322. Le modèle de répartition des localisations des résidents

Nous avons alors adopté une autre démarche. Nous avons cherché à expliquer la répartition des résidents à travers les zones de l’aire d’étude³⁴.

La variable à expliquer est P POPi est la proportion de résidents dans une zone i donnée. Différentes régressions linéaires ont été testées en fonction des diverses variables explicatives prises en compte. La spécification retenue est la suivante :

ACC_POP i (t-1) est l’accessibilité de la zone résidentielle i aux emplois à la période précédente. Elle est calculée comme suit :

où EMP j (t - 1) sont les emplois offerts totaux dans la zone j à la période précédente,
t ij sont les temps généralisés tous modes entre la zone i et la zone j,
τ 1 est le paramètre de conductance. Il est calé à partir d’un modèle gravitaire de distribution de la population en fonction de leur lieu de résidence et de leur lieu d’emploi.
P_IMMO i (t - 1) est un indicateur de prix immobilier de la zone i à la période précédente,
DENS_POP i (t - 1) est la densité de population dans la zone i à la période de temps précédente.

Les résultats de l’ajustement économétrique de cette spécification sont exposés dans le tableau suivant :

Tableau 5-8. Résultats de l’estimation de la répartition des localisations des résidents
	R²	0,57	R²aj	0,50
variables	coefficient	erreur de Student	t ratio	Pr ob > ; \|t\|
const	-0,0215	0,1179	-0,12	0,2570
ln (ACC_POP i )	0,0121	0,0108	1,12	0,2762
ln (P__IMMO i )	-0,0344	0,01678	-2,05	0,0526
ln (DENS_POP i )	0,0125	0,0527	2,37	0,0277

La qualité de l’ajustement n’est pas très satisfaisante, le coefficient de détermination R² étant égal à 0,57 et le coefficient de détermination ajusté à 0,50. L’estimation des paramètres de régression est relativement satisfaisante au regard des tests de Student. Les signes des coefficients sont corrects. La valeur de l’accessibilité de la population à l’ensemble des emplois intervient de façon positive sur la proportion de personnes résidentes dans la zone considérée. L’introduction de la variable d’accessibilité permet d’intégrer le rôle du système de transport sur les schémas de localisation résidentielle. Ainsi, à une structure spatiale de la distribution des emplois donnée, une augmentation des temps généralisés de transport induit une perte d’accessibilité ce qui agit négativement sur l’attractivité de la zone et sur le nombre de personnes susceptibles de s’y localiser. La valeur de la densité de la population intervient de façon positive sur la proportion des personnes résidentes dans une zone donnée. Enfin, les indicateurs des prix immobiliers interviennent négativement sur la répartition des résidents dans les espaces urbains. Plus la zone résidentielle présente des prix immobiliers élevés et moins les individus seront enclin à s’y localiser. Ainsi, la proportion de résidents dans la zone i croît avec le logarithme de l’accessibilité dont bénéficie les résidents aux emplois dans l’agglomération, elle croît avec le logarithme de la densité de population dans la zone i et décroît avec le logarithme de l’indicateur des prix immobiliers de la zone i. L’accessibilité et les valeurs immobilières interviennent en sens inverse.

Au regard de la qualité médiocre de l’ajustement et parce que la répartition spatiale de la population ne peut être totalement envisagée de façon déterministe, seulement un quart de la répartition spatiale de la population est considéré comme étant expliquée de cette façon. Les trois-quarts restant font l’objet d’hypothèses scénariales. D’autres régressions non retenues ont estimées, ces résultats sont exposés dans l’annexe 5-2).

Notes

34.

Il n’a été considéré que le périmètre interne de l’aire d’étude, correspondant au périmètre de l’enquête ménages de déplacements. En effet, sur le reste du périmètre, certaines informations, notamment les données sur les prix immobiliers, ne sont révélées indisponibles.