Revision sheet: Logement, Climat et Valorisation Immobilière

📋 Plan du Cours

1. Lien entre logement et changement climatique
2. Politiques publiques et labels d’efficacité énergétique des logements
3. Méthodologie d’évaluation de la valorisation des labels énergétiques sur le marché immobilier
4. Résultats des régressions hédoniques sur l’impact des labels énergétiques
5. Effets des interdictions de location sur les logements énergétiquement inefficaces
6. Impacts du changement climatique sur les avantages et inconvénients de l’urbanisation
7. Effets économiques des politiques de végétalisation urbaine sur les prix immobiliers
8. Caractéristiques et objectifs de la végétalisation des cours d’école à Paris
9. Méthodes empiriques pour estimer l’effet de la végétalisation sur les prix immobiliers
10. Résultats et interprétations des externalités économiques liées à la végétalisation des écoles

📖 1. Lien entre logement et changement climatique

🔑 Notions clés & Définitions

• Émissions de gaz à effet de serre des logements : Émissions de gaz à effet de serre produites par les logements, présentées comme une source importante d’émissions totales et dont la réduction est essentielle pour limiter le réchauffement climatique.
• Changement climatique : Évolution climatique qui rend nécessaire l’adaptation du logement et du bâti.

📝 Points essentiels

• Le logement est présenté comme une source importante d’émissions de gaz à effet de serre, et réduire ces émissions est essentiel pour limiter le réchauffement climatique.
• Face au changement climatique, il est nécessaire d’adapter le logement et le bâti.
• Les émissions de gaz à effet de serre des logements constituent la 2e plus grande source d’émissions en France, représentant 20 % du total national.
• Le lien logement–climat se manifeste à deux niveaux : atténuation par la réduction des émissions et adaptation par la modification du bâti.

💡 À retenir

Face au changement climatique, il est nécessaire d’adapter le logement et le bâti.

📖 2. Politiques publiques et labels d’efficacité énergétique des logements

🔑 Notions clés & Définitions

• Diagnostic énergétique lors de la vente : Obligation liée à la création d’un label d’efficacité énergétique, consistant à fournir un diagnostic énergétique lors de la vente d’un logement.

📝 Points essentiels

• Des politiques publiques visent à améliorer l’efficacité énergétique des logements, notamment via des normes environnementales de construction plus strictes et des aides à la rénovation.
• L’objectif du dispositif est d’améliorer la valorisation des caractéristiques énergétiques des logements grâce à une information sur leur qualité environnementale.
• L’information doit être présentée de manière suffisamment simple pour être facilement comprise, sans trop déformer l’information via des effets de seuils.
• • France et UE: évaluer l'efficacité énergétique d'un logement en termes de consommation énergétique et émissions de gaz à effet de serre, et convertir ces mesures continues en labels allant généralement de G (le pire) à A (le meilleur).
• • Objectif : l'information sur la qualité environnementale des logements mieux valoriser leurs caractéristiques énergétiques.

💡 À retenir

Les labels et le diagnostic standardisent l’information sur l’efficacité énergétique (G→A) à partir de mesures continues, afin de mieux valoriser les caractéristiques énergétiques des logements.

📖 3. Méthodologie d’évaluation de la valorisation des labels énergétiques sur le marché immobilier

🔑 Notions clés & Définitions

• Objectif : Évaluation de la valorisation des labels d’efficacité énergétique des logements sur le marché immobilier privé.
• Estimations en discontinuité de régression : Technique d’estimation utilisée pour traiter les effets de seuils liés à la présentation des informations et à la structure par labels.

📝 Points essentiels

• Les ventes proviennent de DVF (2016–2021) : informations sur le type de bien, la localisation, la surface, la date de vente et le prix.
• Les étiquettes proviennent de DPE Logement (2013–2021) et sont fusionnées avec DVF pour obtenir des données croisées par type de bien et localisation.
• Cet article
• Objectif : évaluer la valorisation des labels d'efficacité énergétique des logements sur le marché immobilier privé.

💡 À retenir

Les ventes proviennent de DVF (2016–2021) : informations sur le type de bien, la localisation, la surface, la date de vente et le prix.

📖 4. Résultats des régressions hédoniques sur l’impact des labels énergétiques

🔑 Notions clés & Définitions

• Labels d’efficacité énergétique : Étiquettes classant les logements selon leur efficacité énergétique, de G (les plus faibles) à B (meilleure note), utilisées pour comparer des prix entre classes.
• Résultats :
  • Une meilleure note des labels 1 les prix des logements: un logement classé B vaut 9% de plus qu'un logement classé G.

📝 Points essentiels

• Un logement classé B vaut 9% de plus qu’un logement classé G.
• L’effet du label diminue avec l’efficacité énergétique.
• La majeure partie de la différence de prix se situe entre les étiquettes G (les plus faibles) et D (intermédiaires).
• L’effet du label est évalué dans le cadre des régressions hédoniques et tient compte de variables liées à l’usage, notamment le nombre de jours de chauffage par an.
• • Effet 1 avec le nombre de jours de chauffage par an.

💡 À retenir

La prime associée aux labels existe, mais elle se concentre surtout entre les classes les plus faibles (G) et les classes intermédiaires (D), avec un effet qui diminue quand on passe vers des classes plus performantes.

📖 5. Effets des interdictions de location sur les logements énergétiquement inefficaces

🔑 Notions clés & Définitions

• Interdiction de location des logements classés G : Interdiction de location prévue pour les logements classés G en 2025, présentée comme un mécanisme qui devrait accroître l’écart de prix entre les logements les moins performants et ceux ayant une meilleure efficacité énergétique.
• Type de bien :
  • Fusion des bases pour obtenir des données croisées par type de bien et localisation.

📝 Points essentiels

• Le cours relie ces interdictions à une hausse attendue de la dispersion des prix entre les logements les moins performants et ceux ayant une meilleure efficacité énergétique.
• L’interdiction de location des logements classés G en 2025 est présentée comme un mécanisme susceptible d’accroître l’écart de prix avec les logements mieux classés.

💡 À retenir

Les interdictions de location (G en 2025, F en 2028, E en 2034) sont présentées comme un calendrier réglementaire qui devrait amplifier l’écart de prix entre les logements les moins performants et les logements ayant une meilleure efficacité énergétique.

📖 6. Impacts du changement climatique sur les avantages et inconvénients de l’urbanisation

🔑 Notions clés & Définitions

• Changement climatique modifie les avantages : Facteur environnemental présenté comme modifiant les avantages et inconvénients liés à l’urbanisation.

📝 Points essentiels

• Le changement climatique est présenté comme modifiant les avantages et inconvénients liés à la concentration urbaine.
• Les économies d’agglomération sont mobilisées comme bénéfices de la concentration urbaine.
• La réduction des émissions liées au transport est présentée comme un facteur augmentant les avantages de la concentration urbaine.
• La bétonisation est présentée comme diminuant ces avantages via des hausses des températures induites par la bétonisation.
• Une réponse proposée consiste à végétaliser des lieux existants pour atténuer l’élément thermique lié à la bétonisation.

💡 À retenir

L’urbanisation est décrite comme un arbitrage climatique : la concentration urbaine peut générer des économies d’agglomération, mais la bétonisation tend à réduire ces gains en augmentant les températures, d’où l’intérêt de solutions de végétalisation.

📖 7. Effets économiques des politiques de végétalisation urbaine sur les prix immobiliers

🔑 Notions clés & Définitions

• **Cet article

• Objectif** : Objectif de recherche : étudier les effets d'externalité des politiques de végétalisation urbaine.

• Contexte : Cadre empirique : végétalisation de certaines écoles parisiennes à partir de 2018.

• DV3F 2010-2022 : Ensemble de données : données immobilières sur la période 2010-2022 utilisées pour mesurer les effets sur les prix.

📝 Points essentiels

• La rénovation d’une école verte augmente de 14 % le prix des logements situés à moins de 20 m, trois ans après la rénovation.
• Aucun effet significatif n’est observé au-delà de 20 m.
• Les données immobilières proviennent de DV3F (2010–2022) et les données sur les écoles parisiennes proviennent de RAMESE.

💡 À retenir

La rénovation d’une école verte augmente de 14 % le prix des logements situés à moins de 20 m, trois ans après la rénovation.

📖 8. Caractéristiques et objectifs de la végétalisation des cours d’école à Paris

🔑 Notions clés & Définitions

• Cours d'école à Paris : Échelle urbaine : les cours d’école représentent un total de 70 hectares à Paris.

📝 Points essentiels

• Les autres établissements sont rénovés progressivement, au rythme d’environ 40 écoles par an.
• La rénovation augmente les espaces végétalisés, notamment par la plantation d’arbres et la mise en place de toits et murs végétalisés.

💡 À retenir

À Paris, la végétalisation des cours d’école s’inscrit dans le projet Green Schools et s’appuie sur une rénovation progressive : elle vise à mieux gérer les eaux de pluie, limiter le stockage de chaleur non ombragée et augmenter les espaces végétalisés.

📖 9. Méthodes empiriques pour estimer l’effet de la végétalisation sur les prix immobiliers

🔑 Notions clés & Définitions

• Méthode de Callaway et Sant’Anna (2021) : Méthode d’estimation utilisée pour traiter un biais possible de l’estimation TWFE lorsque l’adoption du traitement est échelonnée dans le temps.
• Traitement échelonné dans le temps : Situation où le traitement n’est pas adopté simultanément, ce qui rend l’estimation TWFE susceptible d’être biaisée.

📝 Points essentiels

• L’estimation commence par un modèle à deux effet fixes (TWFE) estimé d’abord par MCO.
• Le cours signale qu’un traitement échelonné dans le temps peut biaiser l’estimation TWFE (Goodman–Bacon, 2021).
• Pour traiter ce biais, le cours utilise la méthode de Callaway et Sant’Anna (2021).
• L’analyse s’appuie sur une comparaison de transactions immobilières dans un quartier scolaire entre groupe traité et groupe de contrôle.
• Le cours discute la variation des prix dans le groupe traité et dans le groupe de contrôle comme support de l’identification empirique.

💡 À retenir

L’estimation commence par un modèle à deux effet fixes (TWFE) estimé d’abord par MCO.

📖 10. Résultats et interprétations des externalités économiques liées à la végétalisation des écoles

📝 Points essentiels

• Le cours conclut à des aménités à proximité immédiate de l’école comme canal de valorisation immobilière.
• L’effet d’externalité de la végétalisation est probablement dû à des températures dans et à proximité de l’école.
• Le cours liste d’autres mécanismes possibles : aspects visuels.
• Le cours liste d’autres mécanismes possibles : attractivité de l’école.
• L’interprétation relie la hausse de prix à des bénéfices urbains liés au climat local et à l’environnement scolaire.
• Littérature et contexte Répartition des écoles végétalisées en 2023 Stratégie Empirique
• Nous estimons d’abord par MCO un modèle à deux effet fixes (TWFE) :
• Traitement échelonné dans le temps biais possible de l’estimation du TWFE (Goodman- Bacon, 2021)
• Utilisation de la méthode de Callaway et Sant’Anna (2021) Caractéristiques des transactions immobilières dans un quartier scolaire de Paris Variation des prix dans le groupe traité et le groupe de contrôle Effet de la végétalisation sur les prix des logements Conclusion
• Végétalisation aménités à proximité immédiate de l’école.

💡 À retenir

La hausse de prix est interprétée comme la valorisation d’aménités à proximité immédiate de l’école, avec un canal principal probablement thermique (températures dans et à proximité de l’école) et des canaux complémentaires possibles via les aspects visuels et l’attractivité de l’école.

🧩 Compléments de couverture

1. Le cours précise que les évaluations « ambiguës » des diagnostics énergétiques ne sont « pas intégrées à l’échantillon ».
2. Pour la littérature sur les primes, le cours cite des exemples de pays/études : « États-Unis (Dinan & Miranowski, 1989) » et « Europe (Hamilton et al., 2013) ».
3. Le cours cite aussi des exemples de types de logements étudiés : « résidentiels privés (Hyland et al.,2013), commerciaux (Eichholtz et al., 2013) et publics (Chegut et al., 2016). »
4. Le cours mentionne des études où la prime est faible ou nulle : « peu ou pas de prime (Fuerst & McAllister, 2011 ; Cerin et al., 2014). »
5. Le cours précise des exemples d’aménagements végétalisés : « plantation d'arbres, toits et murs végétalisés, etc. »
6. Littérature Articles trouvant une prime relativement élevée pour les logements éco-énergétiques : Divers lieux : États-Unis (Dinan & Miranowski, 1989), Europe (Hamilton et al.
7. 2010; Guevara et al. 2019) Certains facteurs tendent à augmenter les avantages de la concentration urbaine: réduire les émissions liées au transport (Gaigné et al. 2012), réduire l'artificialisation des sols....
8. Modèles de sélection de Heckman (Brounen & Kok, 2011).
9. Appariement par score de propension (Kahn & Kok, 2014).
10. Arnberger et Eder, 2011) réduction du bruit (Rey Gozalo et al.
11. Les autres sont rénovées progressivement, au rythme d'environ 40 écoles par an.
12. La végétalisation des cours d'école à Paris Les cours d'école représentent un total de 70 hectares à Paris.
13. Non-recours aux aides sociales Contact : Email : sylvain.

📊 Tableaux de Synthèse

Thème	Notions / mécanismes clés	Données / résultats chiffrés explicités
Logement & climat	Atténuation : réduire les émissions de GES des logements. Adaptation : modifier le bâti face au changement climatique.	Émissions de GES des logements = 2e source en France, 20 % du total national.
Labels d’efficacité énergétique & marché	Les politiques publiques standardisent l’information via un diagnostic/labels (G→A) à partir de mesures continues (conso/émissions). Objectif : mieux valoriser les caractéristiques énergétiques.	Un logement B vaut 9 % de plus qu’un logement G. Effet plus fort entre G et D, puis diminue quand on passe vers des classes plus performantes.
Interdictions de location (inefficaces)	Interdiction de location des logements classés G (prévue en 2025) présentée comme mécanisme augmentant l’écart de prix avec les logements mieux classés.	Mention d’une hausse attendue de la dispersion des prix entre logements les moins performants et les mieux classés.
Végétalisation urbaine & prix	Externalités : la rénovation d’“école verte” augmente les prix à proximité immédiate, avec un canal principal probablement thermique + canaux complémentaires possibles (visuel/attractivité).	Hausse de prix : +14 % pour des logements à moins de 20 m, trois ans après la rénovation ; aucun effet significatif au-delà de 20 m.
Cours d’école à Paris (objectifs)	Végétalisation via arbres + toits/murs végétalisés ; objectifs : gérer les eaux de pluie, limiter le stockage de chaleur non ombragée, augmenter les espaces végétalisés.	Cours d’école = 70 hectares à Paris ; rénovation progressive ~ 40 écoles/an ; contexte “Green Schools”.

Dispositif / méthode	Ce que ça fait (dans le résumé)	Données mobilisées explicitement
Valorisation des labels énergétiques (marché privé)	Évaluer la valorisation des labels sur le marché immobilier via une estimation en discontinuité de régression pour traiter les effets de seuils liés aux informations par classes.	Ventes issues de DVF (2016–2021) ; étiquettes issues de DPE Logement (2013–2021) fusionnées avec DVF ; variables liées à l’usage dont nombre de jours de chauffage par an.
Végétalisation & prix (écoles parisiennes)	Estimation empirique : MCO avec modèle à deux effets fixes (TWFE) ; biais possible du TWFE en traitement échelonné ; alternative via méthode de Callaway et Sant’Anna (2021).	Contexte : végétalisation d’écoles parisiennes à partir de 2018 ; données immobilières DV3F (2010–2022) ; données écoles parisiennes RAMESE.

⚠️ Pièges & Confusions Fréquentes

1. Confondre atténuation et adaptation : atténuation = réduire les émissions ; adaptation = modifier le bâti face au changement climatique.
2. Penser que l’information énergétique est “directement” un label sans transformation : le résumé insiste sur la conversion de mesures continues en labels G→A.
3. Oublier l’idée “effets de seuils” : la méthodologie mentionne une estimation en discontinuité de régression pour traiter la structure par labels.
4. Interpréter le résultat “+9 %” comme un effet uniforme : le résumé dit que l’effet diminue avec l’efficacité énergétique, et que la majeure partie se situe entre G et D.
5. Pour les interdictions, croire que c’est un résultat observé chiffré : le résumé présente surtout une mécanique attendue (hausse attendue de dispersion), pas un chiffre d’effet estimé.
6. Pour la végétalisation des écoles, confondre distance et délai : effet annoncé à moins de 20 m et observé trois ans après, puis plus rien au-delà.
7. Mélanger “canal principal” et “canaux complémentaires” : canal principal probablement thermique ; autres canaux possibles via aspects visuels/attractivité.

✅ Checklist Examen

1. Expliquer pourquoi le logement est présenté comme une source importante d’émissions et donner la part chiffrée (20 %) mentionnée.
2. Distinguer clairement atténuation vs adaptation dans le lien logement–climat.
3. Décrire l’idée générale du diagnostic/label énergétique lors de la vente et son rôle dans la valorisation.
4. Rappeler comment on passe des mesures continues aux labels (conversion en G→A) selon le résumé.
5. Mentionner l’objectif du dispositif : améliorer la valorisation des caractéristiques énergétiques grâce à une information sur la qualité environnementale.
6. Expliquer pourquoi la présentation doit rester “simple” pour éviter trop déformer l’information via des effets de seuils.
7. Donner le résultat clé des régressions hédoniques sur labels : comparaison entre classes (B vs G) et valeur (9 %) telle que formulée.
8. Localiser où se concentre l’essentiel de la différence (entre quelles classes) et rappeler que l’effet diminue quand on va vers des classes plus performantes.
9. Indiquer au moins une variable liée à l’usage utilisée dans l’évaluation (exemple explicitement cité : nombre de jours de chauffage par an).
10. Pour les interdictions, rappeler ce qui est interdit (location des logements classés G) et ce que cela est censé provoquer sur les prix/dispersion selon le résumé.
11. Pour la végétalisation d’écoles, donner le résultat spatial-temporel exact : hausse (+14 %) à moins de 20 m, observée trois ans après, et absence d’effet significatif au-delà.
12. Terminer par la méthode empirique citée pour traiter l’estimation en traitement échelonné dans le temps (TWFE puis alternative via Callaway et Sant’Anna (2021)).