Navigation – Plan du site

AccueilTransversalitésData papers2021Une base de données pour étudier ...

2021
992

Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France

A database to analyze twenty years of housing market dynamics in Paris metropolitan region
Creación de una base de datos para estudiar veinte años de dinámicas del mercado inmobiliario residencial en Île-de-France
Thibault Le Corre

Résumés

Cet article expose la démarche de préparation et de consolidation d’une base de données immobilières à partir de données sources dont l’accès est restreint et l’usage complexe. CASSMIR (Contribution à l’Analyse Spatiale et Sociologique des Marchés Immobiliers Résidentiels) est une base de données sur le marché du logement en Île-de-France couvrant une période de 1996 à 2018. Les indicateurs de la base CASSMIR recouvrent quatre champs d’investigation thématiques sur le marché immobilier : les prix, le profil socio-démographique des acquéreurs et vendeurs, les régimes d’achat et les types de mutation des biens ainsi que les types de biens immobiliers. Ces indicateurs caractérisent des unités spatiales à trois échelles (communes, carroyage 1 km et carroyage 200 mètres) et des groupes de population d’acquéreurs et de vendeurs déclinés selon un critère social, de génération et de genre. La livraison de la base fait suite à une série d’opérations d’agrégation de données individuelles issues de deux bases de données sources : une base sur les transactions immobilières, la base BIEN, et une base sur les investissements en primo-accession avec des prêts aidés, la base PTZ. Cet article propose de restituer les principales informations contenues dans la base CASSMIR et les étapes de préparation de la base.

Haut de page

Texte intégral

Introduction

1Des travaux récents ont démontré l’intérêt de proposer des géographies du marché immobilier à partir de bases de données spatiales et temporelles, qui permettent d’avancer des processus et des mécanismes explicatifs des tendances socio-spatiales qui animent les villes et les sociétés contemporaines (Le Goix et al., 2020 ; Migozzi, 2019 ; Le Corre, 2019 ; Arundel, Hochstenbach, 2020).

  • 1 Aucune information sur le marché locatif n’est disponible dans la base CASSMIR.

2En France, les sources d’informations sur les marchés immobiliers sont nombreuses (Coulondre, 2018). Toutefois, l’accès aux données est souvent restreint pour des raisons d’hétérogénéité des sources, de confidentialité et de propriété de la donnée, des raisons financières ou des raisons techniques pour traiter des données individuelles (Casanova et al., 2017 ; Casanova, Enault, Boulay, Coulon, 2019). Réalisée dans le cadre de l’ANR WIsDHoM, projet de recherche sur les inégalités et les marchés immobiliers (Le Goix et al., 2020), la base de données CASSMIR (Contribution à l’Analyse Spatiale et Sociologique des Marchés Immobiliers Résidentiels) a pour objectif de lever ces contraintes en mettant à disposition, pour la communauté scientifique, une base de données sur le marché immobilier du logement à la propriété1 en Île-de-France, directement accessible et prête à être exploitée. Les données CASSMIR fournissent ainsi une photographie des dynamiques géographiques et sociologiques du marché immobilier, à partir d'une série d'indicateurs qui évaluent annuellement les différenciations spatiales, à plusieurs niveaux scalaires, et les différenciations entre des groupes de population d'acquéreurs et de vendeurs. L'aire d'étude concerne la région Île-de-France, délimitée par son périmètre administratif. La temporalité de l'étude s'étend de 1996 à 2018.

  • 2 À cela s’ajoute un fichier de métadonnées (.csv) qui liste les variables, informe la source d’origi (...)

3Déposée en libre accès pour un usage non commercial sur l’entrepôt de données Zenodo, la base de données CASSMIR est structurée en deux fichiers2. Un premier fichier livre des indicateurs agrégés par unités spatiales dans un format géospatial (geopackage). Un second fichier correspond à des données agrégées par groupes de population, diffusé en format tabulaire (.csv). Les sorties géospatiales (ensemble de couches vectorielles) se déclinent en trois références spatiales : à la commune, au carroyage Insee 1 Km et au carroyage Insee 200 m. Chaque référence spatiale intègre des informations sur le marché immobilier, contenues dans les échantillons sources de données individuelles qui décrivent les unités spatiales. Les sorties tabulaires ont une référence géographique régionale (région Île-de-France) et décrivent la sociologie des groupes de population d’acquéreurs et de vendeurs définis selon un critère social (par Catégories Socio-Professionnelles), générationnel (par tranches d’âge) et par genre (figure 1).

4La construction des indicateurs de la base CASSMIR se fonde sur une structure d’attributs qui se décline en "quatre champs d’investigation thématiques" : les prix, le profil socio-démographique des acquéreurs et des vendeurs, les régimes d’achat et types de mutation des biens et, enfin, les types de biens immobiliers. Chaque indicateur de la base qui caractérise les unités spatiales et les groupes de population entre dans un de ces champs.

5L'approche adoptée repose sur de l'agrégation de données individuelles pour caractériser des unités d'analyses géographiques (unités spatiales) et sociologiques (groupes de population). Ces données individuelles sont constituées par deux sources de données : la Base d’Informations Économiques Notariales (BIEN) de la Chambre des Notaires de Paris et d’Île-de-France, commercialisée par l’association Paris Notaires Services (PNS), et la base Prêt à Taux Zéro (PTZ) de la Société de Gestion des Financements et de la Garantie de lAccession Sociale à la propriété (SGFGAS).

Figure 1 : Schéma conceptuel de la BD CASSMIR

Figure 1 : Schéma conceptuel de la BD CASSMIR

Le Corre, 2021

6L'objectif de l'article vise, dans un premier temps, à renseigner les sources de données individuelles, la sélection de leurs attributs et leur préparation. Un second temps est consacré à la restitution des méthodes d'agrégation des données individuelles à des unités spatiales et à des groupes de population. Afin que l'intégralité du travail soit reproductible, une troisième partie expose une démarche qui met à disposition un échantillon test des données sources individuelles, qui sont anonymisées et peuvent être utilisées pour reproduire l’ensemble des traitements à partir des codes sources disponibles. Enfin, à partir d'une exploration de la base CASSMIR, une quatrième partie montre l’utilité des données par leurs potentialités à s'inscrire dans différents champs thématiques de la recherche sur les marchés immobiliers.

Sources de données

7La base CASSMIR repose sur la collecte et le traitement de deux tables de données individuelles, qui sont des échantillons de bases de données sur le marché qui ne sont pas libres daccès : la Base BIEN et la base PTZ. Ces données sources sont mises à disposition par les services producteurs respectifs, dans le cadre de conventions qui autorisent l’utilisation et le traitement des données à des fins de recherche scientifique. Elles ont été sélectionnées car elles offrent plus de possibilités d’étudier le marché immobilier que d’autres sources existantes.

8Chacune de ces sources concerne des opérations immobilières mais, bien qu’elles se recoupent nécessairement en partie, les populations ne sont pas identiques (tableau 1). Les données issues de la base BIEN recouvrent tous les types de transactions de logements de gré à gré en Île-de-France, mais la base n’est pas totalement exhaustive. Les données de la base PTZ sont considérées comme exhaustives, mais les opérations immobilières sont spécifiques aux seules acquisitions réalisées dans le cadre du dispositif d’aide à l’accession, qui bénéficient majoritairement à des ménages aux ressources limitées. L'appariement déterministe par sémantique n'est pas permis car il n’y a pas d’informations d’identification communes qui servent de relation entre les individus des deux tables.

Tableau 1 : Les sources de données de la BD CASSMIR

Source

Couverture spatiale

Couverture temporelle

Unité d'observation

Information géographique de l'observation

Nombre d'attributs (variables)

Particularité de l'échantillon réceptionné

Accessibilité et conditions d'utilisation de la donnée

Échantillon BIEN

Région Île-de-France

1996, 1999, 2003-2012, 2015, 2018

Transaction immobilière

Adresse

95

50 % des observations de la base BIEN dans les communes de plus de 10 000 habitants en 2011

Accès restreint Information statistique agrégée composée par 5 individus minimum.

Échantillon PTZ

France métropolitaine

1995-2016

Opération de financement PTZ

Commune

162

Aucune

Accès restreint.

Préconisations d'utilisation établies par le producteur de données

Le Corre, 2021

Échantillon de données individuelles issu de la base BIEN

  • 3 Il s’agit du fichier Demande de valeurs foncières (DVF), géré par la Direction générale des finance (...)

9La base BIEN de la Chambre des notaires est une source d’informations multiples sur les transactions immobilières en Île-de-France. Avec son équivalent régional PERVAL, la base BIEN est une des bases les plus complètes et représentatives des marchés immobiliers et fonciers en France métropolitaine (Gaschet, Pouyanne, 2011). En France, en dehors des données jusqu’alors restreintes de l’administration publique3, aucune base de données immobilières et foncières exploitable ne prétend à l’exhaustivité (Casanova et al., 2017). La base BIEN recense environ 80 % de l'ensemble des transactions du marché parisien et des départements limitrophes, et entre 60 et 80 % pour les autres départements. Généralisée à l’ensemble des études notariales franciliennes depuis 1996, la collecte des données a lieu lors d’une transaction sur un bien foncier ou immobilier.

10L’échantillon réceptionné concerne uniquement des transactions immobilières pour deux types de biens : les appartements et les maisons individuelles. Il se présente sous une forme de tableau de renseignements élémentaires (table de données) de 1 113 795 transactions immobilières de 1996 à 2018. En termes de formalisation, chaque ligne de la table correspond à une transaction avec son propre identifiant. Chaque transaction est caractérisée par 95 variables distinctes qui renseignent, entre autres, le prix de la transaction, le type de bien immobilier, diverses informations sur les acquéreurs et les vendeurs, le lieu et le moment de la transaction.

11L’échantillon réceptionné a la particularité d'être composé d’une sélection aléatoire de 50 % des transactions annuelles pour toutes les communes de plus de 10 000 habitants en 2011 (selon les données de la population légale). Pour les communes de moins de 10 000 habitants, toutes les transactions recensées dans la base de données BIEN se retrouvent dans l’échantillon. La couverture spatiale de l'échantillon est l'ensemble de la région Île-de-France et la granularité de l'information géographique est à l'adresse du bien soumis à la transaction, avec coordonnées X, Y. D'un point de vue temporel, l'échantillon à disposition est composé des transactions pour les années 1996, 1999, 2003 à 2012 en continu, 2015 et 2018.

Échantillon de données individuelles issu de la base PTZ

12Les données de la base PTZ sont issues d’un recensement sur les achats immobiliers financés par des prêts à taux zéro (PTZ). La base emprunte le nom au dispositif d'aide à l'accession (le PTZ), qui permet à des ménages, principalement non propriétaires et situés sous un certain seuil de revenu, de disposer d’un prêt sans intérêt en complément d'un prêt principal pour financer l'achat d'un bien. D’abord réservé à l’acquisition de logements neufs, il est étendu au secteur ancien en 2005 et constitue depuis l’un des principaux postes des aides publiques accordées sous forme de taux avantageux (Le Brun, 2020). La mention "PTZ" est une simplification de la nomenclature des aides à l'accession à la propriété au gré des évolutions du dispositif. De 2005 à 2010, le PTZ est renommé NPTZ et à partir de 2011, il devient le PTZ+.

13Les organismes de crédit ont la charge de transmettre à la SGFGAS les informations sur les opérations (achats d’un bien immobilier) financées avec un prêt complémentaire PTZ. Les données sont transmises à la SGFGAS par les organismes de crédits qui distribuent le PTZ dans le cadre d’une convention avec l’État et la SGFGAS.

  • 4 La base de données du fichier Prêts à Taux Zéro (PTZ) a été gracieusement mise à disposition par la (...)

14La table de données réceptionnée4est riche (162 variables, 3 millions de lignes et une couverture spatiale sur la France métropolitaine). Il n’y a pas de document de métadonnées qui accompagne la base. Toutefois, un dictionnaire complet des données PTZ est disponible.

15Outre les informations sur les prêts complémentaires, les données renseignent également les modalités d’accès et les caractéristiques des prêts principaux pour le financement d’une opération : montant du (des) crédit(s) principal(aux), taux d’intérêts, durée du (des) crédit(s), montant des mensualités, etc. En outre, de nombreuses caractéristiques de l’emprunteur sont détaillées : âge, catégorie socio-professionnelle d’appartenance, revenus, composition familiale ; des informations sur les opérations : prix d’achat total du bien, type d’opération, etc. Enfin, la couverture spatiale de l'échantillon réceptionné est la France métropolitaine et la granularité la plus fine de l'information géographique est la commune d’appartenance du bien immobilier acheté avec un prêt PTZ. La couverture temporelle de l'échantillon va de 1995 à 2016.

Préparation préliminaire : sélection des attributs et nettoyage des données individuelles

16Les deux tables de données réceptionnées contiennent des informations individuelles spatiales et temporelles suffisamment étoffées pour construire des indicateurs agrégés variés qui donnent l’occasion de saisir les dynamiques du marché immobilier résidentiel à la propriété.

17Avant de construire des indicateurs agrégés, les données individuelles sont préparées à partir d'une sélection d'attributs (sélection des colonnes des échantillons) et d'étapes successives qui nettoient les données individuelles des deux échantillons (sélection des lignes des échantillons).

Sélection et extraction des attributs sur les données individuelles

18Les individus de chacune des deux sources de données possèdent des attributs (variables). La sélection des variables tient compte d'une réflexion sur les quatre champs d’investigation thématiques présentés dans la dernière partie de l'article : les prix, le profil socio-démographique des acquéreurs et vendeurs, les régimes d’achat et les types de mutation des biens ainsi que les types de biens immobiliers. Les attributs disponibles qui sont jugés les plus pertinents sont sélectionnés pour composer les champs d'investigation thématiques et, ainsi, caractériser les unités spatiales et les groupes de population de la base CASSMIR selon leurs modalités possibles.

19Au final, 27 attributs issus de l'échantillon de la base BIEN et 19 issus de l'échantillon de la base PTZ sont retenus. Certains attributs sont issus de recompositions par des traitements sur les informations d'origine. Par ailleurs, en ce qui concerne les attributs d’origine sur les séries discrètes, les valeurs possibles correspondent majoritairement à des informations retravaillées. La destination de ces attributs dans la base CASSMIR n'est pas forcément identique : certains d'entre eux peuvent, par exemple, servir à caractériser les unités spatiales, alors que d'autres sont utilisés uniquement pour caractériser les groupes de population (tableaux 2 à 5).

Tableau 2 : Attributs sélectionnés sur les prix

Attributs des données individuelles

Valeurs possibles

Source BIEN

Source PTZ

Utilisé pour caractériser les groupes de population

Utilisé pour caractériser les unités spatiales

Prix nominal

Série continue

Oui. Prix net vendeur.

Oui. Montant de l'opération ttc.

Oui

Oui

Prix au m²

Série continue

Oui. Prix au m² net vendeur.

Non

Oui

Oui

Le Corre, 2021

Tableau 3 : Attributs sur les caractéristiques socio-démographiques des acquéreurs-vendeurs

Attributs des données individuelles

Valeurs possibles

Source BIEN

Source PTZ

Disponibilité CASSMIR attributs Population

Disponibilité CASSMIR attributs unités spatiales

Nature des acquéreurs

Personne morale, personne physique

Oui

Non

Oui

Oui

Nature des vendeurs

Personne morale, personne physique

Oui

Non

Oui

Oui

Type d'acquéreur

Si personne physique : Actif, inactif et retraité.

Si personne morale : Entreprises, Organisme public et HLM, SCI, Marchands de bien.

Oui

Oui (uniquement personne physique).

Oui

Oui

Type de vendeur

Si personne physique : Actif, inactif et retraité.

Si personne morale : Entreprises, Organisme public et HLM, SCI, Marchands de bien.

Oui

Non

Oui

Oui

Catégorie Socio-Professionnelle de l’acquéreur

PCS en 8 postes selon la nomenclature Insee.

Oui

Oui

Oui

Oui

Catégorie Socio-Professionnelle du vendeur

PCS en 8 postes selon la nomenclature Insee.

Oui

Oui

Oui

Oui

Âge de l’acquéreur

Série continue

Oui

Oui

Oui

Oui

Âge du vendeur

Série continue.

Oui

Non

Oui

Oui

Tranche d’âge d’appartenance de l’acquéreur

Uniquement pour type d'acquéreur actif : 18-30 ans, 30-50 ans, Plus de 50 ans.

Oui

Oui

Oui

Oui

Tranche d’âge d’appartenance du vendeur

Uniquement pour type de vendeur actif : 18-30 ans, 30-50 ans, Plus de 50 ans.

Oui

Non

Oui

Oui

Situation matrimoniale de l’acquéreur

Vie conjugale, Divorcé ou en veuvage, Célibataire

Oui

Oui

Oui

Oui

Situation matrimoniale du vendeur

Vie conjugale, Divorcé ou en veuvage, Célibataire

Oui

Non

Oui

Oui

Sexe de l’acquéreur

Homme, Femme

Oui

Non

Oui

Oui

Sexe du vendeur

Homme, Femme

Oui

Non

Oui

Oui

Provenance des acquéreurs selon leur origine résidentielle

Origine résidentielle locale, régionale, nationale, internationale

Oui

Non

Oui

Oui

Statut d’occupation du logement actuel de l’acquéreur

Propriétaire, locataire parc privé, locataire parc HLM, Hébergement parental, autre

Non

Oui

Oui

Oui

Revenus nets total à l’année N du ménage

Série continue

Non

Oui

Oui

Non

Le Corre, 2021

Tableau 4 : Attributs sur les régimes d'achats et types de mutation des biens

Attributs des données individuelles

Valeurs possibles

Source BIEN

Source PTZ

Disponibilité CASSMIR attributs Population

Disponibilité CASSMIR attributs unités spatiales

Présence de crédit à l'achat

Oui, Non, Oui supposé

Oui

Non Montant de l'opération ttc.

Oui

Oui

Type de garantie du prêt immobilier

Hypothèque, caution par société, caution personnelle, aucune

Oui. Pas de détail entre caution par société et caution personnelle

Oui

Oui

Oui

Type de prêt immobilier

Libre, conventionné, autre

Non

Oui. Pour le prêt principal

Oui

Oui

Montant du crédit

Série continue

Oui

Oui. Il s'agit du montant de l'ensemble des prêts

Oui

Oui

Type de mutation précédente du bien vendu

Acquisition, Héritage ou donation, Partage

Oui

Non

Oui

Oui

Durée de détention du bien par le vendeur

Série continue

Oui

Non

Oui

Oui

Tranche d’appartenance du vendeur sur la durée de détention du bien

En tranches de cinq année, de [0,5[ à [20+

Oui

Non

Oui

Oui

Plus ou moins-value réalisée par le vendeur

Série continue

Oui

Non

Oui

Non

Montant du prêt principal

Série continue

Non

Oui

Oui

Oui

Montant du PTZ

Série continue

Non

Oui

Oui

Non

Taux effectif général du prêt principal

Série continue

Non

Oui

Oui

Non

Durée totale (en mois) du prêt principal

Série continue

Non

Oui

Oui

Non

Revente d’un logement pour le financement de l’acquisition du bien

Oui, Non

Non

Oui

Oui

Non

Type d’opération

Achat dans le neuf, Construction avec achat foncier, Achat dans l’ancien avec rénovation, autre

Non

Oui

Oui

Non

Le Corre, 2021

Tableau 5 : Attributs sur les types de biens immobiliers

Attribut des données individuelles

Valeurs possibles

Source BIEN

Source PTZ

Utilisé pour caractériser les groupes de population

Utilisé pour caractériser les unités spatiales

Type de bien immobilier

Appartements et maisons caractérisés par une catégorie de taille, petit, standard et grand, en fonction du nombre de pièces

Oui

Non

Oui

Oui

Nature du bien immobilier

Appartements ou maisons

Oui

Oui

Oui

Oui

Ancienneté du bien immobilier

Époques de construction des biens en 9 tranches : de ante-1850 à bien neuf

Oui

Non

Oui

Oui

Le Corre, 2021

Nettoyage des données

20En ce qui concerne l’échantillon de la base BIEN, le nettoyage est d'abord réalisé en éliminant des erreurs identifiées sur les prix et la localisation des transactions. Les transactions à un prix anormalement faible, par l'intrusion de transactions déguisées pour des raisons fiscales sur la donation, ou trop élevées, essentiellement pour des erreurs de saisie, sont enlevées de l'échantillon. Une seconde étape contrôle les coordonnées géographiques des transactions à partir du cadastre. Les transactions qui ne sont pas localisées à l'adresse sont retirées de l'échantillon. Un troisième temps du nettoyage écarte les produits immobiliers qui reposent sur des marchés en lien avec une activité économique ou sur des niches très particulières. Cela concerne les ateliers d'artiste, les chambres de service, les greniers destinés à être aménagés, les logements de gardien d'immeuble, les tours et moulins, les fermes, les châteaux et grandes propriétés et les maisons rurales.

21Les conditions de traitement des données individuelles BIEN imposent de produire une donnée statistique agrégée à partir d'au moins cinq individus statistiques. Pour respecter cette condition, en tenant compte des méthodes d’agrégation des données adoptées sur les agrégats spatiaux fins (voir partie suivante), un algorithme de classification supervisée par densité est utilisé (Db-Scan). Il permet de retenir les transactions qui appartiennent à un cluster composé d'au moins cinq transactions qui possèdent chacune un voisin à moins de 1000 mètres de distance euclidienne.

  • 5 Établies pour l'année 2011 selon les données Insee du recensement.

22La dernière opération implique un redressement de l'échantillon avec la duplication des transactions qui appartiennent à des communes de plus de 10 000 habitants5. En effet, pour diminuer le coût du financement de ces données commercialisées, l'échantillon réceptionné est composé d'uniquement 50 % du stock des transactions de ces communes par rapport à la base de données BIEN, alors qu'il est composé de la totalité des transactions dans les communes de moins de 10 000 habitants. Pour une meilleure représentativité des données et rétablir le poids des espaces urbains, les transactions dans les communes de plus de 10 000 habitants sont donc dupliquées (tableau 6).

Tableau 6 : Les étapes de préparation des données individuelles BIEN

Étapes successives de préparation

Nombre d'individus

Échantillon initial

1 113 795

Vérification des informations sur l'année et le prix

1 101 120

Vérification des informations de géolocalisation

1 094 055

Vérification des types de produits immobiliers

1 088 078

Vérification de la proximité spatiale entre les biens immobiliers

1 072 116

Redressement par duplication des individus pour les transactions localisées dans des communes de plus de 10 000 habitants en 2011

1 887 177 (dont 815 061 lignes dupliquées)

Le Corre, 2021

  • 6 À retrouver dans le dictionnaire de la base PTZ.

23En ce qui concerne l'échantillon de la base PTZ, diverses préconisations de sélection des données pour assurer la fiabilité des informations produites sont explicitées par le producteur des données et sont appliquées sur notre échantillon6. Par ailleurs, la couverture spatiale de l'échantillon est réduite à l'Île-de-France et les opérations qui concernent uniquement des opérations individuelles de construction d'un logement sont retirées de l'échantillon (tableau 7).

Tableau 7 : Les étapes de préparation des données individuelles PTZ

Étapes de préparation

Nombre d'individus

Échantillon initial

3 010 910

Conditions préconisées par le producteur des données

1 438 388

Vérification du type d'opération (exclusion de la construction individuelle sans achat foncier)

1 261 072

Sélection des opérations destinées à l'acquisition d'un bien en Île-de-France

146 333

Vérification des attributs de localisation à la commune

144 392

Le Corre, 2021

  • 7 Le périmètre spatial du dispositif peut évoluer en fonction des réglementations successives du PTZ. (...)

24Avec ces traitements, les échantillons sont "préparés" pour l'agrégation des données individuelles. L'échantillon préparé de la base BIEN comptabilise 1 887 177 observations individuelles, dont 815 061 dupliquées pour le redressement de l'échantillon, celui de PTZ en compte 144 392. Pris annuellement sur la période étudiée, le nombre d'observations de chaque échantillon préparé varie fortement (figure 2). Pour l'échantillon préparé BIEN, le stock d’observations évolue d’une année à l’autre en fonction de l’échantillon de départ et des dynamiques de ventes immobilières. Ainsi, certaines années n'ont aucune observation car les données individuelles correspondantes ne sont pas disponibles dans l'échantillon réceptionné. Quant aux pics observés, ils sont bien représentatifs des années qui ont enregistré le plus de transactions immobilières sur le marché. Le nombre d'observations annuelles de l'échantillon PTZ préparé évolue en fonction de l’évolution du dispositif d’aide à l’accession par le Prêt à Taux Zéro7 : plus des acquéreurs utilisent le dispositif, plus le nombre d'observations augmente. La révision du dispositif et son extension a un impact considérable, comme en témoigne le pic de 2011, dans le cadre du PTZ+, et sa chute brutale en 2012 et 2013, après sa révision sous la présidence de François Hollande.

Figure 2 : Évolution du nombre annuel d’observations

Figure 2 : Évolution du nombre annuel d’observations

Le Corre, 2021, source CASSMIR

Méthodes d’agrégation et d’interpolation spatiale

25Pour étudier les configurations spatiales du marché et leurs évolutions, la région francilienne est découpée en plusieurs unités géographiques d'analyse sur lesquelles les données individuelles sont agrégées. Pour étudier la sociologie des marchés immobiliers, des groupes d'acquéreurs et de vendeurs sont définis selon un critère de genre, de génération et de catégorie socio-professionnelle, caractérisés par des attributs correspondant à des informations agrégées des données individuelles.

26Avec l’agrégation, les agrégats spatiaux/groupes de population caractérisés constituent désormais les individus, et ce, pour chaque année. Les indicateurs agrégés sont produits sur au moins cinq individus statistiques pour les unités spatiales et vingt individus statistiques pour les groupes de population.

L'agrégation sur les unités spatiales

27Il s'agit ici d'une approche classique en géographie, qui consiste à grouper spatialement les individus. À l'image du recensement, les données sont reportées à des unités géographiques. Globalement l’agrégation se réalise de la façon suivante : si la donnée travaillée concerne une variable quantitative, les fonctions d'agrégation utilisés renvoient des indicateurs de centralité et de dispersion (moyenne, médiane, écart-type) pour chaque agrégat et pour chaque année ; si la donnée travaillée concerne une variable catégorielle, l’agrégation renvoie un vecteur de proportion, c'est à dire des compositions qui donnent les proportions relatives de chacune des modalités de la variable catégorielle (exprimée en pourcentage), pour chaque agrégat et pour chaque année.

Tableau 8 : Les données de sortie agrégées aux unités spatiales

Unités d'agrégation

Données individuelles de référence

Paramètres statistiques séries continues

Unité de mesure série discrète

Nombre de variables créées (colonnes)

Nombre d'entités spatiales (lignes)

Communes

BIEN, PTZ

Observations de moyenne, médiane, écart-type

Pourcentage des effectifs partiels observés

226

17217 (N unités * N années)

Carreaux 1 km

BIEN

Moyenne pondérée interpolée

Pourcentage des effectifs partiels interpolés

113

78 575

Carreaux 200 m

BIEN

Moyenne pondérée interpolée

Pourcentage des effectifs partiels interpolés

113

674 296

Le Corre, 2021

  • 8 Sans restriction, avec le modèle par potentiels, on obtiendrait potentiellement des valeurs en tout (...)

28CASSMIR se décline à trois échelles d’agrégation qui permettent une analyse fine et multi-scalaire des structures spatiales du marché en Île-de-France : le niveau communal, le niveau du carroyage Insee 1 km de côté, le niveau du carroyage Insee 200 m de côté (tableau 8). L’échelon communal constitue l’entité spatiale de référence pour la sectorisation du marché local et donne la possibilité de croiser des données sur le marché immobilier avec d’autres données géographiques, notamment celles issues des enquêtes de l’Insee. Il s’agit également de l’échelle la plus fine pour l’agrégation d’attributs issus de la base PTZ. Toutefois, les maillages communaux sont morcelés et de tailles hétérogènes. Ils peuvent constituer un biais pour représenter finement l'information statistique et pour identifier les zones de ruptures et de discontinuités. Une solution, pour combler ces limites, est de recourir à un maillage neutre de type carroyage. Dans notre cas, le carroyage Insee 200 m et le carroyage Insee 1 km sont utilisés, uniquement pour les indicateurs construits à partir des données individuelles BIEN8. Les données agrégées sur les carroyages renvoient des valeurs interpolées.

29Les informations statistiques qui caractérisent les agrégats des deux carroyages résultent toutes d'une modélisation gravitationnelle, fondée sur le principe d'une interpolation spatiale sur les valeurs des données individuelles et de leurs positions réciproques dans l'espace. La modélisation produit, dans un voisinage déterminé, une information spatialement continue à partir d’informations géographiques localisées, spatialement disparates et discontinues. Dans notre cas, elle donne l’occasion d’étudier plus facilement des contextes locaux, notamment de faible densité du marché, sans soustraire ces espaces de l’analyse au titre des conditions d’utilisation des données (Le Goix et al., 2019).

30Un autre avantage de l'interpolation concerne la représentation cartographique des informations. Les valeurs lissées issues de l'interpolation favorisent l’observation de zones cohérentes et homogènes, indépendantes d’un maillage administratif, et de la formation de discontinuités spatiales à partir de la lecture d’un gradient.

31L’interpolation est effectuée ici en suivant une hypothèse d’interaction par le modèle de potentiels gravitationnels (Stewart, 1942 ; Rich, 1980). Le calcul des potentiels est réalisé avec le package SpatialPosition (Giraud, Commenges, Boulier, 2019). La fonction du modèle de potentiels se résume par :

32Aisigne le potentiel calculé des valeurs d’un point dans l’espace ;
Oj correspond au stock des caractéristiques, autrement dit la masse, avec j comme la localisation du centre d’attraction ;
f(dij) est une fonction d’interaction spatiale, qui est ici une fonction exponentielle négative de la distance entre i et j. La fonction peut être formalisée de la manière suivante :

où d0 correspond à la portée du potentiel d’interaction.

33Le choix est d’utiliser dans le modèle une fonction exponentielle qui permet de bien capter les interactions dans un voisinage proche. Le choix de la fonction s’accompagne de la portée, qui peut se définir comme la distance pour laquelle la masse exerce une influence et au-delà de laquelle l'interaction diminue. En général, la portée doit être au minimum deux fois supérieure à la taille des unités spatiales qui contiennent l’information statistique (Grasland, Mathian, Vincent, 2000). Pour le carroyage le plus fin, la portée définie est de 500 mètres de distance euclidienne. Pour le carroyage 1 km, la portée est de 3 000 mètres. Cette portée est synonyme de la distance au-delà de laquelle l’intensité de l’interaction est inférieure à 50 % et devient nulle quand la distance atteint 1 Km pour les carreaux de 200 m et de 6 Km pour les carreaux de 1 Km. Ce seuil, qui limite la distance d'interaction, diminue le coût computationnel dans le calcul de la matrice et garantit que tous les agrégats statistiques sont produits a minima à partir d'une interpolation sur cinq valeurs individuelles.

34Les cartographies des prix moyens des appartements en 2012 montrent des avantages et des limites de chaque carroyage (carte 1). Le carroyage 1 km est plus approprié pour représenter des phénomènes géographiques à un niveau méso. L'homogénéisation spatiale issue de l'interpolation renforce une analyse à portée généralisante. On constate notamment que le carroyage 1 km, avec une portée d’interaction de 3 km, renvoie à une lecture spatiale des valeurs immobilières qui suit un schéma centre/périphérie. Quant au carroyage 200 m, avec une portée d’interaction de 500 m, s'il est bien représentatif de l’emprise du tissu urbain bâti existant, il rend difficile la lecture des dynamiques à un niveau régional. En revanche, il met plutôt bien en avant l'éclatement des valeurs immobilières dans certains périmètres locaux, notamment au sud et au nord-est de la capitale. À une représentation radiale s'ajoutent donc des multipolarités locales, qui affinent la lecture spatiale et l'analyse du phénomène. Il y a donc une complémentarité entre les différents agrégats géographiques retenus. Les zones blanches des cartes sont celles qui sortent de "l'espace du marché" défini selon un critère d'urbanisation et de densité du marché. D'une part, les carroyages Insee sont discontinus et ne s'appliquent que pour des espaces bâtis. D'autre part, l'interpolation n'est pas réalisée pour les carreaux qui ne recensent aucune transaction, appartenant à un cluster composé de cinq transactions annuelles minimum lors de la période étudiée. À cela s'ajoutent, selon les années, des zones qui vont au-delà des limites d'interaction définies (1 kilomètre pour les carreaux de 200 m, et 6 kilomètres pour les carreaux de 1 km). Quant aux communes, les zones blanches concernent les entités spatiales avec un nombre insuffisant d’individus observés (moins de cinq transactions pour l’année étudiée) pour livrer une information statistique.

Carte 1 : Échelles de références et représentations cartographiques

Carte 1 : Échelles de références et représentations cartographiques

Le Corre, 2021, source CASSMIR

L'agrégation sur les groupes de population acquéreurs-vendeurs

  • 9 Au sens d'individus qui ne sont pas à la retraite. Les individus retraités n’entrent pas dans le pr (...)

35Les données sources donnent accès à des informations sur les acquéreurs et les vendeurs qui permettent d'étudier les différenciations et les évolutions sociologiques sur le marché. Cela consiste à transposer les données individuelles en tableau de distribution statistique qui a pour populations étudiées (variables d'agrégation) des catégories sociologiques d'acquéreurs et de vendeurs. Trois profils sociologiques sont étudiés : un profil social, un profil par genre et un profil générationnel. Pour le profil social, la variable d'agrégation concerne la catégorie socio-professionnelle d’appartenance des acquéreurs et vendeurs, avec des enregistrements qui correspondent aux 8 postes Insee, ainsi que trois catégories de personnes morales. Le profil par genre est décliné par un groupe Homme et un groupe Femme. Le profil générationnel des personnes actives est, quant à lui, constitué par la variable d'agrégation sur les tranches d'âge d'appartenance des acquéreurs et des vendeurs actifs9, avec, comme enregistrements, un groupe d'individus compris entre 18 et 29 ans, un groupe entre 30 et 49 ans et un groupe entre 50 ans et plus.

36Ces enregistrements constituent donc les entités statistiques (agrégats) de la table CASSMIR, qui a pour entrées des groupes de population. Chacun de ces agrégats est caractérisé par les indicateurs du marché, permettant, in fine, d’analyser les profils sociologiques des acquéreurs et vendeurs de la région Île-de-France. Pour les variables quantitatives agrégées, les fonctions d'agrégation utilisées renvoient des indicateurs de centralité et de dispersion (Q1, moyenne, médiane, Q3, écart-type) pour chaque agrégat et pour chaque année. Pour une variable catégorielle, l’agrégation renvoie un vecteur de stock, c'est à dire les effectifs cumulés observés de chacune des modalités de la variable catégorielle, pour chaque agrégat et pour chaque année.

37Le fichier sur les groupes de population est composé de 533 lignes (détails des groupes de population acquéreurs-vendeurs) pour 330 variables. Des variables complémentaires sont produites par rapport aux données spatiales de sortie. Ces variables concernent les informations sur le crédit, sur le revenu, sur les relations d’achats et de vente entre les groupes d’acquéreurs et de vendeurs (tableau 9).

Tableau 9 : Les données de sortie agrégées aux groupes de population acquéreurs-vendeurs

Population

Groupe

Données individuelles de référence

Paramètres statistiques séries continues

Unité de mesure série discrète

Acquéreurs

Social : par CSP des personnes physiques et Types de personnes morales

BIEN, PTZ

Observations de moyenne, médiane, Q1, Q3, Écart-type

Effectifs observés

Acquéreurs

Générationnel : par tranches d’âges des personnes physiques

BIEN, PTZ

Observations de moyenne, médiane, Q1, Q3, Écart-type

Effectifs observés

Acquéreurs

Genre : par sexe des personnes physiques

BIEN

Observations de moyenne, médiane, Q1, Q3, Écart-type

Effectifs observés

Vendeurs

Social

BIEN

Observations de moyenne, médiane, Q1, Q3, Écart-type

Effectifs observés

Vendeurs

Générationnel

BIEN

Observations de moyenne, médiane, Q1, Q3, Écart-type

Effectifs observés

Vendeurs

Genre

BIEN

Observations de moyenne, médiane, Q1, Q3, Écart-type

Effectifs observés

Le Corre, 2021

Reproductibilité des traitements sur les données individuelles

38Une lecture intelligible des données et la reproductibilité des traitements sont peu évidentes à garantir quand les données brutes sont contraintes par des règles d’accès et de diffusion. À des fins pédagogiques et pour garantir des mises à jours de la base de données dans les prochaines années, toutes les étapes reposent sur une procédure reproductible mise à disposition sur un site Web dédié, hébergé sur GitLab.

  • 10 Cette démarche est semblable à certaines propositions pédagogiques en analyse spatiale (Grasland 19 (...)

39Cela s'accompagne de la diffusion d'échantillons tests permettant à chaque utilisateur d’examiner des tables de données sources (BIEN et PTZ) et de rejouer les traitements présentés précédemment10. Ces échantillons tests sont composés de 2000 individus de la table BIEN et 500 individus de la table PTZ, tirés aléatoirement pour les années 1996, 1999 et 2003 jusqu’à 2012, soit 24 000 individus tests issus de la table BIEN et 6000 individus tests issus de la table PTZ.

  • 11 Pour l’échantillon de la table BIEN, 16 variables sont exclues. Pour la base PTZ, 20 variables sont (...)

40Dans un souci de respecter les conditions de confidentialité des données et de propriété intellectuelle des services producteurs, une anonymisation totale précède la diffusion des données, avec l'exclusion de toutes les informations spatiales et temporelles sensibles11. De plus, du bruit randomisé est introduit, modifiant sensiblement les valeurs réelles sur une sélection de variables quantitatives (prix, montant des prêts, etc.), afin d’éviter que les informations des échantillons tests mis à disposition soient identiques aux données originales.

41Les échantillons tests sont déposés avec la base CASSMIR et sont exportés au format .txt. Aucune information, produite à partir de ces données anonymisées, ne serait susceptible d’être utilisée comme une expression de "l’état réel du marché". Ces échantillons sont spécifiquement dédiés à la reproductibilité du travail de construction de la base de données CASSMIR.

42L’anonymisation a comme conséquence d’écraser les informations de nature géographique. Or, sans le caractère spatial des données, les capacités d’examen et de reproductibilité des traitements s’avèrent réduites. La solution proposée est d'assigner aux données anonymisées (échantillons tests) de nouvelles informations géographiques dans un espace fictif.

43L’espace fictif est un plan en deux dimensions contraint par des limites en abscisses et ordonnées qui simulent une distance de 20 km (bounding box). Cet espace fictif est découpé par 80 polygones de Voronoï aléatoirement dessinés. Ces polygones doivent être interprétés comme une métaphore des entités spatiales administratives communales (figure 3). À ce découpage s’ajoute la création de deux grilles carroyées de 200 m et de 1 km de côté.

Figure 3 : Représentation de l’espace fictif

Figure 3 : Représentation de l’espace fictif

Le Corre, 2021

  • 12 Du "bruit" peut être ajouté pour améliorer la distribution.
  • 13 La granularité spatiale doit être équivalente à celle des données sources. Pour les individus de l' (...)

44Pour assigner des informations géographiques, les individus des échantillons tests sont projetés sur un plan en deux dimensions. La projection consiste à distribuer non-aléatoirement les individus dans l'espace, à partir de trois critères de ressemblances et de différenciations spatiales : les types des biens (maisons et appartements), le prix et le profil social des acquéreurs. Sur ces critères, une analyse des correspondances multiples (ACM) est réalisée à partir d'un tableau disjonctif composé des individus des deux échantillons tests. La projection des individus sur les deux premiers axes de l'analyse détermine leurs localisations dans l'espace fictif12. En d'autres termes, les coordonnées des individus sur le plan factoriel sont assignées comme coordonnées géographiques X, Y13.

45Cette proposition n'est pas l'unique manière de travailler sur des données individuelles privées et confidentielles. D'autres méthodes sont utilisées depuis longtemps, notamment en géographie de la santé, qui permettent de diffuser des informations sensibles en préservant la dimension spatiale tout en assurant la confidentialité des données individuelles (Armstrong, Rushton, Zimmerman, 1999). Ces solutions n'ont pas été retenues car elles préservent trop fortement la structure des données individuelles et leurs organisations spatiales dans l'espace "réel", ce que les producteurs de données ne nous autorisent pas à diffuser telles quelles. L'objectif n'est pas non plus identique : alors que les solutions alternatives pour les données médicales visent à diffuser un échantillon de données individuelles qui serait susceptible d'enrichir les problématiques et traitements spatiaux, dans notre cas, il s'agit uniquement de permettre à un utilisateur de reproduire les traitements de sélection, de préparation et d'agrégation des données, proposés dans ce travail.

Exploration des données de la base CASSMIR

  • 14 Tous ces traitements sont reproductibles à partir des codes sources prêts à l’emploi disponibles à (...)

46Afin de guider l’usage des données, des exemples illustrent les traitements possibles offerts par les données pour des analyses thématiques14. Ces exemples se fondent sur la présentation des quatre champs thématiques et permettent d’appréhender le potentiel des données de la base CASSMIR.

Les prix

47Plusieurs indicateurs de prix sont disponibles dans la base CASSMIR. Sur le plan spatial, les prix immobiliers et leurs dynamiques forment un proxy des hiérarchies urbaines, permettant d’interroger les modèles urbains et leurs évolutions (Cusin, 2016), les impacts des projets urbains (Guérois, Le Goix, 2009 ; Desponds, Bergel, 2014), ou encore la hausse des inégalités spatiales (Le Corre, 2019). Jusqu’à 51 indicateurs sur les prix caractérisent les unités spatiales. Ce nombre élevé s’explique par la prise en compte de différents segments immobiliers et mesure des prix. En effet, les indicateurs de distribution (moyenne, médiane, écart-type) s’appliquent aux différents types de biens immobiliers afin de pouvoir prendre en compte l’hétérogénéité des prix locaux entre différents types de biens. Par ailleurs, des mesures du prix au m2 sont ajoutées quand les biens concernés sont des appartements. L’ensemble de ces indicateurs est particulièrement efficace pour analyser les évolutions hétérogènes dans la hiérarchie spatiale du marché (figure 4).

48En ce qui concerne les groupes de population, CASSMIR donne accès à des informations qui permettent d’analyser différentes structures de disparités par groupe, conjointes aux dynamiques spatiales des prix. Elle met notamment en lumière les prix d’achat et de vente de chaque groupe sur différents segments de types de biens, et offre des mesures de dispersion internes aux groupes en incluant des indicateurs au premier et troisième quartile de la distribution des prix.

Figure 4 : Régression linéaire sur les prix locaux en 1999 et 2018

Figure 4 : Régression linéaire sur les prix locaux en 1999 et 2018

Le Corre, 2021, source CASSMIR

Les profils des acquéreurs-vendeurs

49La base CASSMIR permet de réaliser des analyses sur les acquéreurs et vendeurs. En sociologie urbaine et géographie sociale, le marché immobilier est depuis longtemps considéré comme un élément moteur du tri et du filtrage social dans les espaces urbains (Halbwachs, 1909). Aujourd’hui encore, de nombreuses hypothèses sont soulevées quant à l’implication du marché à la propriété dans les processus de gentrification, de moyennisation ou encore de périphérisation des catégories populaires, dont l’observation de tels phénomènes suppose des données de la structure résidentielle sur plusieurs décennies (Lévy, 2003 ; Madoré, 2013). La base CASSMIR a l’avantage de recenser les tendances socio-spatiales animées par le marché et, ainsi, de rendre possible l’évaluation du rôle effectif du marché à la propriété sur les structures résidentielles (Buhot, 2009 ; Boulay, Guérois, Le Goix, 2011 ; Le Goix et al., 2019 ; Le Corre, 2019). Elle met à disposition plusieurs indicateurs sur les acquéreurs et les vendeurs, regroupés en plusieurs catégories selon leur nature (personne physique ou personne morale), leurs types, et, pour les ménages, leurs appartenances aux différentes catégories socio-professionnelles (carte 2), le sexe, l’âge, la situation matrimoniale et l’origine résidentielle par rapport au lieu d’achat.

50En étayant la géographie sociale du marché, les schémas spatiaux permettent alors d’interpréter l’évolution de la division sociale de l’espace et des polarisations socio-spatiales du marché à partir de différentes grilles de lecture possibles : indices de ségrégation, cartographies descriptives, quotients de localisation, analyses des polarités, etc.

51Pour les groupes de population, des indicateurs supplémentaires renvoient à des couples d’acquéreurs-vendeurs et vendeurs-acquéreurs, avec des relations dénombrées pour chaque groupe d’entrée et pour chaque année. Ces configurations acquéreurs-vendeurs (figure 5) permettent de saisir les relations sociales homogames ou hétérogames et d’interpréter des processus de remplacement de population sur les stocks de biens mis sur le marché.

Carte 2 : La géographie des acquéreurs ouvriers

Carte 2 : La géographie des acquéreurs ouvriers

Le Corre, 2021, source CASSMIR

Figure 5 : Les relations socio-démographiques entre acquéreurs et vendeurs

Figure 5 : Les relations socio-démographiques entre acquéreurs et vendeurs

Le Corre, 2021, source CASSMIR

Les régimes d’achat et les types de mutation des biens

52Le troisième champ d’investigation thématique porte sur les régimes d’achat, caractérisés par les acquéreurs, et les types de mutation des biens, caractérisés par les vendeurs. Les régimes d’achat se définissent par les conditions de financement d’un investissement immobilier lors d’une acquisition. Analyser les régimes d’achat permet d’approcher l’évolution des conditions et filières d’accès à la propriété et de questionner ainsi l’implication des structures économiques du marché, de ses institutions et les circuits de financement sur la segmentation spatiale et sociale du marché (Topalov, 1987 ; Le Corre, 2019). Le second point concerne les types de mutation des biens, caractérisés par le vendeur. Plus précisément, il s’agit de données qui renseignent les conditions de la vente du bien.

53La base CASSMIR comprend de nombreux indicateurs inédits sur le financement de l’investissement, permettant de caractériser les groupes de population et les unités spatiales (présence d’un crédit à l’achat, montant du crédit, Loan-to-Value, etc.). Elle précise notamment les modalités d’emprunt des groupes de population par CSP et par tranches d’âge, donnant la possibilité d’estimer la capacité d’achat des ménages en tenant compte de l’évolution des conditions du crédit (durée du prêt principal, taux effectif général du prêt, types de prêts, etc.) (figure 6). Concernant les indicateurs relevant du type de mutation des biens, des indicateurs sur le mode de transmission du bien (héritage, acquisition, etc.), sur le turn-over (durée de détention du bien), et sur les plus ou moins-value réalisées par les vendeurs participent à saisir les dynamiques du marché immobilier et leurs implications sur les inégalités sociales.

Figure 6 : Évolution de la durée du crédit

Figure 6 : Évolution de la durée du crédit

Le Corre, 2021, source CASSMIR

Les types de biens immobiliers

54Le quatrième champ d’investigation thématique concerne les types de biens concernés par les opérations immobilières. L’objectif est d’identifier les stocks de produits immobiliers mis sur le marché, d’en saisir les spécificités géographiques et les différenciations entre les groupes de population. L’étude des biens immobiliers permet de tracer la cohérence entre structures socio-urbaines historiques de la métropole et celles du marché, de contribuer à l’identification de la segmentation spatiale du marché (les maisons pour la secundo-accession, des appartements pour la primo-accession) et à la segmentation locale inter-biens (de petits logements pour un investissement locatif, de grands logements pour de l’occupation résidentielle).

  • 15 Ces catégories construites sont également utilisées pour détailler les niveaux de prix locaux et le (...)

55Les indicateurs sur les types de biens dans CASSMIR sont de deux natures différentes. On retrouve d’abord des indicateurs sur la répartition des maisons et des appartements, déclinés sur différentes catégories établies en fonction du nombre de pièces (petit, standard, grand)15. Ensuite, d’autres indicateurs détaillent la répartition du parc échangé selon la période de production des logements (carte 3).

Carte 3 : Localisation des appartements construits avant 1850 mis sur le marché entre 1996 et 2018

Carte 3 : Localisation des appartements construits avant 1850 mis sur le marché entre 1996 et 2018

Le Corre, 2021, source CASSMIR

Conclusion

56La présentation de CASSMIR, développée dans cet article, met en avant la singularité de la démarche qui vise à proposer une base de données immobilière, préparée et consolidée à partir de données sources difficiles d’accès, tout en s’appliquant à offrir des traitements reproductibles. Par la suite, l’import de données actualisées dans le temps et dans l’espace permettrait d’enrichir la base CASSMIR. D’autres sources de données individuelles pourraient participer à cet enrichissement, dans l’objectif de minimiser la dispersion des informations sur les marchés immobiliers. En effet, s’il existe aujourd’hui différentes bases de données sur les marchés immobiliers, dont certaines en Open Access, elles résident dans chacun des services producteurs. Pour les chercheurs, cette dispersion amène à un manque de lisibilité dans l’identification des données les plus pertinentes pour répondre à leurs objectifs scientifiques. Au cours des prochaines années, CASSMIR peut avoir vocation à centraliser un maximum de données issues de sources différentes, afin de s’instaurer comme un lieu unique pour les chercheurs dans l’analyse des marchés immobiliers.

57La mise en partage des codes sources et de la documentation a pour vocation de produire un écosystème cohérent et transparent pour la gestion et l’alimentation de la base de données CASSMIR, à partir de chacune des sources travaillées, et d’agir comme un levier pour la production et la valorisation scientifique. Cet écosystème assure la reproductibilité de la construction de la base et sa pérennisation. En même temps, la création et l’animation d’une communauté d’échanges autour des données devraient améliorer et étoffer les possibilités d’analyse, en encourageant les chercheurs à partager sur la plateforme collaborative les codes sources de leurs traitements.

Supplemental Materials

Dataset Description

58Name: CASSMIR
Repository type: Zenodo [dataset].
Dataset available: YES
Permanent URL:
http://doi.org/​10.5281/​zenodo.4497219
DOI: 10.5281/zenodo.4497219
Supplemental materials: URL:
https://tlecorre.gitpages.huma-num.fr/​cassmir/​

59Ce jeu de données est déposé sous la licence Creative Commons paternité - usage non commercial - partage à l’identique 4.0 International (CC BY-NC-SA 4.0)16

Localisation du dépôt des données et description des fichiers

60À l’issue de ce travail, les fichiers disponibles stockés sur l’entrepôt de données Zenodo sont les suivants :

  • Pour la reproductibilité des traitements : PTZSampleForTest.txt ; BIENSampleForTest.txt

  • Pour la base CASSMIR : CASSMIR_SpatialDB.gpkg ; CASSMIR_GroupesPopDB.csv

  • Les fichiers de métadonnées de la base : CASSMIR_PopMetadata.csv ; CASSMIR_SpatialMetadata.csv ; LEXIQUE.csv

Remerciements

61Ce travail s’inscrit dans le cadre du projet de recherche WIsDHoM, soutenu par l’Agence Nationale de la Recherche (ANR-18-CE41-0004). Il a également reçu le soutien financier du Labex DynamiTe (ANR-11-LABX-0046) et le soutien technique de la TGIR Huma-Num.

62Un grand merci à Laurent Beauguitte, Robin Cura, Aurélie Douet, Jean-Baptiste Durand, Timothée Giraud, Julie Gravier, Pierre Le Brun, Renaud Le Goix et Ronan Ysebaert pour leurs contributions, conseils et relectures.

Liens hypertextes

ANR WIsDHoM

https://anr.fr/​Project-ANR-18-CE41-0004

Zenodo

https://doi.org/​10.5281/​zenodo.4497219

Paris Notaires Services (PNS)

http://paris-notaires-services.fr/​notaires/​base-bien/​

Société de Gestion des Financements et de la Garantie de l’Accession Sociale à la propriété (SGFGAS)

https://www2.sgfgas.fr/​

95 variables distinctes

https://gitlab.huma-num.fr/​tlecorre/​cassmir/​-/​blob/​master/​2015-01-08_Dictionnaire_des_variables_BIEN.xls

dictionnaire complet

https://gitlab.huma-num.fr/​tlecorre/​cassmir/​-/​blob/​master/​PTZ_DICO_2016.doc

site Web

https://tlecorre.gitpages.huma-num.fr/​cassmir

GitLab

https://gitlab.huma-num.fr/​tlecorre/​cassmir

Haut de page

Bibliographie

Armstrong M.P., Rushton G., Zimmerman D.L., 1999,
"Geographically masking health data to preserve confidentiality",
Statistics in Medicine, vol. 38, No.5, 497-525. URL: https://onlinelibrary.wiley.com/doi/10.1002/ %28SICI %291097-0258 %2819990315 %2918 %3A5 %3C497 %3A %3AAID-SIM45 %3E3.0.CO %3B2- %23

Boulay G., Guérois M., Le Goix R., 2011, "Acquéreurs et Vendeurs Dans L’inflation Immobilière à Paris et Marseille (1996-2006)", in : Pumain D., Mattei M.F. (dir.), Données Urbaines 6, Paris, Anthropos-Economica, coll.Villes,167-79. URL : https://halshs.archives-ouvertes.fr/halshs-00643569/.

Buhot C., 2009, "Embourgeoisement et Effet Littoral : Recompositions Socio-Spatiales à La Rochelle et à L’Île de Ré", Articulo - Journal of Urban Research, Special issue 1. URL : https://journals.openedition.org/articulo/1034

Casanova L., Boulay G., Gérard Y., Yahi L., 2017, "Deux bases de données, aucune référence de prix : comment observer les prix immobiliers en France avec DVF et PERVAL ?", Revue d’Économie Régionale & Urbaine, No.4, 711-732. URL: https://www.cairn.info/revue-d-economie-regionale-et-urbaine-2017-4-page-711.htm

Casanova L., Boulay G., Coulon M., 2019, "Une Aubaine Pour Les Géographes ? Intérêts Des Fichiers Open DVF Sur Les Transactions Foncières et Immobilières et Précautions d’usage", Cybergeo : European Journal of Geography. URL : https://journals.openedition.org/cybergeo/33602

Coulondre A., 2018, "Ouvrir la boîte noire des marchés du logement", Métropolitiques.eu, No.7, [en ligne]. URL: https://www.metropolitiques.eu/Ouvrir-la-boite-noire-des-marches-du-logement.html.

Cusin F., 2016, "Y a-t-il un modèle de la ville française ? Structures urbaines et marchés immobiliers", Revue française de sociologie, vol. 57, No.1, 97-129. URL: https://www.cairn.info/revue-francaise-de-sociologie-2016-1-page-97.htm

Desponds D., Bergel P., 2014, "La Mauvaise Réputation. Distance Aux ZUS et Prix de L’immobilier : Application d’un Modèle Hédonique à Six Intercommunalités Franciliennes", Cybergeo : European Journal of Geography. URL : https://journals.openedition.org/cybergeo/26283

Gaschet F., Pouyanne G., 2011, "Nouvelles centralités et valeurs immobilières : vers un découplage des centralités résidentielles et économiques ?", Revue d’Économie Régionale & Urbaine, vol. juin, No.3, 499-525. URL: https://www.cairn.info/revue-d-economie-regionale-et-urbaine-2011-3-page-499.htm

Giraud T., Commenges H., Boulier J., 2019, SpatialPosition : Spatial Position Models (version 2.0.0), [en ligne]. URL : https://CRAN.R-project.org/package =SpatialPosition

Grasland C., 1994, "L’erreur écologique En Géographie", Feuilles de Géographie, No.1, vol. 4, [en ligne]. URL: https://feuilles-de-geographie.parisnanterre.fr/wp-content/uploads/2015/09/1994_1.pdf

Grasland C., Mathian H., Vincent J.M., 2000, "Multiscalar Analysis and Map Generalisation of Discrete Social Phenomena: Statistical Problems and Political Consequences", Statistical Journal of the United Nations ECE, IOS Press, No.17, 157-88. URL: https://content.iospress.com/articles/statistical-journal-of-the-united-nations-economic-commission-for-europe/sju00461

Guérois M., Le Goix R., 2009, "La Dynamique Spatio-Temporelle Des Prix Immobiliers à Différentes échelles : Le Cas Des Appartements Anciens à Paris (1990-2003)", Cybergeo : European Journal of Geography. URL : https://journals.openedition.org/cybergeo/22644

Halbwachs M., 1909, Les Expropriations et Le Prix Des Terrains à Paris : 1860-1900, Paris, Cornély.

Arundel R., Hochstenbach C., 2020, "Divided access and the spatial polarization of housing wealth ", Urban Geography, No.4, vol. 40. URL : https://www.tandfonline.com/doi/full/10.1080/02723638.2019.1681722

Le Brun P., 2020, "Produire L’espace Néolibéral Par L’incitation Financière. Analyse Des Dispositifs de Soutien Des Marchés Immobiliers Résidentiels En France Depuis 2003", Mémoire de Master, Paris, Université de Paris.

Le Corre T., 2019, "Paris à tous prix. Analyse des inégalités par une géographie de l’investissement sur le marché immobilier résidentiel en Île-de-France", Thèse de doctorat, Paris, Université Paris 1 - Panthéon Sorbonne, [en ligne]. URL: https://tel.archives-ouvertes.fr/tel-02298354

Le Goix R., Casanova L., Bonneval L., Le Corre T., Benites-Gambirazio E., Boulay G., Kutz W., Aveline-Dubach N., Migozzi J., Ysebaert R., 2020, "Housing (in)Equity and the Spatial Dynamics of Homeownership in France: A Research Agenda", Tijdschrift Voor Economische En Sociale Geografie, vol. 112, No.1, 62-80. URL: https://onlinelibrary.wiley.com/doi/full/10.1111/tesg.12460

Le Goix R., Giraud T., Cura R., Le Corre T., Migozzi J., 2019, "Who Sells to Whom in the Suburbs? Home Price Inflation and the Dynamics of Sellers and Buyers in the Metropolitan Region of Paris, 1996-2012", PLoS One, Public Library of Science, vol. 14, No.3. URL: https://journals.plos.org/plosone/article ?id =10.1371/journal.pone.0213169

Lévy J.P., 2003, "Peuplement et Trajectoires Dans L’espace Résidentiel : Le Cas de La Seine-Saint-Denis", Population, vol. 58, No.3, 365-400.

Madoré F., 2013, Ségrégation Sociale et Habitat, Rennes, Presses Universitaires de Rennes, Coll.Géographie Sociale.

Migozzi J., 2019, "Selecting Spaces, Classifying People: The Financialization of Housing in the South African City", Housing Policy Debate, vol. 30, No.4, 640-660. URL: https://www.tandfonline.com/doi/full/10.1080/10511482.2019.1684335

Rich D., 1980, Potential Models in Human Geography. (Concepts and Techniques in Modern Geography), Norwich (Norfolk), Geo Abstracts.

Stewart J., 1942, "A Measure of the Influence of Population at a Distance", Sociometry, vol. 1, No.5, 63-71. URL : https://www.jstor.org/stable/2784954

Topalov C., 1987, Le Logement En France : Histoire d’une Marchandise Impossible, Paris, Presses de la Fondation Nationale des Sciences Politiques.

Haut de page

Notes

1 Aucune information sur le marché locatif n’est disponible dans la base CASSMIR.

2 À cela s’ajoute un fichier de métadonnées (.csv) qui liste les variables, informe la source d’origine de la donnée et renseigne leur disponibilité dans les fichiers CASSMIR.

3 Il s’agit du fichier Demande de valeurs foncières (DVF), géré par la Direction générale des finances publiques (DGFiP)

4 La base de données du fichier Prêts à Taux Zéro (PTZ) a été gracieusement mise à disposition par la Société de Gestion des Financements et de la Garantie de l’Accession Sociale à la propriété (SGFGAS), en vertu d’un accord conclu avec L’Unité Mixte de Recherche Géographie-Cités (UMR 8504) et Centre National de la Recherche Scientifique (CNRS). Ces données sont soumises à des conditions d’utilisation et de diffusion qui n’autorisent pas les chercheurs à les partager publiquement. Toutefois, les données de la base PTZ ont été partiellement ouvertes au public et quinze variables de la base sont aujourd’hui disponibles en libre accès à l’adresse suivante : https://www.data.gouv.fr/fr/datasets/base-de-donnees-ptz-prets-a-taux-zero/

5 Établies pour l'année 2011 selon les données Insee du recensement.

6 À retrouver dans le dictionnaire de la base PTZ.

7 Le périmètre spatial du dispositif peut évoluer en fonction des réglementations successives du PTZ. Une visualisation de l’évolution des périmètres du PTZ est disponible en ligne. URL : https://frama.link/b748oqzg

8 Sans restriction, avec le modèle par potentiels, on obtiendrait potentiellement des valeurs en tout point de l’espace. Toutefois, le marché immobilier à la propriété ne concerne pas tous les espaces. Par définition, il ne prend que l’espace peuplé — justifiant l’utilisation du carroyage de l’Insee — et ne s’étend pas nécessairement à l’ensemble des espaces résidentiels, car le logement à la propriété exclut un parc n’ayant pas ou rarement vocation à être commercialisé. On se limite donc à analyser uniquement les carreaux où des transactions sont effectivement réalisées au cours de la période étudiée.

9 Au sens d'individus qui ne sont pas à la retraite. Les individus retraités n’entrent pas dans le profil générationnel. En conséquence, dans la catégorie 50 ans et plus, les individus sont rarement âgés de plus de 62 ans.

10 Cette démarche est semblable à certaines propositions pédagogiques en analyse spatiale (Grasland 1994).

11 Pour l’échantillon de la table BIEN, 16 variables sont exclues. Pour la base PTZ, 20 variables sont exclues de l’échantillon par rapport aux données originales.

12 Du "bruit" peut être ajouté pour améliorer la distribution.

13 La granularité spatiale doit être équivalente à celle des données sources. Pour les individus de l'échantillon test issu de la table BIEN, ces nouvelles coordonnées fictives (en X, Y) sont assignées telles quelles. En ce qui concerne les individus de l'échantillon test de la table PTZ, nous assignons l’ID de chaque polygone de Voronoï, la granularité géographique pour ces données étant le niveau communal.

14 Tous ces traitements sont reproductibles à partir des codes sources prêts à l’emploi disponibles à l’adresse suivante : https://tlecorre.gitpages.huma-num.fr/cassmir/PlayWithCassmir.html.

15 Ces catégories construites sont également utilisées pour détailler les niveaux de prix locaux et les niveaux de prix par groupes de population.

16 https://creativecommons.org/licenses/by-nc-sa/4.0/

Haut de page

Table des illustrations

Titre Figure 1 : Schéma conceptuel de la BD CASSMIR
Crédits Le Corre, 2021
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-1.png
Fichier image/png, 49k
Titre Figure 2 : Évolution du nombre annuel d’observations
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-2.png
Fichier image/png, 30k
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-3.png
Fichier image/png, 1,7k
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-4.png
Fichier image/png, 1,7k
Titre Carte 1 : Échelles de références et représentations cartographiques
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-5.png
Fichier image/png, 89k
Titre Figure 3 : Représentation de l’espace fictif
Crédits Le Corre, 2021
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-6.jpg
Fichier image/jpeg, 84k
Titre Figure 4 : Régression linéaire sur les prix locaux en 1999 et 2018
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-7.png
Fichier image/png, 29k
Titre Carte 2 : La géographie des acquéreurs ouvriers
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-8.png
Fichier image/png, 308k
Titre Figure 5 : Les relations socio-démographiques entre acquéreurs et vendeurs
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-9.png
Fichier image/png, 27k
Titre Figure 6 : Évolution de la durée du crédit
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-10.png
Fichier image/png, 35k
Titre Carte 3 : Localisation des appartements construits avant 1850 mis sur le marché entre 1996 et 2018
Crédits Le Corre, 2021, source CASSMIR
URL http://journals.openedition.org/cybergeo/docannexe/image/37430/img-11.png
Fichier image/png, 225k
Haut de page

Pour citer cet article

Référence électronique

Thibault Le Corre, « Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France », Cybergeo : European Journal of Geography [En ligne], Data papers, document 992, mis en ligne le 09 août 2021, consulté le 21 septembre 2021. URL : http://journals.openedition.org/cybergeo/37430 ; DOI : https://doi.org/10.4000/cybergeo.37430

Haut de page

Auteur

Thibault Le Corre

Chercheur post-doctorant CNRS-UMR 8504 Géographie-cités, France t.lecorre@parisgeo.cnrs.fr

Haut de page

Droits d’auteur

Licence Creative Commons
La revue Cybergeo est mise à disposition selon les termes de la Licence Creative Commons Attribution 4.0 International.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search