Analyse économique des configurations urbaines et de leur étalement

Economic analysis of urban spatial structure and urban sprawl

• Auteur / Autrice : Pierre-Yves Péguy
• Direction : Alain Bonnafous
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance en 2000
• Etablissement(s) : Lyon 2

Mots clés

Mots clés contrôlés

Économie urbaine

Modèles économétriques

France

Croissance urbaine

Résumé

La ville, sous l'effet de différentes forces, est soumise à de profonds changements dans sa configuration. De manière générale, ce mouvement se caractérise par une diminution des densités en son centre et par un accroissement de l'espace occupé par la population, repoussant ainsi ses frontières initiales. Le modèle standard de l'économie urbaine et de l'économie géographique offrent des cadres d'intelligibilité de ces évolutions. Ils identifient les déterminants micro-économiques des choix de localisation des ménages et/ou des firmes et des configurations urbaines qui en résultent. Le modèle standard de l'économie urbaine repose cependant sur des hypothèses fortes qu'il convient de relâcher. L'une d'entre elles, en particulier, a trait à l'homogénéité et l'organisation radiale isotrope de ces réseaux. Mais au niveau des aires urbaines, pour une même distance au centre, les coûts de transport selon les réseaux de transport ne sont alors plus identiques. A partir du modèle théorique intégrant cette hétérogénéité et cette anisotropie, deux prédictions concernant la qualité des estimations ont été déduites. Une première série d'estimations économétriques a été réalisée sur la répartition de la population de l'espace pour plus d'une centaine d'aires urbaines. La fonction exponentielle négative sur les densités offre des résultats significatifs et permettent une mesure de l'étalement urbain pour les quatre derniers recensements de la population (1975, 1982, 1990, 1999). La détermination de distances-temps et de distances-réseaux ainsi que des estimations sur la base de frontières de production inversée appliquées aux densités assurent des gains dans la qualité d'ajustement économétrique. Ces estimations se heurtent cependant à la présence d'autocorrélation spatiale qui nécessite la mise en oeuvre d'outils appropriés. Nous avons opté pour un modèle spatiale autorégressif avec autocorrélation des résidus pour les densités communales. D'autres facteurs que la seule distance au centre ont été aussi introduits dans ce modèle. Issus des modèles théoriques, ils ont trait au revenus des ménages, aux coûts de transports, aux caractéristiques des ménages, aux aménités, aux équipements et à différents types d'emplois. Les estimations de ces modèles spatiaux fondés sur plusieurs variables assurent également des résultats significatifs

Cities in France are experiencing deep change as regards the spatial structure due to various forces. In general, the densities in city centers tend to decrease. The land occupied by the population and employment increases, pushing back its initial borders. Considered densities functions, we observe that the slope of these functions are flattening. The monocentric model and the economic geography identifies various factors for location choices for the households and firms. But theses models encounter some weakness. The standard model of urban economics considers homogeneity and isotropy for the transport networks. But the reality of the transport networks is different. According to the theoretical model offered, we should expect better prediction of density functions with the help of transport cost indicators. We obtain theses results with time-distances and network-distances. The density gradient in the negative exponential function estimated for more than hundred French metropolitan areas offers a measure of sprawl for the four last census (1975, 1982, 1990, 1999). Nevertheless, the existence of spatial autocorrélation cause bias in the estimates carried out according to the method of ordinary least squares. According to different tests, we chose a spatial lag model with error for the density. Finally densities are estimated with distance to the center and explaining variables such household's income, transport costs, household's characteristics, amenities, equipment's of communes, employment density, with respect to the previous theoretical analysis. The results of these estimations are significant.