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 : d3e-dg@insee.fr - 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