Les taux de densification de la population dans les noyaux d’habitat La deuxième étape de l’analyse consiste à rechercher les facteurs explicatifs de la variation

communale de la densification des noyaux d’habitat c’est-à-dire de la concentration de l’évolution de la population dans les noyaux d’habitat avec élimination de la composante d’évolution de la population. De l’ensemble des lieux, ont été extraites les communes qui ne sont pas en croissance de population.

Une fois que l'on élimine la part de l'évolution du noyau d'habitat due à l'évolution de la population, les résultats sont moins significatifs. Ils sont néanmoins moins variables et dépendent moins de la taille du noyau d’habitat.

C’est le taux d’évolution de la population âgée de 25 à 44 ans qui apparaît comme la variable la plus explicative du phénomène. Celle-ci apparaît ici comme signe de dynamisme démographique d’une commune. Interviennent également dans l’explication des variables de pression foncière comme le prix de vente des habitations petites et moyennes et la superficie résiduaire au plan de secteur. Enfin, l’augmentation de la population dans les noyaux de plus de 2000 habitants est influencée par la présence d’aménités rurales ; cette variable intervient mais de manière moins significative dans l’explication de la densification de tous les noyaux d’habitat, quelle que soit leur taille.

Modèle de régression sur « densification de la population dans les noyaux d’habitat »

38.2% de la variation communale des taux d’évolution de la population dans les noyaux d’habitat sont expliqués par les variables explicatives suivantes :

- une variable de pression foncière, à savoir le prix de vente moyen des habitations petites et moyennes.

- deux variables démographiques, le nombre de personnes par ménage et l’évolution du nombre de personnes âgées de 25 à 44 ans.

Tableau 17 – Résultats du modèle de régression sur la densification de la population dans les noyaux d’habitat

Paramètres de l’analyse de régression Variables

R² paramètres Écarts-types sur les

paramètres

Statistique t

Evolution de la population âgée de 25 à 44 ans

Prix de vente des habitations petites et moyennes

Nombre de personnes par ménage

38.2%

Modèle de régression sur « densification de la population dans les noyaux d’habitat de plus de 1000 habitants »

35.2% de la variation communale des taux d’évolution de la population dans les noyaux d’habitat de plus de 1000 habitants sont expliqués par les variables explicatives suivantes : - une variable de pression foncière ou la surface d’habitat résiduaire au plan de

secteur ;

- une variable démographique ou l’évolution de la population âgée de 25 à 44 ans. Tableau 18 – Résultats du modèle de régression sur « la densification de la population dans les noyaux d’habitat de plus de 1000 habitants »

Paramètres de l’analyse de régression Variables

R² paramètres Écarts-types sur les paramètres

Statistique t Evolution de la population âgée de 25

à 44 ans

Surface résiduaire au plan de secteur

35.2% Modèle de régression sur « densification de la population dans les noyaux d’habitat de plus de 1500 habitants »

34% de la variation communale des taux d’évolution de la population dans les noyaux d’habitat de plus de 1500 habitants sont expliqués par les variables explicatives suivantes : - une variable démographique ou l’évolution de la population âgée de 25 à 44 ans - une variable socio-économique, la proportion de logements disposant du niveau de

confort moyen.

Tableau 19 – Résultats du modèle de régression sur la « densification de la population dans les noyaux d’habitat de plus de 1500 habitants »

Paramètres de l’analyse de régression Variables

R² paramètres Écarts-types Statistique t Evolution de la population âgée de 25

à 44 ans

Proportion de logements de confort moyen Modèle de régression sur « densification de la population dans les noyaux d’habitat de plus de 2000 habitants »

31.6% de la variation communale des taux de densification des noyaux d’habitat de plus de 2000 habitants sont expliqués par les variables explicatives suivantes :

- la présence d’aménités rurales

- une variable de dynamisme démographique, à savoir l’évolution de la population âgée de 25 à 44 ans.

Tableau 20 – Résultats du modèle de régression sur « la densification de la population dans les noyaux d’habitat de plus de 2000 habitants »

Paramètres de l’analyse de régression Variables

R² paramètres Écarts-types Statistique t

% surface agricole

Evolution de la population âgée de 25 à 44 ans

31.6% -0.07

-0.15

0.03 0.07

-2.05 -2.08 1.4.3.3. La taille moyenne des parcelles

La variable de taille moyenne des parcelles d’habitat dans les communes reflète davantage un état de fait de densité des noyaux d’habitat plutôt qu’une évolution. Néanmoins, les variables explicatives de la variation communale des valeurs de cet indicateur sont, de prime abord, des variables de pression foncière. Interviennent ensuite des variables de dynamisme socio-économique et démographique qui expliquent également le développement du processus de densification de la zone d’habitat.

Certaines communes échappent au modèle général, d’une part, parce que la taille des parcelles réelle est supérieure à ce qui serait attendu d’après le modèle comme c’est le cas à Lasne ; d’autre part, parce que la taille des parcelles est inférieure à ce qui serait attendu comme c’est le cas dans les communes du Sud de la Wallonie comme Attert, Etalle, Meix devant Virton et Saint-Léger.

Modèle de régression sur « taille des parcelles »

70.7% de la variation communale des tailles moyennes des parcelles sont expliqués par les variables explicatives suivantes :

- deux variables de pression foncière,

à savoir le solde migratoire global. Plus il y a croissance de la population dans la commune, plus celle-ci se fait dans les noyaux d’habitat ;

à savoir la surface résiduaire de la zone d’habitat au plan de secteur.

- une variable socio-économique, la différence interquartile de revenus. Plus celle-ci est élevée, signe d’une implantation de population dans la commune, plus l’évolution de la population dans le noyau est élevée.

- deux variables démographiques, le nombre de personnes par ménage et le pourcentage de départs de la commune dus à des personnes âgées de plus de 65 ans. Plus la valeur du nombre de personnes par ménage est élevée, plus on assiste à une densification du noyau d’habitat.

- La présence d’emplois industriels.

Les résidus positifs se situent dans les communes du Brabant wallon de Lasne et de Chaumont-Gistoux, la ville de Liège, les communes du Condroz de Somme-Leuze, d’Assesse et de Gesves. Les résidus négatifs, par contre, se rapportent aux communes urbaines du Brabant wallon d’Ottignies et de Waterloo et aux communes du Sud de la Wallonie d’Attert, Etalle, Meix-devant-Virton et de Saint-Léger.

Tableau 21 – Résultats du modèle de régression sur la taille des parcelles Paramètres de l’analyse de régression Variables

R² paramètres Écarts-types sur les

paramètres

Statistique t

Surface résiduaire d’habitat au plan de secteur

Nombre de personnes par ménage Différence interquartile de revenus Solde migratoire

% de surface occupée par des bâtiments industriels 1.4.3.4. L’évolution de la taille moyenne des terrains à bâtir mis en vente

Ce sont deux variables de pression foncière qui expliquent partiellement la variation communale de l’évolution de la taille moyenne des terrains à bâtir, à savoir d’une part le nombre de terrains disponibles à la vente et le prix moyen de vente des terrains à bâtir.

Modèle de régression sur « évolution de la taille moyenne des terrains à bâtir mis en vente »

26.9% de la variation communale des taux d’évolution de l’évolution de la taille moyenne des terrains à bâtir sont expliqués par les variables explicatives de pression foncière suivantes : - une variable de rapport entre le nombre de terrains à bâtir vendus et une estimation

du nombre de terrains à bâtir encore disponibles dans la commune.

- L’évolution du prix moyen de vente des terrains à bâtir.

Tableau 22 – Résultats du modèle de régression sur l’évolution de la taille moyenne des terrains à bâtir mis en vente

Paramètres de l’analyse de régression Variables

R² paramètres Écarts-types Statistique t Terrains disponibles

Evolution du prix de vente moyen des terrains à bâtir 1.4.3.5. La concentration d’appartements dans les permis de bâtir

La proportion d’appartements dans les permis de bâtir est une variable qui différencie les zones urbaines des zones périurbaines ou rurales. Les variables explicatives de ce phénomène se résument essentiellement à des variables d’assiette foncière et de concentration d’emplois, toutes deux caractéristiques des centres urbains. Une variable démographique de solde migratoire positif d’habitants âgés de 30 à 44 ans est également explicative de ce processus de densification par substitution.

Il faut noter que les commues qui échappent au modèle, c’est-à-dire qui sont caractérisées par un taux plus élevé d’appartements que prévu par le modèle sont toutes des villes petites à moyennes.

Modèle de régression sur « concentration d’appartements dans les permis de bâtir » 34.1% de la variation communale des taux de concentration d’appartements dans les permis de bâtir sont expliqués par les variables explicatives suivantes :

- Une variable d’assiette foncière, à savoir le revenu cadastral par hectare

- Une variable de mixité fonctionnelle ou le rapport entre le nombre d’emplois et la population résidante

- Une variable démographique, le solde migratoire des habitants âgés de 30 à 44 ans.

Les résidus positifs caractéristiques d’un nombre d’appartements plus important dans la réalité que dans le modèle se rapportent aux communes urbaines de Nivelles, Tubize, Ottignies, Huy, Aubel, Jalhay, Spa, Florenville, Dinant et Gembloux. Les résidus négatifs sont, quant à eux, caractéristiques des communes de La Hulpe et de Waterloo.

Tableau 23– Résultats du modèle de régression sur la concentration d’appartements dans les permis de bâtir

Paramètres de l’analyse de régression Variables

% emplois par rapport à la population Solde migratoire 30-44 ans

Dans les choix de localisation résidentielle des ménages, les facteurs influençant la densification des noyaux d’habitat sont de deux ordres.

La pression foncière intervient de manière significative comme facteur explicatif de la densification, tant au niveau de la demande (évolution de la population) qu’au niveau de l’offre (potentiel foncier) et de la confrontation de l’offre et de la demande (prix de vente des habitations ou des terrains à bâtir).

La recherche d’aménités intervient également dans les choix de localisation résidentielle.

D’une part, les aménités rurales expliquent la densification des noyaux d’habitat qui en jouissent. La relation est systémique ; en effet, si la présence d’aménités rurales a pour effet de provoquer une densification des noyaux d’habitat, la densification des noyaux d’habitat, en phénomène inverse de la dispersion, maintient des zones rurales. D’autre part, les aménités socio-économiques ou la recherche de la proximité de ménages disposant de revenus moyens à supérieurs intervient également comme variable explicative. Dans ce cas, on put s’interroger sur l’impact de la densification sur la mixité sociale des quartiers.

Une hypothèse également posée est celle de l’impact de la tranche d’âge d’attraction résidentielle d’une commune sur la densification des noyaux d’habitat. Un lien existe avec l’évolution de la population âgée de 25 à 44 ans qui apparaît comme une variable de dynamisme démographique et dès lors de demande ou de pression foncière. L’hypothèse selon laquelle les communes attirant des personnes âgées de plus de 65 ans se densifieraient par construction d’appartements ne se vérifie pas par analyse statistique.

Peut-être le phénomène est-il trop récent ou marginal et dès lors n’apparaît-il pas dans les statistiques ?

1.5. E