Le modèle de l'activite de la construction neuve

La base du travail qui est présenté ci-dessous est un modèle de prédiction de l'intensité de la construction neuve dans chaque commune de Wallonie.

Le modèle proposé est du type "régression linéaire multiple" et à été calibré sur base du calcul de la densité de nouvelles constructions résidentielles entamées entre 1977 et 1996 dans chaque entité wallonne¹.

Le modèle se veut à la fois spatial (il prédit des valeurs dans chaque commune) et temporel (il prédit différentes valeurs en fonction des variables de l'environnement économique général). Pour cela, la période 1977-96 a été divisée en 5 sous-périodes en fonction des mouvements économiques et géographiques que l'on observe durant les 20 années étudiées.

L'équation du modèle, qui comporte 11 variables indépendantes, est la suivante :

1 Source : INS, Statistiques de la construction et du logement.

CHAPITRE V:FISCALITE COMMUNALE ET AMENAGEMENT DU TERRITOIRE 32 Ln (Dbat)_i,p = 0,837 Ln (A_i,p) + 7,417 Ln (Rev_p) + 0,134 Ln (Repro_i) – 0,318 Ln (Tparc_i) – 1,413 10^-3 (Dlux_i) + 5,722 10^-2 Ln (Salim_i) – 1,950 (Loyab_p) – 6,505 (Infla_p) + 1,293 10 ^-2 (D2res_i) + 8,726 10^-2 Ln (P24_i) – 1,342 10^-3 (Daach_i)

Avec

Ln (Dbat)_i,p: logarithme de la densité de nouvelles constructions de la commune "i" à la période "p"

Ln (Ai,p) : logarithme de l'accessibilité de la commune "i" à toutes les communes de Belgique et de l'étranger calculé pour la période "p" (cf. plus loin).

Ln (Revp) : logarithme du revenu disponible des ménages à la période p pondéré par l'indice ABEX.

Ln (Repro_i) : logarithme de la part de la superficie communale couverte par des secteurs statistique de haut standing (indice de reproduction socio-spatiale, référence : 1991).

Ln (Tparc_i) : logarithme de la taille moyenne des parcelles non bâties (à l'exception des jardins d'agrément, référence : 1980).

Dluxi : Distance à la ville de Luxembourg.

Ln (Salim_i) : logarithme de la densité de superficie de surfaces de vente alimentaire (surfaces supérieures à 400 m², référence : 1994).

Loyab_p : rapport entre l'indice loyer et l'indice ABEX (indice de la rentabilité comparée des différentes types de placements immobiliers).

Inflap : inflation pondérée par l'indice ABEX.

D2res_i : densité de seconde résidences (construction résidentielle hors résidence principale, référence : 1981).

Ln P24_i : indice de qualité paysagère (référence : 1991).

Daachi : distance à Aix-la-Chapelle.

La variable explicative la plus importante est l'accessibilité. Cette dernière permet d'expliquer, selon les périodes, une part de la variance qui varie de 67% (1983-87) à 73,5%

(1991-96). Toutes les autres variables réunies apportent un surplus d'information qui varie de 7% à 11%.

L'accessibilité d'une commune (i) à l'ensemble des communes (i,j) s'apprécie via une formule de potentiel :

∑

=

j ij

j

i

d

A W

1

β (1)

Où :

• Ai est l'accessibilité au lieu "i"

• Wj représente l'attractivité du point "j". Celle-ci exprime généralement la quantité de la variable pour laquelle on veut calculer l'accessibilité rencontrée au lieu "j". Dans notre cas, nous avons utilisé le volume d'emplois au lieu de travail.

• dij est la distance entre les lieux "i" et "j". Nous avons utilisé la distance euclidienne.

• n représente le nombre de lieux dans le territoire analysé.

• β est le gradient d'influence de la distance, aussi appelé coefficient de friction de la distance.

CHAPITRE V:FISCALITE COMMUNALE ET AMENAGEMENT DU TERRITOIRE 33 Le coefficient de friction de la distance est un élément très important dans le cadre qui nous préoccupe. La perception de la distance, calculée à l'aide de l'équation (1), n'est généralement pas linéaire. Le terme β permet de modifier l'effet de la distance sur l'accessibilité. Ainsi, un lieu "i₁" situé à une distance "d" d'une destination "j" aura, si β est supérieur à 1, une accessibilité plus de deux fois supérieure à un lieu "i₂" éloigné de "j" d'une distance égale à "2d". Plus β sera élevé, plus l'accessibilité sera freinée rapidement par la distance. C'est, par exemple le cas des commerces de première proximité. Inversement, plus β est faible, moins l'effet de la distance est important. Ce peut-être le cas, par exemple, des aires de recrutement des universités. Ce coefficient est généralement appelé coefficient de friction de la distance.

Nous pouvons tester une série de détermination entre d'une part la variable indépendante Ln (Dbat_i) et différentes valeurs de Ln (A_i) obtenues par variation du coefficient β.

Pour un coefficient de friction compris entre 1,9 et 2,5; le R² varie de 0,759 à 0,777 pour l'ensemble de la période étudiée en passant par un maximum de 0,781 pour β = 2,3 (figure V.16).

Figure V.16 : Evolution du la qualité d'un modèle de l'activité résidentielle wallonne estimée à l'aide de différents indicateurs d'accessibilité pour différentes périodes

0,69 0,70 0,71 0,72 0,73 0,74 0,75 0,76 0,77 0,78 0,79

1,90 2,10 2,30 2,50

77-96 77-82

83-90 91-96

R2

Coefficient de friction

Si on discrimine par sous-périodes, on s'aperçoit que les valeurs du R² sont systématiquement plus faibles que pour l'ensemble de la période. Ceci signifie que les chiffres sur cette dernière laissent moins de place aux aléas du développement résidentiel que lors des périodes plus courtes.

L'autre observation, beaucoup plus importante, est que le β maximum évolue au cours du temps, passant de 2,41 à la fin des années 70, à 2,27 durant les années 80, puis 2,20 entre 1991 et 1996. Cette diminution est le reflet de la progression du front périurbain qui touche toutes les régions de Wallonie. En effet, un β plus faible signifie un relâchement des liens entre le développement résidentiel d'une commune et l'élément pour lequel on a calculé l'accessibilité (ici, le volume d'emploi).

L'accessibilité a conservé son importance durant la période étudiée mais les liens qui unissent les lieux de développement résidentiel et les centres d'emplois se sont relâchés durant cet intervalle de temps.

CHAPITRE V:FISCALITE COMMUNALE ET AMENAGEMENT DU TERRITOIRE 34 1.7.3 Niveau de construction suivant deux scénarios pour la periode 2000-2005 Nous avons construit deux scénarios de développement urbain pour la période 2000-2005.

Les hypothèses concernant l'environnement économique sont une poursuite des dynamiques observées précédemment, ce qui conduit à une diminution de l'activité de la construction résidentielle neuve. Les deux scénarios se différencient au niveau du coefficient β.

• Dans le premier scénario, on prévoit une poursuite du mouvement centrifuge du front de périurbanisation. Le coefficient de friction a été fixé à 2,08 suivant une progression linéaire.

• Dans le second scénario, on retrouve la situation observée à la fin des années 70, à savoir un coefficient de friction égal à 2,41.

Les résultats obtenus à partir des deux scénarios sont repris sur la figure V.17. Remarquons préalablement que notre scénario d'étalement conserve les défauts du modèle original.

Principalement, l'activité de construction des centres régionaux est surestimée.

L'hypothèse d'un retour à une urbanisation moins étalée conduirait à un retour de l'habitat dans les centres d'emplois, c'est–à–dire les trois métropoles (Namur, Liège, Charleroi), mais aussi la majorité de l'axe industriel wallon, exception faite de l'hiatus namurois.

Bénéficieraient également de la restructuration, certains centres sub–régionaux : c'est le cas, dans le Brabant Wallon de Nivelles, Ottignies–Louvain–la–Neuve et Waterloo; à l'est de Liège du complexe Verviétois et de Spa, ainsi qu'au sud du pays à Arlon, Bertrix ou Marche.

Les communes immédiatement périphériques de ces espaces perdent peu d'activité, au contraire des entités de seconde couronne et de certains espaces reculés. Indépendamment de certaines particularités locales, le scénario tend effectivement dans le sens voulu par le Gouvernement Wallon, à savoir un retour de la construction neuve dans les centres d'habitat qui permettrait de mieux maîtriser la mobilité.

1.7.4 Effets d'un retour a une urbanisation plus compacte sur les finances