1994-1998 1998-2008 2008-2018
1998-2018 1994-2018
1994-1998 0,057 à 0,082 (18) 0,046 à 0,057 (18) 0,035 à 0,046 (17) 0,021 à 0,035 (22) -0,05 à 0,021 (19)
1998-2008 0,0988 à 0,1112 (18) 0,0936 à 0,0988 (19) 0,0835 à 0,0936 (19) 0,0801 à 0,0835 (19) 0,0648 à 0,0801 (19)
2008-2018 -0,0002 à 0,0371 (18) -0,0052 à -0,0002 (19) -0,0076 à -0,0052 (18) -0,0106 à -0,0076 (19) -0,0219 à -0,0106 (20)
1998-2018 0,0476 à 0,0724 (18) 0,0424 à 0,0476 (21) 0,0373 à 0,0424 (14) 0,0329 à 0,0373 (22) 0,0289 à 0,0329 (19)
1994-2018 par Colonne AN 0,0466 à 0,0615 (18) 0,0407 à 0,0466 (18) 0,0374 à 0,0407 (19) 0,0343 à 0,0374 (20) 0,0293 à 0,0343 (19)
Source : CGEDD d’après indices Notaires-INSEE, Perval.
Graphique 11 : variation annuelle moyenne du prix des logements, 1998-2008 en fonction de 1994-1998
01
Variation annuelle moyenne de 1998 à 2008 en fonction de la
variation annuelle moyenne de 1994 à 1998
Source : CGEDD d’après indices Notaires-INSEE, Perval.
Graphique 12 : variation annuelle moyenne du prix des logements, 2008-2018 en fonction de 1998-2018
01 Fra nce
-5%
0%
5%
10%
5% 10% 15% 20%
Variation annuelle moyenne de 2008 à 2018 en fonction de la
variation annuelle moyenne de 1998 à 2008
Source : CGEDD d’après indices Notaires-INSEE, Perval.
Graphique 13: variation annuelle moyenne du prix des logements, 1998-2018 en fonction de 1994-1998
01
Variation annuelle moyenne de 1998 à 2018 en fonction de la
variation annuelle moyenne de 1994 à 1998
Source : CGEDD d’après indices Notaires-INSEE, Perval.
La forte augmentation du prix des logements a coïncidé avec une diminution à un niveau historiquement bas des taux d’intérêt, qui l’a compensée en partie, et même au-delà dans certains départements.
Ainsi, la durée sur laquelle un primo-accédant dont le revenu a crû comme le revenu moyen des ménages français doit emprunter pour acheter le même logement pour le même taux d’effort initial et le même apport personnel14 était plus faible en 2018 qu’en 2000 dans 26 départements (37 si l’on ne considère que les appartements et 25 si l’on ne considère que les maisons) (Graphiques 14).
Graphiques 14 : durée d’emprunt permettant à un primo-accédant d’acheter le même logement ancien pour le même taux d’effort initial et le même apport personnel, base 2000=15 ans, par département
Ensemble appartements et maisons
0
1990 1995 2000 2005 2010 2015 2020
Durée d'emprunt permettant à un primo-accédant d'acheter le même logement (ancien) pour le même taux d'effort initial
et le même apport personnel, base 2000 = 15 ans Par département, ensemble appartements et maisons
01 02
1990 1995 2000 2005 2010 2015 2020
Durée d'emprunt permettant à un primo-accédant d'acheter le même logement (ancien) pour le même taux d'effort initial
et le même apport personnel, base 2000 = 15 ans Par département, appartements
01 02
1990 1995 2000 2005 2010 2015 2020
Durée d'emprunt permettant à un primo-accédant d'acheter le même logement (ancien) pour le même taux d'effort initial
et le même apport personnel, base 2000 = 15 ans Par département,maisons
01 02
Source : CGEDD d’après indices Notaires-INSEE, Perval, Insee, Banque de France.
3.3. Régression de référence
Dans cette régression de référence, les régresseurs sont :
- la croissance du parc hors résidences secondaires nette de la croissance démographique, - la variation du taux de chômage,
- un régresseur en niveau, la proportion de logements occupés par leur propriétaire à titre de résidence principale.
14 L’apport personnel est supposé égal à 10 % du prix du logement en 2000 et variant comme le revenu par ménage. Le solde est financé par emprunt (l’achat n’est pas financé par revente de logement puisque le ménage est primo-accédant). Les aides publiques ne sont pas prises en compte (leur impact est faible par rapport aux fluctuations de la durée).
Cette combinaison de trois régresseurs a été choisie parce que, parmi toutes les combinaisons de trois régresseurs que nous avons essayées, c’est celle qui fournit les meilleurs résultats15.
3.3.1. Régresseurs
3.3.1.1. Variation du rapport de l’offre et de la demande physiques
3.3.1.1.1.Description
Ce régresseur retrace la variation de l’offre physique nette de celle de la demande physique (par le qualificatif « physique », nous voulons dire que nous excluons les facteurs économiques : prix exigé par le vendeur, capacité d’achat de l’acheteur, etc.).
Pour retracer la variation de l’offre, nous avons considéré la croissance du parc. Une autre possibilité aurait été de considérer le flux de construction. Cela modifie marginalement, à la hausse ou à la baisse, certains résultats.
Pour améliorer ce régresseur, on peut essayer de le diminuer de la variation du parc de résidences secondaires, puisqu’on peut penser qu’une résidence secondaire supplémentaire réduit d’une unité le parc disponible pour loger la population, hors exceptions comme les stations de haute-montagne.
Un test confirme que cela améliore les coefficients de détermination R².
Pour retracer la variation de la demande, on peut utiliser la croissance de la population ou celle du nombre de ménages. L’inconvénient de la croissance du nombre de ménages est qu’elle est liée à celle du parc, puisque ce dernier est constitué à environ 80 % de résidences principales, et que le nombre de ménages est par définition égal au nombre de résidences principales. On peut aussi tenir compte du nombre de personnes par ménage. Il apparaît que la croissance de la population16 conduit au meilleur R².
Notre premier régresseur est donc la croissance du parc hors résidences secondaires et nette de la croissance démographique.
3.3.1.1.2.Représentation graphique
D’un département à l’autre, les croissances du nombre de logements et de la population ont été bien corrélées, comme on pouvait l’attendre (Graphiques 15 et Cartes 6). Leur solde est plus élevé dans le quart nord-est et plus faible dans le quart sud-est ainsi qu’en région parisienne (Carte 7).
Considérer le nombre de logements total ou bien hors résidences secondaires modifie assez peu, visuellement, la croissance du nombre de logements nette de celle de la population (Carte 8, par comparaison avec la Carte 7). L’Annexe 2 présente quelques résultats relatifs aux résidences secondaires.
15 Cf. cependant au § 3.5.1.1.2 la régression décrite dans le Tableau 13, qui fournit des résultats aussi bons.
16 La mesure de la population qui conduit aux meilleurs R² est la population au sens de Filocom, donc une population en ménage.
Graphiques 15 : Variation annuelle moyenne de la population en fonction de celle du nombre de logements
1994-2018 2000-2015
Source : CGEDD d’après Filocom, Sitadel, Insee. NB : variations logarithmiques.
Cartes 6 : croissance annuelle moyenne de 1997 à 2015 du nombre de logements et de la