Resource information
In this research, we propose a method for describing rural landscapes in peri urban areas and evaluating their impact on house and land prices. This method matches quantitative geography and econometric methods used for hedonic analysis. A geographical model is used for producing variables describing the landscape an observer can look at when located in a specific house or a land parcel. This model takes account of these parts of the landscape that are hidden by houses, buildings, hills, forests,. . . The variables produced by the model describe the size of the area that can be seen and its repartition across various types of land use (agriculture, forest, buildings, roads, water,. . . ). They are used as explanatory factors for the price paid for buying the house or land parcel, using hedonic regression. This method has been simultaneously used in six areas: the periurban areas of the cities of Dijon, Besançon, Lyon, Marseille and Brest and the whole Nord-Pas de Calais region. We are then able to compare results obtained using the same methodology for various areas, with various types of landscapes. Moreover, for Dijon, Besançon and the Nord-Pas de Calais regions, we can compare variables produced using different sources of information. For Dijon and Besançon, they differ with respect to the thinness and the quality of the satellite images used for analysing landcapes, the best one being much more expansive. For the Nord-Pas de Calais, we compared two types of geographical information systems. Our results confirm that the quality of the landscape that can be seen when located at a house or in a land parcel significantly influences its price. A landscape, with notably green areas, has a value that is capitalized into house and land prices. However, the measure of this value is highly variable across regions and is highly sensitive to the quality of the data used by the geographical model. Therefore, at this stage of the research work, our results cannot be used for operational purposes.
La recherche présentée ici propose une méthode de description et d’évaluation des caractéristiques d’un paysage qui combine la géographie quantitative et l’économétrie des modèles hédoniques. Un modèle géographique produit des indices caractérisant les paysages à partir d’une reconstitution de la vue depuis le sol, en tenant compte des effets du relief et des masques que les objets hauts opposent à la vue. Il décrit la quantité de paysage vu par un observateur au niveau du sol en la répartissant entre 13 types d’occupations du sol. Les variables produites par le modèle géographique sont utilisées dans des régressions hédoniques qui permettent d’évaluer l’impact des attributs paysagers ainsi mesurés sur les prix des transactions immobilières. Nous avons appliqué cette méthode à six zones géographiques périurbaines, autour des villes de Dijon, Besançon, Lyon, Marseille et Brest et pour l’ensemble de la région Nord-Pas-de-Calais. Nous pouvons ainsi comparer les résultats obtenus en appliquant la même méthode sur le même type de données, dans des contextes différents, notamment par le type de paysage. De plus, pour Dijon, Besançon et le Nord-Pas-de-Calais, nous disposons de plusieurs sources d’information géographique différant par leur qualité, notamment la finesse des images satellitaires utilisées ; ce qui nous permet d’analyser l’impact de la qualité des données sur la qualité de la description des paysages et sur les évaluations économiques qui en résultent. En règle générale, les résultats obtenus montrent que la contribution des attributs paysagers au prix des biens fonciers et immobiliers est faible mais significative. Les paysages, en particulier les objets « verts » (couverts arborés et agricoles), sont valorisés par les ménages à travers leur capitalisation dans les valeurs immobilières, en particulier dans l’espace périurbain. Cependant, les résultats obtenus sont très sensibles à la qualité et à la finesse des sources d’information utilisées pour décrire le paysage. Ils sont également très variables d’une zone géographique à l’autre, sans que l’on dispose actuellement de facteurs explicatifs de cette variabilité.
