Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Direction des Études et Synthèses Économiques
G 2015 / 19
Fenêtre sur Cour ou Chambre avec Vue ? Les prix hédoniques de l’immobilier parisien
Mathilde POULHÈS
Document de travail
Institut National de la Statistique et des Études Économiques
INSTITUT NATIONAL DE LA STATISTIQUE ET DES ÉTUDES ÉCONOMIQUES
Série des documents de travail de la Direction des Études et Synthèses Économiques
DÉCEMBRE 2015
Cette étude s'inscrit dans un projet plus large qui vise à estimer les propensions marginales à payer des acheteurs parisiens pour les différents attributs de leur logement. Elle est menée en collaboration avec Odran Bonnet (Sciences-Po), Denis Fougère (CNRS, CREST, CEPR, IZA, LIEPP) et Alfred Galichon (Sciences-Po). Ici ne sont présentés que les premiers résultats concernant les prix hédoniques car les données nécessaires à l'estimation de la fonction d'utilité des acheteurs ne sont pas disponibles à l'Insee. Je remercie Odran Bonnet, Denis Fougère et Alfred Galichon pour cette collaboration. Je remercie également Pierre-Henri Bono et Corinne Prost pour leurs remarques et suggestions.
_____________________________________________
* Faisait partie du Département des Études Économiques - Division « Marchés et Entreprises » au moment de la rédaction de ce document. Crest et Sciences-Po (Paris)
Département des Études Économiques - Timbre G201 - 15, bd Gabriel Péri - BP 100 - 92244 MALAKOFF CEDEX - France - Tél. : 33 (1) 41 17 60 68 - Fax : 33 (1) 41 17 60 45 - CEDEX - E-mail : [email protected] - Site Web Insee : http://www.insee.fr
Ces documents de travail ne reflètent pas la position de l’Insee et n'engagent que leurs auteurs. Working papers do not reflect the position of INSEE but only their author's views.
G 2015 / 19
Fenêtre sur Cour ou Chambre avec Vue ? Les prix hédoniques de l’immobilier parisien
Mathilde POULHÈS*
2
Fenêtre sur Cour ou Chambre avec Vue ? Les prix hédoniques de l’immobilier parisien
Résumé
Le marché immobilier se caractérise par une forte variabilité des prix. Sous certaines hypothèses théoriques que je précise, l'approche hédonique permet de déterminer quels sont les attributs du logement qui sont valorisés par les acheteurs et de quantifier les propensions marginales à payer à l'équilibre correspondantes. Grâce à une méthode semi-paramétrique, j'estime la fonction de prix hédonique qui fait correspondre un prix à l'ensemble des caractéristiques du logement. Les données, géolocalisées à l'adresse, permettent de décrire précisément le bien acheté mais aussi le voisinage dans lequel celui-ci est situé.
Cette méthode explique plus de 90 % de la variance des prix. Pour une estimation plus robuste des propensions marginales à payer, j'introduis des effets-fixes à un niveau infra-communal fin (grand-quartier ou IRIS). Ainsi, les acheteurs sont prêts à payer environ 2 % de la valeur de leur bien immobilier pour augmenter le nombre d'emplois accessibles en moins de 30 minutes d'un écart-type et environ 1 % de cette même valeur pour augmenter d'un écart-type le taux de réussite au brevet du collège de secteur. Ils sont en revanche prêts à payer 0,01 % de la valeur de leur bien pour que le nombre d'infractions dans leur voisinage diminue d'un écart-type. Enfin, les prix immobiliers parisiens semblent peu influencés par la distance aux transports publics ou par le bruit.
Mots-clés : marché immobilier, prix hédonique, caractéristiques du voisinage
A Room with a View or Rear Window? Hedonic prices of the Parisian real-estate
Abstract
Real-estate market is characterized by a high price variability. Under some theoretical hypotheses, the hedonic approach permits to determine which attributes are valued by the buyers and to quantify the corresponding marginal willingness to pay at the equilibrium. Thanks to a semi parametric method, I estimate the hedonic price function which relates the price to the bundle of house characteristics. My data, geocoded at the address, describe very precisely the real-estate property and its neighborhood and explain more than 90% of the variance of prices. For a robust estimation of the marginal willingness to pay for the different attributes, I introduce fixed-effects at a very local level (grand-quartier or IRIS). I find a substantial positive marginal willingness to pay for job accessibility (of approximately 2%) and middle school quality (of approximately 1%) and a weaker but significant negative marginal willingness to pay for a higher crime rate in the area (of approximately 0.01%). By contrast, noise level or public transport accessibility seem to have less influence on housing prices.
Keywords: housing market, hedonic prices, neighborhood characteristics
Classification JEL : D0, D4, H41, R21, R23
1 Introduction
Le prix moyen au metre carre des appartements vendus en 2008 a Parisvariait du simple au double selon l’arrondissement, et au sein meme des arron-dissements les prix connaissaient des variations importantes. Pourquoi de telsecarts de prix ? De quoi dependent-ils ?
L’approche hedonique explique cette variabilite des prix a partir des diffe-rentes caracteristiques des biens echanges : chaque bien est decrit par l’ensemblede ses attributs (surface, qualite du voisinage, proximite des emplois, des trans-ports, etc.). La fonction de prix hedonique associe ainsi un prix a un ensemblede caracteristiques. Elle permet de determiner les prix hedoniques (egalementappeles prix implicites, car non observes) des differents attributs du logement.
Les premiers travaux utilisant une approche hedonique s’attachent a expli-quer la dispersion des prix par la differenciation des biens. On cite souvent Court(1939) comme le premier a utiliser le terme « hedonique » pour decrire la de-pendance du prix d’un bien en fonction de ses qualites. Cette premiere vagued’utilisation de la methode hedonique se limite au calcul des prix implicitesdes differentes caracteristiques des biens par regression, les coefficients de laregression lineaire du prix des biens immobiliers sur leurs caracteristiques s’in-terpretant comme les prix hedoniques de celles-ci. Ces estimations permettentensuite de construire des indices de prix corriges des variations temporelles dela qualite des biens.
A partir de la fin des annees 1960, Lancaster (1966) et Rosen (1974) posentun cadre theorique et interpretent la fonction de prix hedonique comme resultantde l’equilibre entre l’offre et la demande. Les techniques hedoniques apparaissentalors comme un moyen puissant d’identifier les parametres structurels d’offre etde demande sur un marche de bien differencie et la methode est largementutilisee.
L’approche hedonique connait ensuite un certain declin dans les annees 1990.Brown & Rosen (1982) et Bartik (1987) reperent des problemes d’identificationdans la methode de Rosen (1974). La simultaneite des equations d’offre et dedemande entraine en effet un biais systematique dans l’estimation en deux etapesdes parametres de demande proposee par Rosen. En outre, l’interet nouveaupour l’etude des marches a concurrence imparfaite grace notamment aux outilsdeveloppes par Berry et al. (1995) relegue l’approche hedonique au second plancar elle est moins adaptee a l’etude de ce type de marche.
Dans les annees 2000, de nouveaux resultats d’identification (Ekeland et al.2004 et Heckman et al. 2010) et des nouvelles methodes d’estimation (Bajari& Benkard 2005) ont suscite un regain d’interet pour la methode. L’acces a denouvelles donnees a egalement permis l’application de l’approche hedonique ade nouveaux marches.
Dans cette etude, puisque nous nous limitons a l’analyse de la courbe deprix 1, nous ne sommes pas confrontes aux problemes d’identification precedem-ment cites. Neanmoins, dans une premiere partie, nous nous attacherons a definir
1. L’estimation des parametres de demande fait l’objet d’un travail en cours, voir Bonnetet al. (Document de travail a paraıtre).
3
clairement le cadre d’interpretation theorique des prix hedoniques et a preciserles hypotheses necessaires. Nous presenterons ensuite les donnees utilisees. En-fin, dans une derniere partie nous exposerons les resultats.
2 La fonction de prix hedonique
2.1 Structure du marche et forme de concurrence
En toute generalite, sur le marche d’un bien differencie, les prix de transac-tion a l’equilibre dependent de la composition des acheteurs et de leurs prefe-rences, de la composition des vendeurs et de leurs couts et de la forme concurren-tielle du marche. Les prix hedoniques associes ne nous renseignent directementni sur l’offre ni sur la demande.
Pakes (2003) montre que dans un cas de concurrence imparfaite (caracte-risee ici par la violation du principe d’atomicite des agents) ou les prix sontdetermines par l’equilibre de Nash, le parametre de la regression hedonique estegal au cout marginal de production plus un terme de marge lie au pouvoirdu marche du vendeur et qui depend de la distribution des preferences desacheteurs (de l’elasticite de la demande). Dans une telle situation, les prix he-doniques des differentes caracteristiques sont difficilement interpretables. Pakes(2003) cite l’exemple du secteur automobile pour lequel le pouvoir de marchedes differentes entreprises est souvent tres eleve. Dans ce contexte, il n’y a alorsaucune raison de croire que les prix hedoniques des differentes caracteristiquesdoivent etre stables dans le temps ni que le signe du prix hedonique doive etreconforme a la valorisation (positive ou negative) de cette caracteristique par lesacheteurs. Cela expliquerait donc les resultats souvent contre-intuitifs des etudesempiriques sur le marche automobile ou sur celui des ordinateurs (Hulten 2003).Neanmoins, dans le cas du marche immobilier residentiel, il est raisonnable defaire l’hypothese que les vendeurs n’ont pas de pouvoir de marche. Les vendeurssont en grande majorite des particuliers (88 % dans notre base) et leur compor-tement individuel n’est pas susceptible d’avoir un impact sur les prix d’equilibre.On fait l’hypothese symetrique pour les acheteurs.
En faisant cette hypothese d’atomicite des agents, on peut alors mettre enlien les coefficients de la regression hedonique avec les propensions marginalesa payer des acheteurs a l’equilibre sous certaines conditions. On developpe unmodele simple dans le paragraphe suivant pour le montrer.
2.2 Prix d’equilibre hedonique : identification
Le marche immobilier est defini par un ensemble de biens immobiliers avendre. On considere l’offre fixe et on modelise uniquement la demande. On faitl’hypothese d’atomicite des agents (voir Rosen 1974).
Chaque bien est defini par un vecteur de caracteristiques z ∈ Zm ⊆ <nz . Lafonction de prix hedonique associe a chaque vecteur z le prix total du bien : p(z).Chaque acheteur est caracterise par un vecteur x ∈ X ⊆ <nx de caracteristiques
4
individuelles qui contient son revenu et d’autres attributs qui peuvent influencerses preferences (education, age, nombre d’enfants, etc.).
Etant donnee la fonction de prix qui a chaque combinaison de caracteris-tiques z associe son prix p(z), l’acheteur choisit le bien immobilier qui maximiseson utilite.
maxz∈Zm
{U(x, z, p(z))} (1)
La contrainte de budget est implicitement contenue dans U(x, z, p(z)) puisquele type x de l’acheteur inclut son revenu xR. Sa consommation hors immobilierest donc xR − p(z).
La solution de ce probleme nous donne la fonction hedonique de demande quia chaque acheteur de type x fait correspondre le bien immobilier qui maximiseson utilite : z = d(x).
Pour interpreter les prix hedoniques des differentes caracteristiques, il estutile de developper les conditions du premier ordre de ce programme de maxi-misation.
Dans un premier temps, considerons que Zm est un sous-ensemble convexeet compact de <nz et que U et p sont differentiables. Dans ce cas, le problemea une solution interieure et la condition du premier ordre s’ecrit :
∂p(z)
∂z= −
(∂U(x, z, p(z))
∂z
)/
(∂U(x, z, p(z))
∂p
)(2)
A l’equilibre le prix marginal de z est egal au taux marginal de substitu-tion du consommateur x qui choisit la quantite z (cette quantite consommee al’equilibre z depend elle-meme de x par la relation de demande z = d(x)).
Pour interpreter le prix hedonique directement en termes de propension mar-ginale a payer on doit supposer l’utilite quasi-lineaire. Le programme de l’ache-teur devient :
maxz∈Zm
{u(x, z)− p(z)} (3)
Et la condition du premier ordre est alors :
∂p(z)
∂z=∂u(x, z)
∂z(4)
A l’equilibre, le prix marginal d’une caracteristique est alors egal a l’utilitemarginale de l’acheteur. Pour autant l’interpretation de la fonction de prix hedo-nique n’est pas simple. En effet, l’equation 4 fait apparaitre le type de l’acheteur,x (son revenu, son education, son nombre d’enfants, etc.) qui influence le choixdu logement. Autrement dit, la quantite z choisie a l’equilibre depend des carac-teristiques de l’acheteur x. L’equation 4 nous dit donc seulement qu’au niveaude caracteristique z choisi par l’acheteur, la pente de la courbe de prix hedoniqueest egale a la propension marginale a payer de celui-ci pour cette caracteristique.
Ainsi, sur la Figure 1, les acheteurs 1 et 2 choisissent leur niveau optimal decaracteristique z (par exemple la surface) compte tenu de leurs preferences et
5
0
10
20
30
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7 8 9 10
Uti
lité
et P
rix
Caractéristique z
p(z)
u(x2 ,z)
u(x1 ,z)
Figure 1 – Relation entre fonction de prix hedonique et utilites des acheteurs
Notes : u designe la fonction d’utilite des acheteurs. u(x1, z) est donc l’utiliteprocuree par l’achat d’un bien de caracteristique z a un acheteur de type x1. Auniveau z1
∗ optimal choisi par l’acheteur de type x1, la pente de la courbe u estegale a la pente de la courbe de prix et correspond a la propension marginale apayer de l’acheteur 1 pour la caracteristique z au point z1
∗.
de leur contrainte de budget : z1 et z2. En z1, le prix marginal de la surface estegal a la propension marginale a payer de l’acheteur de type x1. De meme, enz2, le prix marginal est egal a la propension marginale a payer de l’acheteur detype x2. Mais le prix marginal en z2 est superieur a la propension marginale apayer de l’individu de type x1.
Par l’analyse de la courbe de prix, on estime donc les propensions marginalesa payer pour differentes caracteristiques des acheteurs a l’equilibre.
La fonction de prix hedonique ne nous dit rien de la reaction des acheteurs aun deplacement substantiel de la courbe de prix. De tels exercices contrefactuelsnecessitent l’estimation des parametres de preferences des acheteurs. Pour cela,nous avons besoin d’observer les caracteristiques des acheteurs ainsi que leurrevenu, et de faire certaines hypotheses decrites par Ekeland et al. (2004) pourassurer l’identification du modele.
Pour resumer, notre estimation de la fonction de prix hedonique nous in-forme uniquement de la variation d’utilite pour les acheteurs observes liee a unemodification marginale d’une caracteristique.
Dans le cas d’une caracteristique discrete du logement (l’etage du logementpar exemple), toujours dans le cas quasi-lineaire, l’equilibre est defini par uneserie d’inegalites. Si l’acheteur choisit entre J modalites (z1, z2, . . . , zJ) ayantchacune un prix pj = p(zj) alors l’option preferee zi verifie :
u(x, zi)− pi ≥ u(x, zk)− pk ; ∀k ∈ {1, . . . , J} (5)
6
La difference de prix entre deux modalites i et j doit s’interpreter avecprecaution. Elle compense exactement la difference d’utilites procurees par lesdeux modalites si l’acheteur est indifferent entre i et j, c’est-a-dire si l’inegalite5 est une egalite pour k = j. Elle n’est qu’une borne inferieure de la differenced’utilites procurees par i et j si l’inegalite 5 est stricte.
De la meme maniere que dans le cas continu, on ne peut toujours rien direde la reaction des acheteurs a un changement substantiel des prix des caracte-ristiques discretes.
2.3 Estimation
Les resultats precedents montrent que sous l’hypothese d’atomicite des agentset de quasi-linearite de la fonction d’utilite des acheteurs, les prix hedoniques descaracteristiques continues identifient les propensions marginales a payer a l’equi-libre des acheteurs observes et les prix hedoniques des caracteristiques discretesen identifient une borne inferieure.
Il s’agit a present d’estimer la fonction p = f(z1, . . . , zK) qui lie le prixdu logement a ses caracteristiques. Cette estimation pose differents problemesmethodologiques.
Le premier est celui de la forme fonctionnelle pour la fonction de prix. Le mo-dele d’equilibre hedonique decrit ci-dessus n’impose en effet aucune contrainteconcernant la forme fonctionnelle de la fonction de prix hedonique p(z). Ideale-ment, cette fonction de prix hedonique devrait donc etre estimee non parame-triquement, mais en pratique, des que le nombre de caracteristiques est grandou que la taille de l’echantillon est faible, l’estimation non-parametrique de-vient difficile. Differentes formes parametriques de dependance entre le prix etles caracteristiques zi coexistent dans la litterature : Box-Cox, semi-log, log-log.Nous suivons ici les recommandations de Diewert (2003) et nous utilisons unetransformation logarithmique du prix.
Nous estimerons donc l’equation suivante :
log(p) = f(z1, . . . , zK) + ε (6)
ou ε est un bruit blanc. Pour la forme fonctionnelle de f , nous aurons recoursdes que possible a des methodes semi-parametriques a la Robinson (1988). Nousutiliserons des regressions splines pour l’estimation (pour plus de details sur lamethode des splines et sur ses proprietes, voir Chen 2007).
Un second probleme est du a l’observation imparfaite des biens differencies.L’estimation de la fonction de prix hedonique est alors sujette a des biais devariables omises ou d’erreur de mesure (voir Nesheim 2006 pour le detail). Eneffet, si l’on ne dispose pas des donnees pour caracteriser de maniere tres precisele bien, on pourra trouver des prix d’amenites valorisees positivement par lesacheteurs avec des signes negatifs ou l’inverse. C’est le constat que font Chay &Greenstone (2005) pour la valorisation de la pollution de l’air : certaines etudestrouvent un prix marginal positif de la concentration en particules fines a cause
7
du biais de variables omises (voir Smith & Huang 1995). Les prix immobilierssont plus eleves dans les villes, la ou la pollution est egalement plus forte. Sion ne parvient pas a capter, grace a des variables liees a la localisation, lesraisons pour lesquelles les prix immobiliers sont plus eleves en ville (proximiteplus grande des emplois, amenites, etc.), la correlation entre pollution et densited’habitation entrainera un biais positif dans l’estimation du prix hedonique dela pollution.
Une des solutions pour une estimation sans biais est d’instrumenter la va-riable d’interet mais les instruments sont souvent difficiles a trouver. Chay &Greenstone (2005) utilisent la legislation en matiere de regulation de polluantsaeriens pour instrumenter l’evolution de la qualite de l’air et ainsi estimer cor-rectement le prix hedonique de celle-ci. Une autre methode suggeree par Bajari& Benkard (2005) consiste a supposer qu’une seule caracteristique synthetiqueest inobservee. Les auteurs proposent une methode pour l’estimer grace a unehypothese de monotonicite. Mais l’interpretation de cette variable inobservee estdifficile et donc l’interet de cette methode est ici limite. Enfin, les instrumentslies a l’acheteur (revenu, categorie socio-professionnelle, diplome, etc.) ne sontpas valides puisqu’ils affectent la demande en general et donc la demande pourla variable omise egalement.
3 Application au cas parisien
3.1 Homogeneite et reduction des biais
Dans notre cas, l’etude se concentre uniquement sur Paris intra muros quidessine un espace urbain relativement homogene. En outre, nous connaissonsla localisation exacte (les coordonnees geographiques de l’adresse) de chaquebien immobilier, ce qui nous permet d’introduire dans les regressions les ca-racteristiques du quartier ou le bien immobilier est situe ou meme d’inserer deseffets-fixes a l’IRIS. L’IRIS est un decoupage infra communal tres fin. On compte992 IRIS a Paris ce qui correspond a une surface moyenne par IRIS de 0,1 km2
(voir Figure 2). Lorsque la variable dont nous voulons mesurer l’influence sur lesprix est mesuree a l’IRIS, nous introduisons des effets fixes au niveau du grandquartier (on compte 80 grands quartiers a Paris, voir Figure 2).
On fait l’hypothese que les caracteristique inobservees des biens ne sont pascorrelees aux caracteristiques observees pour lesquelles nous estimons les prixhedoniques. On n’a donc pas recours a une methode de variables instrumentales.
8
Figure 2 – Les limites administratives a Paris
Notes : Les contours continus correspondent aux arrondissements, les lignes entirets correspondent aux grands quartiers et les lignes en pointilles aux IRIS.On affiche ici un agrandissement du V I eme arrondissement.
3.2 Les donnees : les caracteristiques des logements
3.2.1 Ses caracteristiques propres
Notre principale source de donnees est la base BIEN des Notaires de Paris 2.Elle devrait recenser toutes les transactions immobilieres mais une comparaisonde la base avec l’assiette des droits de mutation indique qu’en 2005 seulement87 % des transactions etaient enregistrees pour l’Ile-de-France.
Pour chaque transaction sont renseignes la surface, le nombre de pieces,le nombre de salles de bain, l’etage, la date de construction de l’immeuble,la presence d’une cave, d’un ascenseur, d’une terrasse, le mode d’occupation,l’adresse et d’autres variables completant la description du bien.
La figure 3 represente la repartition geographique des transactions. La lo-calisation des transactions dessine les contours naturels de Paris : la Seine, leChamp de Mars, le parc des Buttes-Chaumont, etc. On observe une certaine he-terogeneite entre les IRIS, certains pour lesquels moins de 2 % du parc prive delogement est vendu en 2 ans et d’autres dans lesquels le nombre de transactionsrepresente plus de 20 % du nombre de logement. Le marche de la rive droitesemble plus dynamique que celui de la rive gauche et le marche des zones peri-pheriques semble plus dynamique que celui des zones centrales. On ne sait pasidentifier dans la base la revente d’un meme bien, il se peut donc qu’un memelogement apparaisse plusieurs fois dans la base et on ne peut donc pas connaitrela proportion exacte de logements qui changent effectivement de proprietairesen deux ans.
La table 1 presente quelques statistiques descriptives des transactions qui se-ront utilisees dans cette etude. Nous utiliserons uniquement les millesimes 2008,2009 et 2010, meme si nous disposons des donnees de transaction depuis 2004,
2. L’acces a ces donnees est encadre par une convention entre le GENES (Groupe des
Ecoles Nationales d’Economie et de Statistiques) et Paris Notaires. Source : Notaires Paris-Ile-de-France, Base Bien, pour la periode de 2008 a 2010, sur lesquelles les auteurs ont procedeaux adjonctions et aux traitements decrits.
9
Ratio du nombre de transactions sur le nombre de logements
(hors parc social)Pas de logement[0,0.02)[0.02,0.04)[0.04,0.06)[0.06,0.1)[0.1,0.19)[0.19,0.28]
Figure 3 – Nombre de transactions par IRIS a Paris entre 2008 et 2010 rapporteau nombre de logements dans l’IRIS
Source : Base Bien et Recensement, Insee
car nos donnees de contexte sont disponibles uniquement pour ces annees re-centes 3. Cette restriction temporelle n’est pas problematique car notre but n’estpas de construire un indice de prix hedonique sur longue periode mais d’analysera une date donnee les influences respectives des differents attributs du logement.Sur la periode 2008-2010, l’acheteur observe les differentes caracteristiques dulogement et du voisinage pour faire son choix d’acquisition. Il s’agit donc demettre en regard les donnees d’achat avec des donnees de contexte valablespour cette date d’achat. On utilise donc des donnees de 2008 ou anterieures a2008 pour le recensement, la criminalite, le niveau de revenu dans le quartier,la qualite de l’ecole, etc.
Table 1 – Statistiques descriptives de l’echantillonPrix au metre carre Surface Nombre de pieces Nombre de transactions
2008 6639, 79(1929,7)
50, 84(36,45)
2, 4(1,3)
18803
2009 6351, 79(1822,52)
51, 82(35,68)
2, 43(1,29)
16119
2010 7059, 67(1996,08)
54, 1(37,87)
2, 49(1,32)
19565
Total 6705, 36(1944,67)
52, 3(36,77)
2, 44(1,3)
54487
Source : Base Bien
Le prix au metre carre diminue legerement entre 2008 et 2009 puis augmente
3. Utiliser par exemple les donnees de delinquance de l’annee 2008 dans une regression desprix des biens immobiliers en 2006 risquerait de produire un biais de reflexion. Les acheteursde 2006 ont pu influencer le chiffre de la delinquance en 2008 alors que c’est l’influence de ladelinquance sur les prix que nous souhaitons mesurer.
10
en 2010 pour depasser le niveau de 2008 conformement a l’indice Insee-Notaires.Les volumes des ventes suivent la meme tendance. La surface moyenne d’un lo-gement achete durant cette periode est d’environ 52 metres carres et son nombrede pieces est en moyenne de 2,5 (voir Table 1).
3.2.2 Sa localisation
3.2.2.a Proximite des transports en commun
Nous utilisons les donnees de la SNCF et de la RATP qui mettent a dis-position les coordonnees geographiques de toutes les stations de metro et deRER d’Ile-de-France pour calculer la distance minimale entre chacune de nostransactions et un point d’entree dans le reseau de transport en commun.
Distance au métro (en mètres)
Fré
quen
ce
0 200 400 600 800
020
0040
0060
0080
0010
000
Figure 4 – Distances minimales au metro
L’histogramme 4 montre la repartition des transactions en fonction de leurdistance minimale au metro. Moins de 1 % des transactions se trouvent a plusde 600 metres d’une station de metro et 50 % des transactions se trouvent amoins de 230 metres.
11
3.2.2.b Accessibilite de l’emploi
On combine les donnees de repartition de l’emploi par IRIS, donnees CLAP(Connaissance Locale de l’Appareil Productif ) de l’Insee avec une matrice detemps de transport entre zones de la DRIEA (Direction Regionale et Inter-
departementale de l’Equipement et de l’Amenagement d’Ile-de-France). Plusprecisement, les donnees d’emploi nous donnent le nombre d’emplois en 2009(seule annee pour laquelle cet exercice a ete mene) recenses dans chaque IRIS.Nous disposons des temps de transport entre tous les centroıdes de chaque zonedu modele MODUS (MOdele de Deplacements Urbains et Suburbains) utilisepar la DRIEA. Une telle zone est formee de plusieurs IRIS, le nombre d’IRISregroupes depend de la densite urbaine. A Paris, une zone est composee enmoyenne de 9 IRIS. Nous disposons de deux types de temps de transport : du-ree en transport en commun ou duree en vehicule personnel. Nous utilisons lesdonnees pour toute l’Ile-de-France afin de determiner pour chaque zone les zonesaccessibles en moins de 30 minutes par transport ou par voiture dans un pre-mier temps, et, dans un deuxieme temps, la part d’emplois situe en Ile-de-Francecorrespondante.
Accessibilite de l'emploi (%)[10,20)[20,30)[30,40)[40,50)[50,60)[60,70)[70,80]
Figure 5 – Pourcentage d’emplois d’Ile-de-France accessibles en moins de 30minutes de voiture
On a choisi la limite de 30 minutes car selon une etude du CGDD (Com-missariat General au Developpement Durable), le temps moyen domicile-travaildes parisiens est de 32 minutes.
12
Accessibilite de l'emploi (%)[0,5)[5,10)[10,15)[15,20)[20,25)[25,30)[30,35)[35,40]
Figure 6 – Pourcentage d’emplois d’Ile-de-France accessibles en moins de 30minutes en transport en commun
La figure 5 montre que l’ouest parisien a une meilleure accessibilite routiereaux emplois que l’est de Paris. Dans le V III eme arrondissement par exemple,plus de 70 % des emplois d’Ile-de-France sont accessibles en moins de 30 minutespar vehicule personnel. C’est le fait a la fois d’une plus grande concentrationd’emplois a l’ouest et d’un meilleur reseau routier dans cette aire-la. En revanche,dans les quartiers comme le XIX eme ou le XX eme arrondissements, entre 20et 30 % seulement des emplois d’Ile-de-France sont accessibles en moins de 30minutes de voiture.
La figure 6 montre que c’est le centre de Paris qui a la meilleure accessibiliteen transport en commun aux emplois d’Ile-de-France. Ceci est du a la proximitedes gares de RER. On note cependant que la proportion d’emplois accessibles enmoins de 30 minutes en transport est bien inferieure a la proportion d’emploisaccessibles en voiture dans le meme temps. Par exemple, dans le Ier et le II eme
arrondissements, qui sont les mieux connectes au reseau de transport, entre 35et 40 % d’emplois sont accessibles en moins de 30 minutes.
13
3.2.2.c Donnees de delinquance
Nous avons acces a une base de donnees rarement exploitee concernant ladelinquance : l’Etat 4001 geocode pour l’annee 2008 a Paris 4.
Ce fichier contient les delits et crimes commis ou tentes, localises au lieudeclare ou constate de l’infraction et enregistres par les services de police. Lestypes de crimes et de delits analyses sont extraits des tables de crimes et delitsindexes selon la nomenclature de l’etat 4001.
Sur les cartes presentees dans l’annexe B, nous representons par un pointdans l’espace chaque infraction enregistree. Nous calculons une densite geogra-phique sur le territoire parisien grace au package ggplot2 du logiciel R. Nousrepresentons d’abord sur la figure 12 les lieux declares de tous les types d’in-fractions enregistrees. La rive droite a une plus grande densite d’infractions en-registrees et on constate certains pics de densite autour de l’avenue des ChampsElysees, a proximite de Chatelet-les-Halles ou encore autour de la place de laBastille.
Mais les differents types d’infractions peuvent avoir des effets differents sur lavalorisation des biens immobiliers selon le risque percu par les riverains (infrac-tions ayant lieu sur la voie publique ou non, etc.). On suit donc la nomenclaturede l’ONDRP (Observatoire National de la Delinquance et des Reponses Pe-nales) pour construire des grandes categories d’infractions : cambriolages, volsavec violence, vols sans violence, violences, infractions revelees par l’activite desservices (qui sont liees principalement au trafic de stupefiants et a la police desetrangers).
Sur la figure 13, on reporte la densite de cambriolages a Paris. On constateune repartition spatiale tres equilibree sur tout le territoire parisien.
La figure 14 montre les lieux declares de violences physiques. On constate uneforte concentration d’infractions de ce type dans le quartier de la Goutte d’Oret plus generalement dans les XV III eme, XIX eme et XX eme arrondissements.On observe egalement un pic autour de Chatelet-les-Halles.
La figure 15 montre la repartition geographique des vols avec violence dansParis. La carte est tres similaire a celle des violences physiques mais on constateun nouveau pic de densite autour du quartier de Belleville.
La figure 16 reporte les lieux declares ou constates de vols sans violencea Paris. Ce type d’infractions est reparti de maniere plus homogene que lesviolences sur le territoire parisien. On constate une plus forte concentration dansle centre de Paris et autour de lieux touristiques comme les Champs Elysees, laplace de l’Opera, la place de la Bastille ou le Sacre-Cœur.
Enfin la figure 17 montre la repartition geographique des infractions classeesIRAS (Infractions revelees par l’activite des services). Les lieux de declarationde ce type d’infractions sont les lieux ou les services de police effectuent descontroles. Les IRAS sont beaucoup moins nombreuses que les autres categories
4. L’acces a ces donnees est encadre par une convention entre le GENES (Groupe des
Ecoles Nationales d’Economie et de Statistiques) et l’INHESJ (l’Institut National des Hautes
Etudes de la Securite et de la Justice). Nous remercions Jean-Luc Besson pour son travail degeocodage des donnees et pour ses conseils d’utilisation.
14
d’infractions et sont assez concentrees geographiquement, notamment dans lecentre de Paris et autour du quartier de la Goutte d’Or.
Pour conclure, les densites geographiques des differents types d’infractionsdessinent differentes cartes de Paris. Le but de l’analyse empirique sera de mon-trer quelles sont les influences respectives des concentrations des differentes in-fractions sur les prix de l’immobilier environnant.
La figure 18 montre comment nous exploitons la base de donnees. Pourchaque transaction (ici representee par une croix noire), nous comptons le nombred’infractions par type dans un rayon de 100 metres autour de la transaction (zonerose transparente). Par souci de simplicite, nous utilisons la distance euclidiennepour tracer la zone tampon. Les transactions etant situees a la frontiere de Pa-ris peuvent avoir dans leur rayon de 100 metres une zone non parisienne pourlaquelle nous n’avons pas les donnees de delinquance. On sous-evaluera dans cecas le nombre d’infractions commises dans le voisinage ce qui peut provoquerun leger biais vers zero de nos estimations. Enfin, nous avons choisi de ne pasrapporter le nombre d’infractions au nombre d’habitants dans la zone car on nesait pas dans quelle mesure les individus sont sensibles au niveau relatif ou auniveau absolu de delinquance.
3.2.2.d Donnees de bruit
Bruitparif, l’observatoire regional du Bruit en Ile-de-France, nous a fourni lesdonnees construites en 2007 a la suite de la Directive Europeenne 2002/49/CErelative a la gestion du bruit dans l’environnement qui exigeait que des cartesstrategiques du bruit soient produites au sein des agglomerations de plus de250 000 habitants.
Nous disposons donc pour chacune de nos transactions (de coordonnees geo-graphiques (x, y)) d’une mesure du bruit routier en facade d’immeuble en jour-nee et d’une mesure ponderee entre le niveau de bruit nocturne et de bruitdiurne. Nous disposons egalement pour chaque transaction d’une indicatrice quivaut 1 si la transaction est a moins de 200 metres d’un parc ou d’un jardin etd’une indicatrice pour la proximite d’une zone calme (zone ou le niveau de bruitest inferieur a 50dB).
Sur la figure 7, nous reproduisons le niveau de bruit routier diurne a Paris.On reconnait aisement comme etant particulierement bruyants (plus de 75dB)les grands axes routiers de la capitale et le peripherique.
3.2.2.e Qualite du college de secteur
En France, comme dans de nombreux pays, les parents ne sont pas libres dechoisir l’etablissement scolaire public dans lequel il souhaite inscrire leur enfant.Il existe un systeme d’affectation des eleves dans les etablissements situes dansun secteur geographique ou ces eleves sont domicilies. Pour les colleges, cettecarte est dessinee par le conseil general ; a Paris, c’est donc le Conseil de Parisqui decide des contours de la carte scolaire. Grace a la diffusion en opendatade la sectorisation scolaire par la Mairie de Paris, nous sommes capables de
15
Bruit
Collectivités locales, DDT, DRE, CG, RFF, DRIRE, DGAC, le24 Juin 2015
Source(s) :
Légende :
Réalisé par : Bruitparif
Figure 7 – Bruit routier diurne
Notes : Les niveaux de bruit sont en dB.Source : BruitParif
reconstituer la carte pour l’annee scolaire 2014-2015. A partir des coordonneesgeographiques de nos transactions, nous associons a chaque bien immobilier soncollege de secteur 5.
La Direction de l’Evaluation, de la Prospective et de la Performance (Depp)met a la disposition du public les resultats au brevet (taux de reussite et taux dereussite avec mention) des colleges parisiens pour l’annee 2007. On peut doncfaire correspondre a chaque transaction ayant eu lieu en 2008, 2009 ou 2010,les resultats au brevet 2007 du college du secteur correspondant. La figure 8montre les differents taux de reussite par secteur. Les taux de reussite sont pluseleves dans l’ouest et dans le centre de Paris alors que les quartiers nord et estde Paris ont des taux sensiblement plus bas. Nous reproduisons dans la table2 quelques statistiques descriptives concernant le niveau du college de secteurde nos transactions. Pour chaque arrondissement, nous calculons la moyenne etl’ecart-type sur nos transactions du taux de reussite et du taux de reussite avecmention.
5. En considerant que les changements de sectorisation entre 2008 et 2014 sont uniquementdus a la creation de nouveaux secteurs qui font suite a l’ouverture de nouveaux colleges, nousrattachons les transactions appartenant au secteur d’un nouveau college au college present en2007 le plus proche.
16
Figure 8 – Carte Scolaire
Source : Mairie de Paris, DEPP
Le taux de reussite moyen sur l’ensemble des transactions parisiennes est de71, 49 % avec un ecart-type de 9, 3. Il existe une certaine heterogeneite entre lesarrondissements, certains se caracterisant par des resultats bien superieurs a lamoyenne de la ville et relativement homogenes sur tout l’arrondissement commele V I eme avec un taux moyen de 92 % et un ecart-type de 4 %, d’autres ayantun taux de reussite plus faible associe a une plus grande heterogeneite entre lescolleges d’un meme arrondissement, comme le XIX eme, avec un taux moyen de71 % et un ecart-type de 10 %.
Pour les parisiens, le choix du lycee n’est pas soumis a des contraintes geo-graphiques aussi precises que la carte scolaire des colleges et de nombreusesderogations existent ou ont existe. C’est la raison pour laquelle on n’introduitpas les resultats au BAC des lycees a proximite des transactions dans nos re-gressions hedoniques.
3.2.2.f Caracteristiques du quartier
Nous utilisons les donnees du recensement 2006 pour construire des donnees al’IRIS decrivant les caracteristiques du voisinage. Nous completons ces donneesavec les donnees du dispositif Revenus Fiscaux Localises des menages (RFL)2006 pour avoir les quartiles de revenus fiscaux par IRIS.
Les tables 3 et 4 presentent les variables que nous retenons pour decrire laqualite du voisinage au niveau de l’IRIS. Nous presentons des statistiques des-criptives par arrondissement et pour Paris dans son ensemble en prenant commeunite chaque transaction de notre echantillon. Nous ne detaillons pas la distri-bution par arrondissement de ces variables qui servent avant tout a tenir compte
17
Table 2 – Taux de reussite dans le college du secteurTransactions Taux de reussite au brevet Taux avec mention
75001 439 77, 98(10,13)
72, 29(7,13)
75002 740 78, 96(2,22)
65, 82(3,17)
75003 1225 71, 41(5,13)
65, 62(6,27)
75004 753 80, 12(10,3)
76, 96(4,31)
75005 1210 89, 97(6,01)
70, 08(11,56)
75006 1122 92, 37(4,32)
82, 8(3,32)
75007 1163 87, 94(3)
81, 02(4,91)
75008 895 94, 78(2,94)
74, 23(2,71)
75009 1852 89, 84(3,73)
76, 54(3,81)
75010 2669 81, 37(6,51)
73, 27(6,33)
75011 4774 69, 79(5,09)
70, 08(4,37)
75012 3096 71, 76(5,28)
69, 55(8,83)
75013 2914 76, 26(9,6)
72, 37(5,07)
75014 2826 78, 73(9,43)
75, 73(4,1)
75015 5929 81, 24(9,43)
72, 53(8,07)
75016 4258 82, 14(5,35)
72, 96(4,68)
75017 5330 84, 34(5,22)
77, 24(3,81)
75018 6246 81, 52(8,91)
74, 08(4,49)
75019 3304 70, 97(10,01)
68, 14(7,65)
75020 3742 69, 08(6,98)
69, 08(5,97)
Ensemble 54487 71, 49(9,34)
67, 76(7,43)
Notes : Dans le premier arrondissement, le taux de reussite moyen au brevet dans le collegede secteur des 439 transactions observees etait en 2007 de 77, 98%.Source : DEPP, Mairie de Paris et calcul des auteurs
dans nos regressions des caracteristiques du voisinage de la transaction. On notecependant que, si la repartition par age, la proportion d’immigres, d’etrangers,de proprietaires ou encore d’etudiants, est assez stable par arrondissement ; lacomposition sociale, que l’on approche notamment par le niveau de diplome et
18
le revenu fiscal des residents, est tres variable selon les arrondissements.
Nous utilisons egalement la Base Permanente des Equipements de l’Inseepour calculer le nombre d’equipements par categorie presents dans l’IRIS dela transaction. Alors que le nombre moyen de supermarches ou le nombre decommerces alimentaires est stable par arrondissement, environ egal a 0, 5 eta 6, 4 par IRIS respectivement, le nombre de commerces non alimentaires, deservices ou de restaurants est tres variable, allant de 7 commerces par IRIS enmoyenne dans le XIX eme arrondissement a 94 dans le Ier (voir Table 5). Dememe, le XV I eme compte le nombre moyen de restaurants par IRIS le plusfaible, egal a 9, alors que ce dernier est maximal dans le Ier, ou il atteint 81en moyenne. Pour les services, le nombre moyen par IRIS sur Paris est egal a20, allant de 10 environ en moyenne dans le XIX eme arrondissement a 70 enmoyenne dans le Ier.
19
Table
3–
Car
act
eris
tiques
du
vois
inage
des
tran
sact
ion
s:
donn
ees
du
rece
nse
men
tP
aris
7500
1750
02
75003
750
0475
005
750
0675
007
75008
750
09
7501
0750
1175
012
750
1375
014
75015
7501
675
017
750
18
7501
9750
20
Pro
por
tion
de
18-2
4ans
0,11
(0,0
3)
0,1
(0,0
2)
0,1
2(0
,02)
0,1
1(0
,02)
0,1
(0,0
1)
0,16
(0,0
7)
0,16
(0,0
4)
0,1
2(0
,03)
0,11
(0,0
2)
0,1
(0,0
3)
0,11
(0,0
2)
0,1
1(0
,02)
0,1
(0,0
2)
0,12
(0,0
3)
0,11
(0,0
2)
0,1
1(0
,02)
0,1
(0,0
3)
0,1
(0,0
2)
0,09
(0,0
2)
0,1
(0,0
3)
0,0
9(0
,02)
Pro
por
tion
de
25-3
9ans
0,29
(0,0
6)
0,31
(0,0
5)
0,37
(0,0
4)
0,3
4(0
,04)
0,31
(0,0
4)
0,25
(0,0
5)
0,23
(0,0
4)
0,2
2(0
,06)
0,24
(0,0
5)
0,31
(0,0
4)
0,33
(0,0
3)
0,3
4(0
,05)
0,28
(0,0
4)
0,27
(0,0
6)
0,29
(0,0
4)
0,2
9(0
,05)
0,1
9(0
,03)
0,3
(0,0
6)
0,34
(0,0
5)
0,2
7(0
,05)
0,3
(0,0
5)
Pro
por
tion
de
40-6
4ans
0,3
(0,0
3)
0,31
(0,0
3)
0,28
(0,0
3)
0,3
(0,0
3)
0,31
(0,0
3)
0,29
(0,0
2)
0,3
(0,0
2)
0,3
2(0
,03)
0,33
(0,0
4)
0,3
(0,0
2)
0,3
(0,0
2)
0,2
9(0
,03)
0,31
(0,0
3)
0,32
(0,0
4)
0,3
(0,0
3)
0,2
9(0
,03)
0,33
(0,0
4)
0,29
(0,0
3)
0,29
(0,0
3)
0,3
(0,0
3)
0,31
(0,0
3)
Pro
por
tion
de
plu
sde
65
ans
0,14
(0,0
5)
0,14
(0,0
3)
0,09
(0,0
3)
0,1
1(0
,03)
0,15
(0,0
4)
0,16
(0,0
3)
0,19
(0,0
3)
0,1
9(0
,04)
0,13
(0,0
4)
0,12
(0,0
2)
0,1
(0,0
2)
0,1
2(0
,04)
0,17
(0,0
5)
0,14
(0,0
5)
0,15
(0,0
4)
0,1
6(0
,04)
0,21
(0,0
4)
0,14
(0,0
4)
0,12
(0,0
3)
0,1
2(0
,04)
0,1
2(0
,04)
Pro
por
tion
d’im
mig
res
0,2
(0,0
6)
0,18
(0,0
2)
0,24
(0,0
7)
0,2
2(0
,05)
0,19
(0,0
3)
0,16
(0,0
3)
0,17
(0,0
3)
0,2
(0,0
3)
0,21
(0,0
7)
0,18
(0,0
3)
0,24
(0,0
6)
0,2
1(0
,06)
0,15
(0,0
4)
0,2
(0,0
8)
0,15
(0,0
3)
0,1
6(0
,05)
0,2
(0,0
4)
0,19
(0,0
5)
0,23
(0,0
8)
0,2
5(0
,07)
0,2
(0,0
6)
Pro
por
tion
d’e
tran
ger
s0,
15(0
,06)
0,13
(0,0
3)
0,2
(0,0
7)
0,1
8(0
,05)
0,15
(0,0
3)
0,12
(0,0
3)
0,14
(0,0
3)
0,1
6(0
,03)
0,17
(0,0
7)
0,13
(0,0
3)
0,2
(0,0
6)
0,1
6(0
,06)
0,1
(0,0
5)
0,13
(0,0
6)
0,11
(0,0
3)
0,1
2(0
,04)
0,15
(0,0
4)
0,15
(0,0
5)
0,19
(0,0
8)
0,1
9(0
,07)
0,1
5(0
,06)
Tau
xd
elo
gem
ents
vaca
nts
0,1
(0,0
4)
0,13
(0,0
4)
0,12
(0,0
2)
0,1
2(0
,02)
0,11
(0,0
3)
0,08
(0,0
2)
0,11
(0,0
1)
0,0
9(0
,03)
0,12
(0,0
4)
0,12
(0,0
3)
0,12
(0,0
4)
0,0
9(0
,02)
0,07
(0,0
3)
0,06
(0,0
2)
0,09
(0,0
3)
0,0
8(0
,02)
0,1
6(0
,05)
0,12
(0,0
3)
0,1
(0,0
3)
0,0
8(0
,03)
0,0
7(0
,02)
Pro
por
tion
de
resi
den
ces
seco
ndair
es0,
06(0
,04)
0,13
(0,0
3)
0,09
(0,0
5)
0,1
(0,0
2)
0,16
(0,0
6)
0,09
(0,0
2)
0,14
(0,0
3)
0,1
3(0
,03)
0,13
(0,0
8)
0,06
(0,0
2)
0,04
(0,0
2)
0,0
5(0
,02)
0,04
(0,0
2)
0,04
(0,0
2)
0,07
(0,0
4)
0,0
6(0
,02)
0,0
9(0
,03)
0,06
(0,0
2)
0,04
(0,0
2)
0,0
3(0
,01)
0,0
2(0
,02)
Pro
por
tion
de
mais
ons
0,01
(0,0
2)
0 (0)
0 (0)
0 (0)
0(0
,01)
0,01
(0)
0,01
(0)
0,0
1(0
,01)
0,01
(0,0
1)
0 (0)
0,01
(0)
0,0
1(0
,01)
0 (0)
0,01
(0,0
2)
0,02
(0,0
1)
0,0
1(0
,01)
0,0
1(0
,02)
0,01
(0,0
1)
0,01
(0,0
1)
0,02
(0,0
7)
0,0
1(0
,02)
Pro
por
tion
de
studio
s0,
24(0
,08)
0,28
(0,0
7)
0,35
(0,0
7)
0,2
9(0
,05)
0,28
(0,0
5)
0,28
(0,0
6)
0,27
(0,0
6)
0,2
4(0
,07)
0,22
(0,0
7)
0,26
(0,0
7)
0,26
(0,0
8)
0,2
8(0
,1)
0,21
(0,0
8)
0,22
(0,1
)
0,22
(0,0
7)
0,2
3(0
,07)
0,21
(0,0
6)
0,23
(0,0
6)
0,25
(0,0
8)
0,2
(0,0
8)
0,2
4(0
,08)
Pro
por
tion
de
nou
veau
xre
siden
ts0,
14(0
,04)
0,15
(0,0
5)
0,19
(0,0
2)
0,1
5(0
,02)
0,15
(0,0
3)
0,15
(0,0
4)
0,15
(0,0
6)
0,1
5(0
,11)
0,15
(0,0
7)
0,16
(0,0
6)
0,15
(0,0
4)
0,1
5(0
,03)
0,13
(0,0
3)
0,13
(0,0
3)
0,14
(0,0
4)
0,1
6(0
,04)
0,1
3(0
,1)
0,16
(0,0
9)
0,15
(0,0
2)
0,1
2(0
,04)
0,1
2(0
,02)
Pro
por
tion
de
pro
pri
etai
res
0,36
(0,1
)
0,29
(0,0
2)
0,3
4(0
,04)
0,3
7(0
,03)
0,35
(0,0
3)
0,33
(0,0
3)
0,36
(0,0
4)
0,3
8(0
,03)
0,33
(0,0
2)
0,4
(0,0
4)
0,35
(0,0
3)
0,3
6(0
,04)
0,36
(0,0
3)
0,32
(0,0
4)
0,36
(0,0
3)
0,3
6(0
,03)
0,46
(0,0
3)
0,37
(0,0
3)
0,36
(0,0
3)
0,3
4(0
,04)
0,32
(0,0
3)
Pro
por
tion
de
loge
men
tsso
ciaux
0,14
(0,1
9)
0,1
(0,0
7)
0,0
3(0
,03)
0,0
8(0
,05)
0,08
(0,0
8)
0,14
(0,0
8)
0,02
(0,0
5)
0,0
1(0
,07)
0,02
(0,0
9)
0,04
(0,0
7)
0,11
(0,0
9)
0,1
1(0
,08)
0,22
(0,1
1)
0,31
(0,1
4)
0,17
(0,0
9)
0,1
3(0
,1)
0,05
(0,0
8)
0,08
(0,0
9)
0,13
(0,0
9)
0,2
9(0
,14)
0,3
(0,1
1)
Pro
por
tion
d’e
tudia
nts
0,13
(0,0
4)
0,12
(0,1
)
0,12
(0,0
3)
0,1
2(0
,09)
0,12
(0,1
2)
0,22
(0,1
4)
0,22
(0,0
3)
0,1
6(0
,01)
0,15
(0,0
5)
0,12
(0,0
7)
0,11
(0,1
2)
0,1
1(0
,13)
0,11
(0,2
1)
0,14
(0,2
7)
0,13
(0,1
9)
0,1
3(0
,18)
0,1
6(0
,08)
0,12
(0,1
6)
0,09
(0,1
6)
0,1
2(0
,24)
0,1
(0,2
1)
Nom
bre
de
tran
sact
ion
s5448
743
9740
1225
753
1210
1122
116
389
5185
226
69477
430
96
2914
2826
5929
4258
533
062
46330
437
42
Note
s:
Sont
des
ignes
com
me
nou
vea
ux
resi
den
tsle
sh
abit
ants
arr
ives
dan
sl’IR
ISdep
uis
moin
sd
ed
eux
ans.
Lec
ture
:D
an
sle
pre
mie
rarr
ond
isse
men
t,la
pro
port
ion
moyen
ne
de
18-2
4an
sd
an
sle
sIR
ISou
les
439
tran
sact
ions
ont
eulieu
entr
e2008
et2010
etait
de
10%
en2006.
Sou
rce
:In
see,
Ba
seB
ien
etca
lcu
ld
esau
teu
rs
20
Table
4–
Car
acte
rist
iqu
esdu
vois
inage
des
transa
ctio
ns
:d
onn
ees
du
rece
nse
men
tet
du
dis
posi
tif
Rev
enu
sF
isca
ux
Loca
lise
sdes
men
ages
Par
is75
001
7500
275003
75004
75005
75006
75007
75008
7500
975
010
75011
75012
75013
75014
75015
75016
75017
75018
75019
750
20
Pro
por
tion
de
non
-dip
lom
es0,
13
(0,0
6)
0,0
9(0
,03)
0,15
(0,0
6)
0,13
(0,0
4)
0,0
9(0
,01)
0,09
(0,0
2)
0,09
(0,0
2)
0,1
(0,0
2)
0,12
(0,0
3)
0,12
(0,0
2)
0,1
8(0
,06)
0,14
(0,0
6)
0,11
(0,0
5)
0,1
4(0
,09)
0,09
(0,0
4)
0,09
(0,0
3)
0,1
1(0
,03)
0,12
(0,0
4)
0,17
(0,0
8)
0,2
(0,0
8)
0,16
(0,0
6)
Pro
por
tion
de
CA
P-B
EP
0,08
(0,0
3)
0,0
7(0
,02)
0,06
(0,0
2)
0,06
(0,0
2)
0,0
6(0
,02)
0,06
(0,0
3)
0,04
(0,0
1)
0,0
5(0
,03)
0,05
(0,0
2)
0,07
(0,0
1)
0,0
8(0
,02)
0,08
(0,0
2)
0,1
(0,0
2)
0,0
9(0
,03)
0,07
(0,0
3)
0,07
(0,0
3)
0,0
4(0
,02)
0,07
(0,0
3)
0,1
(0,0
3)
0,1
1(0
,03)
0,11
(0,0
3)
Pro
por
tion
de
CE
P-B
EP
C0,
1(0
,03)
0,1
(0,0
2)
0,08
(0,0
2)
0,08
(0,0
2)
0,0
9(0
,02)
0,08
(0,0
2)
0,07
(0,0
1)
0,0
8(0
,02)
0,07
(0,0
2)
0,09
(0,0
2)
0,1
(0,0
2)
0,11
(0,0
2)
0,13
(0,0
3)
0,1
1(0
,03)
0,1
(0,0
3)
0,1
(0,0
3)
0,0
7(0
,02)
0,1
(0,0
3)
0,12
(0,0
3)
0,1
3(0
,03)
0,1
3(0
,03)
Pro
por
tion
de
bac
hel
iers
0,15
(0,0
3)
0,1
4(0
,02)
0,13
(0,0
2)
0,14
(0,0
3)
0,1
5(0
,02)
0,13
(0,0
2)
0,14
(0,0
2)
0,1
5(0
,02)
0,16
(0,0
4)
0,15
(0,0
2)
0,1
5(0
,02)
0,14
(0,0
2)
0,16
(0,0
4)
0,1
5(0
,03)
0,14
(0,0
2)
0,15
(0,0
2)
0,1
7(0
,03)
0,15
(0,0
2)
0,16
(0,0
2)
0,1
6(0
,02)
0,16
(0,0
2)
Pro
por
tion
de
BA
C+
20,
12
(0,0
2)
0,1
1(0
,01)
0,11
(0,0
2)
0,11
(0,0
2)
0,1
1(0
,02)
0,1
(0,0
2)
0,11
(0,0
1)
0,1
(0,0
1)
0,11
(0,0
2)
0,12
(0,0
2)
0,1
2(0
,01)
0,13
(0,0
2)
0,13
(0,0
2)
0,1
2(0
,02)
0,13
(0,0
3)
0,13
(0,0
2)
0,1
1(0
,04)
0,12
(0,0
2)
0,13
(0,0
2)
0,1
2(0
,03)
0,1
3(0
,02)
Pro
por
tion
de
BA
C+
3au
moi
ns
0,41
(0,1
1)
0,4
9(0
,04)
0,46
(0,0
6)
0,49
(0,0
5)
0,4
9(0
,05)
0,54
(0,0
6)
0,56
(0,0
4)
0,5
3(0
,05)
0,49
(0,0
6)
0,46
(0,0
3)
0,3
7(0
,06)
0,4
(0,0
7)
0,38
(0,0
7)
0,3
9(0
,12)
0,47
(0,0
9)
0,48
(0,0
7)
0,4
9(0
,05)
0,43
(0,0
9)
0,32
(0,0
9)
0,2
8(0
,09)
0,3
1(0
,08)
Tau
xd
ech
omag
e0,
11
(0,0
3)
0,0
9(0
,02)
0,12
(0,0
2)
0,1
(0,0
1)
0,1
1(0
,02)
0,09
(0,0
2)
0,08
(0,0
1)
0,0
9(0
,02)
0,09
(0,0
2)
0,1
(0,0
2)
0,1
3(0
,03)
0,12
(0,0
3)
0,1
(0,0
2)
0,1
1(0
,03)
0,09
(0,0
2)
0,09
(0,0
2)
0,0
9(0
,02)
0,11
(0,0
3)
0,14
(0,0
3)
0,1
5(0
,04)
0,13
(0,0
3)
Rev
enu
med
ian
9525
(3635)
1148
0(1
289)
8122
(2696)
9326
(2247)
11209
(1789)
12302
(1175)
138
91
(1526)
14010
(1790)
12743
(1844)
10619
(2460)
6737
(2259)
8009
(2355)
10605
(2405)
8051
(3006)
10646
(3199)
11879
(2433)
13099
(1837)
10922
(3380)
6745
(3224)
5199
(1900)
6385
(2427)
1er
qu
arti
lede
reve
nu
177
88(5
769)
2097
0(2
567)
1674
9(3
833)
18602
(2505)
20450
(2470)
21247
(2148)
255
72
(2982)
26189
(3637)
24410
(2977)
19906
(3581)
14107
(3706)
15909
(3442)
17995
(3088)
14640
(4292)
18356
(4410)
20372
(3298)
24939
(3550)
20234
(5262)
13361
(4971)
10804
(3616)
12840
(3984)
3em
equ
arti
lede
reve
nu
292
59(9
583)
3593
4(5
902)
3000
9(4
681)
32324
(3779)
34378
(4831)
34032
(4151)
433
97
(6388)
46640
(9067)
45157
(7187)
32838
(6090)
24267
(4385)
25824
(4396)
27206
(4058)
22993
(5791)
28460
(6579)
31088
(4827)
43424
(7815)
32895
(9013)
22354
(6300)
18882
(4805)
21151
(4902)
Nom
bre
de
tran
sact
ion
s544
8743
974
01225
753
1210
1122
1163
895
1852
2669
4774
3096
2914
2826
5929
4258
5330
6246
3304
3742
Note
s:
Les
reven
us
sont
exp
rim
esen
euro
s.
Lec
ture
:D
an
sle
pre
mie
rarr
ond
isse
men
t,la
pro
port
ion
moyen
ne
de
bach
elie
rsd
ans
les
IRIS
ou
les
439
transa
ctio
ns
ont
eulieu
entr
e2008
et2010
etait
de
14%
en2006.
Sou
rce
:In
see,
Ba
seB
ien
etca
lcu
ld
esau
teu
rs
21
Table
5–
Car
acte
rist
iques
du
vois
inage
des
tran
sact
ion
s:
donn
ees
de
labase
per
man
ente
des
equip
emen
tsP
ari
s75
001
7500
275
003
7500
475
005
7500
675007
75008
750
09
7501
075
011
750
12
7501
375
014
7501
5750
16
75017
75018
7501
975
020
Su
per
marc
hes
0,57
(0,8
4)
0,55
(0,7
)
0,3
6(0
,69)
0,18
(0,3
8)
0,3
(0,8
6)
0,76
(0,8
3)
0,3
6(0
,72)
0,5
(0,7
8)
0,7
(1,0
2)
0,61
(0,8
5)
0,77
(0,7
3)
0,4
4(0
,69)
0,59
(0,8
)
0,57
(0,7
5)
0,4
(0,7
5)
0,7
8(1
,18)
0,4
(0,6
4)
0,58
(0,8
8)
0,55
(0,7
)
0,4
8(0
,83)
0,81
(0,8
6)
Com
mer
ces
de
det
ail
alim
enta
ires
6,45
(4,9
1)
9,64
(3,5
3)
5,0
8(2
,68)
5,76
(4,6
8)
10,1
6(6
,34)
7,44
(4,9
3)
7,2
3(3
,65)
5,0
3(2
,93)
6,29
(3,9
8)
8,39
(5,5
7)
9,0
6(5
,41)
6,6
7(3
,84)
5,9
(4,8
5)
4,86
(2,7
8)
5,51
(3,4
1)
5,6
3(3
,92)
4,22
(3,2
4)
6,83
(4,7
5)
8,54
(7,2
7)
5,4
8(4
,48)
5,73
(4,5
5)
Com
mer
ces
non
alim
enta
ires
18,1
1(2
0,0
8)
94,5
7(4
4,7
4)
48,
26(1
8,7
3)
28,8
1(1
2,3
6)
47,5
9(2
5,5
)
20,4
3(1
5,7
4)
64,
21(3
8,1
6)
28,
97
(23,3
3)
45,0
2(3
2,0
3)
28,2
9(1
8,5
)
23,8
3(1
7,2
4)
15,6
(9,9
2)
12,1
6(1
3,2
4)
9,09
(15,0
1)
12,1
5(1
0,4
9)
12,
43
(8,7
7)
13,5
6(1
4,3
1)
18,0
1(1
5,5
8)
14,2
7(1
4,2
1)
7,4
7(7
,19)
9,9
5(8
,4)
Ser
vic
es20,2
1(1
7,0
4)
70,4
3(5
2,3
6)
35,
24(2
9,1
9)
19,7
8(7
,55)
23,7
1(5
,39)
19,1
9(1
0,0
5)
24,7
5(8
,83)
28,
24
(14,9
8)
73,0
7(3
6,4
)
35,3
8(2
0,3
9)
23,0
4(1
5,9
2)
16,6
3(9
,02)
15,9
1(7
,4)
11,7
6(7
,78)
14,3
3(7
,06)
18,3
3(8
,62)
24,1
9(1
6,5
5)
27,1
(17,8
)
14,3
3(8
,3)
10,4
9(6
,51)
11,2
5(6
)
Res
tau
rants
20,1
5(1
7,5
5)
80,5
5(2
9,5
4)
41,
45(2
3,3
8)
21,4
7(8
,18)
40,8
9(1
5,5
1)
38,1
1(2
9,9
5)
34,9
8(2
2,0
8)
18,7
7(1
2,4
4)
43,9
1(3
3,3
)
37,4
3(2
4,8
1)
32,6
8(1
8,5
2)
22,
05
(12,9
1)
12,6
7(7
,87)
12,7
7(9
,86)
15,0
8(1
2,5
7)
13,5
(7,5
8)
8,6
8(8
,85)
21,7
1(1
5,2
9)
20,3
8(1
0,1
1)
11,9
5(9
,39)
12,7
8(8
,25)
Nom
bre
de
tran
sact
ion
s54
487
439
740
122
5753
1210
1122
116
389
518
52
266
94774
3096
2914
282
6592
942
58
5330
6246
3304
374
2
Note
s:
Le
com
mer
ced
edet
ail
alim
enta
ire
regro
up
ele
sb
ou
lan
ger
ies,
charc
ute
ries
,et
c.L
eco
mm
erce
de
det
ail
non
alim
enta
ire
com
pre
nd
les
fleu
rist
es,
bij
ou
tier
s,m
agasi
ns
d’h
abille
men
t,et
c.L
esse
rvic
esre
gro
up
ent
les
coiff
eurs
,le
sau
to-e
cole
s,et
c.
Lec
ture
:D
ans
lep
rem
ier
arr
on
dis
sem
ent,
len
om
bre
moyen
de
sup
erm
arc
hes
par
IRIS
dan
sle
sIR
ISou
les
439
tran
sact
ions
ont
eulieu
entr
e2008
et2010
etait
de
0,5
5en
2007.
Sou
rce
:B
ase
des
Equ
ipem
ents
,B
ase
Bie
net
calc
ul
des
au
teu
rs
22
4 Les prix hedoniques
4.1 Variance expliquee
Avant de detailler les differentes estimations des prix hedoniques pour chaquecaracteristique du logement, on presente la regression complete du logarithmedu prix sur les differents groupes de caracteristiques.
Table 6 – Variance expliquee par les caracteristiques des logements et du voi-sinage
Estimateur Sans effet fixe Effets fixes IRIS
Surface Car du logement Car Quart Surface Car du logement Car QuartVariables log(prix) log(prix) log(prix) log(prix) log(prix) log(prix)
(1) (2) (3) (4) (5) (6)Surface2 -0,0001*** -0,0001*** -0,0001*** -0,0001*** -0,0001*** -0,0001***
(0,0000) (0,0000) (0,0000) (0,0000) (0,0000) (0,0000)Surface3 0,0000*** 0,0000*** 0,0000*** 0,0000*** 0,0000*** 0,0000***
(0,0000) (0,0000) (0,0000) (0,0000) (0,0000) (0,0000)Surface 0,0354*** 0,0332*** 0,0359*** 0,0334*** 0,0335***
(0,0011) (0,0012) (0,0012) (0,0012) (0,0012)Annees et Mois Yes Yes Yes Yes Yes YesCaracteristiques du logement No Yes Yes No Yes YesCaracteristiques du voisinage No No Yes No No YesNombre d’observations 54395 54395 54395 54395 54395 54395R2 0,850 0,866 0,912 0,908 0,922 0,923R2 ajuste 0,850 0,866 0,912 0,906 0,921 0,921
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : On regresse le logarithme du prix des transactions sur differents groupesde caracteristiques. Dans les trois dernieres colonnes on ajoute des effets-fixesa l’IRIS. Les colonnes 1 et 4 correspondent a la regression uniquement sur despuissances de la surface. Dans les colonnes 2 et 5, on ajoute les caracteristiquespropres du logement. Dans les colonnes 3 et 6, on ajoute les caracteristiques duvoisinage. Dans toutes les estimations, on tient compte de l’annee de vente dubien. Les ecarts-types sont clusterises a l’IRIS.
La table 6 presente deux series d’estimation. La premiere serie de trois esti-mations dont les resultats sont reportees dans les colonnes 1 a 3 correspond a laregression du logarithme du prix sur differentes caracteristiques propres au bienet a son voisinage. On n’introduit aucune indicatrice de localisation. La varianceexpliquee par la surface seule (on introduit les puissances de la surface d’ordres 1a 3 et on ajoute des indicatrices d’annees et de mois) est egale a 85 % 6. Lorsquel’on ajoute les caracteristiques propres du logement, la variance expliquee estalors superieure a 86 % et enfin lorsqu’on tient compte des attributs du voisinagedu bien, la variance expliquee est de plus de 91 %. Les caracteristiques retenuespour decrire le logement et son environnement rendent donc tres bien comptede la dispersion des prix.
Dans les trois dernieres colonnes, on reporte les resultats des estimations dans
6. La variance expliquee par la surface (et ses puissances d’ordres 1 a 3) pour un moisdonne une annee donnee est egalement d’environ 85 %.
23
lesquelles on a introduit des effets-fixes a l’IRIS. L’introduction de ces effets-fixes permet de tenir compte des variations tres locales des logements ou desquartiers que nous ne capterions pas avec nos donnees. Nous menons les memesestimations que dans le cas sans effet fixe : les trois groupes de regresseurs sontla surface seule, la surface et les caracteristiques du logement et enfin la surface,les caracteristiques du logement et celles du voisinage. Certaines caracteristiquesdu voisinage etant definies a l’IRIS, elles disparaissent lors de l’estimation aveceffets fixes puisqu’elles ne varient pas a l’interieur d’un IRIS.
La variance expliquee pour chacune des trois estimations (surface seule, sur-face et caracteristiques du logement, surface, caracteristiques du logement etdu voisinage) est tres proche de celle obtenue sans effet fixe. Pour la regressioncomplete, la ou la regression sans effet fixe explique 91, 2 % de la variance desprix, celle avec effets fixes en explique 92, 1 %.
4.2 Les prix hedoniques des caracteristiques propres dulogement
4.2.1 La surface
La surface du logement explique plus de 74 % de la variance du prix sur Parisune annee donnee (par simple regression lineaire du logarithme du prix sur lavariable surface). Mais des lors qu’on introduit des puissances de la variable, onpeut expliquer jusqu’a 85 % de la variance du prix (voir table 6). La dimensionnon-lineaire de l’effet de la surface sur le prix est donc particulierement impor-tante. Pour capter au mieux ces non-linearites, nous appliquons une methodesemi-parametrique a la Robinson :
log(p) = Xβ + f(xsurf) + ε (7)
ou ε est un bruit blanc. On estime f par la methode des sieves (avec la fa-mille de fonctions des splines). Cette technique consiste a approcher f par unecombinaison lineaire de fonctions polynomiales par morceaux. X contient lescaracteristiques propres du logement ainsi que les caracteristiques du quartier.
On represente sur la figure 9 le resultat de l’estimation de f . La fonction deprix hedonique est croissante sur tout le support (on estime la fonction pourdes logements qui ont une surface entre 9 et 200 metres carres). On observeune forte non-linearite de la courbe : la courbe est plus pentue pour des surfacesinferieures a 50 metres carres que pour des surfaces superieures. Cela signifie queles menages qui achetent des petits logements ont une propension marginalea payer pour un metre carre supplementaire plus forte que les menages quiachetent un grand logement. Dans la partie lineaire de la regression spline, noustenons compte du nombre de pieces. La propension marginale a payer pour unmetre carre supplementaire est donc estimee a nombre de pieces donne.
24
50 100 150 200
11.0
11.5
12.0
12.5
13.0
13.5
14.0
14.5
Surface (mètres carrés)
Log
Prix
Figure 9 – Prix hedonique de la surface
Notes : on trace la courbe de prix hedonique de la surface estime semi-parametriquement par la methode des sieves (on introduit dans la partielineaire toutes les caracteristiques du logement et du voisinage dont on dis-pose). L’ecart-type est calcule par bootstrap.
4.2.2 Les autres attributs du logement
Dans la table 7, on reporte les prix hedoniques estimes des caracteristiquesdes logements lorsqu’on tient compte ou non des caracteristiques du voisinage,en introduisant ou non des effets fixes a l’IRIS. On trouve des resultats coherentsavec les etudes anterieures menees sur la France pour la propension marginalea payer pour un etage particulier, la periode de construction de l’immeuble, lapresence d’un ascenseur, le statut d’occupation du logement (voir Maurer et al.2004 pour une comparaison). On observe une certaine stabilite des coefficientsde l’etage, du statut d’occupation et de l’indicatrice signalant la presence d’unascenseur, que l’on introduise ou non les caracteristiques du quartier dans la re-gression (ou que l’on ajoute les effets fixes a l’IRIS), ce qui indique une absencede correlation entre l’etage des appartements achetes (ou du statut d’occupa-tion et de la presence d’un ascenseur) et les caracteristiques du quartier quiinfluencent le prix. Ainsi, on trouve que la propension marginale a payer pourhabiter au 1er etage plutot qu’au rez de chaussee est au moins egale (c’est uneborne inferieure, voir 2.2) a 5 % de la valeur du bien environ.
En revanche, les coefficients associes a la periode de construction varientsensiblement entre les regressions qui tiennent compte des caracteristiques duquartier (colonnes 2, 3 et 4) et la regression qui introduit seulement les caracte-
25
Table 7 – Prix hedoniques des caracteristiques du logement
Estimateur Sans effet fixe Effets fixes IRIS
Variables log(prix) log(prix) log(prix) log(prix)(1) (2) (3) (4)
Sous-sol 0,039 0,034 0,032 0,032(0,036) (0,034) (0,034) (0,034)
Rez de chaussee ref. ref. ref. ref.1er etage 0,042*** 0,050*** 0,050*** 0,050***
(0,005) (0,004) (0,004) (0,004)2eme etage 0,072*** 0,079*** 0,075*** 0,075***
(0,005) (0,004) (0,004) (0,004)3eme etage 0,084*** 0,090*** 0,087*** 0,088***
(0,005) (0,004) (0,004) (0,004)4eme etage 0,095*** 0,099*** 0,095*** 0,096***
(0,006) (0,005) (0,005) (0,005)5eme etage 0,101*** 0,106*** 0,103*** 0,104***
(0,006) (0,005) (0,005) (0,005)6eme etage et plus 0,078*** 0,094*** 0,103*** 0,104***
(0,007) (0,005) (0,005) (0,005)1850 ou avant 0,202*** 0,034*** 0,011* 0,011*
(0,016) (0,007) (0,006) (0,006)1850-1914 ref. ref. ref. ref.1914-1947 -0,017*** -0,010*** -0,008*** -0,008***
(0,005) (0,003) (0,003) (0,003)1948-1969 -0,025*** -0,028*** -0,020*** -0,021***
(0,006) (0,004) (0,003) (0,003)1970-1980 -0,050*** -0,006 0,009** 0,008*
(0,008) (0,005) (0,005) (0,004)1981-1991 -0,044*** -0,007 -0,003 -0,003
(0,016) (0,012) (0,011) (0,011)1992-2000 0,063 0,081*** 0,056*** 0,055***
(0,044) (0,031) (0,015) (0,015)2000-2010 0,076** 0,089*** 0,067** 0,065**
(0,037) (0,030) (0,026) (0,026)Ascenceur 0,020*** 0,018*** 0,021*** 0,021***
(0,006) (0,004) (0,003) (0,003)Libre ref. ref. ref. ref.Occupation partielle -0,107*** -0,136*** -0,137*** -0,137***
(0,035) (0,029) (0,027) (0,027)Occupe par l’acheteur -0,166*** -0,168*** -0,163*** -0,163***
(0,011) (0,009) (0,008) (0,008)Occupe par un locataire -0,151*** -0,162*** -0,173*** -0,172***
(0,019) (0,014) (0,009) (0,009)Neuf 0,173*** 0,235*** 0,219*** 0,221***
(0,046) (0,042) (0,049) (0,048)Surface (polynome) Yes Yes Yes YesAnnees et Mois Yes Yes Yes YesCaracteristiques du voisinage No Yes No YesNombre d’observations 54395 54395 54395 54395R2 0,866 0,912 0,922 0,923R2 ajuste 0,866 0,912 0,921 0,921
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : On regresse le logarithme du prix des transactions sur differents groupes de caracte-
ristiques. Dans les deux dernieres colonnes on ajoute des effets-fixes a l’IRIS. Les colonnes 1 et
3 correspondent a la regression uniquement sur les caracteristiques propres du logement. Dans
les colonnes 2 et 4, on ajoute les caracteristiques du voisinage. Dans toutes les estimations,
on tient compte de l’annee de vente du bien. Les ecarts-types sont clusterises a l’IRIS.
ristiques des logements. On constate un biais positif du coefficient associe a uneperiode de construction precedant l’annee 1850 et un biais negatif pour les pe-riodes plus recentes. La distribution des annees de construction des immeublesn’est en effet pas uniforme dans Paris, les immeubles les plus anciens etant dans
26
les arrondissements centraux qui sont aussi les plus prises. Il est donc logiqueque le prix hedonique de la periode de construction de l’immeuble soit biaiseelorsque l’on ignore les caracteristiques du voisinage du bien vendu. Neanmoins,meme apres avoir introduit les caracteristiques du voisinage du logement, cer-taines periodes de construction des immeubles demeurent plus valorisees qued’autres par les acheteurs. Ainsi, une borne inferieure de la difference d’utiliteentre acheter un logement construit pendant la periode 1850-1914 et un loge-ment construit pendant la periode 1914-1947 est egale a 0, 8 % de la valeur de celogement (estimation avec effets-fixes). Autrement dit, un acheteur d’apparte-ment construit entre 1850 et 1914 etait pret a payer au moins 0, 8 % de la valeurde son bien pour acheter ce logement plutot que le meme (toutes les autrescaracteristiques etant supposees fixes) construit entre 1914 et 1947.
4.3 Les prix des caracteristiques de localisation du loge-ment
4.3.1 Le prix hedonique de la distance aux transports publics
Comme pour la surface, il nous parait important de tenir compte du poten-tiel effet non-lineaire de la distance aux transports publics. Nous estimons doncle prix hedonique de cette distance par une methode semi-parametrique. Nousintroduisons les caracteristiques propres du logement et les caracteristiques duvoisinage dans la partie lineaire de la regression. La figure 10 represente l’esti-mation du prix hedonique de la distance du logement au metro. Meme si cettefonction de prix hedonique n’est pas estimee avec precision, on constate une cer-taine stabilite du prix hedonique de la distance minimale aux transports publicslorsque celle-ci est inferieure a 400 metres. En revanche, a partir de 400 metres,la fonction de prix hedonique decroit avec la distance entre le bien immobilieret la station de metro la plus proche. Autrement dit, un acheteur d’un bien quise trouve a plus de 400 metres du metro a une propension marginale a payerpositive pour se rapprocher des transports.
4.3.2 Le prix hedonique de l’accessibilite aux emplois
On s’interesse maintenant au prix hedonique de l’accessibilite aux emplois.Cette variable est definie au niveau d’un regroupement d’IRIS, on ne peut doncpas introduire d’effet fixe a l’IRIS. On introduit donc des effets-fixes a un niveauplus agrege : le grand quartier (chaque arrondissement est divise en quatregrands quartiers). L’accessibilite est definie comme un pourcentage d’emploisd’Ile-de-France accessibles en moins de 30 minutes par le moyen de transportconsidere. Rappelons que cette mesure varie de moins de 5 % a 40 % environ pourles transports en commun et de 10 % a 80 % environ pour les trajets automobiles.L’estimation que nous privilegions, celle qui introduit des effets-fixes au niveaudu grand-quartier et qui inclut les caracteristiques propres du logement et cellesdu quartier, donne une propension marginale a payer pour une accessibiliteaccrue d’1 % egale a 0, 3 % du prix du bien immobilier concernant l’automobile.
27
0 200 400 600
10.9
010
.95
11.0
011
.05
11.1
011
.15
11.2
0
Distance au métro (mètres)
Log
Prix
Figure 10 – Prix hedonique de la distance minimale au metro
Notes : le prix hedonique de la distance au metro est estime semi-parametriquement par la methode des sieves (on introduit dans la partielineaire toutes les caracteristiques du logement et du voisinage dont on dis-pose). L’ecart-type est calcule par bootstrap.
Ce coefficient est significatif a 1 % (voir Table 8). En revanche l’influence del’accessibilite de l’emploi par transport en commun est non significative.
Cette valorisation est substantielle puisqu’elle correspond a une propensionmarginale a payer d’environ 4500e pour l’augmentation d’un ecart-type de lavariable egal a 16, 74 % pour l’automobile lorsque celle-ci est calculee pour leprix median d’une transaction (266 000e).
4.3.3 Le prix hedonique de la delinquance
La table 9 montre les resultats de l’estimation du prix hedonique de la de-linquance. La propension marginale a payer est negative pour nos differentesmesures de la delinquance. En d’autres termes, la presence d’actes de delin-quance au voisinage d’un logement est devalorisee par les acheteurs. On estimetout d’abord le prix hedonique de la delinquance pour tous les types d’infrac-tions. Lorsqu’on ne tient pas compte des caracteristiques du voisinage, on trouveune propension marginale a payer pour 100 infractions de plus dans un rayonde 100 metres egale a −2, 9 % du prix du logement. Ce coefficient est reduit a−0, 5 % des lors que l’on introduit les variables mesurant la qualite du quar-tier avoisinant, ce qui montre une correlation positive entre la presence d’actesde delinquance et d’autres caracteristiques influencant negativement le prix des
28
Table 8 – Prix hedoniques de l’accessibilite aux emplois
Estimateur Sans effet fixe Effets fixes Grand-quartier
Variables log(prix) log(prix) log(prix) log(prix)(1) (2) (3) (4)
Accessibilite de l’emploi par transport en commun 0,001 0,002*** 0,003*** 0,001(0,001) (0,001) (0,001) (0,001)
Accessibilite de l’emploi par vehicule personnel 0,007*** 0,001*** 0,004*** 0,003***(0,000) (0,000) (0,001) (0,001)
Annees et Mois Yes Yes Yes YesSurface (polynome) Yes Yes Yes YesCaracteristiques du logement Yes Yes Yes YesCaracteristiques du voisinage No Yes No YesNombre d’observations 54395 54395 54395 54395R2 0,893 0,912 0,913 0,916R2 ajuste 0,893 0,912 0,913 0,916
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : L’accessibilite de l’emploi est mesure en % d’emplois d’Ile-de-France accessibles en
moins de 30 minutes. On regresse le logarithme du prix des transactions sur differents groupes
de caracteristiques. Dans les deux dernieres colonnes on ajoute des effets-fixes au niveau du
grand quartier. Les colonnes 1 et 3 correspondent a la regression uniquement sur caracteris-
tiques propres du logement. Dans les colonnes 2 et 4, on ajoute les caracteristiques du voisinage.
Dans toutes les estimations, on tient compte de l’annee de vente du bien. Les ecarts-types sont
clusterises a l’IRIS.
logements.On decompose ensuite les infractions par categorie pour comparer les in-
fluences de chacune sur les prix immobiliers. Des lors que l’on introduit leseffets-fixes au niveau de l’IRIS, le nombre de cambriolages dans un rayon de100 metres a une influence negative et significative (a 5 %) sur le prix d’un lo-gement de l’ordre de 9 %. Le nombre de vols sans violence n’a aucune influencesur le prix, les coefficients significatifs et positifs obtenus dans les regressionssans effet fixe sont dus a une correlation positive entre le nombre de vols et laqualite du quartier (les vols ont plutot lieu dans les quartiers les plus riches). Lescoefficients du nombre de violences et de vols avec violence deviennent non si-gnificatifs a 5 % des lors que l’on introduit les effets-fixes a l’IRIS. La correlationest ici negative entre la presence de tels actes et la qualite du quartier. Enfin, lesIRAS (infractions revelees par l’action des services) ont une influence negativesur le prix meme lorsque les effets fixes a l’IRIS sont introduits. Ainsi, pour 100IRAS supplementaires dans un rayon de 100 metres, la propension marginale apayer est egale a −2, 4 % du prix du logement (coefficient significatif a 10 %).
On voit que selon les types d’infractions, les prix hedoniques associes sontassez differents, certains n’ayant pas d’effet significatif, d’autres influencant ne-gativement le prix des biens immobiliers.
29
Table 9 – Prix hedoniques de la delinquance
Estimateur Sans effet fixe Effets fixes IRIS
Variables log(prix) log(prix) log(prix) log(prix) log(prix) log(prix) log(prix) log(prix)(1) (2) (3) (4) (5) (6) (7) (8)
Nombre d’infractions dans un rayon de 100m (*100) -0,029*** -0,010*** -0,006** -0,005*(0,006) (0,003) (0,002) (0,003)
Nombre de cambriolages dans un rayon de 100m (*100) 0,058 0,014 -0,099** -0,093**(0,084) (0,050) (0,039) (0,038)
Nombre de vols sans violence dans un rayon de 100m (*100) 0,264*** 0,020** -0,001 0,001(0,029) (0,010) (0,008) (0,008)
Nombre de vols avec violence dans un rayon de 100m (*100) -0,288*** 0,029 0,033 0,035(0,066) (0,040) (0,028) (0,028)
Nombre de violences dans un rayon de 100m (*100) -0,529*** -0,081** -0,026 -0,025(0,081) (0,037) (0,026) (0,026)
Nombre d’IRAS dans un rayon de 100m (*100) -0,005 -0,042*** -0,027** -0,024*(0,032) (0,015) (0,013) (0,013)
Annees et Mois Yes Yes Yes Yes Yes Yes Yes YesSurface (polynome) Yes Yes Yes Yes Yes Yes Yes YesCaracteristiques du logement Yes Yes Yes Yes Yes Yes Yes YesCaracteristiques du voisinage No No Yes Yes No No Yes YesNombre d’observations 54395 54395 54395 54395 54395 54395 54395 54395R2 0,867 0,874 0,912 0,912 0,922 0,922 0,923 0,923R2 ajuste 0,867 0,874 0,912 0,912 0,921 0,921 0,921 0,921
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : Le nombre d’infractions comptabilisees autour de chaque transaction est divise par
100. On regresse le logarithme du prix des transactions sur differents groupes de caracteris-
tiques. Dans les quatre dernieres colonnes on ajoute des effets-fixes au niveau de l’IRIS. Les
colonnes 1, 2, 5 et 6 correspondent a la regression uniquement sur caracteristiques propres
du logement. Dans les colonnes 3, 4, 7 et 8, on ajoute les caracteristiques du voisinage. Dans
toutes les estimations, on tient compte de l’annee de vente du bien. Les ecarts-types sont
clusterises a l’IRIS.
4.3.4 Le prix hedonique du bruit
On s’interesse maintenant au prix hedonique du bruit ou autrement dit a lavalorisation d’un environnement calme. Nous ne retenons que la mesure pon-deree entre le niveau de bruit nocturne et de bruit diurne car les coefficientsassocies au bruit diurne sont toujours non significatifs. Les niveaux de bruitcorrespondent a cinq categories : de moins de 50 dB en facade d’immeuble aplus de 65 dB.
Lorsque l’on n’introduit pas d’effet fixe dans la regression hedonique maisque l’on tient compte des caracteristiques du bien et du quartier, on obtient uncoefficient negatif et significatif a 1 % pour la categorie « plus de 65 dB ». End’autres termes, les acheteurs seraient prets a payer 4 % de la valeur de leur bienpour se situer dans une zone calme (voir Table 10). Si l’on introduit des effetsfixes au niveau du grand-quartier, le coefficient est significatif a 10 % et egal a3 %. En revanche, lorsque des effets-fixes au niveau de l’IRIS sont ajoutes a laregression hedonique, le coefficient devient non significatif (bien que toujoursnegatif et de plus faible amplitude). Deux interpretations sont possibles, soit lavariabilite des niveaux de bruit a l’interieur des IRIS est trop faible pour pouvoiridentifier le prix hedonique du bruit, soit le niveau de bruit est en fait correlea certaines caracteristiques des IRIS qui influencent les prix immobiliers. Dansce deuxieme cas, l’amplitude des coefficients etant reduite par la presence deseffets fixes, cela plaiderait pour une correlation negative entre niveau de bruit
30
Table 10 – Prix hedoniques du bruit
Estimateur Sans effet fixe Effets fixes Grand-quartier Effets fixes IRIS
Variables log(prix) log(prix) log(prix) log(prix) log(prix) log(prix)(1) (2) (3) (4) (5) (6)
Moins de 50 dB ref, ref, ref, ref, ref, ref,Entre 50dB(A) et 55dB(A) -0,001 -0,004 0,006 0,003 0,001 0,001
(0,008) (0,004) (0,005) (0,004) (0,004) (0,004)Entre 55dB(A) et 60dB(A) -0,024*** -0,004 0,000 0,002 0,004 0,004
(0,008) (0,005) (0,006) (0,005) (0,004) (0,004)Entre 60dB(A) et 65dB(A) -0,039*** -0,013** -0,011* -0,007 -0,006 -0,005
(0,009) (0,006) (0,006) (0,005) (0,005) (0,005)Plus de 65dB(A) -0,100*** -0,044** -0,047*** -0,032* -0,008 -0,007
(0,036) (0,019) (0,018) (0,017) (0,014) (0,014)Pres d’une zone calme 0,030*** 0,012* 0,012 0,012* 0,006 0,007
(0,011) (0,007) (0,008) (0,006) (0,006) (0,006)Pres d’un espace vert 0,036*** 0,018*** 0,006 0,004 0,002 0,002
(0,010) (0,005) (0,007) (0,005) (0,005) (0,004)Annees et Mois Yes Yes Yes Yes Yes YesSurface (polynome) Yes Yes Yes Yes Yes YesCaracteristiques du logement Yes Yes Yes Yes Yes YesCaracteristiques du voisinage No Yes No Yes No YesNombre d’observations 54395 54395 54395 54395 54395 54395R2 0,868 0,912 0,912 0,917 0,923 0,923R2 ajuste 0,868 0,912 0,912 0,916 0,921 0,921
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : La mesure du bruit correspond au bruit nocturne. On regresse le logarithme du prix
des transactions sur differents groupes de caracteristiques. Dans les colonnes 3 et 4 on ajoute
des effets-fixes au niveau du grand quartier. Dans les deux dernieres colonnes on ajoute des
effets-fixes au niveau de l’IRIS. Les colonnes 1,3 et 5 correspondent a la regression uniquement
sur caracteristiques propres du logement. Dans les colonnes 2,4 et 6, on ajoute les caracteris-
tiques du voisinage. Dans toutes les estimations, on tient compte de l’annee de vente du bien.
Les ecarts-types sont clusterises a l’IRIS.
et qualite du voisinage.Pour les indicatrices de proximite d’une zone calme ou d’un espace vert, on
ne trouve pas d’influence significative sur le prix une fois que l’on a introduit lescaracteristiques du voisinage dans la regression. De la meme maniere que pourle bruit, on ne peut discerner si c’est le manque de variabilite de la variable al’interieur des IRIS ou si c’est la correlation positive entre la proximite d’espacescalmes ou verts et la qualite du quartier qui rend ce coefficient non significatif.
4.3.5 Le prix hedonique de la qualite des colleges
On s’interesse maintenant a l’influence de la qualite du college de secteur surle prix des biens immobiliers. Contrairement aux caracteristiques de voisinageprecedemment etudiees, nous disposons pour la qualite du college d’une litte-rature preexistante sur son influence sur les prix immobiliers assez abondante.Comme le souligne Black (1999), de nombreux articles sur-estiment la propen-
31
Table 11 – Prix hedoniques de la qualite du college de secteur
Estimateur Sans effet fixe Effets fixes IRIS
Variables log(prix) log(prix) log(prix) log(prix)(1) (2) (3) (4)
Taux de reussite au brevet dans le college du secteur 0,0067*** -0,0002 0,0002 0,0002(0,0007) (0,0005) (0,0004) (0,0004)
Taux de mention au brevet dans le college du secteur 0,0058*** 0,0000 -0,0002 -0,0002(0,0008) (0,0005) (0,0006) (0,0006)
Taux de reussite × Deux pieces et plus 0,0009 0,0011** 0,0007* 0,0006*(0,0006) (0,0004) (0,0004) (0,0004)
Taux de mention × Deux pieces et plus 0,0010* 0,0010** 0,0013*** 0,0013***(0,0005) (0,0005) (0,0004) (0,0004)
Annees et Mois Yes Yes Yes YesSurface (polynome) Yes Yes Yes YesCaracteristiques du logement Yes Yes Yes YesCaracteristiques du voisinage No Yes No YesNombre d’observations 54395 54395 54395 54395R2 0,886 0,912 0,923 0,923R2 ajuste 0,886 0,912 0,921 0,921
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : Les taux sont exprimes en %. On regresse le logarithme du prix des transactions sur
differents groupes de caracteristiques. Dans les deux dernieres colonnes on ajoute des effets-
fixes au niveau de l’IRIS. Les colonnes 1 et 3 correspondent a la regression uniquement sur
caracteristiques propres du logement. Dans les colonnes 2 et 4, on ajoute les caracteristiques
du voisinage. Dans toutes les estimations, on tient compte de l’annee de vente du bien. Les
ecarts-types sont clusterises a l’IRIS.
sion marginale a payer pour une meilleure ecole car ils ne tiennent pas comptede la correlation positive entre la qualite du voisinage et la qualite de l’ecole.C’est ce que nous trouvons egalement dans la regression dont les resultats sontpresentes dans la colonne 1 de la table 11. On separe l’effet selon le nombre depieces du logement, entre studios et deux pieces et plus pour restreindre notreestimation de la propension a payer pour la qualite des ecoles des familles. Deslors que l’on tient compte de la qualite du quartier, seul un effet sur les deuxpieces et plus subsiste.
En introduisant des effets fixes au niveau de l’IRIS, la propension marginalea payer pour la qualite d’un college est identifiee par la difference des prixentre deux biens situe dans un meme IRIS mais n’appartenant pas a la memezone de la carte scolaire. Il existe 992 IRIS a Paris et 109 zones de la cartescolaire. Les biens situes dans un meme IRIS mais n’ayant pas le meme collegede secteur sont donc tres proches geographiquement et leurs voisinages ont doncdes caracteristiques tres similaires. On tient toujours compte des caracteristiquesdu quartier qui ne sont pas definis a l’IRIS comme le taux de delinquance ou lebruit.
On trouve alors des coefficients tres proches de ceux obtenus avec les seulesvariables de controle pour la qualite du voisinage ce qui plaide pour une correla-
32
tion faible entre la qualite du college de secteur et les caracteristiques inobserveesde l’IRIS. L’estimation que nous privilegions (avec effets fixes et caracteristiquesdu quartier, voir colonne 4 de la Table 2) indique une propension marginale apayer de 0, 06 % de la valeur du bien pour une augmentation de 1 % du tauxde reussite et une propension de 0, 13 % pour une augmentation de 1 % du tauxde reussite avec mention. Ces estimations sont significatives a 10 % et a 1 %respectivement.
Les ecarts-types des deux variables sont egaux a 9, 34 % pour le taux dereussite et a 7, 43 % pour le taux avec mention. Ainsi pour une variation egalea un ecart-type du taux de reussite, la propension marginale a payer est egale a0, 56 % du bien c’est-a-dire que l’acheteur median (266 000 e) est pret a payer1500 e. De meme, pour une variation egale a un ecart-type du taux de reussiteavec mention, la propension marginale a payer est egale a 1 % du bien c’est-a-direque l’acheteur median (266 000 e) est pret a payer 2600 e environ.
On trouve donc des effets legerement plus faibles que Fack & Grenet (2010)mais ces derniers n’utilisent pas les memes indicateurs de qualite du college. Laou nous utilisons le taux de reussite et le taux de mention au brevet des colleges,ils utilisent les notes moyennes obtenues au brevet, le pourcentage de passage enseconde generale ou encore le pourcentage d’eleves issus de milieux favorises. Ilstrouvent un effet compris entre 1, 4 % et 2, 1 % du prix du bien pour la variationd’un ecart-type de la mesure de performance consideree.
4.4 Amplitudes des effets
Il n’est pas aise de comparer ces differents effets. Dans la table 12, on proposeune mesure des differents prix hedoniques estimes. On choisit l’ecart-type de lavariable comme variation type des attributs etudies. On trouve des effets degrande ampleur pour la surface, l’etage, l’accessibilite a l’emploi et la qualitedes colleges. Pour l’accessibilite aux transports, la delinquance et le bruit, leseffets sont de moins forte amplitude.
Table 12 – Amplitude des effets
Variable Ecart-type de la variable ∆X Effet en % du prixSurface 36,5 +1 m2 de 2 % a 3 %
Etage 2,94 2eme vs RdC 7,5 %Accessibilite Emploi 16,74 % +16,74 % 2,2 %Accessibilite Transports 122 m 500m vs 478 m -0.01 %Bruit - Plus de 65dB vs Moins de 50dB -0,01 %Delinquance (100m) 63,5 +63,5 infractions -0,03 %Qualite college 9,34 % +9,34 % de reussite 1 %
33
5 Conclusion
En mettant en regard les donnees de transactions immobilieres avec desdonnees tres precises du voisinage de chacune de celles-ci, on estime les prixhedoniques des differents attributs des logements. Dans une premiere partie ona montre que ces prix hedoniques pouvaient etre interpretes comme des propen-sions marginales a payer des acheteurs a l’equilibre sous des hypotheses d’ato-micite des agents et de quasi-linearite des formes d’utilite des acheteurs. Dansun second temps, nous avons estime ces prix pour un certain nombre de carac-teristiques propres au logement ou a son environnement geographique. Ainsi, lesacheteurs sont prets a payer environ 2 % de la valeur de leur bien immobilierpour augmenter le nombre d’emplois accessibles en moins de 30 minutes d’unecart-type et environ 1 % de cette meme valeur pour augmenter d’un ecart-typele taux de reussite au brevet du college de secteur. Ils sont en revanche prets apayer 0, 01 % de la valeur de leur bien pour que le nombre d’infractions dans leurvoisinage diminue d’un ecart-type. Enfin, les prix immobiliers parisiens semblentpeu influences par la distance aux transports publics ou par le bruit.
34
A Analyse temporelle
Le but de cette etude n’est pas l’analyse de l’evolution temporelle des prixdes biens ou des differentes caracteristiques. On a donc choisi de tenir comptedes evolutions en introduisant des indicatrices d’annees et de mois. On detailleci-dessous la methode.
A.1 Evolution
Table 13 – Evolution temporelle
Estimateur Effets fixes IRIS
Variables log(prix) log(prix) log(prix)(1) (2) (3)
Surface×2008 0,0339*** 0,0336***(0,0011) (0,0012)
Surface×2009 0,0335*** 0,0328***(0,0012) (0,0012)
Surface×2010 0,0331*** 0,0342***(0,0012) (0,0012)
2008 ref, ref,2009 -0,0279*** -0,0482***
(0,0054) (0,0026)2010 0,1149*** 0,0691***
(0,0064) (0,0026)Surface 0,0335***
(0,0012)Polynome de la surface Yes Yes YesCaracteristiques du logement Yes Yes YesCaracteristiques du voisinage Yes Yes YesNombre d’observations 54395 54395 54395R2 0,923 0,920 0,923R2 ajuste 0,922 0,919 0,921
Ecarts-types entre parentheses* p<0,10, ** p<0,05, *** p<0,010
Notes : On regresse le logarithme du prix des transactions sur differents groupes de caracte-
ristiques. Les ecarts-types sont clusterises a l’IRIS.
La prise en compte des effets temporels dans les regressions hedoniques passegeneralement par l’introduction d’indicatrices d’annees meme si cette methode
35
n’est pas fondee de maniere microeconomique (voir Diewert (2003)). Les coeffi-cients de ces indicatrices captent a la fois les changements dans les conditionsde financement des menages et les modifications de la conjoncture economiqueet ignorent la modification des prix des attributs au cours du temps. La table13 montre les resultats de differentes regressions dans lesquelles on tient comptede la variation temporelle soit en permettant seulement que le prix au metrecarre varie d’une annee sur l’autre (colonne 1, on croise les indicatrices d’anneesavec la surface), soit en permettant aussi une variation hors prix de la surface(colonne 2, on ajoute les indicatrices d’annees), soit enfin en introduisant uni-quement des indicatrices d’annees (colonne 3). On remarque que les coefficientsdes surfaces pour les differentes annees sont significativement differents, les prixau metre carre varient donc au cours du temps, mais ils ne captent qu’en partiela variation des prix. En effet, une partie des variations temporelles sont pris encompte par l’introduction des indicatrices d’annees dont les coefficients dans lacolonne 1 restent significatifs malgre le croisement de la surface avec l’annee.
A.2 Saisonnalite
On introduit dans nos regressions hedoniques des indicatrices de mois quipermettent donc de tenir compte de l’inflation sur l’annee mais egalement de va-riations systematiques de prix par mois, ou variations saisonnieres. Les resultatssont presentes sur la figure 11. Ngai & Tenreyro (2014) developpent un modelede recherche et d’appariement pour expliquer ces variations saisonnieres. Leurmodele explique ces variations notamment par le nombre de transactions a unedate donnee. Plus le marche est important, meilleur est l’appariement et doncles propensions a payer des acheteurs sont plus grandes.
-.02
0.0
2.0
4.0
6.0
8
Février Mars Avril Mai Juin Juillet Août Septembre Octobre Novembre Décembre
Figure 11 – Variations saisonnieres
Notes : Janvier est le mois de reference. On represente ici l’effet des differentsmois sur le prix de transaction des biens immobiliers entre 2008 et 2010 et lesecart-types estimes.
36
B Les cartes de delinquances
48.80
48.85
48.90
2.25 2.30 2.35 2.40 2.45lon
lat
Figure 12 – Densite des infractions (tout type)Source : ONDRP et calculs des auteurs.
37
48.80
48.85
48.90
2.25 2.30 2.35 2.40 2.45lon
lat
Figure 13 – Densite des cambriolagesSource : ONDRP et calculs des auteurs.
38
48.80
48.85
48.90
2.25 2.30 2.35 2.40 2.45lon
lat
Figure 14 – Densite des violences physiquesSource : ONDRP et calculs des auteurs.
39
48.80
48.85
48.90
2.25 2.30 2.35 2.40 2.45lon
lat
Figure 15 – Densite des vols avec violenceSource : ONDRP et calculs des auteurs.
40
48.80
48.85
48.90
2.25 2.30 2.35 2.40 2.45lon
lat
Figure 16 – Densite des vols sans violenceSource : ONDRP et calculs des auteurs.
41
48.80
48.85
48.90
2.25 2.30 2.35 2.40 2.45lon
lat
Figure 17 – Densite des infractions revelees par l’action des services (stupefiantset immigration)
Source : ONDRP et calculs des auteurs.
42
●●●●●●●●●●●●●●
●●●
●●●
●
●●
●
●●●●
●
●
●
●
●
●●●●●
●●
●
●
●
●
●
●
●●
●
●
●
●
●
●
●●
●●
●●
●
●
●
●●●
●
●
●
●
●
●
●●
●
●
●●●●●
●●
●●●●
●●●
●●
●
●
●●●●●●●●●●
●
●
●
●
●
●
●●●●●●
●
●
●
●
●●●●●●●●
●
●
●●
●●●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●
●
●
●●●
●●●
●
●●
●●
●
●
●
●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
●●●●
●●
●
●
●
●
●●●●●●●●●●●●●●●●●●●
●
●
●●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●●●
●●●
●●
●
●
●
●
●
●
●●
●
●
●
●●
●●●●●●●●●●●●●●●
●
●
●
●
●
●
●●
●
●●
●
●●
●●
●
●
●
●
●●
●●
●
●●●
●●●
●
●
●
●●
●●
●
●●
●●
●
●
●●
●
●
●
●
●
●
●
●
●●● ●
●
●
●
●
●
●●
●
●●
●
●
●
●
●
●●●
●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
●
●
●●●●●●●●●●
●●●●●
●●●
●
●
●●●●
●
●●●●●●
●●●●●●●●●●
●
●
●●●●●●●●●
●●●●●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●
●●
●
●
●●
●
●
●
●
●
●
●
●
●
●●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
●●
●
●
●
●
●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
●
●●●●●
●●
●●●●●●●
●
●
●
●●●●
●
●●●●●●
●●●●●●●●●●●
●
●●●●
●●●●●●●●●●
●●●●●
●
●●●
●●
●
●
●●
●●
●
●
●
●
●
●
●
●
●●
●●
●●
●●
●
●
●●
●
●●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●
●●
●
●●●
●
●●
●
●
●
●●●
●
●
●
●●●
●
●●
●●●
●
●
●
●
●●
●
●
●
●
●●
●●
●
●
●●●
●
●●
●●
●
●●●●●●
●
●
●
●
●
●
●●●●●●●●●●
●
●
●
●
●
●
●
●●●
●●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●●●●●
●
●
●
●●
●
●
●●
●
●
●
●●●
●
●
●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●●
●
●
●●
●●
●
●
●●●
●
●
●
●
●●
●●● ●●
●
●
●
●●●●●
●
●
●
●
●
●
●
●
●●
●
●
●●●
●●
●●
●
●
●●
●
●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
●
●●●●●●
●●●●●●●●●●●●●●●●●●●
●●●●●●●●
●●●●●●●●●●●●●●●●●●●●●
●
●●●●●
●●
●●●●●
●●●●●●●●●●●●●●●
●●●●●●●●●●●
●●
●●●●●●●●●●●●●●●●
●●●●●●●
●●●●
48.885
48.886
48.887
48.888
48.889
2.348 2.350 2.352lon
lat
Figure 18 – Methode de comptage des infractions
Source : ONDRP et calculs des auteurs.Notes : La croix noire represente une transaction. La zone rose transparente estun disque de centre la transaction et de rayon 100 metres. Les points bleus sontles vols avec violence. Les points rouges sont les IRAS. Les points verts sont lesviolences physiques. Les points cyan sont les cambriolages. Les points magentasont les vols sans violence.
43
References
Bajari, P. & Benkard, C. L. (2005), ‘Demand Estimation with HeterogeneousConsumers and Unobserved Product Characteristics : A Hedonic Approach’,Journal of Political Economy 113(6), 1239–1276.URL: http ://ideas.repec.org/a/ucp/jpolec/v113y2005i6p1239-1276.html
Bartik, T. J. (1987), ‘Estimating Hedonic Demand Parameters with Single Mar-ket Data : The Problems Caused by Unobserved Tastes’, The Review of Eco-nomics and Statistics 69(1), 178–80.URL: http ://ideas.repec.org/a/tpr/restat/v69y1987i1p178-80.html
Berry, S., Levinsohn, J. & Pakes, A. (1995), ‘Automobile Prices in Market Equi-librium’, Econometrica 63(4), 841–90.URL: http ://ideas.repec.org/a/ecm/emetrp/v63y1995i4p841-90.html
Black, S. E. (1999), ‘Do Better Schools Matter ? Parental Valuation Of Elemen-tary Education’, The Quarterly Journal of Economics 114(2), 577–599.URL: http ://ideas.repec.org/a/tpr/qjecon/v114y1999i2p577-599.html
Bonnet, O., Fougere, D., Galichon, A. & Poulhes, M. (Document de travail a pa-raıtre), ‘Home, costly home : Estimating the willingness to pay for residentialreal estate in paris’.
Brown, J. N. & Rosen, H. S. (1982), ‘On the estimation of structural hedonicprice models’, Econometrica 50(3), pp. 765–768.URL: http ://www.jstor.org/stable/1912614
Chay, K. Y. & Greenstone, M. (2005), ‘Does Air Quality Matter ? Evidence fromthe Housing Market’, Journal of Political Economy 113(2), 376–424.URL: http ://ideas.repec.org/a/ucp/jpolec/v113y2005i2p376-424.html
Chen, X. (2007), Chapter 76 large sample sieve estimation of semi-nonparametric models, Vol. 6, Part B of Handbook of Econometrics,Elsevier, pp. 5549 – 5632.URL: http ://www.sciencedirect.com/science/article/pii/S157344120706076X
Court, A. T. (1939), ‘Hedonic Price Indexes with Automotive Examples’, TheDynamics of Automobile Demand. .
Diewert, E. (2003), ‘Hedonic regressions : A review of some unresolved issues’.
Ekeland, I., Heckman, J. J. & Nesheim, L. (2004), ‘Identification and Estimationof Hedonic Models’, Journal of Political Economy 112(S1), S60–S109.URL: http ://ideas.repec.org/a/ucp/jpolec/v112y2004is1ps60-s109.html
Fack, G. & Grenet, J. (2010), ‘When do better schools raise housing prices ?Evidence from Paris public and private schools’, Journal of Public Economics94(1-2), 59–77.URL: http ://ideas.repec.org/a/eee/pubeco/v94y2010i1-2p59-77.html
44
Heckman, J. J., Matzkin, R. L. & Nesheim, L. (2010), ‘Nonparametric Iden-tification and Estimation of Nonadditive Hedonic Models’, Econometrica78(5), 1569–1591.URL: http ://ideas.repec.org/a/ecm/emetrp/v78y2010i5p1569-1591.html
Hulten, C. R. (2003), ‘Price hedonics : a critical review’, Economic Policy Review(Sep), 5–15.URL: http ://ideas.repec.org/a/fip/fednep/y2003isepp5-15nv.9no.3.html
Lancaster, K. J. (1966), ‘A New Approach to Consumer Theory’, Journal ofPolitical Economy 74, 132.URL: http ://ideas.repec.org/a/ucp/jpolec/v74y1966p132.html
Maurer, R., Pitzer, M. & Sebastian, S. (2004), ‘Hedonic price indices for theparis housing market’, Allgemeines Statistisches Archiv 88(3), 303–326.URL: http ://dx.doi.org/10.1007/s101820400173
Nesheim, L. (2006), Hedonic price functions, CeMMAP working papersCWP18/06, Centre for Microdata Methods and Practice, Institute for Fis-cal Studies.URL: http ://ideas.repec.org/p/ifs/cemmap/18-06.html
Nesheim, L. (2008), hedonic prices, in S. N. Durlauf & L. E. Blume, eds, ‘TheNew Palgrave Dictionary of Economics’, Palgrave Macmillan, Basingstoke.
Ngai, L. R. & Tenreyro, S. (2014), ‘Hot and Cold Seasons in the Housing Mar-ket’, American Economic Review 104(12), 3991–4026.URL: https ://ideas.repec.org/a/aea/aecrev/v104y2014i12p3991-4026.html
Pakes, A. (2003), ‘A Reconsideration of Hedonic Price Indexes with an Appli-cation to PC’s’, American Economic Review 93(5), 1578–1596.URL: http ://ideas.repec.org/a/aea/aecrev/v93y2003i5p1578-1596.html
Robinson, P. M. (1988), ‘Root- N-Consistent Semiparametric Regression’, Eco-nometrica 56(4), 931–54.URL: http ://ideas.repec.org/a/ecm/emetrp/v56y1988i4p931-54.html
Rosen, S. (1974), ‘Hedonic Prices and Implicit Markets : Product Differentiationin Pure Competition’, Journal of Political Economy 82(1), 34–55.URL: http ://ideas.repec.org/a/ucp/jpolec/v82y1974i1p34-55.html
Smith, V. K. & Huang, J.-C. (1995), ‘Can Markets Value Air Quality ? A Meta-analysis of Hedonic Property Value Models’, Journal of Political Economy103(1), 209–27.URL: http ://ideas.repec.org/a/ucp/jpolec/v103y1995i1p209-27.html
Triplett, J. (2004), Handbook on Hedonic Indexes and Quality Adjustmentsin Price Indexes : Special Application to Information Technology Products,OECD Science, Technology and Industry Working Papers 2004/9, OECDPublishing.URL: http ://ideas.repec.org/p/oec/stiaaa/2004-9-en.html
45
G 9
001
J.
FA
YO
LLE
et
M. F
LE
UR
BA
EY
A
ccum
ulat
ion,
pro
fitab
ilité
et e
ndet
tem
ent
des
entr
epris
es
G 9
002
H
. RO
US
SE
D
étec
tion
et e
ffets
de
la m
ultic
olin
éarit
é da
ns le
s m
odèl
es li
néai
res
ordi
naire
s -
Un
prol
onge
men
t de
la r
éfle
xion
de
BE
LS
LE
Y,
KU
H e
t W
ELS
CH
G 9
003
P
. R
ALL
E e
t J.
TO
UJA
S-B
ER
NA
TE
In
dexa
tion
des
sala
ires
: la
rupt
ure
de 1
983
G 9
004
D
. GU
EL
LEC
et P
. RA
LLE
C
ompé
titiv
ité, c
rois
sanc
e et
inno
vatio
n de
pro
duit
G 9
005
P
. R
ALL
E e
t J.
TO
UJA
S-B
ER
NA
TE
Le
s co
nséq
uenc
es d
e la
dés
inde
xatio
n. A
naly
se
dans
une
maq
uette
prix
-sal
aire
s
G 9
101
É
quip
e A
MA
DE
US
Le
mod
èle
AM
AD
EU
S -
Pre
miè
re p
artie
-P
rése
ntat
ion
géné
rale
G 9
102
J.L.
BR
ILLE
T
Le m
odèl
e A
MA
DE
US
- D
euxi
ème
part
ie -
Pro
prié
tés
varia
ntie
lles
G 9
103
D
. GU
EL
LEC
et P
. RA
LLE
E
ndog
enou
s gr
owth
and
pro
duct
inno
vatio
n
G 9
104
H
. RO
US
SE
Le
mod
èle
AM
AD
EU
S -
Tro
isiè
me
part
ie -
Le
com
mer
ce e
xtér
ieur
et
l'env
ironn
emen
t in
tern
atio
nal
G 9
105
H
. RO
US
SE
E
ffet
s de
dem
ande
et
d'of
fre
dans
les
résu
ltats
du
com
mer
ce e
xtér
ieur
man
ufac
turé
de
la F
ranc
e au
co
urs
des
deux
der
nièr
es d
écen
nies
G 9
106
B
. C
RE
PO
N
Inno
vatio
n, t
aille
et c
once
ntra
tion
: ca
usal
ités
et
dyna
miq
ues
G 9
107
B.
AM
AB
LE e
t D.
GU
ELL
EC
U
n pa
nora
ma
des
théo
ries
de la
cro
issa
nce
endo
gène
G 9
108
M. G
LAU
DE
et M
. MO
UT
AR
DIE
R
Une
éva
luat
ion
du c
oût
dire
ct d
e l'e
nfan
t de
1979
à
1989
G 9
109
P
. R
ALL
E e
t alii
F
ranc
e -
Alle
mag
ne :
perf
orm
ance
s éc
onom
ique
s co
mpa
rées
G 9
110
J.L.
BR
ILLE
T
Mic
ro-D
MS
N
ON
PA
RU
G 9
111
A
. M
AG
NIE
R
Eff
ets
accé
léra
teu
r e
t mul
tiplic
ate
ur e
n F
ranc
e de
puis
197
0 :
quel
ques
rés
ulta
ts e
mpi
rique
s
G 9
112
B
. C
RE
PO
N e
t G. D
UR
EA
U
Inve
stis
sem
ent e
n re
cher
che-
déve
lopp
emen
t :
anal
yse
de c
ausa
lités
dan
s un
mod
èle
d'ac
célé
-ra
teur
gén
éral
isé
G 9
113
J.
L. B
RIL
LET
, H.
ER
KE
L-R
OU
SS
E,
J. T
OU
JAS
-B
ER
NA
TE
"F
ranc
e-A
llem
agne
Cou
plée
s" -
Deu
x éc
onom
ies
vues
par
une
maq
uette
mac
ro-é
cono
mét
rique
G 9
201
W
.J. A
DA
MS
, B. C
RE
PO
N, D
. EN
CA
OU
A
Cho
ix te
chno
logi
ques
et s
trat
égie
s de
dis
suas
ion
d'en
trée
G 9
202
J.
OLI
VE
IRA
-MA
RT
INS
, J.
TO
UJA
S-B
ER
NA
TE
Mac
ro-e
cono
mic
impo
rt f
unct
ions
with
impe
rfec
t co
mpe
titio
n -
An
appl
icat
ion
to th
e E
.C.
Tra
de
G 9
203
I.
ST
AP
IC
Les
écha
nges
inte
rnat
iona
ux d
e se
rvic
es d
e la
F
ranc
e da
ns le
cad
re d
es n
égoc
iatio
ns m
ultil
a-té
rale
s du
GA
TT
J
uin
1992
(1è
re v
ersi
on)
Nov
embr
e 19
92 (
vers
ion
final
e)
G 9
204
P
. S
EV
ES
TR
E
L'éc
onom
étrie
sur
don
nées
indi
vidu
elle
s-te
mpo
relle
s. U
ne n
ote
intr
odu
ctiv
e
G 9
205
H
. ER
KE
L-R
OU
SS
E
Le c
omm
erce
ext
érie
ur e
t l'e
nviro
nnem
ent
in-
tern
atio
nal d
ans
le m
odèl
e A
MA
DE
US
(r
éest
imat
ion
1992
)
G 9
206
N
. GR
EE
NA
N e
t D
. GU
EL
LEC
C
oord
inat
ion
with
in th
e fir
m a
nd e
ndog
enou
s gr
owth
G 9
207
A.
MA
GN
IER
et
J. T
OU
JAS
-BE
RN
AT
E
Tec
hnol
ogy
and
trad
e: e
mpi
rical
evi
denc
es fo
r th
e m
ajor
five
indu
stria
lized
cou
ntrie
s
G 9
208
B
. C
RE
PO
N, E
. DU
GU
ET
, D. E
NC
AO
UA
et
P.
MO
HN
EN
C
oope
rativ
e, n
on c
oope
rativ
e R
& D
and
opt
imal
pa
ten
t life
G 9
209
B
. C
RE
PO
N e
t E. D
UG
UE
T
Res
earc
h an
d de
velo
pmen
t, co
mpe
titio
n an
d in
nova
tion:
an
appl
icat
ion
of p
seud
o m
axim
um
likel
ihoo
d m
etho
ds to
Poi
sson
mod
els
with
he
tero
gene
ity
G 9
301
J. T
OU
JAS
-BE
RN
AT
E
Com
mer
ce in
tern
atio
nal e
t co
ncur
renc
e im
par-
faite
: dé
velo
ppem
ents
réc
ents
et i
mpl
icat
ions
po
ur la
pol
itiqu
e co
mm
erci
ale
G 9
302
Ch.
CA
SE
S
Dur
ées
de c
hôm
age
et c
ompo
rtem
ents
d'o
ffre
de
trav
ail :
une
rev
ue d
e la
litté
ratu
re
G 9
303
H
. ER
KE
L-R
OU
SS
E
Uni
on é
cono
miq
ue e
t m
onét
aire
: le
déb
at
écon
omiq
ue
G 9
304
N
. GR
EE
NA
N -
D. G
UE
LLE
C /
G
. B
RO
US
SA
UD
IER
- L
. M
IOT
TI
Inno
vatio
n or
gani
satio
nnel
le,
dyna
mis
me
tech
-no
logi
que
et p
erfo
rman
ces
des
entr
epris
es
G 9
305
P.
JAIL
LAR
D
Le tr
aité
de
Maa
stric
ht :
prés
enta
tion
jurid
ique
et
hist
oriq
ue
G 9
306
J.L.
BR
ILLE
T
Mic
ro-D
MS
: p
rése
ntat
ion
et p
ropr
iété
s
G 9
307
J.L.
BR
ILLE
T
Mic
ro-D
MS
- v
aria
ntes
: le
s ta
blea
ux
G 9
308
S
. JA
CO
BZ
ON
E
Les
gran
ds r
ésea
ux p
ublic
s fr
ança
is d
ans
une
pers
pect
ive
euro
péen
ne
G 9
309
L. B
LOC
H -
B.
CŒ
UR
E
Pro
fitab
ilité
de
l'inv
estis
sem
ent p
rodu
ctif
et
tran
smis
sion
des
cho
cs f
inan
cier
s
G 9
310
J. B
OU
RD
IEU
- B
. C
OLI
N-S
ED
ILLO
T
Les
théo
ries
sur
la s
truc
ture
opt
imal
e du
cap
ital :
qu
elqu
es p
oint
s de
rep
ère
List
e de
s do
cumen
ts d
e tr
avail de
la
Direc
tion
des
Étu
des
et S
ynth
èses
Éco
nomique
sii
G 9
311
J. B
OU
RD
IEU
- B
. C
OLI
N-S
ED
ILLO
T
Les
déci
sion
s de
fin
ance
men
t de
s en
trep
rises
fr
ança
ises
: un
e év
alua
tion
empi
rique
des
théo
-rie
s de
la s
truc
ture
opt
imal
e du
cap
ital
G 9
312
L. B
LOC
H -
B.
CŒ
UR
É
Q d
e T
obin
mar
gina
l et t
rans
mis
sion
des
cho
cs
finan
cier
s
G 9
313
Équ
ipes
Am
adeu
s (I
NS
EE
), B
anqu
e de
Fra
nce,
M
étri
c (D
P)
Pré
sent
atio
n de
s pr
oprié
tés
des
prin
cipa
ux m
o-dè
les
mac
roéc
onom
ique
s du
Ser
vice
Pub
lic
G 9
314
B
. C
RE
PO
N -
E. D
UG
UE
T
Res
earc
h &
Dev
elop
men
t, co
mpe
titio
n an
d in
nova
tion
G 9
315
B
. D
OR
MO
NT
Q
uelle
est
l'in
fluen
ce d
u co
ût d
u tr
avai
l sur
l'e
mpl
oi ?
G 9
316
D
. BL
AN
CH
ET
- C
. BR
OU
SS
E
Deu
x ét
udes
sur
l'âg
e de
la r
etra
ite
G 9
317
D. B
LAN
CH
ET
R
épar
titio
n du
trav
ail d
ans
une
popu
latio
n hé
té-
rogè
ne :
deu
x no
tes
G 9
318
D
. EY
SS
AR
TIE
R -
N.
PO
NT
Y
AM
AD
EU
S -
an
annu
al m
acro
-eco
nom
ic m
odel
fo
r th
e m
ediu
m a
nd
lon
g te
rm
G 9
319
G
. C
ET
TE
- P
h. C
UN
ÉO
- D
. E
YS
SA
RT
IER
-J.
GA
UT
IÉ
Les
effe
ts s
ur l'
empl
oi d
'un
abai
ssem
ent
du c
oût
du t
rava
il de
s je
unes
G 9
401
D. B
LAN
CH
ET
Le
s st
ruct
ures
par
âge
impo
rten
t-el
les
?
G 9
402
J.
GA
UT
IÉ
Le c
hôm
age
des
jeun
es e
n F
ranc
e :
prob
lèm
e de
fo
rmat
ion
ou p
héno
mèn
e de
file
d'a
ttent
e ?
Que
lque
s él
émen
ts d
u dé
bat
G 9
403
P.
QU
IRIO
N
Les
déch
ets
en F
ranc
e :
élém
ents
sta
tistiq
ues
et
écon
omiq
ues
G 9
404
D. L
AD
IRA
Y -
M.
GR
UN
-RE
HO
MM
E
Liss
age
par
moy
enne
s m
obile
s -
Le p
robl
ème
des
extr
émité
s de
sér
ie
G 9
405
V.
MA
ILLA
RD
T
héor
ie e
t pra
tique
de
la c
orre
ctio
n de
s ef
fets
de
jour
s ou
vrab
les
G 9
406
F
. R
OS
EN
WA
LD
La d
écis
ion
d'in
vest
ir
G 9
407
S
. JA
CO
BZ
ON
E
Les
appo
rts
de l'
écon
omie
indu
strie
lle p
our
défin
ir la
str
atég
ie é
cono
miq
ue d
e l'h
ôpita
l pub
lic
G 9
408
L.
BLO
CH
, J.
BO
UR
DIE
U,
B.
CO
LIN
-SE
DIL
LOT
, G. L
ON
GU
EV
ILLE
D
u dé
faut
de
paie
men
t au
dépô
t de
bila
n :
les
banq
uier
s fa
ce a
ux P
ME
en
diff
icul
té
G 9
409
D
. EY
SS
AR
TIE
R,
P.
MA
IRE
Im
pact
s m
acro
-éco
nom
ique
s de
mes
ures
d'a
ide
au lo
gem
ent
- qu
elqu
es é
lém
ents
d'é
valu
atio
n
G 9
410
F
. R
OS
EN
WA
LD
Sui
vi c
onjo
nctu
rel d
e l'i
nves
tisse
men
t
G 9
411
C
. DE
FE
UIL
LEY
- P
h. Q
UIR
ION
Le
s dé
chet
s d'
emba
llage
s m
énag
ers
: une
anal
yse
écon
omiq
ue d
es p
oliti
ques
fran
çais
e et
al
lem
ande
G 9
412
J. B
OU
RD
IEU
- B
. C
ŒU
RÉ
-
B.
CO
LIN
-SE
DIL
LOT
In
vest
isse
men
t, in
cert
itude
et i
rrév
ersi
bilit
é Q
uelq
ues
déve
lopp
emen
ts r
écen
ts d
e la
thé
orie
de
l'in
vest
isse
men
t
G 9
413
B.
DO
RM
ON
T -
M. P
AU
CH
ET
L'
éval
uatio
n de
l'él
astic
ité e
mpl
oi-s
alai
re d
épen
d-el
le d
es s
truc
ture
s de
qua
lific
atio
n ?
G 9
414
I.
KA
BLA
Le
Cho
ix d
e br
evet
er u
ne in
vent
ion
G 9
501
J.
BO
UR
DIE
U -
B.
CŒ
UR
É -
B. S
ED
ILL
OT
Ir
reve
rsib
le In
vest
men
t an
d U
ncer
tain
ty:
Whe
n is
the
re a
Val
ue o
f Wai
ting?
G 9
502
L.
BLO
CH
- B
. CŒ
UR
É
Impe
rfec
tions
du
mar
ché
du c
rédi
t, in
vest
isse
-m
ent
des
entr
epris
es e
t cyc
le é
cono
miq
ue
G 9
503
D. G
OU
X -
E.
MA
UR
IN
Les
tran
sfor
mat
ions
de
la d
eman
de d
e tr
avai
l par
qu
alifi
catio
n en
Fra
nce
U
ne é
tude
sur
la p
ério
de 1
970-
1993
G 9
504
N
. GR
EE
NA
N
Tec
hnol
ogie
, ch
ange
men
t org
anis
atio
nnel
, qua
-lif
icat
ions
et
empl
oi :
une
étu
de e
mpi
rique
sur
l'i
ndus
trie
man
ufac
turiè
re
G 9
505
D. G
OU
X -
E.
MA
UR
IN
Per
sist
ance
des
hié
rarc
hies
sec
torie
lles
de s
a-la
ires:
un
réex
amen
sur
don
nées
fran
çais
es
G 9
505
D. G
OU
X -
E.
MA
UR
IN
B
is
Per
sist
ence
of i
nter
-ind
ustr
y w
age
s d
iffer
entia
ls: a
re
exam
inat
ion
on m
atch
ed w
orke
r-fir
m p
anel
dat
a
G 9
506
S
. JA
CO
BZ
ON
E
Les
liens
ent
re R
MI
et c
hôm
age,
une
mis
e en
pe
rspe
ctiv
e N
ON
PA
RU
- ar
ticle
sor
ti da
ns É
cono
mie
et
Prév
isio
n n°
122
(199
6) -
page
s 95
à 1
13
G 9
507
G
. C
ET
TE
- S
. M
AH
FO
UZ
Le
par
tage
prim
aire
du
reve
nu
Con
stat
des
crip
tif s
ur lo
ngue
pér
iode
G 9
601
Ban
que
de F
ranc
e -
CE
PR
EM
AP
- D
irect
ion
de la
P
révi
sion
- É
rasm
e -
INS
EE
- O
FC
E
Str
uctu
res
et p
ropr
iété
s de
cin
q m
odèl
es m
acro
-éc
onom
ique
s fr
ança
is
G 9
602
R
app
ort
d’a
ctiv
ité d
e la
DE
SE
de
l’ann
ée
199
5
G 9
603
J.
BO
UR
DIE
U -
A.
DR
AZ
NIE
KS
L’
octr
oi d
e cr
édit
aux
PM
E :
une
ana
lyse
à p
artir
d’
info
rmat
ions
ban
caire
s
G 9
604
A
. T
OP
IOL
-BE
NS
AÏD
Le
s im
plan
tatio
ns ja
pona
ises
en
Fra
nce
G 9
605
P
. G
EN
IER
- S
. JA
CO
BZ
ON
E
Com
port
emen
ts d
e pr
éven
tion,
con
som
mat
ion
d’al
cool
et
taba
gie
: pe
ut-o
n pa
rler
d’un
e ge
stio
n gl
obal
e du
cap
ital s
anté
?
Une
mod
élis
atio
n m
icro
écon
omét
rique
em
piriq
ue
G 9
606
C. D
OZ
- F
. LE
NG
LAR
T
Fac
tor
anal
ysis
and
uno
bser
ved
com
pone
nt
mod
els:
an
appl
icat
ion
to t
he s
tudy
of
Fre
nch
busi
ness
sur
veys
G 9
607
N
. GR
EE
NA
N -
D. G
UE
LLE
C
La t
héor
ie c
oopé
rativ
e de
la f
irme
iii
G 9
608
N
. GR
EE
NA
N -
D. G
UE
LLE
C
Tec
hnol
ogic
al in
nova
tion
and
empl
oym
ent
real
loca
tion
G 9
609
P
h. C
OU
R -
F. R
UP
PR
EC
HT
L’
inté
grat
ion
asym
étriq
ue a
u se
in d
u co
ntin
ent
amér
icai
n :
un e
ssai
de
mod
élis
atio
n
G 9
610
S.
DU
CH
EN
E -
G. F
OR
GE
OT
- A
. JA
CQ
UO
T
Ana
lyse
des
évo
lutio
ns r
écen
tes
de la
pro
duct
i-vi
té a
ppar
ente
du
trav
ail
G 9
611
X
. BO
NN
ET
- S
. MA
HF
OU
Z
The
influ
ence
of
diff
eren
t sp
ecifi
catio
ns o
f w
ages
-pr
ices
spi
rals
on
the
mea
sure
of
the
NA
IRU
: the
ca
se o
f F
ranc
e
G 9
612
P
H. C
OU
R -
E. D
UB
OIS
, S. M
AH
FO
UZ
,
J. P
ISA
NI-
FE
RR
Y
The
cos
t of f
isca
l ret
renc
hmen
t re
visi
ted:
how
st
rong
is th
e ev
iden
ce?
G 9
613
A
. JA
CQ
UO
T
Les
flexi
ons
des
taux
d’a
ctiv
ité s
ont-
elle
s se
ule-
men
t co
njon
ctur
elle
s ?
G 9
614
ZH
AN
G Y
ingx
iang
- S
ON
G X
ueqi
ng
Lexi
que
mac
roéc
onom
ique
Fra
nçai
s-C
hino
is
G 9
701
J.L.
SC
HN
EID
ER
La
tax
e pr
ofes
sion
nelle
: él
émen
ts d
e ca
drag
e éc
onom
ique
G 9
702
J.L.
SC
HN
EID
ER
T
rans
ition
et s
tabi
lité
polit
ique
d’u
n sy
stèm
e re
dist
ribut
if
G 9
703
D. G
OU
X -
E.
MA
UR
IN
Tra
in o
r P
ay: D
oes
it R
educ
e In
equa
litie
s to
En-
cour
age
Firm
s to
Tra
in t
heir
Wor
kers
?
G 9
704
P
. G
EN
IER
D
eux
cont
ribut
ions
sur
dép
enda
nce
et é
quité
G 9
705
E.
DU
GU
ET
- N
. IU
NG
R
& D
Inv
estm
ent,
Pa
ten
t Life
and
Pat
ent V
alu
e A
n E
cono
met
ric A
naly
sis
at t
he F
irm L
evel
G 9
706
M
. HO
UD
EB
INE
- A
. T
OP
IOL
-BE
NS
AÏD
Le
s en
trep
rises
inte
rnat
iona
les
en F
ranc
e :
une
anal
yse
à pa
rtir
de d
onné
es in
divi
duel
les
G 9
707
M
. HO
UD
EB
INE
P
olar
isat
ion
des
activ
ités
et s
péci
alis
atio
n de
s dé
part
emen
ts e
n F
ranc
e
G 9
708
E
. D
UG
UE
T -
N. G
RE
EN
AN
Le
bia
is te
chno
logi
que
: un
e an
alys
e su
r do
nnée
s in
divi
duel
les
G 9
709
J.L.
BR
ILLE
T
Ana
lyzi
ng a
sm
all F
renc
h E
CM
Mod
el
G 9
710
J.L.
BR
ILLE
T
For
mal
izin
g th
e tr
ansi
tion
proc
ess:
sce
nario
s fo
r ca
pita
l acc
umul
atio
n
G 9
711
G
. F
OR
GE
OT
- J
. G
AU
TIÉ
In
sert
ion
prof
essi
onne
lle d
es je
unes
et p
roce
ssus
de
déc
lass
emen
t
G 9
712
E
. D
UB
OIS
H
igh
Rea
l Int
eres
t R
ates
: th
e C
onse
quen
ce o
f a
Sav
ing
Inve
stm
ent
Dis
equi
libriu
m o
r of
an
in-
suff
icie
nt C
redi
bilit
y of
Mon
etar
y A
utho
ritie
s?
G 9
713
Bila
n de
s ac
tivité
s de
la D
irect
ion
des
Étu
des
et S
ynth
èses
Éco
nom
ique
s -
1996
G 9
714
F
. L
EQ
UIL
LER
D
oes
the
Fre
nch
Con
sum
er P
rice
Inde
x O
ver-
sta
te I
nfla
tion?
G 9
715
X
. BO
NN
ET
P
eut-
on m
ettr
e en
évi
denc
e le
s rig
idité
s à
la
bais
se d
es s
alai
res
nom
inau
x ?
U
ne é
tude
sur
que
lque
s gr
ands
pay
s de
l’O
CD
E
G 9
716
N
. IU
NG
- F
. RU
PP
RE
CH
T
Pro
duct
ivité
de
la r
eche
rche
et r
ende
men
ts
d’éc
helle
dan
s le
sec
teur
pha
rmac
eutiq
ue
fran
çais
G 9
717
E
. D
UG
UE
T -
I. K
AB
LA
A
ppro
pria
tion
stra
tegy
and
the
mot
ivat
ions
to u
se
the
pate
nt s
yste
m in
Fra
nce
- A
n ec
on
omet
ric
ana
lysi
s at
th
e fi
rm le
vel
G 9
718
L.
P. P
EL
É -
P. R
AL
LE
Â
ge d
e la
ret
raite
: le
s as
pect
s in
cita
tifs
du r
égim
e gé
néra
l
G 9
719
ZH
AN
G Y
ingx
iang
- S
ON
G X
ueqi
ng
Lexi
que
mac
roéc
onom
ique
fra
nçai
s-ch
inoi
s,
chin
ois-
fran
çais
G 9
720
M
. HO
UD
EB
INE
- J
.L. S
CH
NE
IDE
R
Mes
urer
l’in
fluen
ce d
e la
fis
calit
é su
r la
loca
li-sa
tion
des
entr
epris
es
G 9
721
A
. M
OU
RO
UG
AN
E
Cré
dibi
lité,
indé
pend
ance
et
polit
ique
mon
étai
re
Une
rev
ue d
e la
litt
érat
ure
G 9
722
P.
AU
GE
RA
UD
- L
. BR
IOT
Le
s do
nnée
s co
mpt
able
s d’
entr
epris
es
Le s
ystè
me
inte
rméd
iair
e d’
entr
epris
es
Pas
sage
des
don
nées
indi
vidu
elle
s au
x do
nnée
s se
ctor
ielle
s
G 9
723
P.
AU
GE
RA
UD
- J
.E. C
HA
PR
ON
U
sing
Bus
ines
s A
ccou
nts
for
Com
pilin
g N
atio
nal
Acc
ount
s: th
e F
renc
h E
xper
ienc
e
G 9
724
P.
AU
GE
RA
UD
Le
s co
mpt
es d
’ent
repr
ise
par
activ
ités
- Le
pas
-sa
ge a
ux c
ompt
es -
De
la c
ompt
abili
té
d’en
trep
rise
à la
com
ptab
ilité
nat
iona
le -
A
para
ître
G 9
801
H. M
ICH
AU
DO
N -
C.
PR
IGE
NT
P
rése
ntat
ion
du m
odèl
e A
MA
DE
US
G 9
802
J. A
CC
AR
DO
U
ne é
tude
de
com
ptab
ilité
gén
érat
ionn
elle
po
ur la
Fra
nce
en 1
996
G 9
803
X. B
ON
NE
T -
S. D
UC
HÊ
NE
A
ppor
ts e
t lim
ites
de la
mod
élis
atio
n «
Rea
l Bus
ines
s C
ycle
s »
G 9
804
C. B
AR
LET
- C
. DU
GU
ET
-
D. E
NC
AO
UA
- J
. PR
AD
EL
The
Com
mer
cial
Suc
cess
of
Inno
vatio
ns
An
econ
omet
ric a
naly
sis
at t
he f
irm le
vel i
n F
renc
h m
anuf
actu
ring
G 9
805
P.
CA
HU
C -
Ch.
GIA
NE
LLA
-
D. G
OU
X -
A.
ZIL
BE
RB
ER
G
Equ
aliz
ing
Wag
e D
iffer
ence
s an
d B
arga
inin
g P
ower
- E
vide
nce
form
a P
anel
of
Fre
nch
Firm
s
G 9
806
J.
AC
CA
RD
O -
M.
JLA
SS
I La
pro
duct
ivité
glo
bale
des
fact
eurs
ent
re 1
975
et
1996
iv
G 9
807
Bila
n de
s ac
tivité
s de
la D
irect
ion
des
Étu
des
et
Syn
thès
es É
cono
miq
ues
- 19
97
G 9
808
A
. M
OU
RO
UG
AN
E
Can
a C
onse
rvat
ive
Gov
erno
r C
ondu
ct a
n A
c-co
mod
ativ
e M
onet
ary
Pol
icy?
G 9
809
X
. BO
NN
ET
- E
. DU
BO
IS -
L. F
AU
VE
T
Asy
mét
rie d
es in
flatio
ns r
elat
ives
et m
enus
cos
ts
: te
sts
sur
l’inf
latio
n fr
ança
ise
G 9
810
E.
DU
GU
ET
- N
. IU
NG
S
ales
and
Adv
ertis
ing
with
Spi
llove
rs a
t the
firm
le
vel:
Est
imat
ion
of a
Dyn
amic
Str
uctu
ral M
odel
on
Pa
nel
Dat
a
G 9
811
J.
P. B
ER
TH
IER
C
onge
stio
n ur
bain
e :
un m
odèl
e de
traf
ic d
e po
inte
à c
ourb
e dé
bit-
vite
sse
et d
eman
de
élas
tique
G 9
812
C
. PR
IGE
NT
La
par
t de
s sa
laire
s da
ns la
val
eur
ajou
tée
: une
ap
proc
he m
acro
écon
omiq
ue
G 9
813
A
.Th.
AE
RT
S
L’év
olut
ion
de la
par
t des
sal
aire
s da
ns la
val
eur
ajou
tée
en F
ranc
e re
flète
-t-e
lle le
s év
olut
ions
in
divi
duel
les
sur
la p
ério
de 1
979-
1994
?
G 9
814
B.
SA
LAN
IÉ
Gui
de p
ratiq
ue d
es s
érie
s no
n-st
atio
nnai
res
G 9
901
S.
DU
CH
ÊN
E -
A. J
AC
QU
OT
U
ne c
rois
sanc
e pl
us r
iche
en
empl
ois
depu
is le
dé
but
de la
déc
enni
e ?
Une
ana
lyse
en
com
pa-
rais
on in
tern
atio
nale
G 9
902
Ch.
CO
LIN
M
odél
isat
ion
des
carr
ière
s da
ns D
estin
ie
G 9
903
Ch.
CO
LIN
É
volu
tion
de la
dis
pers
ion
des
sala
ires
: un
essa
i de
pro
spec
tive
par
mic
rosi
mul
atio
n
G 9
904
B
. C
RE
PO
N -
N.
IUN
G
Inno
vatio
n, e
mpl
oi e
t per
form
ance
s
G 9
905
B
. C
RE
PO
N -
Ch.
GIA
NE
LLA
W
ages
ineq
ualit
ies
in F
ranc
e 19
69-1
992
An
appl
icat
ion
of q
uant
ile r
egre
ssio
n te
chni
ques
G 9
906
C. B
ON
NE
T -
R. M
AH
IEU
M
icro
sim
ulat
ion
tech
niqu
es a
pplie
d to
inte
r-ge
nera
tiona
l tra
nsfe
rs -
Pen
sion
s in
a d
ynam
ic
fram
ewor
k: t
he c
ase
of F
ranc
e
G 9
907
F
. R
OS
EN
WA
LD
L’im
pact
des
con
trai
ntes
fin
anci
ères
dan
s la
dé-
cisi
on d
’inve
stis
sem
ent
G 9
908
Bila
n de
s ac
tivité
s de
la D
ES
E -
199
8
G 9
909
J.P
. ZO
YE
M
Con
trat
d’in
sert
ion
et s
ortie
du
RM
I É
valu
atio
n de
s ef
fets
d’u
ne p
oliti
que
soci
ale
G 9
910
C
h. C
OLI
N -
Fl.
LEG
RO
S -
R.
MA
HIE
U
Bila
ns c
ontr
ibut
ifs c
ompa
rés
des
régi
mes
de
retr
aite
du
sect
eur
priv
é et
de
la fo
nctio
n pu
bliq
ue
G 9
911
G
. LA
RO
QU
E -
B. S
ALA
NIÉ
U
ne d
écom
posi
tion
du n
on-e
mpl
oi e
n F
ranc
e
G 9
912
B.
SA
LAN
IÉ
Une
maq
uett
e an
alyt
ique
de
long
ter
me
du
mar
ché
du t
rava
il
G 9
912
Ch.
GIA
NE
LLA
B
is
Une
est
imat
ion
de l’
élas
ticité
de
l’em
ploi
peu
qu
alifi
é à
son
coût
G 9
913
Div
isio
n «
Red
istr
ibut
ion
et P
oliti
ques
Soc
iale
s »
Le m
odèl
e de
mic
rosi
mul
atio
n dy
nam
ique
D
ES
TIN
IE
G 9
914
E.
DU
GU
ET
M
acro
-com
man
des
SA
S p
our
l’éco
nom
étrie
des
pa
nels
et d
es v
aria
bles
qua
litat
ives
G 9
915
R. D
UH
AU
TO
IS
Évo
lutio
n de
s flu
x d’
empl
ois
en F
ranc
e en
tre
1990
et
1996
: un
e ét
ude
empi
rique
à p
artir
du
fichi
er d
es b
énéf
ices
rée
ls n
orm
aux
(BR
N)
G 9
916
J.Y
. FO
UR
NIE
R
Ext
ract
ion
du c
ycle
des
aff
aire
s : l
a m
étho
de d
e B
axte
r et
Kin
g
G 9
917
B
. C
RÉ
PO
N -
R. D
ES
PL
AT
Z -
J. M
AIR
ES
SE
E
stim
atin
g pr
ice
cost
mar
gins
, sca
le e
cono
mie
s an
d w
orke
rs’ b
arga
inin
g po
wer
at
the
firm
leve
l
G 9
918
C
h. G
IAN
EL
LA -
Ph.
LA
GA
RD
E
Pro
duct
ivity
of
hour
s in
the
agg
rega
te p
rodu
ctio
n fu
nctio
n: a
n ev
alua
tion
on a
pan
el o
f Fre
nch
firm
s fr
om th
e m
anuf
actu
ring
sect
or
G 9
919
S.
AU
DR
IC -
P. G
IVO
RD
- C
. P
RO
ST
É
volu
tion
de l’
empl
oi e
t de
s co
ûts
par
qual
i-fic
atio
n en
tre
1982
et 1
996
G 2
000/
01
R. M
AH
IEU
Le
s dé
term
inan
ts d
es d
épen
ses
de s
anté
: un
e ap
proc
he m
acro
écon
omiq
ue
G 2
000/
02
C. A
LLA
RD
-PR
IGE
NT
- H
. GU
ILM
EA
U -
A
. Q
UIN
ET
T
he r
eal e
xcha
nge
rate
as
the
rela
tive
pric
e of
no
ntra
bles
in te
rms
of t
rada
bles
: th
eore
tical
in
vest
igat
ion
and
empi
rical
stu
dy o
n F
renc
h da
ta
G 2
000
/03
J.
-Y.
FO
UR
NIE
R
L’ap
prox
imat
ion
du f
iltre
pas
se-b
ande
pro
posé
e pa
r C
hris
tiano
et F
itzge
rald
G 2
000/
04
Bila
n de
s ac
tivité
s de
la D
ES
E -
199
9
G 2
000/
05
B.
CR
EP
ON
- F
. R
OS
EN
WA
LD
Inve
stis
sem
ent e
t con
trai
ntes
de
finan
cem
ent
: le
poid
s du
cyc
le
Une
est
imat
ion
sur
donn
ées
fran
çais
es
G 2
000
/06
A
. F
LIP
O
Les
com
port
emen
ts m
atrim
onia
ux d
e fa
it
G 2
000
/07
R
. MA
HIE
U -
B. S
ÉD
ILL
OT
M
icro
sim
ulat
ions
of
the
retir
emen
t dec
isio
n: a
su
pply
sid
e ap
proa
ch
G 2
000
/08
C
. AU
DE
NIS
- C
. PR
OS
T
Déf
icit
conj
onct
urel
: u
ne p
rise
en c
ompt
e de
s co
njon
ctur
es p
assé
es
G 2
000
/09
R
. MA
HIE
U -
B. S
ÉD
ILL
OT
É
quiv
alen
t pa
trim
onia
l de
la r
ente
et s
ousc
riptio
n de
ret
raite
com
plém
enta
ire
G 2
000/
10
R. D
UH
AU
TO
IS
Ral
entis
sem
ent
de l’
inve
stis
sem
ent
: pe
tites
ou
gran
des
entr
epris
es ?
indu
strie
ou
tert
iaire
?
G 2
000
/11
G
. LA
RO
QU
E -
B. S
ALA
NIÉ
T
emps
par
tiel f
émin
in e
t inc
itatio
ns f
inan
cièr
es à
l’e
mpl
oi
G20
00/1
2 C
h. G
IAN
ELL
A
Loca
l une
mpl
oym
ent
and
wag
es
v
G20
00/1
3 B
. C
RE
PO
N -
Th.
HE
CK
EL
- In
form
atis
atio
n en
Fra
nce
: un
e év
alua
tion
à pa
rtir
de d
onné
es in
divi
duel
les
- C
ompu
teriz
atio
n in
Fra
nce:
an
eval
uatio
n ba
sed
on in
divi
dual
com
pany
dat
a
G20
01/0
1 F
. LE
QU
ILLE
R
- La
nou
velle
éco
nom
ie e
t la
mes
ure
de
la c
rois
sanc
e du
PIB
-
The
new
eco
nom
y an
d th
e m
easu
re
m
ent
of G
DP
gro
wth
G20
01/0
2 S
. A
UD
RIC
La
rep
rise
de l
a cr
oiss
ance
de
l’em
ploi
pro
fite-
t-el
le a
ussi
aux
non
-dip
lôm
és ?
G20
01/0
3 I.
BR
AU
N-L
EM
AIR
E
Évo
lutio
n et
rép
artit
ion
du s
urpl
us d
e pr
oduc
tivité
G20
01/0
4 A
. B
EA
UD
U -
Th.
HE
CK
EL
Le c
anal
du
créd
it fo
nctio
nne-
t-il
en E
urop
e ?
Une
ét
ude
de
l’hét
érog
énéi
té
des
com
port
emen
ts
d’in
vest
isse
men
t à
part
ir de
do
nnée
s de
bi
lan
agré
gées
G20
01/0
5 C
. AU
DE
NIS
- P
. B
ISC
OU
RP
-
N. F
OU
RC
AD
E -
O. L
OIS
EL
Tes
ting
the
augm
ente
d S
olow
gro
wth
mod
el:
An
empi
rical
rea
sses
smen
t usi
ng p
anel
dat
a
G20
01/0
6 R
. MA
HIE
U -
B. S
ÉD
ILL
OT
D
épar
t à
la r
etra
ite, i
rrév
ersi
bilit
é et
ince
rtitu
de
G20
01/0
7 B
ilan
des
activ
ités
de la
DE
SE
- 2
000
G20
01/0
8 J.
Ph.
GA
UD
EM
ET
Le
s di
spos
itifs
d’
acqu
isiti
on
à tit
re
facu
ltatif
d’
annu
ités
viag
ères
de
retr
aite
G20
01/0
9 B
. C
RÉ
PO
N -
Ch.
GIA
NE
LLA
F
isca
lité,
coû
t d’
usag
e du
cap
ital
et d
eman
de d
e fa
cteu
rs :
une
ana
lyse
sur
don
nées
indi
vidu
elle
s
G20
01/1
0 B
. C
RÉ
PO
N -
R. D
ES
PL
AT
Z
Éva
luat
ion
des
effe
ts
des
disp
ositi
fs
d’al
lége
men
ts
de c
harg
es s
ocia
les
sur
les
bas
sala
ires
G20
01/1
1 J.
-Y.
FO
UR
NIE
R
Com
para
ison
des
sal
aire
s de
s se
cteu
rs p
ublic
et
priv
é
G20
01/1
2 J.
-P.
BE
RT
HIE
R -
C. J
AU
LEN
T
R. C
ON
VE
NE
VO
LE
- S
. PIS
AN
I U
ne
mét
hodo
logi
e de
co
mpa
rais
on
entr
e co
nsom
mat
ions
int
erm
édia
ires
de s
ourc
e fis
cale
et
de
com
ptab
ilité
nat
iona
le
G20
01/1
3 P
. B
ISC
OU
RP
- C
h. G
IAN
EL
LA
Sub
stitu
tion
and
com
plem
enta
rity
betw
een
capi
tal,
skill
ed
and
less
sk
illed
w
orke
rs:
an
anal
ysis
at
th
e fir
m
leve
l in
th
e F
renc
h m
anuf
actu
ring
indu
stry
G20
01/1
4 I.
RO
BE
RT
-BO
BE
E
Mod
ellin
g de
mog
raph
ic b
ehav
iour
s in
the
Fre
nch
mic
rosi
mul
atio
n m
odel
D
estin
ie:
An
anal
ysis
of
fu
ture
cha
nge
in c
ompl
ete
d fe
rtili
ty
G20
01/1
5 J.
-P.
ZO
YE
M
Dia
gnos
tic
sur
la
pauv
reté
et
ca
lend
rier
de
reve
nus
: le
ca
s du
“P
anel
eu
ropé
en
des
mén
ages
»
G20
01/1
6 J.
-Y.
FO
UR
NIE
R -
P.
GIV
OR
D
La
rédu
ctio
n de
s ta
ux
d’ac
tivité
au
x âg
es
extr
êmes
, un
e sp
écifi
cité
fran
çais
e ?
G20
01/1
7 C
. AU
DE
NIS
- P
. B
ISC
OU
RP
- N
. RIE
DIN
GE
R
Exi
ste-
t-il
une
asym
étrie
dan
s la
tra
nsm
issi
on d
u pr
ix d
u br
ut a
ux p
rix d
es c
arbu
rant
s ?
G20
02/0
1 F
. MA
GN
IEN
- J
.-L.
TA
VE
RN
IER
- D
. T
HE
SM
AR
Le
s st
atis
tique
s in
tern
atio
nale
s de
P
IB
par
habi
tant
en
st
anda
rd
de
pouv
oir
d’ac
hat
: un
e an
alys
e de
s ré
sulta
ts
G20
02/0
2 B
ilan
des
activ
ités
de la
DE
SE
- 2
001
G20
02/0
3 B
. S
ÉD
ILLO
T -
E. W
ALR
AE
T
La c
essa
tion
d’ac
tivité
au
sein
des
cou
ples
: y
a-t-
il in
terd
épen
danc
e de
s ch
oix
?
G20
02/0
4 G
. B
RIL
HA
ULT
-
Rét
ropo
latio
n de
s sé
ries
de F
BC
F e
t ca
lcul
du
capi
tal
fixe
en
SE
C-9
5 da
ns
les
com
ptes
na
tiona
ux f
ranç
ais
- R
etro
pola
tion
of t
he i
nves
tmen
t se
ries
(G
FC
F)
and
estim
atio
n of
fix
ed c
apita
l st
ocks
on
the
E
SA
-95
basi
s fo
r th
e F
renc
h ba
lanc
e sh
eets
G20
02/0
5 P
. B
ISC
OU
RP
- B
. C
RÉ
PO
N -
T.
HE
CK
EL
- N
. R
IED
ING
ER
H
ow
do
firm
s re
spon
d to
ch
eape
r co
mpu
ters
? M
icro
econ
omet
ric e
vide
nce
for
Fra
nce
base
d on
a
prod
uctio
n fu
nctio
n ap
proa
ch
G20
02/0
6 C
. AU
DE
NIS
- J
. DE
RO
YO
N -
N. F
OU
RC
AD
E
L’im
pact
de
s no
uvel
les
tech
nolo
gies
de
l’i
nfor
mat
ion
et
de
la
com
mun
icat
ion
sur
l’éco
nom
ie
fran
çais
e -
un
bouc
lage
m
acro
-éc
onom
ique
G20
02/0
7 J.
BA
RD
AJI
- B
. SÉ
DIL
LOT
- E
. W
ALR
AE
T
Éva
luat
ion
de t
rois
réf
orm
es d
u R
égim
e G
énér
al
d’as
sura
nce
viei
lless
e à
l’aid
e du
m
odèl
e de
m
icro
sim
ulat
ion
DE
ST
INIE
G20
02/0
8 J.
-P.
BE
RT
HIE
R
Réf
lexi
ons
sur
les
diffé
rent
es n
otio
ns d
e vo
lum
e da
ns l
es c
ompt
es n
atio
naux
: co
mpt
es a
ux p
rix
d’un
e an
née
fixe
ou
aux
prix
de
l’a
nnée
pr
écéd
ente
, sé
ries
chaî
nées
G20
02/0
9 F
. H
ILD
Le
s so
ldes
d’o
pini
on r
ésum
ent-
ils a
u m
ieux
les
ré
pons
es
des
entr
epris
es
aux
enqu
êtes
de
co
njon
ctur
e ?
G20
02/1
0 I.
RO
BE
RT
-BO
BÉ
E
Les
com
port
emen
ts
dém
ogra
phiq
ues
dans
le
m
odèl
e de
m
icro
sim
ulat
ion
Des
tinie
-
Une
co
mpa
rais
on
des
estim
atio
ns
issu
es
des
enqu
êtes
Je
unes
et
C
arriè
res
1997
et
His
toire
F
amili
ale
1999
G20
02/1
1 J.
-P.
ZO
YE
M
La d
ynam
ique
des
bas
rev
enus
: u
ne a
naly
se d
es
entr
ées-
sort
ies
de p
auvr
eté
G20
02/1
2 F
. H
ILD
P
révi
sion
s d’
infla
tion
pour
la F
ranc
e
G20
02/1
3 M
. LE
CLA
IR
Réd
uctio
n du
tem
ps d
e tr
avai
l et
ten
sion
s su
r le
s fa
cteu
rs d
e pr
oduc
tion
G20
02/1
4 E
. W
ALR
AE
T -
A. V
INC
EN
T
- A
naly
se d
e la
red
istr
ibut
ion
intr
agén
érat
ionn
elle
da
ns le
sys
tèm
e de
ret
raite
des
sal
arié
s du
priv
é -
Une
app
roch
e pa
r m
icro
sim
ulat
ion
- In
trag
ener
atio
nal
dist
ribut
iona
l an
alys
is
in
the
fren
ch
priv
ate
sect
or
pens
ion
sche
me
- A
m
icro
sim
ulat
ion
appr
oach
vi
G20
02/1
5 P
. C
HO
NE
- D
. LE
BLA
NC
- I.
RO
BE
RT
-BO
BE
E
Offr
e de
tr
avai
l fé
min
ine
et
gard
e de
s je
unes
en
fant
s
G20
02/1
6 F
. MA
UR
EL
- S
. G
RE
GO
IR
Les
indi
ces
de
com
pétit
ivité
de
s pa
ys :
in
ter-
prét
atio
n et
lim
ites
G20
03/0
1 N
. RIE
DIN
GE
R -
E.H
AU
VY
Le
coû
t de
dép
ollu
tion
atm
osph
ériq
ue p
our
les
entr
epris
es f
ranç
aise
s :
Une
est
imat
ion
à pa
rtir
de
donn
ées
indi
vidu
elle
s
G20
03/0
2 P
. B
ISC
OU
RP
et
F. K
RA
MA
RZ
C
réat
ion
d’em
ploi
s,
dest
ruct
ion
d’em
ploi
s et
in
tern
atio
nalis
atio
n de
s en
trep
rises
in
dust
rielle
s fr
ança
ises
: un
e an
alys
e su
r la
pé
riode
19
86-
1992
G20
03/0
3 B
ilan
des
activ
ités
de la
DE
SE
- 2
002
G20
03/0
4 P
.-O
. BE
FF
Y -
J. D
ER
OY
ON
-
N. F
OU
RC
AD
E -
S. G
RE
GO
IR -
N.
LAÏB
-
B.
MO
NF
OR
T
Évo
lutio
ns d
émog
raph
ique
s et
cro
issa
nce
: un
e pr
ojec
tion
mac
ro-é
cono
miq
ue à
l’ho
rizon
202
0
G20
03/0
5 P
. A
UB
ER
T
La s
ituat
ion
des
sala
riés
de p
lus
de c
inqu
ante
an
s da
ns le
sec
teur
priv
é
G20
03/0
6 P
. A
UB
ER
T -
B.
CR
ÉP
ON
A
ge,
sala
ire e
t pr
oduc
tivité
La
pro
duct
ivité
des
sal
arié
s dé
clin
e-t-
elle
en
fin
de c
arriè
re ?
G20
03/0
7 H
. B
AR
ON
- P
.O.
BE
FF
Y -
N.
FO
UR
CA
DE
- R
. M
AH
IEU
Le
ral
entis
sem
ent
de l
a pr
oduc
tivité
du
trav
ail
au
cour
s de
s an
nées
199
0
G20
03/0
8 P
.-O
. BE
FF
Y -
B. M
ON
FO
RT
P
atrim
oine
des
mén
ages
, dy
nam
ique
d’a
lloca
tion
et c
ompo
rte
men
t de
con
som
mat
ion
G20
03/0
9 P
. B
ISC
OU
RP
- N
. FO
UR
CA
DE
P
eut-
on
met
tre
en
évid
ence
l’e
xist
ence
de
rig
idité
s à
la
bais
se
des
sala
ires
à pa
rtir
de
donn
ées
indi
vidu
elle
s ?
Le c
as d
e la
Fra
nce
à la
fin
des
ann
ées
90
G20
03/1
0 M
. LE
CLA
IR -
P.
PE
TIT
P
rése
nce
synd
ical
e da
ns l
es f
irmes
: qu
el i
mpa
ct
sur
les
inég
alité
s sa
laria
les
entr
e le
s ho
mm
es e
t le
s fe
mm
es ?
G20
03/1
1 P
.-O
. B
EF
FY
-
X.
BO
NN
ET
-
M.
DA
RR
AC
Q-
PA
RIE
S -
B. M
ON
FO
RT
M
ZE
: a
smal
l mac
ro-m
odel
for
the
euro
are
a
G20
04/0
1 P
. A
UB
ER
T -
M. L
EC
LAIR
La
co
mpé
titiv
ité
expr
imée
da
ns
les
enqu
êtes
tr
imes
trie
lles
sur
la s
ituat
ion
et l
es p
ersp
ectiv
es
dans
l’in
dust
rie
G20
04/0
2 M
. DU
ÉE
- C
. R
EB
ILLA
RD
La
dé
pend
ance
de
s pe
rson
nes
âgée
s :
une
proj
ectio
n à
long
term
e
G20
04/0
3 S
. R
AS
PIL
LE
R -
N. R
IED
ING
ER
R
égul
atio
n en
viro
nnem
enta
le
et
choi
x de
lo
calis
atio
n de
s gr
oupe
s fr
ança
is
G20
04/0
4 A
. N
AB
OU
LET
- S
. RA
SP
ILLE
R
Les
déte
rmin
ants
de
la d
écis
ion
d’in
vest
ir :
une
appr
oche
pa
r le
s pe
rcep
tions
su
bjec
tives
de
s fir
mes
G20
04/0
5 N
. RA
GA
CH
E
La d
écla
ratio
n de
s en
fant
s pa
r le
s co
uple
s no
n m
arié
s es
t-e
lle f
isca
lem
ent
optim
ale
?
G20
04/0
6 M
. DU
ÉE
L’
impa
ct d
u ch
ômag
e de
s pa
rent
s su
r le
dev
enir
scol
aire
des
enf
ants
G20
04/0
7 P
. A
UB
ER
T -
E.
CA
RO
LI -
M. R
OG
ER
N
ew T
echn
olog
ies,
Wor
kpla
ce O
rgan
isat
ion
and
the
Age
Str
uctu
re o
f th
e W
orkf
orce
: F
irm-L
evel
E
vide
nce
G20
04/0
8 E
. D
UG
UE
T -
C.
LE
LA
RG
E
Les
brev
ets
accr
oiss
ent-
ils l
es i
ncita
tions
priv
ées
à in
nove
r ?
Un
exam
en m
icro
écon
omét
rique
G20
04/0
9 S
. R
AS
PIL
LER
- P
. S
ILLA
RD
A
ffili
atin
g ve
rsus
Sub
cont
ract
ing:
th
e C
ase
of M
ultin
atio
nals
G20
04/1
0 J.
BO
ISS
INO
T -
C. L
’AN
GE
VIN
- B
. M
ON
FO
RT
P
ublic
Deb
t S
usta
inab
ility
: S
ome
Res
ults
on
the
Fre
nch
Cas
e
G20
04/1
1 S
. A
NA
NIA
N -
P. A
UB
ER
T
Tra
vaill
eurs
âgé
s, n
ouve
lles
tech
nolo
gies
et
cha
ngem
ents
org
anis
atio
nnel
s :
un r
éexa
men
à
part
ir de
l’en
quêt
e «
RE
PO
NS
E »
G20
04/1
2 X
. BO
NN
ET
- H
. P
ON
CE
T
Str
uctu
res
de r
even
us e
t pr
open
sion
s di
ffér
ente
s à
cons
omm
er
- V
ers
une
équa
tion
de
cons
omm
atio
n de
s m
énag
es
plus
ro
bust
e en
pr
évis
ion
pour
la F
ranc
e
G20
04/1
3 C
. PIC
AR
T
Éva
luer
la r
enta
bilit
é de
s so
ciét
és n
on f
inan
cièr
es
G20
04/1
4 J.
BA
RD
AJI
- B
. SÉ
DIL
LO
T -
E.
WA
LRA
ET
Le
s re
trai
tes
du
sect
eur
publ
ic :
pr
ojec
tions
à
l’hor
izon
20
40
à l’a
ide
du
mod
èle
de
mic
rosi
mul
atio
n D
ES
TIN
IE
G20
05/0
1 S
. B
UF
FE
TE
AU
- P
. GO
DE
FR
OY
C
ondi
tions
de
dépa
rt e
n re
trai
te s
elon
l’âg
e de
fin
d’
étud
es :
anal
yse
pros
pect
ive
pour
le
s gé
néra
tions
194
5 à1
974
G20
05/0
2 C
. AF
SA
- S
. BU
FF
ET
EA
U
L’év
olut
ion
de l’
activ
ité f
émin
ine
en F
ranc
e :
une
appr
oche
par
pse
udo-
pane
l
G20
05/0
3 P
. A
UB
ER
T -
P.
SIL
LAR
D
Dél
ocal
isat
ions
et
rédu
ctio
ns d
’eff
ectif
s
dans
l’in
dust
rie f
ranç
aise
G20
05/0
4 M
. LE
CLA
IR -
S. R
OU
X
Mes
ure
et u
tilis
atio
n de
s em
ploi
s in
stab
les
da
ns le
s en
trep
rises
G20
05/0
5 C
. L’A
NG
EV
IN -
S.
SE
RR
AV
ALL
E
Per
form
ance
s à
l’exp
orta
tion
de la
Fra
nce
et
de
l’Alle
mag
ne -
Une
ana
lyse
par
sec
teur
et
dest
inat
ion
géog
raph
ique
G20
05/0
6 B
ilan
des
activ
ités
de l
a D
irec
tion
des
Étu
des
et
Syn
thès
es É
cono
miq
ues
- 20
04
G20
05/0
7 S
. R
AS
PIL
LE
R
La
conc
urre
nce
fisca
le :
pr
inci
paux
en
seig
ne-
men
ts d
e l’a
naly
se é
cono
miq
ue
G20
05/0
8 C
. L’A
NG
EV
IN -
N. L
AÏB
É
duca
tion
et c
rois
sanc
e en
Fra
nce
et d
ans
un
pane
l de
21 p
ays
de l’
OC
DE
vii
G20
05/0
9 N
. FE
RR
AR
I P
révo
ir l’i
nves
tisse
men
t de
s en
trep
rises
U
n in
dica
teur
de
s ré
visi
ons
dans
l’e
nquê
te
de
conj
onct
ure
sur
les
inve
stis
sem
ents
da
ns
l’ind
ustr
ie.
G20
05/1
0 P
.-O
. BE
FF
Y -
C.
L’A
NG
EV
IN
Chô
mag
e et
bou
cle
prix
-sal
aire
s :
ap
port
d’u
n m
odèl
e «
qual
ifiés
/peu
qua
lifié
s »
G20
05/1
1 B
. H
EIT
Z
A t
wo-
stat
es M
arko
v-sw
itchi
ng m
odel
of
infla
tion
in
Fra
nce
and
the
US
A:
cred
ible
ta
rget
V
S
infla
tion
spira
l
G20
05/1
2 O
. B
IAU
- H
. ER
KE
L-R
OU
SS
E -
N. F
ER
RA
RI
Rép
onse
s in
divi
duel
les
aux
enqu
êtes
de
co
njon
ctur
e et
pré
visi
on m
acro
écon
omiq
ues
: E
xem
ple
de
la
prév
isio
n de
la
pr
oduc
tion
man
ufac
turiè
re
G20
05/1
3 P
. A
UB
ER
T -
D. B
LAN
CH
ET
- D
. BLA
U
The
lab
our
mar
ket
afte
r ag
e 50
: so
me
elem
ents
of
a F
ranc
o-A
mer
ican
com
paris
on
G20
05/1
4 D
. BL
AN
CH
ET
- T
. DE
BR
AN
D -
P
. D
OU
RG
NO
N -
P. P
OLL
ET
L’
enqu
ête
SH
AR
E :
pr
ésen
tatio
n et
pr
emie
rs
résu
ltats
de
l’édi
tion
fran
çais
e
G20
05/1
5 M
. DU
ÉE
La
m
odél
isat
ion
des
com
port
emen
ts
dém
ogra
-ph
ique
s da
ns
le
mod
èle
de
mic
rosi
mul
atio
n D
ES
TIN
IE
G20
05/1
6 H
. RA
OU
I -
S.
RO
UX
É
tude
de
sim
ulat
ion
sur
la p
artic
ipat
ion
vers
ée
aux
sala
riés
par
les
entr
epris
es
G20
06/0
1 C
. BO
NN
ET
- S
. BU
FF
ET
EA
U -
P. G
OD
EF
RO
Y
Dis
parit
és
de
retr
aite
de
dr
oit
dire
ct
entr
e ho
mm
es e
t fem
mes
: qu
elle
s év
olut
ions
?
G20
06/0
2 C
. PIC
AR
T
Les
gaze
lles
en F
ranc
e
G20
06/0
3 P
. A
UB
ER
T -
B.
CR
ÉP
ON
-P
. ZA
MO
RA
Le
ren
dem
ent
appa
rent
de
la f
orm
atio
n co
ntin
ue
dan
s le
s en
tre
pris
es :
effe
ts s
ur l
a pr
oduc
tivité
et
les
sala
ires
G20
06/0
4 J.
-F. O
UV
RA
RD
- R
. R
AT
HE
LOT
D
emog
raph
ic c
hang
e an
d un
empl
oym
ent:
w
hat
do m
acro
econ
omet
ric m
odel
s pr
edic
t?
G20
06/0
5 D
. BLA
NC
HE
T -
J.-
F.
OU
VR
AR
D
Indi
cate
urs
d’en
gage
men
ts
impl
icite
s de
s sy
stè
me
s d
e re
tra
ite :
ch
iffra
ges,
p
rop
riété
s an
alyt
ique
s et
ré
actio
ns
à de
s ch
ocs
dém
ogra
phiq
ues
type
s
G20
06/0
6 G
. B
IAU
- O
. B
IAU
- L
. R
OU
VIE
RE
N
onpa
ram
etric
For
ecas
ting
of t
he M
anuf
actu
ring
Out
put G
row
th w
ith F
irm-le
vel S
urve
y D
ata
G20
06/0
7 C
. AF
SA
- P
. GIV
OR
D
Le
rôle
de
s co
nditi
ons
de
trav
ail
dans
le
s ab
senc
es p
our
mal
adie
G20
06/0
8 P
. S
ILLA
RD
- C
. L’A
NG
EV
IN -
S. S
ER
RA
VA
LL
E
Per
form
ance
s co
mpa
rées
à
l’exp
orta
tion
de
la
Fra
nce
et d
e se
s pr
inci
paux
par
tena
ires
U
ne a
naly
se s
truc
ture
lle s
ur 1
2 an
s
G20
06/0
9 X
. BO
UT
IN -
S. Q
UA
NT
IN
Une
m
étho
dolo
gie
d’év
alua
tion
com
ptab
le
du
coût
du
capi
tal d
es e
ntre
pris
es f
ranç
aise
s :
1984
-20
02
G20
06/1
0 C
. AF
SA
L’
estim
atio
n d’
un c
oût
impl
icite
de
la p
énib
ilité
du
trav
ail c
hez
les
trav
aille
urs
âgés
G20
06/1
1 C
. LE
LAR
GE
Le
s en
trep
rises
(in
dust
rielle
s)
fran
çais
es
sont
-el
les
à la
fron
tière
tec
hnol
ogiq
ue ?
G20
06/1
2 O
. B
IAU
- N
. FE
RR
AR
I T
héor
ie d
e l’o
pini
on
Fau
t-il
pond
érer
les
répo
nses
indi
vidu
elle
s ?
G20
06/1
3 A
. K
OU
BI -
S. R
OU
X
Une
ré
inte
rpré
tatio
n de
la
re
latio
n en
tre
prod
uctiv
ité
et
inég
alité
s sa
laria
les
dans
le
s en
trep
rises
G20
06/1
4 R
. RA
TH
ELO
T -
P.
SIL
LAR
D
The
im
pact
of
lo
cal
taxe
s on
pl
ants
lo
catio
n de
cisi
on
G20
06/1
5 L.
GO
NZ
ALE
Z -
C.
PIC
AR
T
Div
ersi
ficat
ion,
rec
entr
age
et p
oids
des
act
ivité
s de
sup
port
dan
s le
s gr
oupe
s (1
993-
2000
)
G20
07/0
1 D
. SR
AE
R
Allè
gem
ents
de
co
tisat
ions
pa
tron
ales
et
dy
nam
ique
sal
aria
le
G20
07/0
2 V
. A
LBO
UY
- L
. LE
QU
IEN
Le
s re
ndem
ents
non
mon
étai
res
de l
’édu
catio
n :
le c
as d
e la
san
té
G20
07/0
3 D
. BL
AN
CH
ET
- T
. DE
BR
AN
D
Asp
iratio
n à
la r
etra
ite,
sant
é et
sat
isfa
ctio
n au
tr
avai
l : u
ne c
ompa
rais
on e
urop
éenn
e
G20
07/0
4 M
. BA
RLE
T -
L.
CR
US
SO
N
Que
l im
pact
des
var
iatio
ns d
u pr
ix d
u pé
trol
e su
r la
cro
issa
nce
fran
çais
e ?
G20
07/0
5 C
. PIC
AR
T
Flu
x d’
empl
oi e
t de
mai
n-d’
œuv
re e
n F
ranc
e :
un
réex
amen
G20
07/0
6 V
. A
LBO
UY
- C
. T
AV
AN
M
assi
ficat
ion
et
dém
ocra
tisat
ion
de
l’ens
eign
emen
t sup
érie
ur e
n F
ranc
e
G20
07/0
7 T
. LE
BA
RB
AN
CH
ON
T
he
Cha
ngin
g re
spon
se
to
oil
pric
e sh
ocks
in
F
ranc
e: a
DS
GE
typ
e ap
proa
ch
G20
07/0
8 T
. C
HA
NE
Y -
D. S
RA
ER
- D
. TH
ES
MA
R
Col
late
ral V
alue
and
Cor
pora
te I
nves
tmen
t E
vide
nce
from
the
Fre
nch
Rea
l Est
ate
Mar
ket
G20
07/0
9 J.
BO
ISS
INO
T
Con
sum
ptio
n ov
er
the
Life
C
ycle
: F
acts
fo
r F
ranc
e
G20
07/1
0 C
. AF
SA
In
terp
réte
r le
s va
riabl
es
de
satis
fact
ion
: l’e
xem
ple
de la
dur
ée d
u tr
avai
l
G20
07/1
1 R
. RA
TH
ELO
T -
P.
SIL
LAR
D
Zon
es
Fra
nche
s U
rbai
nes
: qu
els
effe
ts
sur
l’em
ploi
sa
larié
et
le
s cr
éatio
ns
d’ét
ablis
sem
ents
?
G20
07/1
2 V
. A
LBO
UY
- B
. CR
ÉP
ON
A
léa
mor
al
en
sant
é :
une
éval
uatio
n da
ns
le
cadr
e du
mod
èle
caus
al d
e R
ubin
G20
08/0
1 C
. PIC
AR
T
Les
PM
E
fran
çais
es :
re
ntab
les
mai
s pe
u dy
nam
ique
s
viii
G20
08/0
2 P
. B
ISC
OU
RP
- X
. BO
UT
IN -
T. V
ER
GÉ
T
he E
ffec
ts o
f Ret
ail R
egul
atio
ns o
n P
rice
s E
vide
nce
form
the
Loi
Gal
land
G20
08/0
3 Y
. B
AR
BE
SO
L -
A. B
RIA
NT
É
cono
mie
s d’
aggl
omér
atio
n et
pr
oduc
tivité
de
s en
trep
rises
: e
stim
atio
n su
r do
nnée
s in
divi
duel
les
fran
çais
es
G20
08/0
4 D
. BL
AN
CH
ET
- F
. LE
GA
LLO
Le
s pr
ojec
tions
dé
mog
raph
ique
s :
prin
cipa
ux
méc
anis
mes
et
reto
ur s
ur l’
expé
rienc
e fr
ança
ise
G20
08/0
5 D
. BLA
NC
HE
T -
F.
TO
UT
LEM
ON
DE
É
volu
tions
dé
mog
raph
ique
s et
dé
form
atio
n du
cy
cle
de v
ie a
ctiv
e :
quel
les
rela
tions
?
G20
08/0
6 M
. BA
RLE
T -
D. B
LAN
CH
ET
- L
. CR
US
SO
N
Inte
rnat
iona
lisat
ion
et f
lux
d’em
ploi
s :
que
dit
une
appr
oche
com
ptab
le ?
G20
08/0
7 C
. LE
LAR
GE
- D
. SR
AE
R -
D. T
HE
SM
AR
E
ntre
pren
eurs
hip
and
Cre
dit
Con
stra
ints
-
Evi
denc
e fr
om
a F
renc
h Lo
an
Gua
rant
ee
Pro
gram
G20
08/0
8 X
. BO
UT
IN -
L. J
AN
IN
Are
Pric
es R
eally
Affe
cted
by
Mer
gers
?
G20
08/0
9 M
. BA
RL
ET
- A
. B
RIA
NT
- L
. C
RU
SS
ON
C
once
ntra
tion
géog
raph
ique
da
ns
l’ind
ustr
ie
man
ufac
turiè
re e
t da
ns l
es s
ervi
ces
en F
ranc
e :
une
appr
oche
par
un
indi
cate
ur e
n co
ntin
u
G20
08/1
0 M
. BE
FF
Y -
É. C
OU
DIN
- R
. RA
TH
ELO
T
Who
is
co
nfro
nted
to
in
secu
re
labo
r m
arke
t hi
stor
ies?
Som
e ev
iden
ce b
ased
on
the
Fre
nch
labo
r m
arke
t tra
nsiti
on
G20
08/1
1 M
. RO
GE
R -
E.
WA
LRA
ET
S
ocia
l Sec
urity
and
Wel
l-Bei
ng o
f th
e E
lder
ly:
the
Cas
e of
Fra
nce
G20
08/1
2 C
. AF
SA
A
naly
ser
les
com
posa
ntes
du
bien
-êtr
e et
de
son
évol
utio
n
Une
ap
proc
he
empi
rique
su
r do
nnée
s in
divi
duel
les
G20
08/1
3 M
. BA
RLE
T -
D. B
LAN
CH
ET
-
T.
LE B
AR
BA
NC
HO
N
Mic
rosi
mul
er le
mar
ché
du tr
avai
l : u
n pr
otot
ype
G20
09/0
1 P
.-A
. PIO
NN
IER
Le
par
tage
de
la v
aleu
r aj
outé
e en
Fra
nce,
19
49-2
007
G20
09/0
2 La
uren
t C
LAV
EL
- C
hris
telle
MIN
OD
IER
A
M
onth
ly
Indi
cato
r of
th
e F
renc
h B
usin
ess
Clim
ate
G20
09/0
3 H
. ER
KE
L-R
OU
SS
E -
C. M
INO
DIE
R
Do
Bus
ines
s T
ende
ncy
Sur
veys
in
Indu
stry
and
S
ervi
ces
Hel
p in
For
ecas
ting
GD
P G
row
th?
A
Rea
l-Tim
e A
naly
sis
on F
renc
h D
ata
G20
09/0
4 P
. G
IVO
RD
- L
. W
ILN
ER
Le
s co
ntra
ts t
empo
raire
s :
trap
pe o
u m
arch
epie
d ve
rs l’
empl
oi s
tabl
e ?
G20
09/0
5 G
. LA
LA
NN
E -
P.-
A. P
ION
NIE
R -
O. S
IMO
N
Le p
arta
ge d
es f
ruits
de
la c
rois
sanc
e de
195
0 à
2008
: u
ne a
ppro
che
par
les
com
ptes
de
surp
lus
G20
09/0
6 L.
DA
VE
ZIE
S -
X. D
’HA
ULT
FO
EU
ILLE
F
aut-
il po
ndér
er ?
…
Ou
l’éte
rnel
le
ques
tion
de
l’éco
nom
ètre
con
fron
té à
des
don
nées
d’e
nquê
te
G20
09/0
7 S
. Q
UA
NT
IN -
S. R
AS
PIL
LER
- S
. SE
RR
AV
AL
LE
Com
mer
ce
intr
agro
upe,
fis
calit
é et
pr
ix
de
tran
sfer
ts :
une
ana
lyse
sur
don
nées
fran
çais
es
G20
09/0
8 M
. CLE
RC
- V
. MA
RC
US
É
last
icité
s-pr
ix d
es c
onso
mm
atio
ns é
nerg
étiq
ues
des
mén
ages
G20
09/0
9 G
. LA
LA
NN
E -
E. P
OU
LIQ
UE
N -
O. S
IMO
N
Prix
du
pétr
ole
et c
rois
sanc
e po
tent
ielle
à l
ong
term
e
G20
09/1
0 D
. BLA
NC
HE
T -
J.
LE C
AC
HE
UX
-
V.
MA
RC
US
A
djus
ted
net
savi
ngs
and
othe
r ap
proa
ches
to
su
stai
nabi
lity:
som
e th
eore
tical
bac
kgro
und
G20
09/1
1 V
. B
ELL
AM
Y -
G.
CO
NS
ALE
S -
M.
FE
SS
EA
U -
S
. LE
LA
IDIE
R -
É. R
AY
NA
UD
U
ne d
écom
posi
tion
du c
ompt
e de
s m
énag
es d
e la
co
mpt
abili
té
natio
nale
pa
r ca
tégo
rie
de
mén
age
en 2
003
G20
09/1
2 J.
BA
RD
AJI
- F
. TA
LLE
T
Det
ectin
g E
cono
mic
R
egim
es
in
Fra
nce:
a
Qua
litat
ive
Mar
kov-
Sw
itchi
ng
Indi
cato
r U
sing
M
ixed
Fre
quen
cy D
ata
G20
09/1
3 R
. A
EB
ER
HA
RD
T
- D
. F
OU
GÈ
RE
-
R. R
AT
HE
LOT
D
iscr
imin
atio
n à
l’em
bauc
he :
com
men
t ex
ploi
ter
les
proc
édur
es d
e te
stin
g ?
G20
09/1
4 Y
. B
AR
BE
SO
L -
P. G
IVO
RD
- S
. QU
AN
TIN
P
arta
ge
de
la
vale
ur
ajou
tée,
ap
proc
he
par
donn
ées
mic
roéc
onom
ique
s
G20
09/1
5 I.
BU
ON
O -
G.
LALA
NN
E
The
Eff
ect
of t
he U
rugu
ay r
ound
on
the
Inte
nsiv
e an
d E
xten
sive
Mar
gins
of
Tra
de
G20
10/0
1 C
. MIN
OD
IER
A
vant
ages
com
paré
s de
s sé
ries
des
prem
ière
s va
leur
s pu
blié
es
et
des
série
s de
s va
leur
s ré
visé
es -
Un
exer
cice
de
prév
isio
n en
tem
ps r
éel
de la
cro
issa
nce
trim
estr
ielle
du
PIB
en
Fra
nce
G20
10/0
2 V
. A
LBO
UY
- L
. DA
VE
ZIE
S -
T. D
EB
RA
ND
H
ealth
Exp
endi
ture
Mod
els:
a C
ompa
rison
of
Fiv
e S
peci
ficat
ions
usi
ng P
anel
Dat
a
G20
10/0
3 C
. KL
EIN
- O
. SIM
ON
Le
mod
èle
MÉ
SA
NG
E r
éest
imé
en b
ase
2000
T
ome
1 –
Ver
sion
ave
c vo
lum
es à
prix
con
stan
ts
G20
10/0
4 M
.-É
. CLE
RC
- É
. CO
UD
IN
L’IP
C,
miro
ir de
l’é
volu
tion
du c
oût
de l
a vi
e en
F
ranc
e ?
Ce
qu’a
ppor
te
l’ana
lyse
de
s co
urbe
s d’
Eng
el
G20
10/0
5 N
. CE
CI-
RE
NA
UD
- P
.-A
. C
HE
VA
LIE
R
Les
seui
ls d
e 10
, 20
et
50 s
alar
iés
: im
pact
sur
la
taill
e de
s en
trep
rises
fra
nçai
ses
G20
10/0
6 R
. AE
BE
RH
AR
DT
- J
. P
OU
GE
T
Nat
iona
l O
rigin
D
iffer
ence
s in
W
ages
an
d H
iera
rchi
cal
Pos
ition
s -
Evi
denc
e on
Fre
nch
Ful
l-T
ime
Mal
e W
orke
rs f
rom
a m
atch
ed E
mpl
oyer
-E
mpl
oye
e D
atas
et
G20
10/0
7 S
. B
LAS
CO
- P
. GIV
OR
D
Les
traj
ecto
ires
prof
essi
onne
lles
en d
ébut
de
vie
activ
e :
quel
impa
ct d
es c
ontr
ats
tem
pora
ires
?
G20
10/0
8 P
. G
IVO
RD
M
étho
des
écon
omét
rique
s po
ur
l’éva
luat
ion
de
polit
ique
s pu
bliq
ues
ix
G20
10/0
9 P
.-Y
. CA
BA
NN
ES
- V
. LA
PÈ
GU
E -
E
. P
OU
LIQ
UE
N -
M. B
EF
FY
- M
. GA
INI
Que
lle
croi
ssan
ce
de
moy
en
term
e ap
rès
la
cris
e ?
G20
10/1
0 I.
BU
ON
O -
G. L
ALA
NN
E
La r
éact
ion
des
entr
epris
es f
ranç
aise
s
à la
bai
sse
des
tarif
s do
uani
ers
étra
nger
s
G20
10/1
1 R
. RA
TH
EL
OT
- P
. S
ILLA
RD
L’
appo
rt d
es m
étho
des
à no
yaux
pou
r m
esur
er la
co
ncen
trat
ion
géog
raph
ique
-
App
licat
ion
à la
co
ncen
trat
ion
des
imm
igré
s en
Fra
nce
de 1
968
à 19
99
G20
10/1
2 M
. BA
RA
TO
N -
M.
BE
FF
Y -
D. F
OU
GÈ
RE
U
ne é
valu
atio
n de
l’e
ffet
de l
a ré
form
e de
200
3 su
r le
s dé
part
s en
re
trai
te
- Le
ca
s de
s en
seig
nant
s du
sec
ond
degr
é pu
blic
G20
10/1
3 D
. B
LA
NC
HE
T -
S.
BU
FF
ET
EA
U -
E.
CR
EN
NE
R
S.
LE M
INE
Z
Le
mod
èle
de
mic
rosi
mul
atio
n D
estin
ie
2 :
prin
cipa
les
cara
ctér
istiq
ues
et p
rem
iers
rés
ulta
ts
G20
10/1
4 D
. BLA
NC
HE
T -
E. C
RE
NN
ER
Le
blo
c re
tra
ites
du
mod
èle
Des
tinie
2 :
gu
ide
de l’
utili
sate
ur
G20
10/1
5 M
. B
AR
LET
-
L.
CR
US
SO
N
- S
. D
UP
UC
H
- F
. PU
EC
H
Des
se
rvic
es
écha
ngés
au
x se
rvic
es
écha
n-ge
able
s : u
ne a
pplic
atio
n su
r do
nnée
s fr
ança
ises
G20
10/1
6 M
. BE
FF
Y -
T. K
AM
ION
KA
P
ublic
-priv
ate
wag
e ga
ps:
is c
ivil-
serv
ant
hum
an
capi
tal s
ecto
r-sp
ecifi
c?
G20
10/1
7 P
.-Y
. C
AB
AN
NE
S
- H
. E
RK
EL
-RO
US
SE
-
G.
LAL
AN
NE
- O
. MO
NS
O -
E.
PO
ULI
QU
EN
Le
mod
èle
Més
ange
rée
stim
é en
bas
e 20
00
Tom
e 2
- V
ersi
on a
vec
volu
mes
à p
rix c
haîn
és
G20
10/1
8 R
. AE
BE
RH
AR
DT
- L
. DA
VE
ZIE
S
Con
ditio
nal
Logi
t w
ith o
ne B
inar
y C
ovar
iate
: Li
nk
betw
een
the
Sta
tic a
nd D
ynam
ic C
ases
G20
11/0
1 T
. LE
BA
RB
AN
CH
ON
- B
. OU
RLI
AC
- O
. S
IMO
N
Les
mar
chés
du
trav
ail f
ranç
ais
et a
mér
icai
n fa
ce
aux
choc
s co
njon
ctur
els
des
anné
es
1986
à
2007
: u
ne m
odél
isat
ion
DS
GE
G20
11/0
2 C
. MA
RB
OT
U
ne
éval
uatio
n de
la
ré
duct
ion
d’im
pôt
pour
l’e
mpl
oi d
e sa
larié
s à
dom
icile
G20
11/0
3 L.
DA
VE
ZIE
S
Mod
èles
à
effe
ts
fixes
, à
ef
fets
al
éato
ires,
m
odèl
es m
ixte
s ou
mul
ti-ni
veau
x :
prop
riété
s et
m
ises
en
œ
uvre
de
s m
odél
isat
ions
de
l’h
étér
ogén
éité
dan
s le
cas
de
donn
ées
grou
pées
G20
11/0
4 M
. RO
GE
R -
M. W
AS
ME
R
Het
erog
enei
ty
mat
ters
: la
bour
pr
oduc
tivity
di
ffere
ntia
ted
by a
ge a
nd s
kills
G20
11/0
5 J.
-C. B
RIC
ON
GN
E -
J.-
M. F
OU
RN
IER
V
. LA
PÈ
GU
E -
O.
MO
NS
O
De
la
cris
e fin
anci
ère
à la
cr
ise
écon
omiq
ue
L’im
pact
des
per
turb
atio
ns f
inan
cièr
es d
e 20
07 e
t 20
08 s
ur la
cro
issa
nce
de s
ept
pays
indu
stria
lisés
G20
11/0
6 P
. C
HA
RN
OZ
- É
. CO
UD
IN -
M. G
AIN
I W
age
ineq
ualit
ies
in F
ranc
e 19
76-2
004:
a
quan
tile
regr
essi
on a
naly
sis
G20
11/0
7 M
. CLE
RC
- M
. GA
INI
- D
. BL
AN
CH
ET
R
ecom
men
datio
ns
of
the
Stig
litz-
Sen
-Fito
ussi
R
epor
t: A
few
illu
stra
tions
G20
11/0
8 M
. BA
CH
ELE
T -
M. B
EF
FY
- D
. B
LAN
CH
ET
P
roje
ter
l’im
pact
des
réf
orm
es d
es r
etra
ites
sur
l’act
ivité
des
55
ans
et p
lus
: un
e co
mpa
rais
on d
e tr
ois
mod
èles
G20
11/0
9 C
. LO
UV
OT
-RU
NA
VO
T
L’év
alua
tion
de
l’act
ivité
di
ssim
ulée
de
s en
tre-
pris
es s
ur l
a ba
se d
es c
ontr
ôles
fis
caux
et
son
inse
rtio
n da
ns le
s co
mpt
es n
atio
naux
G20
11/1
0 A
. S
CH
RE
IBE
R -
A. V
ICA
RD
La
te
rtia
risat
ion
de
l’éco
nom
ie
fran
çais
e et
le
ra
lent
isse
men
t de
la
prod
uctiv
ité e
ntre
197
8 et
20
08
G20
11/1
1 M
.-É
. CLE
RC
- O
. MO
NS
O -
E. P
OU
LIQ
UE
N
Les
inég
alité
s en
tre
géné
ratio
ns d
epui
s le
bab
y-bo
om
G20
11/1
2 C
. MA
RB
OT
- D
. RO
Y
Éva
luat
ion
de l
a tr
ansf
orm
atio
n de
la
rédu
ctio
n d'
impô
t en
cré
dit
d'im
pôt
pour
l'em
ploi
de
sala
riés
à do
mic
ile e
n 20
07
G20
11/1
3 P
. G
IVO
RD
- R
. RA
TH
EL
OT
- P
. SIL
LA
RD
P
lace
-bas
ed
tax
exem
ptio
ns
and
disp
lace
men
t ef
fect
s:
An
eval
uatio
n of
th
e Z
ones
F
ranc
hes
Urb
aine
s pr
ogra
m
G20
11/1
4 X
. D
’HA
ULT
FO
EU
ILL
E
- P
. G
IVO
RD
-
X. B
OU
TIN
T
he E
nviro
nmen
tal
Effe
ct o
f G
ree
n T
axa
tion:
th
e C
ase
of t
he F
renc
h “B
onus
/Mal
us”
G20
11/1
5 M
. B
AR
LET
-
M.
CLE
RC
-
M.
GA
RN
EO
-
V.
LAP
ÈG
UE
- V
. M
AR
CU
S
La
nouv
elle
ve
rsio
n du
m
odèl
e M
ZE
, m
odèl
e m
acro
écon
omét
rique
pou
r la
zon
e eu
ro
G20
11/1
6 R
. AE
BE
RH
AR
DT
- I.
BU
ON
O -
H. F
AD
ING
ER
Le
arni
ng,
Inco
mpl
ete
Con
trac
ts
and
Exp
ort
Dyn
amic
s:
The
ory
and
Evi
denc
e fo
rm
Fre
nch
Firm
s
G20
11/1
7 C
. KE
RD
RA
IN -
V. L
AP
ÈG
UE
R
estr
ictiv
e F
isca
l Pol
icie
s in
Eur
ope:
W
hat
are
the
Like
ly E
ffect
s?
G20
12/0
1 P
. G
IVO
RD
- S
. Q
UA
NT
IN -
C.
TR
EV
IEN
A
Lon
g-T
erm
Eva
luat
ion
of t
he F
irst
Gen
erat
ion
of t
he F
renc
h U
rban
Ent
erpr
ise
Zon
es
G20
12/0
2 N
. CE
CI-
RE
NA
UD
- V
. CO
TT
ET
P
oliti
que
sala
riale
et
perf
orm
ance
des
ent
repr
ises
G20
12/0
3 P
. F
ÉV
RIE
R -
L.
WIL
NE
R
Do
Con
sum
ers
Cor
rect
ly
Exp
ect
Pric
e R
educ
tions
? T
estin
g D
ynam
ic B
ehav
ior
G20
12/0
4 M
. GA
INI
- A
. LE
DU
C -
A. V
ICA
RD
S
choo
l as
a s
helte
r? S
choo
l le
avin
g-ag
e an
d th
e bu
sine
ss c
ycle
in F
ranc
e
G20
12/0
5 M
. GA
INI
- A
. LE
DU
C -
A. V
ICA
RD
A
sca
rred
gen
erat
ion?
Fre
nch
evid
ence
on
youn
g pe
ople
ent
erin
g in
to a
tou
gh la
bour
mar
ket
G20
12/0
6 P
. A
UB
ER
T -
M. B
AC
HE
LET
D
ispa
rités
de
m
onta
nt
de
pens
ion
et
redi
strib
utio
n d
ans
le s
ystè
me
de
retr
aite
fra
nçai
s
G20
12/0
7 R
. AE
BE
RH
AR
DT
- P
GIV
OR
D -
C. M
AR
BO
T
Spi
llove
r E
ffect
of
the
Min
imum
Wag
e in
Fra
nce:
A
n U
ncon
ditio
nal Q
uant
ile R
egre
ssio
n A
ppro
ach
x
G20
12/0
8 A
. E
IDE
LM
AN
- F
. LA
NG
UM
IER
- A
. VIC
AR
D
Pré
lève
men
ts
oblig
atoi
res
repo
sant
su
r le
s m
énag
es :
des
can
aux
redi
strib
utifs
diff
éren
ts e
n 19
90 e
t 20
10
G20
12/0
9 O
. B
AR
GA
IN -
A. V
ICA
RD
L
e R
MI
et s
on s
ucce
sseu
r le
RS
A d
écou
rage
nt-
ils c
erta
ins
jeun
es d
e tr
avai
ller
? U
ne a
naly
se s
ur
les
jeun
es a
utou
r de
25
ans
G20
12/1
0 C
. MA
RB
OT
- D
. RO
Y
Pro
ject
ions
du
co
ût
de
l’AP
A
et
des
cara
ctér
istiq
ues
de s
es b
énéf
icia
ires
à l
’hor
izon
20
40 à
l’ai
de d
u m
odèl
e D
estin
ie
G20
12/1
1 A
. M
AU
RO
UX
Le
cr
édit
d’im
pôt
dédi
é au
dé
velo
ppem
ent
dura
ble
: un
e év
alua
tion
écon
omét
rique
G20
12/1
2 V
. C
OT
TE
T -
S. Q
UA
NT
IN -
V.
RÉ
GN
IER
C
oût
du t
rava
il et
allè
gem
ents
de
char
ges
: un
e es
timat
ion
au
nive
au
étab
lisse
men
t de
19
96
à 20
08
G20
12/1
3 X
. D
’HA
UL
TF
OE
UIL
LE
-
P.
FÉ
VR
IER
-
L. W
ILN
ER
D
eman
d E
stim
atio
n in
the
Pre
senc
e of
Rev
enue
M
anag
emen
t
G20
12/1
4 D
. BLA
NC
HE
T -
S. L
E M
INE
Z
Join
t m
acro
/mic
ro e
valu
atio
ns o
f ac
crue
d-to
-dat
e pe
nsio
n lia
bilit
ies:
an
ap
plic
atio
n to
F
renc
h re
form
s
G20
13/0
1-
T.
DE
RO
YO
N -
A. M
ON
TA
UT
- P
-A P
ION
NIE
R
F13
01
Util
isat
ion
rétr
ospe
ctiv
e de
l’e
nquê
te
Em
ploi
à
une
fréq
uenc
e m
ensu
elle
: ap
port
d’
une
mod
élis
atio
n es
pace
-éta
t
G20
13/0
2-
C. T
RE
VIE
N
F13
02
Hab
iter
en
HLM
: qu
el
avan
tage
m
onét
aire
et
qu
el im
pact
sur
les
cond
ition
s de
loge
men
t ?
G20
13/0
3 A
. P
OIS
SO
NN
IER
Tem
pora
l di
sagg
rega
tion
of s
tock
var
iabl
es -
The
C
how
-Lin
met
hod
ext
end
ed
to d
yna
mic
mod
els
G20
13/0
4 P
. G
IVO
RD
- C
. MA
RB
OT
Doe
s th
e co
st o
f ch
ild c
are
affe
ct f
emal
e la
bor
mar
ket
part
icip
atio
n? A
n ev
alua
tion
of a
Fre
nch
refo
rm o
f chi
ldca
re s
ubsi
dies
G20
13/0
5 G
. LA
ME
- M
. LE
QU
IEN
- P
.-A
. P
ION
NIE
R
In
terp
reta
tion
and
limits
of
sust
aina
bilit
y te
sts
in
publ
ic f
inan
ce
G20
13/0
6 C
. BE
LLE
GO
- V
. D
OR
TE
T-B
ER
NA
DE
T
La
par
ticip
atio
n au
x pô
les
de c
ompé
titiv
ité :
que
lle
inci
denc
e su
r le
s dé
pens
es d
e R
&D
et
l’act
ivité
de
s P
ME
et E
TI
?
G20
13/0
7 P
.-Y
. CA
BA
NN
ES
- A
. MO
NT
AU
T -
P
.-A
. PIO
NN
IER
Éva
luer
la
prod
uctiv
ité g
loba
le d
es f
acte
urs
en
Fra
nce
: l’a
ppor
t d’
une
mes
ure
de l
a qu
alité
du
capi
tal e
t du
trav
ail
G20
13/0
8 R
. AE
BE
RH
AR
DT
- C
. MA
RB
OT
Evo
lutio
n of
In
stab
ility
on
th
e F
renc
h La
bour
M
arke
t D
urin
g th
e La
st T
hirt
y Y
ears
G20
13/0
9 J-
B. B
ER
NA
RD
- G
. CLÉ
AU
D
O
il pr
ice:
the
nat
ure
of t
he s
hock
s an
d th
e im
pact
on
the
Fre
nch
econ
omy
G20
13/1
0 G
. LA
ME
Was
the
re a
« G
reen
span
Con
undr
um »
in
the
Eur
o ar
ea?
G20
13/1
1 P
. C
HO
NÉ
- F
. EV
AIN
- L
. W
ILN
ER
- E
. YIL
MA
Z
In
trod
ucin
g ac
tivity
-bas
ed p
aym
ent
in t
he h
ospi
tal
indu
stry
: E
vide
nce
fro
m F
renc
h da
ta
G20
13/1
2 C
. GR
ISLA
IN-L
ET
RÉ
MY
Nat
ural
Dis
aste
rs: E
xpos
ure
and
Und
erin
sura
nce
G20
13/1
3 P
.-Y
. CA
BA
NN
ES
- V
. CO
TT
ET
- Y
. DU
BO
IS -
C
. LE
LAR
GE
- M
. SIC
SIC
F
renc
h F
irms
in t
he F
ace
of t
he 2
008/
2009
Cris
is
G20
13/1
4 A
. P
OIS
SO
NN
IER
- D
. RO
Y
H
ouse
hold
s S
atel
lite
Acc
ount
for
Fra
nce
in 2
010.
M
etho
dolo
gica
l is
sues
on
th
e as
sess
men
t of
do
mes
tic p
rodu
ctio
n
G20
13/1
5 G
. C
LÉA
UD
- M
. LE
MO
INE
- P
.-A
. PIO
NN
IER
Whi
ch
size
an
d ev
olut
ion
of
the
gove
rnm
ent
expe
nditu
re m
ultip
lier
in F
ranc
e (1
980-
2010
)?
G20
14/0
1 M
. BA
CH
ELE
T -
A.
LED
UC
- A
. M
AR
INO
Les
biog
raph
ies
du m
odèl
e D
estin
ie I
I :
reba
sage
et
pro
ject
ion
G20
14/
02
B.
GA
RB
INT
I
L’ac
hat
de l
a ré
side
nce
prin
cipa
le e
t la
cré
atio
n d’
entr
epris
es s
ont-
ils f
avor
isés
par
les
don
atio
ns
et h
érita
ges
?
G20
14/0
3 N
. CE
CI-
RE
NA
UD
- P
. CH
AR
NO
Z -
M. G
AIN
I
Évo
lutio
n de
la v
olat
ilité
des
rev
enus
sal
aria
ux d
u se
cteu
r pr
ivé
en F
ranc
e de
puis
196
8
G20
14/0
4 P
. A
UB
ER
T
M
odal
ités
d’ap
plic
atio
n de
s ré
form
es d
es r
etra
ites
et p
révi
sibi
lité
du m
onta
nt d
e pe
nsio
n
G20
14/0
5 C
. GR
ISLA
IN-L
ET
RÉ
MY
- A
. KA
TO
SS
KY
The
Im
pact
of
Haz
ardo
us I
ndus
tria
l F
acili
ties
on
Hou
sing
Pric
es:
A C
ompa
rison
of
Par
amet
ric a
nd
Sem
ipar
amet
ric H
edon
ic P
rice
Mod
els
G20
14//0
6 J.
-M. D
AU
SS
IN-B
EN
ICH
OU
- A
. MA
UR
OU
X
Tur
ning
th
e he
at
up.
How
se
nsiti
ve
are
hous
ehol
ds
to
fisca
l in
cent
ives
on
en
ergy
ef
ficie
ncy
inve
stm
ents
?
G20
14/0
7 C
. LA
BO
NN
E -
G.
LAM
É
Cre
dit
Gro
wth
and
Cap
ital R
equi
rem
ents
: B
indi
ng
or N
ot?
G20
14/0
8 C
. GR
ISLA
IN-L
ET
RÉ
MY
et C
. T
RE
VIE
N
The
Im
pact
of
Hou
sing
Sub
sidi
es o
n th
e R
enta
l S
ecto
r: t
he F
renc
h E
xam
ple
G20
14/0
9 M
. LE
QU
IEN
et
A.
MO
NT
AU
T
Cro
issa
nce
pote
ntie
lle
en
Fra
nce
et
en
zone
eu
ro :
un
tour
d’
horiz
on
des
mét
hode
s d’
est
imat
ion
G20
14/1
0 B
. G
AR
BIN
TI -
P. L
AM
AR
CH
E
Les
haut
s re
venu
s ép
argn
ent-
ils d
avan
tage
?
G20
14/1
1 D
. AU
DE
NA
ER
T -
J. B
AR
DA
JI -
R.
LAR
DE
UX
-
M. O
RA
ND
- M
. SIC
SIC
W
age
Res
ilien
ce
in
Fra
nce
sinc
e th
e G
reat
R
eces
sion
G20
14/1
2 F
. A
RN
AU
D -
J.
BO
US
SA
RD
- A
. PO
ISS
ON
NIE
R
- H
. SO
UA
L C
ompu
ting
addi
tive
cont
ribut
ions
to
grow
th a
nd
othe
r is
sues
for
chai
n-lin
ked
quar
terly
agg
rega
tes
G20
14/1
3 H
. FR
AIS
SE
- F
. KR
AM
AR
Z -
C. P
RO
ST
La
bor
Dis
pute
s an
d Jo
b F
low
s
xi
G20
14/1
4 P
. G
IVO
RD
-
C.
GR
ISL
AIN
-LE
TR
ÉM
Y
- H
. NA
EG
ELE
H
ow
does
fu
el
taxa
tion
impa
ct
new
ca
r pu
rcha
ses?
A
n ev
alua
tion
usin
g F
renc
h co
nsum
er-le
vel d
atas
et
G20
14/1
5 P
. A
UB
ER
T -
S.
RA
BA
TÉ
D
urée
pa
ssée
en
ca
rriè
re
et
duré
e de
vi
e en
re
trai
te :
que
l pa
rtag
e de
s ga
ins
d'es
péra
nce
de
vie
?
G20
15/0
1 A
. P
OIS
SO
NN
IER
T
he w
alki
ng d
ead
Eul
er e
quat
ion
Add
ress
ing
a ch
alle
nge
to
mon
etar
y po
licy
mod
els
G20
15/0
2 Y
. D
UB
OIS
- A
. M
AR
INO
In
dica
teur
s de
ren
dem
ent
du s
ystè
me
de r
etra
ite
fran
çais
G20
15/0
3 T
. M
AY
ER
- C
. T
RE
VIE
N
The
im
pact
s of
U
rban
P
ublic
T
rans
port
atio
n:
Evi
denc
e fr
om t
he P
aris
Reg
ion
G20
15/0
4 S
.T. L
Y -
A. R
IEG
ER
T
Mea
surin
g S
ocia
l Env
ironm
ent
Mob
ility
G20
15/0
5 M
. A. B
EN
HA
LIM
A -
V.
HY
AF
IL-S
OLE
LHA
C
M. K
OU
BI -
C.
RE
GA
ER
T
Que
l es
t l’i
mpa
ct
du
syst
ème
d’in
dem
nisa
tion
mal
adie
sur
la
duré
e de
s ar
rêts
de
trav
ail
pour
m
alad
ie ?
G20
15/0
6 Y
. D
UB
OIS
- A
. M
AR
INO
D
ispa
rités
de
rend
emen
t du
sys
tèm
e de
ret
raite
da
ns
le
sect
eur
priv
é :
appr
oche
s in
terg
énér
a-tio
nnel
le e
t int
ragé
néra
tionn
elle
G20
15/0
7 B
. C
AM
PA
GN
E -
V.
ALH
EN
C-G
ELA
S -
J.
-B.
BE
RN
AR
D
No
evid
ence
of
finan
cial
acc
eler
ator
in F
ranc
e
G20
15/0
8 Q
. LA
FF
ÉT
ER
- M
. P
AK
É
last
icité
s de
s re
cett
es
fisca
les
au
cycl
e éc
onom
ique
: é
tude
de
troi
s im
pôts
sur
la p
ério
de
1979
-201
3 en
Fra
nce
G20
15/0
9 J.
-M.
DA
US
SIN
-BE
NIC
HO
U,
S.
IDM
AC
HIC
HE
, A
. LE
DU
C e
t E
. P
OU
LIQ
UE
N
Les
déte
rmin
ants
de
l’attr
activ
ité d
e la
fon
ctio
n pu
bliq
ue d
e l’É
tat
G20
15/1
0 P
. A
UB
ER
T
La m
odul
atio
n du
mon
tant
de
pens
ion
selo
n la
du
rée
de c
arriè
re e
t l’â
ge d
e la
ret
raite
: q
uelle
s di
spar
ités
entr
e as
suré
s ?
G20
15/1
1 V
. D
OR
TE
T-B
ER
NA
DE
T -
M. S
ICS
IC
Eff
et d
es a
ides
pub
lique
s su
r l’e
mpl
oi e
n R
&D
da
ns le
s pe
tites
ent
repr
ises
G20
15/1
2 S
. G
EO
RG
ES
-KO
T
Ann
ual
and
lifet
ime
inci
denc
e of
the
val
ue-a
dded
ta
x in
Fra
nce
G20
15/1
3 M
. PO
ULH
ÈS
A
re
Ent
erpr
ise
Zon
es
Ben
efits
C
apita
lized
in
to
Com
mer
cial
Pro
pert
y V
alue
s? T
he F
renc
h C
ase
G20
15/1
4 J.
-B.
BE
RN
AR
D -
Q.
LAF
FÉ
TE
R
Eff
et d
e l’a
ctiv
ité e
t de
s pr
ix s
ur le
rev
enu
sala
rial
des
diff
éren
tes
caté
gorie
s so
ciop
rofe
ssio
nnel
les
G20
15/1
5 C
. GE
AY
- M
. KO
UB
I - G
de
LA
GA
SN
ER
IE
Pro
ject
ions
de
s dé
pens
es
de
soin
s de
vi
lle,
cons
truc
tion
d’un
mod
ule
pour
Des
tinie
G20
15/1
6 J.
BA
RD
AJI
- J
.-C
. B
RIC
ON
GN
E -
B
. C
AM
PA
GN
E -
G.
GA
ULI
ER
C
ompa
red
perf
orm
ance
s of
Fre
nch
com
pani
es
on t
he d
omes
tic a
nd f
orei
gn m
arke
ts
G20
15/1
7 C
. BE
LLÉ
GO
- R
. DE
NIJ
S
The
red
istr
ibut
ive
effe
ct o
f on
line
pira
cy o
n th
e bo
x of
fice
perf
orm
ance
of
A
mer
ican
m
ovie
s in
fo
reig
n m
arke
ts
G20
15/1
8 J.
-B.
BE
RN
AR
D -
L.
BE
RT
HE
T
Fre
nch
hous
ehol
ds
finan
cial
w
ealth
: w
hich
ch
ange
s in
20
year
s?
G20
15/1
9 M
. PO
ULH
ÈS
Fe
nêtre
sur
Cou
r ou
Cha
mbr
e av
ec V
ue ?
µ
Les
prix
héd
oniq
ues
de l’
imm
obili
er p
aris
ien