| Résumés |
| fr |
Cette thèse, portant sur le choix de localisation résidentielle des ménages, s’inscrit dans le cadre théorique de la microéconomie urbaine et de l’utilité aléatoire. Si l’approche des choix discrets reste la plus appropriée dans ce domaine, la difficulté réside dans l’adaptation de ce type de modèles au contexte spatial (autocorrélation spatiale, grand nombre d’alternatives de choix) d’une part, et dans la manière de définir l’échelle de désagrégation d’autre part. Pour ce faire, nous avons procédé en deux temps. Nous avons estimé un logit multinomial avec un échantillon aléatoire d’alternatives pour comprendre le processus de choix de localisation résidentielle, avant de tester l’apport d’une structure hiérarchique pour traiter les problèmes d’autocorrélation spatiale. Cela a aussi permis l’investigation d’une nouvelle méthode de correction des biais liés à l’échantillonnage d’alternatives dans le cas du modèle logit emboîté. En termes de résultats, nous avons montré que la qualité de l’environnement social est le facteur le plus déterminant, sans remettre en cause le poids toujours important de l’accessibilité à l’emploi. Au plan méthodologique, nous avons été en mesure de tester l’apport de l’utilisation d’un modèle logit emboîté pour analyser les choix de localisation de l’aire urbaine de Lyon. Cependant, nous n’avons pas pu dépasser la difficulté de séparer l’autocorrélation spatiale et entre les nids. Le calage du modèle de choix de localisation en 1999 et en 2007 a aussi permis de donner des éléments de réponse sur la transférabilité temporelle des modèles de choix de localisation et de questionner, dans les travaux futurs, le pouvoir prédictif d’un modèle de choix de localisation. |
| en |
This thesis, focusing on the choice of residential location, is based on the theoretical framework of urban micro-economy and random utility. Though discrete choice modelling is the most appropriate in this field, the difficulty lies in choosing the appropriate model to the spatial context of residential location choice (spatial autocorrelation, large number of alternatives), on the one hand, and in the way of defining the spatial scale, on the other hand. For this purpose, we proceeded in two stages. We estimated a multinomial logit with random sampling of alternatives to understand the process of residential location choice before taking into account the spatial autocorrelation, and estimating a nested logit model. It also allowed to investigate the feasibility of applying a new method to correct biases of sampling alternatives in the case of nested logit model. In terms of results, we have shown that social environment are the most important determinants of residential location choice. Though job accessibility still weigh on household choice decision. In terms of methodology, we were able to test the feasibility of estimating a nested logit model with sampling of alternatives to analyze the choice of location of Lyon urban area. However, we could not overcome the difficulty of distinguishing spatial autocorrelation from nesting. The use of 1999 and 2007 databases to model residential location choice also helped to provide answers on the temporal transferability of location choice models and discuss in future work the predictive power of a location choice model. |
|
