Association de géomatique municipale du Québec

Présentation au sujet: "Association de géomatique municipale du Québec"— Transcription de la présentation:

1 Association de géomatique municipale du Québec
Les systèmes d’information géographique et la gestion locale: des outils d’aide à la décision incontournables François Des Rosiers, Ph.D. et Marius Thériault, Ph.D. CRAD (Centre de recherche en aménagement et développement du territoire), Université Laval Association de géomatique municipale du Québec St-Hyacinthe, 24 octobre 2000

2 Contexte et objectif de la présentation
Le développement des systèmes d’information géographique (SIG) se traduira dans les années qui viennent par une transformation radicale des pratiques professionnelles des divers intervenants du milieu, tant publics que privés Jumelées aux méthodes d’analyse spatiale et de modélisation statistique, la grande versatilité et la convivialité croissante des SIG présentent un potentiel et un intérêt indiscutables dans tous les domaines d’intervention liés à l’espace, de l’aménagement jusqu’à la gestion

3 Contexte et objectif de la présentation (suite)
Le recours aux SIG devient incontournable dans un contexte de réorganisation du territoire municipal qui vise notamment le contrôle de l’étalement urbain et l’atteinte d’une meilleure équité fiscale au niveau des agglomérations Les recherches menées au CRAD depuis 1990 contribuent à cette évolution et portent notamment sur les aspects suivants: l’analyse des dynamiques urbaines et immobilières l’évaluation et la fiscalité foncières la mesure des externalités urbaines l’étude de mobilité des ménages et des personnes

4 Définition et objectifs des SIG
SIG: Un ensemble de principes, de méthodes, d'instruments et de données à référence spatiale utilisés pour saisir, conserver, transformer, analyser, modéliser, simuler et cartographier les phénomènes et les processus distribués dans l'espace géographique Il structure des données de sources diverses pour créer un ensemble cohérent qui décrit les interrelations entre des phénomènes disparates mais voisins dans l’espace et dans le temps Il fournit des outils pour analyser les données afin de produire l'information requise pour prendre des décisions Il organise l’interface entre diverses méthodes d’analyse, de modélisation, de simulation et de représentation des phénomènes, des faits, des événements et des processus

5 Le paradigme fondamental des SIG

6 L’apport des SIG à l’analyse des marchés fonciers et immobiliers
Modéliser les caractéristiques et l’évolution des marchés immobiliers: structure économique, distribution spatiale, accessibilité, effets de voisinage, tendances historiques Déterminer la contribution marginale des caractéristiques des propriétés et des effets de voisinage à la valeur marchande Mesurer la valeur implicite des facteurs géographiques d’accessibilité et de nuisance, afin d’améliorer le processus d’évaluation foncière (externalités urbaines) Étudier les tendances spatio-temporelles et structurelles de la demande résidentielle, en fonction de la distribution des activités, des réseaux de transport et des axes de déplacement Analyser les relations entre les marchés fonciers, les dynamiques urbaines, les transports et l’étalement des fonctions urbaines et commerciales

7 La modélisation hédonique et la mesure des aménités résidentielles
La modélisation hédonique consiste à appliquer l’analyse de régression multiple à un bien hétérogène (e.g. le logement) dont on connaît le prix de transaction et les caractéristiques En évaluation et en économie urbaine, on s’en sert à la fois pour reconstituer la valeur marchande des propriétés (résidentielles, commerciales, etc.) et pour déterminer la valeur contributive des attributs qui les composent Le modèle hédonique génère une estimation du prix de vente (variable dépendante) d’une propriété en relation avec ses attributs intrinsèques (caractéristiques du bâtiment, du site, des dépendances, etc.) et une série de facteurs de voisinage (accessibilité, statut socio-économique, infrastructures, services, environnement, etc.) La performance tant prédictive qu’explicative du modèle est grandement améliorée par le recours aux SIG

8 Un exemple de modèle hédonique: le marché des cottages – CUQ (1993-96)

9

10 La mesure des externalités urbaines: Effets de proximité des centres commerciaux sur la valeur marchande des résidences CUQ,

11 L ’intégration SIG/statistique spatiale: L’analyse de surfaces de tendance
Intégrées aux SIG, les statistiques spatiales permettent de détecter et de valider la pertinence des facteurs spatiaux potentiellement reliés aux variations de prix de vente L’analyse de surfaces de tendance (AST) permet de décomposer les variations spatiales d’un phénomène en deux composantes: une première associée à la tendance spatiale globale présente dans les données; une seconde associée aux effets purement locaux Il s’agit d’une application de régression multiple entre une variable régionalisée dépendante «Z» (prix de vente ou résidus du modèle) et les composantes orthogonales de localisation «X» et «Y» (coordonnées géographiques) Une fois calibrée et calculée pour chaque observation, la surface de tendance peut être introduite dans le modèle hédonique comme variable indépendante pour en améliorer la performance

12 Résultat des analyses par surfaces de tendance Résidus individuels du modèle - Polynôme d ’ordre 5

13 La mesure de l’autocorrélation spatiale
L’AST n’est utile que dans la mesure où l’on a au préalable détecté de l’autocorrélation spatiale dans le processus de modélisation L’autocorrélation spatiale mesure le degré de ressemblance ou de dissemblance entre les objets d’étude (e.g. prix de vente) en fonction de la distance qui les sépare On peut aussi l’utiliser pour déceler l’ampleur de la relation spatiale entre les résidus d’un modèle hédonique, cause d’hétéroscédasticité L’indice le plus utilisé à cette fin est le I de Moran qui mesure l’autocorrélation entre les éléments d’un vecteur Z (les résidus) en fonction de l’inverse de la distance qui les sépare Une procédure d’analyse rigoureuse est donc nécessaire pour générer des modèles hédoniques fiables et stables.

14 Procédure de modélisation hédonique

15 Autocorrélation des résidus d’un modèle hédonique
I de Moran = (p<0.0001) entre paires de propriétés voisines distances de moins d’un kilomètre

16 L’analyse centrographique et la dynamique spatiale à l’échelle régionale
L’analyse centrographique utilise les coordonnées X et Y des objets pour calculer un ensemble d’indices globaux qui synthétisent l’essence des distributions spatiales Des poids locaux attribués à chaque localisation permettent de pondérer l ’analyse pour représenter la distribution d ’un phénomène particulier (variable Z) Le centre de gravité (CG) indique la position moyenne du nuage de points, soit le point d ’équilibre de la distribution du phénomène dans l ’espace géographique La distance-type (d) mesure la dispersion autour du CG; elle est proportionnelle à la variance des distances (d2) La distance moyenne indique la distance moyenne pondérée de l ’ensemble des points autour du CG

17 L’analyse centrographique (suite)
L'ellipse de dispersion résume la forme globale de la distribution géographique. Elle circonscrit deux axes mutuellement orthogonaux: l'axe majeur et l'axe mineur. La superficie de l'ellipse fournit une excellente mesure de l'étalement géographique du phénomène. Généralement exprimée en kilomètres carrés, elle peut servir à comparer des distributions géographiques agrégées pour des unités spatiales diverses (municipalités, secteurs de recensement, etc.) Le rapport d'allongement de l'ellipse exprime l'étirement relatif de la distribution géographique. Il varie entre 1 (pour une distribution circulaire) et l'infini (pour une distribution linéaire). Il mesure le degré d'anisotropie de la distribution du phénomène autour de son centre de gravité.

18 Les ellipses, par leur forme et leur position dans l’espace, permettent de résumer la distribution spatiale du phénomène Centre de gravité

19

20 Les SIG et la mesure de l’accessibilité
Le recours aux SIG permet une mesure de l’accessibilité aux services et aux pôles d’emploi beaucoup plus réaliste que la simple distance euclidienne au CBD À l’aide des réseaux de rues et de routes et des enquêtes Origine-Destination, le logiciel de SIG TransCAD permet de simuler les déplacements depuis chacune des résidences vers chacun des pôles d’activité choisis Le calcul de l’accessibilité s’effectue sur la base de la plus courte distance, du plus court temps de déplacement ou d’un indice de coût quelconque (appelé impédance) On dispose ainsi d’une série de mesures dont les plus performantes peuvent, entre autres choses, être intégrées dans le processus de modélisation des valeurs foncières et immobilières

21 La mesure des distances et des temps de déplacement dans TransCad
Localisation du service Écoles Primaires. Réseau Graphe planaire directionnel. L’impédance modélise les vitesses de circulation sur chaque tronçon routier. Virages en U prohibés.

22 Synthèse de l’accessibilité par analyse factorielle (1)

23 Synthèse de l’accessibilité par analyse factorielle (2)

24 Conclusion: Les approches contemporaines et la planification régionale
L’intégration de la modélisation hédonique et des statistiques spatiales aux SIG permet de mesurer les tendances du marché immobilier et d’identifier les composantes de la dynamique urbaine qu’il serait autrement impossible de percevoir Cette combinaison permet: d’approfondir les mécanismes à la base des déterminants des valeurs résidentielles (choix résidentiels et de localisation, gammes de prix, etc.) et des tendances spatio-temporelles du développement d’améliorer l’équité des rôles d’évaluation de rationaliser le processus de planification régionale

25 Conclusion (suite) La combinaison SIG / Modèle hédonique / Statistiques spatiales peut aussi bien s’appliquer à l’analyse des marchés locatifs et non résidentiels (commercial; bureaux) Ces approches contemporaines sont en voie de devenir des outils incontournables en analyse spatiale et immobilière