Tableau III-10 : Significativité des indices d’écologie des paysages dans le rayon de 70 mètres autour des maisons

3.6. La topographie et la présence d’objets particuliers

178Parmi les variables topographiques, la pente de la parcelle ressort avec un prix négatif important : – 1 200 euros pour 1 % de pente supplémentaire. Les habitants préfèrent donc les terrains plats, probablement parce qu’ils sont plus faciles à entretenir. L’orientation Sud semble également avoir un effet significatif sur le prix d’une maison qui est dû à la ceinture périurbaine (le prix est statistiquement nul dans le pôle urbain). Pour un degré d’orientation plus au nord que la moyenne, le prix d’une maison diminue de 36 euros dans la ceinture périurbaine (environ – 1 000 euros pour un doublement, soit un écart de 28 degrés).

179Parmi les sites singuliers, seule la distance aux carrières et celle aux églises ressortent dans le pôle urbain (et seulement là). L’estimation d’un modèle à effet aléatoire ne donne pas de meilleurs résultats pour ces sites. Dans le pôle urbain, le prix des maisons augmente lorsqu’on s’éloigne d’une carrière (qui est donc une nuisance) et il diminue avec l’éloignement d’une église. Ces dernières étant localisées au centre des villes, le résultat s’interprète probablement comme un prix positif des biens publics et des services privés qui sont présents dans ces localisations, à côté des églises.

180Les distances aux plus proches pixels de différents types, ainsi que celle aux objets ou sites singuliers, ont été utilisées comme attributs susceptibles d’expliquer le prix des maisons dans un modèle sans autre caractéristique paysagère. On s’attend à ce que les résultats soient proches de ceux obtenus avec les quantités vues, puisque plus la quantité d’un type est importante plus est élevée la probabilité pour qu’un pixel de ce type soit proche. Ce modèle permet de vérifier si tel est le cas, ce qui indiquerait une certaine solidité du modèle économétrique et certaines différences peuvent apparaître.

181Les résultats montrent que le prix des maisons diminue lorsqu’elles sont plus éloignées des résineux ( – 67 euros par mètre d’éloignement), des prés ( – 27 euros), des vignes ( – 97 euros), des feuillus ( – 23 euros) et du bâti ( – 24 euros). A l’inverse, le prix augmente avec la distance au labour le plus proche (+ 21 euros). Les autres types d’occupation des sols ont un prix significativement nul. Il n’y a pas de surprise particulière pour les formations arborées, qui tirent toujours les prix immobiliers vers le haut, quel que soit la variable qui les représente et pour toutes les zones. On voit apparaître ici les vignes, qui n’avaient pas été introduites dans les modèles précédents, car elles sont un type assez rare ; le résultat est, cependant, fragile, du fait de cette rareté et également parce qu’il est influencé par quelques observations particulières.

182Enfin, une différence entre les terres labourables et les prés apparaît également : la proximité des premières a un prix négatif, celle des seconds un prix positif. Cette différence était précédemment masquée par la corrélation assez forte qui existe entre ces deux types d’utilisation agricole des sols, mais elle ressort du modèle avec les distances. Ce résultat n’est pas surprenant, car les cultures, si elles peuvent constituer une aménité visuelle, génèrent plus de nuisances que les prairies : passage d’engins agricoles bruyants, épandage de produits de traitement malodorants, bruit de pompes d’irrigation, etc. En outre, il est possible que les ménages préfèrent la proximité de prés, d’une part parce qu’ils sont plus facilement ouverts à la promenade que les terres labourées ou portant des cultures et, d’autre part, parce que la vue elle-même est peut-être plus appréciée.

183Pour l’ensemble de la région, l’ajout de la distance à des sites particuliers, i.e. usines classées « Seveso », incinérateur ou silo, est sans effet significatif. Il en est de même lorsqu’on distingue les observations situées dans un cercle de proximité (2 kilomètres pour un site Seveso, 3 pour l’incinérateur, 1 pour une carrière et 1,5 pour un silo). Ce résultat n’est pas dû à l’utilisation du modèle en différences. Toutes les maisons d’un lotissement étant à peu de choses près à la même distance de ces sites, on pourrait penser que la nullité statistique du prix provient de cette quasi-identité de la distance. Or, en utilisant le modèle à effet aléatoire, qui prend en compte la variabilité inter-groupes, le résultat est le même.

3.7. L’importance de la vision

3.7.1. Voir et/ou être vu

184Nous avons insisté à de multiples reprises sur la distinction entre voir et être vu. Son rôle dans l’explication de la composante paysagère du prix d’une maison est un des résultats majeurs de cette recherche. Il faut revenir de façon synthétique sur la question du différentiel à établir entre ces deux indicateurs de visibilité.

185Pour cela, nous avons analysé, dans un modèle économétrique différent des précédents, la part explicative qui revient au « taux de soumission à la vue ». Cette variable est définie par le rapport entre le nombre de pixels depuis lesquels on est vu dans le champ des 70 premiers mètres et le nombre de pixels que l’on voit dans ce même champ. Les facteurs susceptibles d’expliquer ce taux de soumission sont l’encaissement qui règle le jeu mutuel des vues dominées et dominantes, et les types d’occupation des sols qui déterminent des masques selon l’élévation et la disposition dans le champ de vision, des objets qui les composent. Les résultats statistiques sont reportés en annexe A-III-2.

La vue d’en haut

186L’équation dans laquelle la vue d’en haut explique le taux de soumission (tableau A-III-1) montre que les cultures et les prés constituent les variables les plus influentes. Cela est dû à la planéité de ces objets : un léger accident de terrain, ou un élément quelconque de faible élévation peuvent les masquer au regard d’un observateur placé à quelque distance, alors que celui-ci, de sa hauteur, peut très bien, par-dessus l’obstacle et au-delà des plans cachés qui se dérobent, voir les lointains. Dans l’ordre des variables influentes, les routes suivent immédiatement, pour la même raison (ce sont des objets plans).

187Il est plus singulier de constater que le bâti vient ensuite dans cette hiérarchie. Cela s’explique par le fait que plus le voisinage immédiat d’une maison est composé d’autres éléments bâtis, plus cette même maison est soumise à la vue. A contrario, plus la trame bâtie se desserre alentour, plus le panorama d’une maison s’élargit, sans qu’elle-même soit vue. En conséquence, il existe sans doute un seuil de densité de bâti autour duquel le rapport entre vue et soumission à la vue s’équilibre et neutralise leurs effets opposés. Notons que cette propriété explique sans doute pourquoi le bâti des 70 premiers mètres semblait n’avoir aucun rôle lorsqu’il était introduit seul dans l’explication du prix : d’un côté, le bâti est souhaité (on peut penser que c’est pour réduire le sentiment d’isolement, nouer des relations de voisinage, etc.) et d’un autre côté il n’est pas désiré car il augmente la probabilité d’être vu. Il faut introduire ces deux variables simultanément pour faire la part de leurs effets contradictoires (cf. tableau III-9).

188Les feuillus et les résineux, à ce stade de l’analyse, où c’est la vision d’en haut qui est susceptible d’expliquer le taux de soumission à la vue, interviennent très faiblement et de façon contradictoire : tout se passe comme si ces types pouvaient être négligés. Les buissons, par contre, réduisent significativement la soumission à la vue.

La vue du dedans

189Cependant, pour certains types, la situation change du tout au tout lorsque ce sont les pixels vus « du dedans » qui expliquent la soumission à la vue (tableau A-III-2). Il n’y a pas de bouleversement pour l’agriculture. La vue de routes et celle de bâti expliquent un peu moins bien le taux de soumission que l’existence de ces types d’occupation. Mais pour les formations arborées, la différence est importante. L’existence de feuillus (vus d’en haut) à proximité a peu d’effet sur le taux de soumission à la vue, mais les feuillus vus (du dedans) réduisent fortement ce taux. Le même phénomène se produit, quoique avec une intensité moindre, pour les résineux et pour les buissons.

190Si une formation arborée vue d’en haut et vue du dedans a des effets différents sur le taux de soumission à la vue, c’est probablement parce que ces arbres ont été placés à des endroits qui réduisent le taux de soumission, autrement dit qui interdisent d’être vu sans empêcher de voir. En effet, si les ligneux étaient disposés de manière aléatoire dans le champ de vision, on obtiendrait le même résultat, qu’ils soient vus du dessus et du dedans. Les arbres que l’on voit près de chez soi sont donc disposés pour réduire la soumission à la vue sans que cela soit dû au hasard.

3.7.2. Le dedans et le dessus

191La comparaison de la vue d’en haut et du dedans permet d’obtenir un autre résultat, qui conforte la conclusion que les prix hédonistes que nous avons obtenus résultent de la vue, et pas seulement de la présence de certains types d’occupation des sols. Nous avons repris le modèle d’où sont tirés les résultats du tableau III-8, ajoutant comme variables explicatives les pixels existants (vus d’en haut), mais non vus par un observateur au sol. Dans les résultats du tableau III-8, c’est la vue, ou la soumission à la vue, qui a un prix hédoniste (qu’il s’agisse du nombre de pixels dans un certain champ de vision ou de la distance au pixel vu le plus proche). Avec la vision d’en haut, c’est la présence d’un type qui compte, qu’il soit vu ou non.

© INRA-CESAER/THéMA
Lecture : la variable est significative au seuil de 5 % si le t de student est supérieur à 1,96 en valeur absolue, au seuil de 10 % s’il est supérieur à 1,6 en valeur absolue
Tableau III-11 : t de Student des attributs vus du dedans ou d’en haut

192Le tableau III-11 présente les résultats, pour une statistique, le t de Student, qui indique la probabilité pour qu’une variable du modèle soit significativement différente de zéro : plus la valeur absolue de cette statistique est élevée, plus cette probabilité est grande ; elle est de 95 chances sur cent lorsque le t de Student est supérieur en valeur absolue à 1,96.

193Les résultats sont clairs : tous les types d’occupation du sol dont la vue a un prix non nul, positif s’il s’agit d’une aménité (t de Student positif) ou négatif dans le cas contraire, ont des prix statistiquement nuls lorsque ces attributs existent à proximité des maisons, mais qu’ils ne sont pas vus.

194Il se dégage de ces résultats trois conclusions.

  • Premièrement, sur le plan économique, le prix des maisons intègre la vue des paysages proprement dite, et pas seulement la présence de certains types d’occupation des sols à proximité des maisons. Par exemple, le t de Student de la simple présence de feuillus non vus dans les 70 premiers mètres autour d’une maison est de 0,71 (i.e. variable non significative) alors qu’il est de 2,64 pour les feuillus vus (i.e. valeur positive). C’est un résultat contre-intuitif, car on aurait pu penser que ces bois ou forêts offraient des espaces de promenade, ou contribuaient à la qualité du cadre de vie (moins de bruit). C’est la vue qui explique la supériorité d’un résultat sur l’autre. A l’inverse, les routes d’où l’on est soumis à la vue ont le prix négatif attendu (t de -2,08), alors que les routes non vues ont un prix statistiquement non significatif (t=0,03), bien qu’elles poissent être source de bruit ou dangereuses.

  • Deuxièmement, les nombreux travaux qui utilisent la vue d’en haut (celle des images satellites) pour caractériser les paysages, en faisant l’économie des traitements tridimensionnels qui permettent de reconstituer la vue, donnent des résultats grossiers lorsqu’ils sont introduits dans des modèles économiques. C’est ainsi que les cultures, les prés et l’eau dans les plans de vision moyens (70 à 280 mètres) ont des prix hédonistes statistiquement nuls dans le modèle avec vue d’en haut, alors que ces prix sont significativement différents de zéro dans notre modèle.

  • Cela signifie, troisième conclusion, que la méthode de géographie quantitative utilisée pour caractériser les paysages est suffisamment précise pour conclure que le prix d’une maison intègre la valeur des variables définies selon cette méthode. Celle-ci est objective et quantitative et elle ignore les aspects qualitatifs, esthétiques et subjectifs que de nombreux géographes, architectes et paysagistes privilégient dans l’étude des paysages, en tentant de qualifier leur beauté. Sans vouloir opposer une approche à l’autre, nous concluons que le nombre de pixels de douze types de sols, identifiés à partir d’un satellite, qui sont vus selon la distance à laquelle ils se situent, constitue un paysage auquel il est possible d’attribuer une valeur, indépendamment de la richesse – ou de la pauvreté – esthétique qui peuvent s’ajouter – se retrancher – à cette valeur.

3.8. Le prix des paysages

195Le prix des attributs paysagers peut être utilisé pour calculer le prix global d’un paysage. La méthode utilisée est celle des indices de la « qualité de la vie » dans la littérature économique. Elle consiste à additionner les quantités des attributs qui ont des prix hédonistes statistiquement non nuls en les pondérant par le prix correspondant. C’est ce que nous avons fait pour l’échantillon des maisons utilisées dans l’estimation économique (section 3.8.1) et pour l’ensemble des zones construites (ou constructibles) de la région d’étude (section 3.8.2).

196Il faut, une nouvelle fois, inciter à la prudence face à de tels indices : ils ignorent la valeur esthétique des paysages, celle des sites remarquables, les valeurs récréatives, écologiques ou de non usage (valeurs de legs, d’existence). Il est donc probable que les prix que nous présentons dans cette section sont un minorant de la valeur totale des paysages.

197De plus, nous avons à plusieurs occasions insisté sur les limites de notre méthode géographique pour définir, donc pour évaluer, le prix des paysages urbains. Les caractéristiques paysagères du pôle urbain dijonnais ne se réduisent pas aux occupations agro-forestières des sols, qui sont les mieux appréhendées par les images satellites que nous avons utilisées, et le champ de vision en ville est plus difficile à définir que dans la ceinture périurbaine du fait de masques bâtis de hauteur variable. Les valeurs obtenues pour les communes de la banlieue de Dijon sont donc particulièrement fragiles. Il nous semble prudent de laisser ces communes du pôle urbain de côté dans cette section, pour ne retenir que celles de la ceinture périurbaine.

198Pour celle-ci, nous avons calculé le prix P du paysage tel qu’il est défini par les différents types d’occupation du sol vus depuis les 2 456 maisons de la ceinture périurbaine et les indices de composition paysagère calculés à partir de ces types. Il se calcule ainsi :

199Chaque terme de cette équation est le produit du prix hédoniste d’une unité d’un attribut par la quantité correspondante. C’est ainsi que le premier terme est égal au prix (pour le champ de vision des 70 premiers mètres) d’un pixel de feuillus vu dans la ceinture périurbaine (515 euros : cf. tableau III-8) multiplié par le nombre de pixels de ce type (Feuil1), vus dans ce champ de vision. Le dernier terme est le produit du prix d’un mètre de lisière de feuillus (négatif dans la ceinture périurbaine : – 25 euros ; cf. tableau III-8) par la longueur de ces lisières dans un cercle de 70 mètres autour d’une maison.

200Certains attributs sont intégrés dans l’évaluation des prix de la section 3.8.1 mais pas dans celle de la section 3.8.2 : il s’agit, tout d’abord, des indices de composition paysagères, qui constituent les 5 derniers termes de l’équation, qui n’ont été calculés que pour les pixels où sont localisées les maisons de l’échantillon.

3.8.1. Le prix des paysages vus depuis les maisons de l’échantillon

201Le prix moyen de l’environnement paysager vu depuis les maisons de l’échantillon situées dans la ceinture périurbaine de Dijon est de 2 429 euros (la médiane est de 995 euros). En chiffres ronds, les paysages proprement dits ont une valeur globale d’environ 2 500 euros en moyenne, ou d’un millier d’euros pour la maison située au milieu de la distribution. Le prix d’une maison de la ceinture périurbaine est de 105 500 euros (prix moyen pour l’ensemble de la période 1995-2002). C’est donc, en moyenne, 2,3 % du prix de cette maison qui correspond au prix du paysage qui s’offre à la vue de ses habitants, la médiane étant d’environ 1 % du prix du bien. Les paysages ne représentent donc qu’une petite partie de la valeur immobilière (mais il faut garder présent à l’esprit que notre évaluation est probablement un minorant de la valeur du paysage). Cela n’est pas inattendu ; mais il est important de souligner que cette valeur est significativement supérieure à zéro.

202En excluant les centiles extrêmes de la distribution, le prix du paysage est négatif pour la maison située au premier centile : – 3 000 euros environ (il est négatif pour 341 maisons de l’échantillon) et il est un peu supérieur à 13 000 euros pour celle située au dernier centile de cette distribution. La distribution est assez régulière, comme le montre le tableau III-12 et la figure III-30 (fig. III – 30, XLVII). En chiffres ronds, le prix des paysages est compris entre 300 et 3 700 euros pour la moitié des maisons, soit entre 0,3 et 3,5 % du prix des maisons de la ceinture périurbaine.

@ INRA-CESAER / THéMA
Tableau III-12 : Distribution du prix des paysages

203Le tableau III-13 indique la contribution des différents attributs à la formation du prix des paysages. Pour ce qui concerne les feuillus, le pourcentage obtenu est la somme de trois variables, le nombre de pixels, le nombre de taches et la longueur des lisières. En positif, c’est l’agriculture et les forêts qui se dégagent, en expliquant chacun environ 40 % du prix des paysages proprement dits (les cultures contribuant plus que les prés, les feuillus plus que les résineux). L’écart entre le bâti vu et celui d’où on est vu arrive ensuite, avec 26 % du total. Les variables apportant une contribution négative sont peu influentes, à l’exception des routes qui compte pour – 13 % dans le prix.

  • 30 Les résultats sont à peu près les mêmes en raisonnant sur la distance généralisée.
  • 31 L’équation de la régression est la suivante : P = 678 + 73 x (R2=0,04).

204Ce prix varie selon la distance à Dijon30, comme le montre la figure III-31 (fig. III – 31, XLVIII) (nous examinerons plus loin le prix des paysages selon la localisation géographique détaillée). La dispersion des points est considérable, mais un ajustement linéaire donne des résultats significatifs31 : le prix des paysages augmente de 73 euros lorsqu’on s’éloigne d’un kilomètre de Dijon. L’intervalle de confiance à 95 % est de ± 16 euros (la fourchette correspondante est donc 57 à 89 euros).

205La figure III-32 (fig. III – 32, XLVIII) indique le prix moyen des paysages par commune, calculé à partir des maisons de l’échantillon.

206L’augmentation du prix avec la distance apparaît, mais on voit également que les prix sont généralement plus élevés à l’Ouest de Dijon, ainsi que dans certaines fractions de la Plaine dijonnaise (la zone située au sud-sud-est de la région d’étude, des vallées et zones boisées du nord-est).

© INRA-CESAER/THéMA
Tableau III-13 : Contribution des variables paysagères au prix des paysages

207Le prix moyen de 2 500 euros ou le prix médian de 1 000 euros (en chiffres ronds) peuvent être comparés à quelques résultats, malheureusement peu nombreux. Pour la même région dijonnaise, Cavailhès (2004) a réalisé un calibrage d’un modèle théorique, qui ne constitue qu’un dégrossissage du problème, tant le modèle est frustre et le calibrage approximatif. Il obtient un prix des aménités périurbaines situé dans une fourchette 1,4 à 3,5 % du prix des maisons. C’est un peu plus que la présente évaluation, que l’on peut situer dans la fourchette 1 (médiane) à 2,3 % (moyenne), mais l’ordre de grandeur est comparable.

208Ces valeurs correspondent à un prix annuel compris entre 50 (médiane) et 125 (moyenne) euros par ménage (avec un taux de capitalisation de 5 %). C’est plutôt supérieur au consentement à payer déclaré dans des enquêtes d’évaluation contingente (méthode d’évaluation contingente – MEC- ; cf. chapitre II pour une présentation succincte de celle-ci) : les valeurs déclarées sont de l’ordre de 20 à 50 euros par an et par ménage (Bonnieux et Rainelli, 2000). Les enquêtes réalisées par la MEC s’intéressent surtout à la valeur de paysages récréatifs, consommés épisodiquement au cours de vacances ou de fins de semaines. Il n’est donc pas anormal que nous ayons des valeurs supérieures pour des paysages qui sont quotidiennement consommés par les habitants des maisons auxquels nous nous intéressons ici.

3.8.2. Cartographie de la valeur économique des paysages

209Un des intérêts de la méthode que nous avons développée est que l’information relative au paysage est restituée pour tout point de l’espace (fig. III-33, XLIX et III-34, L) ; il est donc possible de reprendre les équations qui résultent de la modélisation et de les résoudre systématiquement, en fonction des valeurs prises en chaque point par les facteurs paysagers explicatifs du prix. De la sorte, on calcule commodément la valeur qui reviendrait au paysage si chaque point de l’espace faisait l’objet d’une transaction.

210Nous n’avons pas réalisé cette évaluation pour tous les points de l’espace, puisqu’il serait absurde de calculer le prix d’une maison hypothétiquement construite au milieu d’un champ ou au cœur d’une forêt : nous nous sommes limités aux maisons existantes plus une bande de 100 mètres au-delà du tissu bâti actuel, qui représente une extension urbaine potentielle.

211Les résultats pour l’ensemble de l’aire urbaine sont difficilement lisibles pour une question d’échelle, mais ceux pour la région de Genlis font clairement apparaître des régularités. Premièrement, le cœur des villages correspond à des zones où les paysages ont des prix très faibles, voire négatifs. Il s’agit de cas d’où la soumission à la vue depuis d’autres maisons est importante et où l’on voit des routes (les valeurs les plus négatives correspondent souvent au tracé des routes principales). Deuxièmement, et à l’inverse, les périphéries de villages ont des prix du paysage positifs, dépassant assez souvent 10 000 euros. Il s’agit de maisons, ou d’une bande susceptible d’être construite, où s’offrent des vues plus dégagées sur des couverts moins artificialisés : les formations boisées ou agricoles sont presque systématiquement présentes dans ces localisations excentrées, et les routes ou rues y sont plus rares. Les cas où des valeurs négatives s’observent dans ces zones sont ceux de maisons proches de cours d’eau. Troisièmement, l’est et l’ouest des périphéries villageoises s’opposent assez souvent, selon qu’elles donnent à voir plutôt des forêts ou des champs, qui ont des prix hédonistes très différents.

212Un agrandissement du prix global des paysages pour l’ouest de la zone d’étude, non reproduit ici, montre des caractéristiques très différentes : dans des villages construits sur des reliefs moins plans, où des hauteurs offrent des dégagements visuels et, qui plus est, qui sont plus souvent persillés de verdure en leur sein, on observe des valeurs paysagères élevées au sein des villages, qui coexistent avec des valeurs faibles, ou négatives, pour les maisons situées dans des creux, ou plus éloignées de points verts. La carte des prix des paysages intra-urbains se présente alors comme un habit d’arlequin, formé de taches voisines de couleurs très différentes.

213L’intérêt de l’utilisation de notre méthode, reproductible, ressort donc à l’évidence de l’examen de cette cartographie : la réalisation de monographies, l’utilisation de photographies ou celle d’autres méthodes d’observation et de mesure du paysages non automatisables n’auraient pas permis de dégager des conclusions aussi synthétiques.

Conclusion

214La modélisation géographique quantitative du paysage, adoptée ici, s’accompagne de l’intégration de très nombreuses données numériques dans un SIG. Dès lors, cela permet de construire de nombreux indices du paysage visible qui se trouve, ainsi, être fouillé de manière très fine et systématique. Les données étant disponibles sur toute la zone, des cartes font, indice par indice, un inventaire complet et spatialement exhaustif de la ressource paysagère. Cette démarche de cartographie expérimentale établit la façon dont la réalité visuelle du paysage peut-être décomposée et modulée dans son contenu sensible, par référence à une nomenclature d’occupation du sol définissant les objets vus, et son architecture, en insistant sur le rôle des différents plans dans la profondeur de champs. Un va et vient entre l’analyse géographique du paysage et la modélisation économétrique permet d’affiner la construction des indices paysagers et de hiérarchiser les attributs du paysage.

215Ce chapitre ne présente que quelques informations parmi tous les indices paysagers produits et testés au cours de notre travail. A l’exception de la carte de l’ampleur du panorama qui met à plat une caractéristique essentielle du paysage, le choix a été fait de ne retenir que les variables qui ont des prix positifs ou négatifs dans les résultats du modèle économique.

216La première conclusion qui se dégage de ce modèle économique est que les habitants de la région d’étude se caractérisent par une grande « myopie » : ce qu’ils voient au-delà de quelques centaines, voire de quelques dizaines, de mètres n’a pas de prix hédoniste statistiquement différent de zéro. Cela donne une grande importance aux aménagements urbains réalisés dans les villes et villages à proximité immédiate des habitations (jardins, trouées vertes, squares fleuris, voiries arborée, etc.), et cela relativise aussi le rôle que l’on reconnaît aux agriculteurs en tant que gestionnaires de l’espace aptes à maintenir des paysages aux vues ouvertes : les champs exploités par les agriculteurs se situent pour l’essentiel au-delà de l’horizon auquel les habitants accordent un prix. Cependant, cette conclusion est relative à la question étudiée ici : la valeur de la vue qui s’offre depuis une maison. Il est possible qu’à une autre échelle, celle d’une promenade à pied ou à bicyclette, des ambiances paysagères à des échelles plus petites, mesurées sur des étendues de plusieurs kilomètres, acquièrent une importance et un prix positif.

217Dans ce cercle restreint, c’est le champ de vision depuis une maison qui a une valeur économique. La simple présence de types d’occupation des sols, y compris ceux qui ne sont pas vus, donne des résultats moins précis que la vision proprement dite, c’est-à-dire du dedans, en tenant compte du relief et des masques visuels. Plus précisément, nous avons fait apparaître une dialectique du voir et du vu, la vue étant une aménité et la soumission à la vue d’autrui étant une nuisance. En particulier, les surfaces du pôle urbain à bâti dense ont un prix positif (probablement dû à la présence de biens et services publics et privés liés à la densité de bâti) et le bâti d’où l’on est soumis à la vue depuis d’autres maisons dans la ceinture périurbaine a un prix négatif.

218Parmi les objets vus, les formations arborées, les feuillus en premier lieu, ont des prix hédonistes significativement positifs et les réseaux, particulièrement routiers, négatifs. Le prix obtenu pour l’agriculture est plus ambigu et il varie selon la distance des champs ou des prés. Ces prix sont toujours faibles, en regard du prix d’une maison, mais on peut dire qu’ils ne sont pas nuls. Des indices de forme paysagère (nombre, forme et agencement des taches formées par les différents usages des sols), quoique définis de façon frustre par notre méthode, ont des prix hédonistes statistiquement non nuls : dans la ceinture périurbaine (mais pas dans le pôle urbain, excepté pour ce qui concerne les feuillus), les ménages préfèrent des formes complexes, fragmentées, imbriquées ou en mosaïque.

219Les résultats sont très différents dans le pôle urbain (en rappelant que la commune de Dijon a été exclue de la région d’étude) et dans la ceinture périurbaine (qui va au-delà de la couronne périurbaine au sens de l’INSEE). Les prix des attributs paysagers sont nettement plus faibles dans le pôle urbain que dans la ceinture périurbaine, sans qu’il soit possible de dire si cette différence est due aux limites de notre méthode (peu adaptée à un habitat dense), à des goûts différents des habitants de ces deux types d’espace ou si elle signifie que les paysages urbains ont réellement une plus faible valeur.

220Le prix global du paysage proprement dit est en moyenne de près de 2500 euros pour une maison de la ceinture périurbaine, soit 2,3 % du prix d’une maison, la médiane étant d’un millier d’euros. Ce prix minore probablement la valeur globale réelle, puisqu’elle ne tient pas compte des aspects esthétiques des paysages, de leur valeur écologique, récréative et d’existence. C’est, cependant, une valeur significativement non nulle.

Notes

1 Seules 5 956 transactions, parmi les 6 448 transactions acquises et géoréférencées pour cette recherche, ont été utilisées pour l’analyse géographique des paysages. L’écart provient de l’élimination de quelques transactions situées dans la partie nord de la région d’étude, non couverte par les images satellites, et par le fait qu’une seule transaction a été retenue lorsqu’une même maison a été vendue plusieurs fois durant la période 1995-2002. L’analyse économique ne retient que les transactions concernant les maisons, sauf pour l’estimation de la rente foncière. Un apurement, fondé sur des contrôles de cohérence (prix au mètre carré, …), sur l’élimination de transactions ayant des valeurs extrêmes et des cas pour lesquels on n’a qu’une transaction par lotissement ou par commune, nous a amené à utiliser 4 050 observations de maisons pour les résultats économiques. L’estimation de la rente foncière a porté sur ces 4 050 observations, auxquelles ont été ajoutées les transactions afférentes aux terrains nus, soit 1 383 après apurement. Les estimations économiques des sections suivantes portent sur 4 050 transactions de maisons et excluent les terrains à bâtir.

2 Rappelons que les transactions analysées ici concernent les maisons et les terrains à bâtir. Pour ces derniers, à la date de passage du satellite, il est possible que l’environnement du point de transaction corresponde à une situation provisoire, avant qu’il ne se soit urbanisé. Il peut donc n’y avoir que des buissons, ou de l’agriculture qui disparaîtront peut-être totalement ensuite.

3 Les estimations n’utilisant que les seules variables qui caractérisent le bien vendu et les modalités de la transaction, à l’exclusion des variables paysagères qui n’ont été introduites que dans la section 3 de ce chapitre, permettent d’utiliser le modèle à effet fixe et celui à effet aléatoire, présentés dans le chapitre 2 (section 4), alors que seul le modèle en différences est utilisé pour les variables paysagères. Nous avons vérifié que cette procédure n’avait pas d’effet sensible sur les résultats.

4 Les valeurs médianes sont à peu près égales aux moyennes.

5 Nous indiquons entre parenthèses l’intervalle de confiance à 95 %, qui est l’incertitude de l’estimation économétrique : il y a 95 chances sur cent pour que la « vraie » valeur se situe dans l’intervalle donné (cf. chapitre II, section 4.3.3).

6 Le modèle à effet aléatoire donne 1 547 euros par mètre carré et 1 090 dans le pôle urbain.

7 Avec un taux de 5 %, la valeur capitalisée est de 5 500 francs de 1996 (838 euros). Entre le premier janvier 1996 (date de l’enquête Logement) et la date moyenne des transactions de notre étude (avril 1999), les valeurs immobilières ont augmenté d’environ 36 % (source : INSEE, Notaires de France-Perval, champ : maisons de Province). Avec cette augmentation, on obtient un prix par mètre carré de 1 142 euros.

8 Pour évaluer l’effet de la distance, nous utilisons une unité que l’on appelle, en économie urbaine, le coût généralisé du transport. Un déplacement induit un coût direct (carburant et amortissement, entretien et assurance du véhicule) et un coût en temps (perte de temps de loisir, que l’on évalue monétairement à partir du prix de la rémunération de l’heure de travail). On considère ici qu’un kilomètre coûte 0,30 euro (tarif moyen de l’administration fiscale pour le calcul des frais professionnels de l’impôt sur le revenu des personnes physiques) et une minute de trajet 0,16 euro (obtenu à partir d’estimations du ministère en charge de l’Equipement). Connaissant la distance kilométrique routière d’une commune jusqu’à Dijon et le temps de trajet, nous calculons un coût généralisé d’accès à Dijon exprimé en euros, que nous appelons aussi « distance généralisée ». Dans la présentation des résultats qui suit, les transactions ont été réparties en dix tranches de distance comportant un nombre d’observations sensiblement égal (déciles) pour les maisons et en quatre tranches (quartiles) pour les terrains à bâtir.

9 Avec des variantes de ces modèles, on pourrait obtenir des résultats sensiblement différents, ce qui montre les limites des méthodes d’estimation économétrique.

10 Cette estimation ne peut être directement comparée à celle de Cavailhès et Wavresky (2003) où la distance était calculée par kilomètre. Deux kilomètres équivalent à environ un euro de distance généralisée à une vitesse de 60 kilomètres par heure. Il faut donc diviser environ par deux les valeurs précédentes pour obtenir un taux de diminution kilométrique.

11 Le modèle en différence est utilisé dans les deux cas.

12 Le modèle à effet aléatoire permet d’estimer qu’une augmentation de 1000 habitants d’une commune fait augmenter le prix des maisons de 1680 euros.

13 Après une baisse importante en euros constants de 1990 à 1998, les prix commencent à augmenter en 1999 et le mouvement se poursuit et s’accélère après la période d’observation pour laquelle nous disposons de données.

14 Il faut rester prudent car le modèle à effet aléatoire semble, au contraire, indiquer une progression du prix des maisons au cours de la période légèrement plus rapide dans le pôle urbain.

15 Il peut s’agir d’un biais de sélection. En effet, la base de données comporte peu de terrains à bâtir pour les premières années et un nombre important en fin de période. Si les quelques terrains à bâtir notifiés en 1995 et 1996 présentaient des caractéristiques particulières et qu’en 2002 ils soient à peu près tous présents dans la base de données, la comparaison ne se ferait pas toutes choses égales par ailleurs, ce qui biaiserait le taux d’augmentation du prix.

16 Nous n’avons fait intervenir la distance aux divers types de pixels d’occupation des sols que lorsqu’elle était supérieure à 100 mètres.

17 Des distances limites, calculées à vol d’oiseau, au-delà desquelles l’influence sur le prix d’une transaction de la présence d’un tel type d’objet nous semble pouvoir être négligée ont été définies comme suit : églises : 400 mètres ; silos : 1 500 mètres ; sites Seveso : 2 000 mètres ; incinérateur : 3 000 mètres ; carrière : 1 500 mètres ; établissement ZEP : 1 000 mètres.

18 L’introduction de variables paysagères ne modifie pratiquement pas les prix hédonistes des caractéristiques non paysagères. Cela signifie que les deux ensembles de variables sont statistiquement indépendants. Or, nous savons que certaines caractéristiques du logement sont absentes de la base de données ; par exemple, le nombre de WC n’est pas renseigné ; il en est probablement de même d’autres attributs de qualité ou de confort, comme le mode de chauffage, l’isolation thermique et phonique, etc. Si ces attributs sont également indépendants des attributs paysagers, l’absence de ces variables explicatives n’entraîne pas de biais sur les estimations du prix hédoniste des variables paysagères et d’environnement.

19 Nous avons introduit deux variables supplémentaires, la première pour tenir compte des maisons construites après la date du passage du satellite (l’analyse d’image correspond à un paysage différent de celui qui s’est présenté à l’acquéreur lorsqu’il a visité le bien) et la seconde pour tenir compte d’une légère approximation faite dans l’affectation de l’utilisation du sol d’un pixel où une maison est entièrement entourée de masques.

20 Rappelons que la distance généralisée est la somme du nombre de kilomètres par la route valorisés au coût unitaire de 0,30 euro et du temps de trajet valorisé à 0,16 euro par minute.

21 Une première vérification est faite en excluant les centiles extrêmes de la distribution et une seconde en introduisant la variable sous forme qualitative, selon qu’elle est plus ou moins présente que la moyenne de cette distribution.

22 Il est possible que ce résultat tienne à l’hétérogénéité de la catégorie et aux limites de la classification des images satellites. La catégorie « buisson » peut, en effet, correspondre à des haies, à des friches en voie de lignification, à des landes faiblement arborées, à des taillis, etc. Cette hétérogénéité peut expliquer la nullité du prix hédoniste moyen de la catégorie.

23 Nous raisonnons volontairement sur des variations de faible ampleur pour une raison théorique : les prix hédonistes sont susceptibles d’être différents de ceux qui sont estimés ici pour de fortes variations.

24 Dans plusieurs cas, une modalité différente de celle retenue donne un résultat non significatif.

25 Cette hypothèse sera ultérieurement testée, dans le cadre d’une autre recherche.

26 Dans cette section, les données concernent les 4 050 maisons sur lesquelles ont porté les estimations économétriques. Les résultats diffèrent donc de ceux de la section 1 de ce chapitre, qui concernaient également les terrains à bâtir pour lesquels le champ de vision est généralement moins bouché par des maisons adjacentes.

27 Les surfaces vues indiquées dans cette section sont des ordres de grandeur, car la résolution de 7 mètres des pixels ne permet de calculer que des valeurs approchées.

28 Ces conventions expliquent pourquoi nous n’avons pas retenu les immeubles collectifs, ce qui nous a conduit à éliminer la commune de Dijon où ils sont particulièrement nombreux. Les images satellites ne permettent pas de déterminer leur hauteur et la localisation des transactions ne permet pas non plus de connaître l’étage où est l’appartement. Le calcul du champ de vision est, de ce fait, impossible.

29 C’est l’un des deux cas où le test de colinéarité indique que la liaison risque d’entacher les paramètres estimés.

30 Les résultats sont à peu près les mêmes en raisonnant sur la distance généralisée.

31 L’équation de la régression est la suivante : P = 678 + 73 x (R2=0,04).

Table des illustrations

Légende © INRA-CESAER/THéMATableau III-1 : Surface couverte par chaque type d’occupation du sol dans chaque couronne (ou plan). Exemple de la transaction A (les valeurs sont données en nombre de pixels)
URL http://books.openedition.org/pufc/docannexe/image/27917/img-1.jpg
Fichier image/jpeg, 34k
Légende © INRA-CESAER/THéMATableau III-2 : Nombre de pixels présents dans le champ visuel autour de la transaction A, détail par plan et par thème
URL http://books.openedition.org/pufc/docannexe/image/27917/img-2.jpg
Fichier image/jpeg, 24k
Légende © INRA-CESAER/THéMAPrix médian en euros par mètre carré, maisons, modèle en doubles différencesTableau III-3 : Prix du terrain selon la distance et la taille des communes
URL http://books.openedition.org/pufc/docannexe/image/27917/img-3.jpg
Fichier image/jpeg, 35k
Légende © INRA-CESAER/THéMAPrix médian en euros. Salles de bain : par unité. Année de construction dans le modèle à effet aléatoire : différence entre une maison neuve et une maison construite cinq ans plus tôt.Tableau III-4 : Prix des attributs des maisons
URL http://books.openedition.org/pufc/docannexe/image/27917/img-4.jpg
Fichier image/jpeg, 53k
Légende © INRA-CESAER/THéMAPrix médian en eurosTableau III-5 : Prix de caractéristiques de la transaction
URL http://books.openedition.org/pufc/docannexe/image/27917/img-5.jpg
Fichier image/jpeg, 27k
Légende © INRA-CESAER/THéMATableau III-6 : Prix hédoniste de la date de mutation selon la distance généralisée à Dijon (euros et %)
URL http://books.openedition.org/pufc/docannexe/image/27917/img-6.jpg
Fichier image/jpeg, 32k
Légende © INRA-CESAER/THéMALe nombre est celui des observations ayant une valeur non nulle de la variable. Les moyennes et écarts-types son calculés pour ces seules observations. Les pixels ont une superficie de 0,49 ares.Tableau III-7 : Statistiques descriptives
URL http://books.openedition.org/pufc/docannexe/image/27917/img-7.jpg
Fichier image/jpeg, 128k
Légende © INRA-CESAER/THéMALe nombre est celui des observations ayant une valeur non nulle de la variable. Les moyen nes et écarts-types son calculés pour ces seules observations. Les pixels ont une superfici de 0,49 ares.Tableau III-7. : Statistiques descriptives (suite)
URL http://books.openedition.org/pufc/docannexe/image/27917/img-8.jpg
Fichier image/jpeg, 123k
Légende © INRA-CESAER/THéMALecture : pour l’ensemble des observations, un pixel supplémentaire de surface en feuillus (soit 49 m2) dans le champ de vision 0 à 70 mètres a un prix hédoniste de 451 euros. Le doublement de la surface en feuillus dans ce champ (qui est de 4,8 pixels : cf. tableau III-7) a un prix hédoniste de 2 165 euros. Ce prix est non significatif au seuil de 15 % (NS) dans le pôle urbain et il est de 515 euros pour un pixel supplémentaire, ou de 3 553 euros pour un doublement, dans le périurbain.Tableau III-8 : Prix hédoniste des attributs paysagers et environnementaux (euros)
URL http://books.openedition.org/pufc/docannexe/image/27917/img-9.jpg
Fichier image/jpeg, 98k
Légende © INRA-CESAER/THéMA**** : significatif au seuil de 1 %. *** : significatif au seuil de 5%. ** : significatif au seuil de 10 %.* : significatif au seuil de 15 %. NS : non significatif au seuil de 15 %.Tableau III-9 : Prix hédoniste du bâti vu ou de la soumission à la vue depuis du bâti
URL http://books.openedition.org/pufc/docannexe/image/27917/img-10.jpg
Fichier image/jpeg, 70k
Légende © INRA-CESAER/THéMALecture : L’indice est d’autant plus significatif que la valeur absolue du T de Student est élevée en valeur absolue. Le prix hédoniste est positif lorsque le T est positif et inversement.**** : significatif au seuil de 1 % ; *** : significatif au seuil de 5 %. ** : significatif au seuil de 10 %. Exemple : l’indice d’autoadjacence a une valeur significativement négative au seuil de 1 % dans le périurbain, montrant que le prix immobilier diminue lorsque l’indice augmente, donc que des mosaïques ont des prix hédonistes significativement positifs. Dans le pôle urbain, cet effet disparaît puisque le T de Student montre que la variable est statistiquement nulle au seuil de 10 %.Tableau III-10 : Significativité des indices d’écologie des paysages dans le rayon de 70 mètres autour des maisons
URL http://books.openedition.org/pufc/docannexe/image/27917/img-11.jpg
Fichier image/jpeg, 69k
Légende © INRA-CESAER/THéMALecture : la variable est significative au seuil de 5 % si le t de student est supérieur à 1,96 en valeur absolue, au seuil de 10 % s’il est supérieur à 1,6 en valeur absolueTableau III-11 : t de Student des attributs vus du dedans ou d’en haut
URL http://books.openedition.org/pufc/docannexe/image/27917/img-12.jpg
Fichier image/jpeg, 41k
URL http://books.openedition.org/pufc/docannexe/image/27917/img-13.jpg
Fichier image/jpeg, 19k
Légende @ INRA-CESAER / THéMATableau III-12 : Distribution du prix des paysages
URL http://books.openedition.org/pufc/docannexe/image/27917/img-14.jpg
Fichier image/jpeg, 22k
Légende © INRA-CESAER/THéMATableau III-13 : Contribution des variables paysagères au prix des paysages
URL http://books.openedition.org/pufc/docannexe/image/27917/img-15.jpg
Fichier image/jpeg, 50k

© Presses universitaires de Franche-Comté, 2006

Conditions d’utilisation : http://www.openedition.org/6540

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search