UNIVERSiTEacute DU QUEacuteBEC Agrave MONTREacuteAL
ESTIMATION DE LEacuteLASTICITEacute PRIX DE LOFFRE DE LOGEMENT AU CANADA
MEacuteMOIRE
PREacuteSENTEacute
COMME EXIGENCE PARTIELLE
DE LA MAIcircTRISE EN EacuteCONOMIQUE
PAR
FRANCIS KAYEMBE MITONGA
AOUcircT 2009
UNIVERSITEacute DU QUEacuteBEC Agrave MONTREacuteAL Service des bibliothegraveques
Avertissement
La diffusion de ce meacutemoire se fait dans le respect des droits de son auteur qui a signeacute le formulaire Autorisation de reproduire et de diffuser un travail de recherche de cycles supeacuterieurs (SDU-522 - Reacutevuuml1-20uuml6) Cette autorisation stipule que laquoconformeacutement agrave larticle 11 du Regraveglement no 8 des eacutetudes de cycles supeacuterieurs [lauteur] concegravede agrave lUniversiteacute du Queacutebec agrave Montreacuteal une licence non exclusive dutilisation et de publication de la totaliteacute ou dune partie importante de [son] travail de recherche pour des fins peacutedagogiques et non commerciales Plus preacuteciseacutement [lauteur] autorise lUniversiteacute du Queacutebec agrave Montreacuteal agrave reproduire diffuser precircter distribuer ou vendre des copies de [son] travail de recherche agrave des fins non commerciales sur quelque support que ce soit y compris lInternet Cette licence et cette autorisation nentraicircnent pas une renonciation de [la] part [de lauteur] agrave [ses] droits moraux ni agrave [ses] droits de proprieacuteteacute intellectuelle Sauf entente contraire [lauteur) conserve la liberteacute de diffuser et de commercialiser ou non ce travail dont [il] possegravede un exemplaireraquo
REMERCIEMENTS
Je tiens agrave remercier mon directeur de recherche Monsieur Yvon Fauvel pour sa
confiance ses encouragements ses conseils ses recommandations et sa disponibiliteacute qui
mont permis de mieux mener ce travail
Je remercie eacutegalement mes parents mon eacutepouse et toute ma famille dont le soutien et
lencouragement mont permis dacceacuteder agrave ce stade Quils trouvent agrave travers ce travail
lexpression de ma profonde gratitude
Finalement mes remerciements sadressent agrave tous les professeurs ainsi quau personnel
administratif du deacutepartement des sciences eacuteconomiques de lUniversiteacute du Queacutebec agrave
Montreacuteal
TABLE DE MATIEgraveRES
LISTE DES GRAPHIQUES v
LISTE DES TABLEAUX vi
REacuteSUMEacute vii
INTRODUCTION 1
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
11 Caracteacuteristiques du logement 3
12 Quelques travaux empiriques 5
13 Discussion sur le concept deacutelasticiteacute de loffre 8
lA Aperccedilu theacuteorique des modegraveles destimation de leacutelasticiteacute doffre de logement 10
1041 Preacutesentation du modegravele de Mayer et Somervil1e (2000) 10
1042 Preacutesentation du modegravele de Maclennan et Malpezzi et (2001) 11
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005) 14
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol au Canada 18
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
21 Analyse de donneacutees 21
22 Meacutethodologie 32
221 Speacutecification de la meacutethodologie 32
222 Deacutefinition des variables et infeacuterence eacuteconomique 34
IV
CHAPITRE III
REacuteSULTATS ET DISCUSSION
31 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de Green
Malpezzi et Mayo (2005) 38
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer
et Somerville (2000) 42
33 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de
Malpezzi et Maclennan (2001) 47
34 Deacuteterminants des sources de dispariteacute 54
CONCLUSION 58
ANNEXES 60
BIBLIOGRAPHIE 62
LISTE DES GRAPIDQUES
Graphique page
21 Prix des logements neufs 22
22 Prix des mateacuteriaux de construction 24
23 Indice des salaires de la construction 26
24 Population par reacutegion meacutetropolitaine 28
25 Mises en chantier par reacutegions meacutetropolitaines 30
31 Eacutelasticiteacute prix de loffre de logement par reacutegion meacutetropolitaine 54
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
UNIVERSITEacute DU QUEacuteBEC Agrave MONTREacuteAL Service des bibliothegraveques
Avertissement
La diffusion de ce meacutemoire se fait dans le respect des droits de son auteur qui a signeacute le formulaire Autorisation de reproduire et de diffuser un travail de recherche de cycles supeacuterieurs (SDU-522 - Reacutevuuml1-20uuml6) Cette autorisation stipule que laquoconformeacutement agrave larticle 11 du Regraveglement no 8 des eacutetudes de cycles supeacuterieurs [lauteur] concegravede agrave lUniversiteacute du Queacutebec agrave Montreacuteal une licence non exclusive dutilisation et de publication de la totaliteacute ou dune partie importante de [son] travail de recherche pour des fins peacutedagogiques et non commerciales Plus preacuteciseacutement [lauteur] autorise lUniversiteacute du Queacutebec agrave Montreacuteal agrave reproduire diffuser precircter distribuer ou vendre des copies de [son] travail de recherche agrave des fins non commerciales sur quelque support que ce soit y compris lInternet Cette licence et cette autorisation nentraicircnent pas une renonciation de [la] part [de lauteur] agrave [ses] droits moraux ni agrave [ses] droits de proprieacuteteacute intellectuelle Sauf entente contraire [lauteur) conserve la liberteacute de diffuser et de commercialiser ou non ce travail dont [il] possegravede un exemplaireraquo
REMERCIEMENTS
Je tiens agrave remercier mon directeur de recherche Monsieur Yvon Fauvel pour sa
confiance ses encouragements ses conseils ses recommandations et sa disponibiliteacute qui
mont permis de mieux mener ce travail
Je remercie eacutegalement mes parents mon eacutepouse et toute ma famille dont le soutien et
lencouragement mont permis dacceacuteder agrave ce stade Quils trouvent agrave travers ce travail
lexpression de ma profonde gratitude
Finalement mes remerciements sadressent agrave tous les professeurs ainsi quau personnel
administratif du deacutepartement des sciences eacuteconomiques de lUniversiteacute du Queacutebec agrave
Montreacuteal
TABLE DE MATIEgraveRES
LISTE DES GRAPHIQUES v
LISTE DES TABLEAUX vi
REacuteSUMEacute vii
INTRODUCTION 1
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
11 Caracteacuteristiques du logement 3
12 Quelques travaux empiriques 5
13 Discussion sur le concept deacutelasticiteacute de loffre 8
lA Aperccedilu theacuteorique des modegraveles destimation de leacutelasticiteacute doffre de logement 10
1041 Preacutesentation du modegravele de Mayer et Somervil1e (2000) 10
1042 Preacutesentation du modegravele de Maclennan et Malpezzi et (2001) 11
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005) 14
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol au Canada 18
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
21 Analyse de donneacutees 21
22 Meacutethodologie 32
221 Speacutecification de la meacutethodologie 32
222 Deacutefinition des variables et infeacuterence eacuteconomique 34
IV
CHAPITRE III
REacuteSULTATS ET DISCUSSION
31 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de Green
Malpezzi et Mayo (2005) 38
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer
et Somerville (2000) 42
33 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de
Malpezzi et Maclennan (2001) 47
34 Deacuteterminants des sources de dispariteacute 54
CONCLUSION 58
ANNEXES 60
BIBLIOGRAPHIE 62
LISTE DES GRAPIDQUES
Graphique page
21 Prix des logements neufs 22
22 Prix des mateacuteriaux de construction 24
23 Indice des salaires de la construction 26
24 Population par reacutegion meacutetropolitaine 28
25 Mises en chantier par reacutegions meacutetropolitaines 30
31 Eacutelasticiteacute prix de loffre de logement par reacutegion meacutetropolitaine 54
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
REMERCIEMENTS
Je tiens agrave remercier mon directeur de recherche Monsieur Yvon Fauvel pour sa
confiance ses encouragements ses conseils ses recommandations et sa disponibiliteacute qui
mont permis de mieux mener ce travail
Je remercie eacutegalement mes parents mon eacutepouse et toute ma famille dont le soutien et
lencouragement mont permis dacceacuteder agrave ce stade Quils trouvent agrave travers ce travail
lexpression de ma profonde gratitude
Finalement mes remerciements sadressent agrave tous les professeurs ainsi quau personnel
administratif du deacutepartement des sciences eacuteconomiques de lUniversiteacute du Queacutebec agrave
Montreacuteal
TABLE DE MATIEgraveRES
LISTE DES GRAPHIQUES v
LISTE DES TABLEAUX vi
REacuteSUMEacute vii
INTRODUCTION 1
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
11 Caracteacuteristiques du logement 3
12 Quelques travaux empiriques 5
13 Discussion sur le concept deacutelasticiteacute de loffre 8
lA Aperccedilu theacuteorique des modegraveles destimation de leacutelasticiteacute doffre de logement 10
1041 Preacutesentation du modegravele de Mayer et Somervil1e (2000) 10
1042 Preacutesentation du modegravele de Maclennan et Malpezzi et (2001) 11
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005) 14
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol au Canada 18
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
21 Analyse de donneacutees 21
22 Meacutethodologie 32
221 Speacutecification de la meacutethodologie 32
222 Deacutefinition des variables et infeacuterence eacuteconomique 34
IV
CHAPITRE III
REacuteSULTATS ET DISCUSSION
31 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de Green
Malpezzi et Mayo (2005) 38
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer
et Somerville (2000) 42
33 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de
Malpezzi et Maclennan (2001) 47
34 Deacuteterminants des sources de dispariteacute 54
CONCLUSION 58
ANNEXES 60
BIBLIOGRAPHIE 62
LISTE DES GRAPIDQUES
Graphique page
21 Prix des logements neufs 22
22 Prix des mateacuteriaux de construction 24
23 Indice des salaires de la construction 26
24 Population par reacutegion meacutetropolitaine 28
25 Mises en chantier par reacutegions meacutetropolitaines 30
31 Eacutelasticiteacute prix de loffre de logement par reacutegion meacutetropolitaine 54
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
TABLE DE MATIEgraveRES
LISTE DES GRAPHIQUES v
LISTE DES TABLEAUX vi
REacuteSUMEacute vii
INTRODUCTION 1
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
11 Caracteacuteristiques du logement 3
12 Quelques travaux empiriques 5
13 Discussion sur le concept deacutelasticiteacute de loffre 8
lA Aperccedilu theacuteorique des modegraveles destimation de leacutelasticiteacute doffre de logement 10
1041 Preacutesentation du modegravele de Mayer et Somervil1e (2000) 10
1042 Preacutesentation du modegravele de Maclennan et Malpezzi et (2001) 11
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005) 14
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol au Canada 18
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
21 Analyse de donneacutees 21
22 Meacutethodologie 32
221 Speacutecification de la meacutethodologie 32
222 Deacutefinition des variables et infeacuterence eacuteconomique 34
IV
CHAPITRE III
REacuteSULTATS ET DISCUSSION
31 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de Green
Malpezzi et Mayo (2005) 38
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer
et Somerville (2000) 42
33 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de
Malpezzi et Maclennan (2001) 47
34 Deacuteterminants des sources de dispariteacute 54
CONCLUSION 58
ANNEXES 60
BIBLIOGRAPHIE 62
LISTE DES GRAPIDQUES
Graphique page
21 Prix des logements neufs 22
22 Prix des mateacuteriaux de construction 24
23 Indice des salaires de la construction 26
24 Population par reacutegion meacutetropolitaine 28
25 Mises en chantier par reacutegions meacutetropolitaines 30
31 Eacutelasticiteacute prix de loffre de logement par reacutegion meacutetropolitaine 54
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
IV
CHAPITRE III
REacuteSULTATS ET DISCUSSION
31 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de Green
Malpezzi et Mayo (2005) 38
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer
et Somerville (2000) 42
33 Estimation de leacutelasticiteacute pnx de loffre de logement selon lapproche de
Malpezzi et Maclennan (2001) 47
34 Deacuteterminants des sources de dispariteacute 54
CONCLUSION 58
ANNEXES 60
BIBLIOGRAPHIE 62
LISTE DES GRAPIDQUES
Graphique page
21 Prix des logements neufs 22
22 Prix des mateacuteriaux de construction 24
23 Indice des salaires de la construction 26
24 Population par reacutegion meacutetropolitaine 28
25 Mises en chantier par reacutegions meacutetropolitaines 30
31 Eacutelasticiteacute prix de loffre de logement par reacutegion meacutetropolitaine 54
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
LISTE DES GRAPIDQUES
Graphique page
21 Prix des logements neufs 22
22 Prix des mateacuteriaux de construction 24
23 Indice des salaires de la construction 26
24 Population par reacutegion meacutetropolitaine 28
25 Mises en chantier par reacutegions meacutetropolitaines 30
31 Eacutelasticiteacute prix de loffre de logement par reacutegion meacutetropolitaine 54
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
LISTE DES TABLEAUX
Tableau Page
31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo 38
32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville 42
33 Estimation de leacutelasticiteacute- revenu 47
34 Eacutelasticiteacute prix de loffre-Approche de Maclennan et Malpezzi 52
35 Estimation des sources de dispariteacute des eacutelasticiteacutes 56
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
REacuteSUMEacute
Dans ce meacutemoire nous analysons loffre de logement dans les reacutegions meacutetropolitaines de recensement agrave laide de modegraveles deacutejagrave utiliseacutes pour le marcheacute du logement ameacutericain Contrairement agrave la majoriteacute des eacutetudes empiriques reacutealiseacutees sur loffre de logement aux Eacutetats- Unis les donneacutees utiliseacutees dans ce meacutemoire sont issues du marcheacute canadien du logement Notre cadre danalyse sappuie principalement sur les formulations du modegravele de Green Malpezzi et Mayo (2005) Mayer et Somervil1e (2000) et Maclennan et Malpezzi (2001) Lanalyse comparative de ces trois modegraveles a reacuteveacuteleacute que seule la reacutegression du modegravele de Green Malpezzi et Mayo (2005) a pu fournir des reacutesultats robustes Ce modegravele nous a permis datteindre un double objectif
Le premier objectif est destimer leacutelasticiteacute prix de loffre de logement pour chaque reacutegion meacutetropolitaine Les reacutesultats obtenus deacutemontrent agrave linstar du marcheacute du logement ameacutericain que loffre de logement est eacutelastique dans la plupart des reacutegions meacutetropolitaines du Canada Cependant il existe des eacutecarts reacutegionaux importants
Le deuxiegraveme objectif est dexpliquer les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines La plupart des facteurs deacuteterminant ces sources sont significatifs agrave un niveau de 5 agrave lexception de la variation de la population Les reacutesultats montrent que les variables relatives agrave la densiteacute agrave la taille de la population aux prix de logement aux droits de cession et frais denregistrement et au temps de deacuteplacement sont utiles pour expliquer les dispariteacutes entre les reacutegions
Mots cleacutes Eacutelasticiteacute Prix Offre Logement
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
INTRODUCTION
Le logement repreacutesente pour la plupart des meacutenages lactif le plus important et un
eacuteleacutement cleacute pour leur bien-ecirctre Le secteur de logement a des implications sur un eacuteventail
dintervenants (consommateurs constructeurs promoteurs agents immobiliers proprieacutetaires
et precircteurs hypotheacutecaires) En plus ses incidences sur leacuteconomie reacutegionale et nationale sont
majeures Plusieurs eacutetudes ont tenteacute de deacutemontrer sous divers aspects les interactions entre
le logement et leacuteconomie La preacutesente eacutetude sinteacuteresse agrave loffre de logement neuf Il sera
question destimer leacutelasticiteacute prix agrave long terme de loffre de logement neuf pour les reacutegions
meacutetropolitaines de recensement du Canada
Linteacuterecirct de ce sujet sexplique tout simplement par le fait quil existe peu deacutetudes
reacutealiseacutees sur loffre de logement contrairement agrave celles sinteacuteressant agrave la demande (Smith
Rosen et Fallis 1988 Granelle 1998 Dipasquale 1999 Rosenthal 1999 Mayer et
Somervil1e 2000 Green et Malpezzi 2001) Agrave cet eacutegard nous comptons par ce travail
relever un deacutefi majeur dans lanalyse du marcheacute de logement
En effet il nexiste pas de marcheacute national du logement nous sommes en preacutesence
dun grand nombre de marcheacutes locaux Dans ce contexte leacutelasticiteacute de loffre de logement
au niveau national est lagreacutegation des eacutelasticiteacutes au niveau local Nous allons nous
concentrer sur les caracteacuteristiques tant deacutemographiques queacuteconomiques des reacutegions
meacutetropolitaines de recensement telles que reacutepertorieacutees par Statistique Canada afin danalyser
le comportement de loffre de logement au Canada Nous allons agrave cet effet constituer une
base de donneacutees portant sur les statistiques fournies par Statistique Canada et la Socieacuteteacute
canadienne dhypothegraveque et de logement (SCHL) Notre eacutechantillon comprend 27 reacutegions
meacutetropolitaines de recensement Par reacutegion meacutetropolitaine de recensement nous entendons
un ensemble formeacute dune ou de plusieurs municipaliteacutes adjacentes situeacutees autour dune
grande reacutegion urbaine Une reacutegion meacutetropolitaine de recensement doit avoir une population
dau moins 100 000 habitants (Statistique Canada 1996)Pour chaque reacutegion meacutetropolitaine
de recensement nous avons consideacutereacute le stock de logement lindice des prix de constructions
neuves pour estimer leacutelasticiteacute prix agrave long terme de loffre de logement Les reacutesultats
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
2
deacutemontrent que pour lensemble des reacutegions meacutetropolitaines leffet des prix du logement sur
le stock est positif Loffre de logement est eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement Cependant cette eacutelasticiteacute varie dune reacutegion agrave lautre Pour
deacuteterminer les sources de dispariteacute des eacutelasticiteacutes entre les diffeacuterentes reacutegions nous avons
exploiteacute les donneacutees portant sur la population les droits de cession et frais denregistrement
le temps moyen de deacuteplacement la densiteacute de la population le prix de logement et le taux de
croissance de la population Il reacutesulte de cette analyse que la population la densiteacute le temps
de deacuteplacement les prix de logement les droits de cession et frais denregistrement sont des
facteurs pertinents pour expliquer les eacutecarts deacutelasticiteacute de loffre de logement entre reacutegions
meacutetropolitaines
Comme toute eacutetude scientifique ce travail a certes certaines limites Nous avons
rencontreacute plusieurs obstacles dans la reacutecolte des donneacutees relatives agrave loffre de logement au
Canada Le fait quil nexiste pas suffisamment de recherches portant sur loffre de logement
au Canada contrairement aux Eacutetats-Unis repreacutesente un handicap majeur dans la prise en
compte des diffeacuterents deacuteterminants de loffre de logement au Canada Le manque de donneacutees
sur la reacuteglementation les droits et frais relatifs agrave la construction de logements neufs pour
chaque reacutegion meacutetropolitaine de recensement a restreint notre analyse limitant ainsi le
nombre de deacuteterminants consideacutereacutes comme sources de dispariteacute
Lapproche utiliseacutee comprend deux eacutetapes la premiegravere consiste agrave estimer leacutelasticiteacute
prix de loffre de logement pour chaque reacutegion meacutetropolitaine du Canada agrave laide de la
speacutecification de Green Malpezzi et Mayo (2005) Agrave des fins de comparaison nous avons
aussi utiliseacute les speacutecifications de Mayer et Somerville (2000) et Maclennan et
Malpezzi (2001) La deuxiegraveme eacutetape tente agrave son tour de deacuteterminer les sources de dispariteacute
des eacutelasticiteacutes entre les reacutegions meacutetropolitaines
Ce travail comprend trois chapitres Le premier chapitre porte sur la revue de la
litteacuterature et met laccent sur des questions importantes souleveacutees par certains chercheurs
quant agrave lestimation de leacutequation doffre de logement et quelques meacutethodes deacutejagrave utiliseacutees
pour calculer leacutelasticiteacute prix de loffre de logement Dans le deuxiegraveme chapitre nous
analysons les donneacutees utiliseacutees et preacutesentons dune maniegravere deacutetailleacutee notre meacutethodologie
Et enfin le troisiegraveme chapitre quant agrave lui porte sur la preacutesentation et les commentaires des
reacutesultats obtenus
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
CHAPITRE 1
SURVOL DE LA LITTEacuteRATURE
Lorsque compareacutee agrave celle de la demande la litteacuterature relative agrave loffre du logement nest pas
abondante La plupart des eacutetudes meneacutees dans le domaine du logement se restreignent agrave la
demande Les eacutetudes portant sur loffre essaient de trouver un fondement theacuteorique de
lestimation dune eacutequation doffre de logement Cependant peu dentre elles ont tenteacute
destimer leacutelasticiteacute prix de loffre de logement dans les grandes reacutegions meacutetropolitaines
ameacutericaines Pour mener agrave bien notre recherche nous avons recouru aux speacutecifications
utiliseacutees par les eacutetudes preacuteceacutedentes car elles fournissent quelques voies et moyens pouvant
nous permettre datteindre notre objectif Mais avant dy arriver nous porterons dabord un
regard particulier sur les caracteacuteristiques du logement Ce qui fait lobjet de la premiegravere
section de ce chapitre Dans la deuxiegraveme section nous ferons un survol de quelques travaux
empiriques Les formes speacutecifiques sur lesquelles sappuie notre cadre danalyse font lobjet
de la troisiegraveme section La quatriegraveme section porte sur une discussion du concept deacutelasticiteacute
prix de loffre de logement Et enfin nous eacutemettrons dans la derniegravere section de ce chapitre
quelques commentaires sur lindice de reacutegulation de lusage du sol au Canada
11 Caracteacuteristiques du logement
Le logement joue un rocircle important dans leacuteconomie dun pays Dans leur discussion
Rosen Smith et FaUis (1988) deacutecrivent le logement comme un bien posseacutedant plusieurs
caracteacuteristiques et facilement influenceacute par les forces du marcheacute Parmi ces caracteacuteristiques
les plus importantes sont la durabiliteacute la fixiteacute spatiale limplication du gouvernement dans
le marcheacute du logement et le marcheacute des inputs
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
4
La durabiliteacute
Le stock de logement est un bien capital ayant une vie extrecircmement longue La
durabiliteacute implique quen regravegle geacuteneacuterale le stock existant est assez important par rapport au
flux des stocks des logements nouvellement construits Rosen Smith et Fallis (1988)
estiment quaux Eacutetats-Unis les nouvelles constructions annuelles augmentent
approximativement de 1 3 le stock de logement Lintroduction du concept de durabiliteacute
dans le domaine du logement met laccent sur le processus de production des services de
logement qui utilisent le stock de logement comme input et aussi sur la maniegravere dont les
deacutecisions de reacutenovation affectent le stock de logement
Lheacuteteacuterogeacuteneacuteiteacute
Lheacuteteacuterogeacuteneacuteiteacute se traduit par lexistence des biens homogegravenes non observables appeleacutes
service de logement Les logements peuvent avoir les mecircmes coucircts mais diffeacuterer selon la
taille lacircge le design laccegraves agrave dautres emplacements (localisation) lusage des terrains
environnants et la taxe locale
La fIXiteacute spatiale
La fixiteacute spatiale stipule que la localisation est une caracteacuteristique du stock de
logement Ce qui pourrait ecirctre vu comme une partie de lheacuteteacuterogeacuteneacuteiteacute La speacutecification de la
localisation implique trois aspects la distance par rapport agrave dautres emplacements comme le
quartier commercial le travail etc la nature de lusage des terrains dans le voisinage du
logement et le gouvernement local dans la juridiction duquel le stock est situeacute Ces aspects
impliquent que les uniteacutes du stock de logement physiquement similaires mais dans
diffeacuterentes localisations peuvent avoir diffeacuterents prix Les prix baissent agrave un taux reacuteduit par
rapport agrave la localisation centrale de lemploi Les meacutenages qui vivent agrave proximiteacute des lieux
demploi font geacuteneacuteralement face agrave des prix de logement eacuteleveacutes mais agrave de faibles coucircts de
deacuteplacement
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
5
Par contre les meacutenages qui vivent loin font face agrave des faibles pnx de logement mais
connaissent des coucircts de deacuteplacement eacuteleveacutes
Limplication gouvernementale
Limplication du gouvernement dans le marcheacute de logement est observeacutee dans
plusieurs pays Cependant les pays diffegraverent par la speacutecificiteacute de leurs programmes En regravegle
geacuteneacuterale cette implication se manifeste agrave travers une gamme dinstruments gouvernementaux
dont les taxes les deacutepenses lintervention dans les marcheacutes des capitaux la reacutegulation et la
creacuteation des institutions publiques
12 Quelques travaux empiriques
Dans cette section nous preacutesentons quelques conclusions tireacutees de certaines eacutetudes sur
loffre de logement Plusieurs chercheurs ont essayeacute de soulever certaines difficulteacutes
rencontreacutees dans lanalyse de loffre de logement Selon GraneUe (1998) la plupart des
eacutetudes se restreignent agrave la demande agrave cause de la complexiteacute que repreacutesente loffre de
logement Abondant dans le mecircme sens Rosenthal (1999) preacutetend que les donneacutees
disponibles et les modegraveles conccedilus pour lestimation de loffre de logement sont geacuteneacuteralement
limiteacutes Dipasquale (1999) reacutesume en trois points les difficulteacutes auxquelles on est
geacuteneacuteralement confronteacute lorsquil sagit destimer une eacutequation doffre de logement
Premiegraverement les estimations de leacutequation de loffre de logement varient beaucoup
Deuxiegravement le prix semble dune part ne pas ecirctre une variable suffisante et dautre part les
autres indicateurs de marcheacute sont moins importants dans lexplication de loffre de logement
Et enfin le niveau de construction semble reacutepondre passivement aux coucircts de construction et
aux prix des outputs Cependant malgreacute la complexiteacute que preacutesente loffre de logement
plusieurs chercheurs ont porteacute un inteacuterecirct particulier agrave lestimation dune eacutequation doffre de
logement
Historiquement la premiegravere analyse eacuteconomeacutetrique de loffre du marcheacute du logement
ameacutericain est celle de Muth (1960) Dans son eacutetude Muth reacutegresse la valeur reacuteelle des
nouvelles constructions sur le prix relatif de logement et les prix des inputs Il a par la suite
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
6
inverseacute le modegravele en consideacuterant le prix des maisons comme variable expliqueacutee pour bien
mener son analyse Dans les deux cas il a trouveacute quil ny avait aucune relation significative
entre le prix et la quantiteacute ce qui la pousseacute agrave conclure que loffre de logement est
parfaitement eacutelastique
Follain (1979) a poursuivi lideacutee de Muth dont les investigations eacutetaient limiteacutees agrave la
peacuteriode allant de 1919 agrave 193411 a estimeacute une seacuterie de reacutegressions similaires baseacutees sur les
donneacutees dapregraves-guerre (1947) en consideacuterant les problegravemes de simu ltaneacuteiteacute et
dautocorreacutelation des reacutesidus pour la peacuteriode allant de 1947 agrave 1975 Il a trouveacute des reacutesultats
qualitativement similaires agrave ceux de Muth loffre de logement est demeureacutee eacutelastique
ucirclsen (1987) conteste les conclusions de Muth et Follain 11 soutient dune part quil y
aurait une erreur de speacutecification en consideacuterant les prix des inputs comme variables
explicatives car la relation entre loffre et les prix des inputs devrait en geacuteneacuteral ecirctre
indeacutependante si la courbe doffre est eacutelastique ou eacuteleveacutee et dautre part lintroduction des
variables exogegravenes ne biaise pas en geacuteneacuteral les reacutesultats mais peut reacuteduire lefficience
Topel et Rosen (1988) utilisent un modegravele dinvestissement pour estimer les nouvelles
constructions en preacutesence dun coucirct marginal dynamique Ils estiment que le coucirct marginal
augmente avec le niveau des prix et les variations des nouvelles constructions
Dipasquale et Wheaton (1994) ont estimeacute un modegravele dajustement de stock dans lequel
les nouvelles constructions deacutependent de la diffeacuterence entre le stock deacutesireacute et le stock de la
peacuteriode preacuteceacutedente En utilisant le niveau de prix courant comme une approximation du stock
deacutesireacute et en incluant dans leur reacutegression lestimation du lag du stock deacutesireacute ils ont obtenu
des reacutesultats coheacuterents avec leur modegravele Le coefficient du prix est positif et celui du lag du
stock est neacutegatif
Blackley (1999) partant dun eacutechantillon dont la peacuteriode seacutetale de 1950 agrave 1994 a
estimeacute plusieurs modegraveles similaires agrave ceux estimeacutes par Follain (1979) incluant le prix des
inputs comme variable explicative Blackley a tenteacute une autre expeacuterience en recourant agrave une
autre forme de speacutecification qui tient compte des recommandations dOlsen (1987) Dans les
deux cas Blackley a obtenu des faibles eacutelasticiteacutes
Mayer et Somerville (2000) ont suggeacutereacute quune forme fonctionnelle plus approprieacutee
pour estimer leacutelasticiteacute doffre serait baseacutee sur une eacutequation ougrave les nouvelles constructions
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
7
deacutependent des variations des prix des logements en lieu et place du niveau des prix des
logements Ils ont estimeacute une speacutecification dans laquelle les nouvelles constructions sont
fonction des variations des prix et des variations des coucircts de construction Eu eacutegard agrave cela
ils ont trouveacute en reacutegressant leur modegravele une eacutelasticiteacute doffre de logement plus faible ce qui
est intuitivement plus senseacute selon eux
Maclennan et Malpezzi (2001) apportent plus deacuteclaircissements lorsquils identifient
dans leur eacutetude portant sur leacutelasticiteacute prix agrave long terme de loffre des nouvelles constructions
reacutesidentielles aux Eacutetats-Unis et en Grande Bretagne quatre faccedilons de tester leacutelasticiteacute doffre
de logement Nous preacutesentons agrave la quatriegraveme section de ce chapitre les propositions
formuleacutees par Maclennan et Malpezzi (2001)
Green Malpezzi et Mayo (2005) estiment leacutelasticiteacute doffre de logement pour chaque
reacutegion meacutetropolitaine ameacutericaine et expliquent les sources de dispariteacutes des eacutelasticiteacutes entre
les reacutegions la preacutesence des diffeacuterentes formes durbanisation et de reacutegulations fonciegraveres et les
conditions du marcheacute Les conclusions de Green Malpezzi et Mayo (2005) sont aussi
preacutesenteacutees agrave la quatriegraveme section de ce chapitre
En regravegle geacuteneacuterale les eacutetudes empiriques existantes sur loffre de logement utilisent
deux approches pour estimer la relation entre les nouvelles constructions et les prix des
logements La premiegravere approche porte sur une eacutequation de forme reacuteduite combinant les
fonctions doffre et de demande de logement Leacutelasticiteacute prix des nouvelles constructions est
deacuteriveacutee de coefficients de loffre et de la demande estimeacutes agrave partir de la forme reacuteduite Muth
(1960) Follain (1979) Stover (1986) Maclennan et Malpezzi (2001) et bien dautres ont
suivi cette approche Ils concluent dans bien des cas que la courbe doffre des nouvelles
constructions est parfaitement eacutelastique La seconde approche consiste agrave estimer directement
la courbe doffre agreacutegeacutee des nouvelles constructions deacutependent du niveau des prix et des
divers coucircts Poterba (1984 et 1991) Rosen et Topel (1988) Dipasquale et Wheaton (1994)
Mayer et Somerville (2000) figurent parmi les chercheurs ayant utiliseacute cette approche Ils
concluent que les estimations deacutelasticiteacutes prix des nouvelles constructions sont geacuteneacuteralement
faibles Dans la section qui suit nous discutons des diffeacuterentes valeurs de leacutelasticiteacute prix
doffre et de la forme que lon peut adopter pour repreacutesenter la courbe doffre de logement
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266
8
13 Discussion du concept deacutelasticiteacute prix de loffre de logement
La theacuteorie micro eacuteconomique deacutefinit leacutelasticiteacute prix de loffre comme une mesure du
changement relatif de la quantiteacute offerte suite agrave un changement relatif du prix Leacutelasticiteacute de
loffre est donc en regravegle geacuteneacuterale un indicateur de la reacuteaction des offreurs face agrave une variation
quelconque du prix Elle peut cependant ecirctre interpreacuteteacutee dans le cas de loffre de logements
neufs comme une reacuteaction des promoteurs face agrave une variation quelconque des prix de
logement sur le marcheacute de construction
En geacuteneacuteral la theacuteorie eacuteconomique cherche agrave savoir si la courbe doffre de logement a
une pente positive ou si elle est parfaitement horizontale Cependant lallure de la courbe
doffre peut ecirctre mesureacutee par leacutelasticiteacute prix de loffre qui est deacutefinie comme eacutetant le rapport
dqde la variation relative de la quantiteacute offerte ( ) agrave la variation relative du prix
q
II ( dp ) agrave savoir 11 (1)E11 = ri p II Il
Plusieurs cas peuvent se preacutesenter
E = 0 offre parfaitement ineacutelastique
E -lt 1 faible eacutelasticiteacute de loffre
E =1 eacutelasticiteacute unitaire
E gt- 1 offre eacutelastique
E ---+ 00 offre parfaitement eacutelastique
9
La valeur numeacuterique de leacutelasticiteacute prix de loffre de logement deacutetermine lallure
quadopte la courbe de loffre Cette courbe est une droite parallegravele agrave laxe des ordonneacutees
lorsque loffre est parfaitement ineacutelastique Tandis quelle est horizontale dans le cas dune
offre parfaitement eacutelastique Archour Chung et Lapointe (1981) soulignent quagrave court terme
leacutelasticiteacute prix de loffre de logement est plutocirct faible Ils tentent dexpliquer cela par la
difficulteacute pour loffre de sajuster rapidement agrave court terme face agrave la demande
Faute deacutetudes empiriques agrave leur eacutepoque ces chercheurs preacutetendent quagrave long terme
leacutelasticiteacute prix de loffre de logement serait relativement grande Ce pheacutenomegravene serait
expliqueacute par les facteurs suivants un bon fonctionnement du marcheacute du logement une
stabiliteacute des prix relatifs reacuteels du logement une forte concurrence preacutesente sur le marcheacute de
logement etc Par contre Mayer et Somerville (2000) soutiennent que les eacutelasticiteacutes prix de
loffre des nouvelles constructions sont faibles agrave long terme La litteacuterature renseigne agrave ce
sujet que les estimations deacutelasticiteacutes doffre de logement varient selon les modegraveles et les
donneacutees utiliseacutes Plusieurs estimations ont eacuteteacute obtenues dans les eacutetudes preacuteceacutedentes
Les eacutelasticiteacutes estimeacutees par Blackley (1999) se rangent de l 6 agrave 3 7 Kearl (1979) rapporte
une eacutelasticiteacute de 16 pour les nouvelles constructions Huang (1973) a trouveacute une eacutelasticiteacute de
2 Les recherches de Topel et Rosen (1988) Poterba (1984 et 1991) Dipasquale et
Wheaton (1994) Mayer et Somervi Ile (2000) rapportent une eacutelasticiteacute de long terme entre 1
agrave 3 Muth (1960) Follain (1979) et Mac1ennan et Malpezzi (1996) ont par contre trouveacute des
fortes eacutelasticiteacutes dont les valeurs numeacuteriques pouvaient atteindre 20 Dans la section qui suit
nous preacutesentons les formes speacutecifiques qui nous ont permis destimer leacutelasticiteacute prix de
loffre de logement au Canada
10
14 Aperccedilu tbeacuteorique des modegraveles destimation de leacutelasticiteacute prix de loffre de
logement
Dans cette section nous preacutesentons les formes speacutecifiques utiliseacutees pour lestimation
de leacutelasticiteacute prix de loffre de logement
141 Preacutesentation du modegravele de Mayer et Somervil1e (2000)
Mayer et SomerviHe usant des donneacutees dune seule reacutegion meacutetropolitaine estiment une
eacutequation doffre des nouvelles constructions baseacutee sur le modegravele theacuteorique de croissance
urbaine de Capozza et Helsley (1989) Dans leur speacutecification Mayer et Somerville
considegraverent les nouvelles constructions comme eacutetant fonction des variations des prix des
logements Ce modegravele empirique geacutenegravere une mesure stable de leacutelasticiteacute de loffre
consideacutereacutee comme leffet dune variation des prix de logement sur le stock de logements
Cette mesure est geacuteneacuteralement faible car les nouvelles constructions repreacutesentent un
pourcentage faible du stock de logements La prise en consideacuteration des variations de
nouvelles constructions se justifie aussi par les caracteacuteristiques des seacuteries temporelles du
stock de logement et des prix Les recherches de Holland (1991) Wallace (1994) et
Rosenthal (1999) ont trouveacute quen geacuteneacuteral les seacuteries temporelles du prix reacuteel des logements
existants et du stock de logement ne sont pas stationnaires Par contre les seacuteries des
nouvelles constructions et celles des diffeacuterences premiegraveres des prix reacuteels sont geacuteneacuteralement
stationnaires Lestimation dune relation entre une variable stationnaire et une variable non
stationnaire pose souvent un problegraveme Bien que ces variables soient souvent correacuteleacutees agrave
court terme ou en petits eacutechantillons agrave long terme cette correacutelation tend agrave disparaicirctre Agrave cet
effet Granger et Newbold (1974) soulignent quune reacutegression utilisant plusieurs seacuteries non
stationnaires peut conduire agrave une correacutelation fictive Si le stock de logement et les prix reacuteels
de logement sont tous stationnaires en premiegraveres diffeacuterences la bonne speacutecification
eacuteconomeacutetrique serait de reacutegresser les nouvelles constructions sur les variations des prix
Dans leur modegravele Mayer et Somerville (2000) utilisent une speacutecification qui est telle
que les nouvelles constructions sont fonction des variations des prix des variations des coucircts
Il
de construction (mateacuteriaux main dœuvre taux dinteacuterecirct) et des variables retardeacutees
Le modegravele se preacutesente de la faccedilon suivante
ougrave SI OcircPI Ocircr( ocircCI repreacutesentent respectivement les nouvelles constructions la variation
du prix de logement et la variation des coucircts de construction Afin deacuteviter tout problegraveme
dendogeacuteneiteacute pouvant exister entre les nouvelles constructions et les prix courants ou les
coucircts de construction des variables instrumentales ont eacuteteacute rajouteacutees au modegravele Les reacutesultats
sont tels que les cœfficients des variations courantes des prix et leurs diffeacuterences ainsi que
les variations courantes du taux dinteacuterecirct sont statistiquement diffeacuterents de zeacutero agrave un niveau
de signification de 5 Les variations des prix de logement ont un grand effet sur les
nouvelles constructions Les variations du taux dinteacuterecirct ont un effet significatif sur les
nouvelles constructions mais cet effet est faible par rapport agrave celui des variations des prix La
faiblesse de leffet du taux dinteacuterecirct sur les nouvelles constructions se justifie par le fait que
leffet du taux dinteacuterecirct sur le marcheacute de logement est plus important sur la demande que
loffre Quant au coefficient du coucirct des mateacuteriaux de construction et des salaires de
construction leacutetude de Mayer et Somervil1e reacutevegravele agrave linstar des autres eacutetudes empiriques
sur loffre de logement que ces coefficients ne sont pas statistiquement diffeacuterents de zeacutero
Les auteurs font remarquer par ailleurs que lorsque lon retire ces variables de la
speacutecification cela na aucun effet sur les autres coefficients En conclusion selon les
estimations de Mayer et Somerville les eacutelasticiteacutes des nouvelles constructions sont faibles agrave
long terme Une fois quon augmente les prix les nouvelles constructions augmentent non
seulement au trimestre courant mais aussi au cours de trois trimestres suivants
142 Preacutesentation du modegravele de Maclennan et Malpezzi (2001)
Maclennan et Malpezzi (2001) proposent dans leur eacutetude portant sur leacutelasticiteacute prix agrave
long terme de loffre des nouvelles constructions reacutesidentielles aux Eacutetats-Unis et en Grande
Bretagne quatre faccedilons de tester leacutelasticiteacute doffre de logement
i) Ils font remarquer que si loffre du marcheacute est eacutelastique les prix ne devraient pas varier agrave
long terme Donc une maniegravere simple de tester leacutelasticiteacute doffre des nouvelles
12
constructions est dobserver la tendance dans les prix relatifs des nouvelles constructions en
recourant aux tests de stationnariteacute
ii) Poursuivant leur deacutemarche les deux chercheurs se reacutefegraverent aux conclusions de Muth
(1960) et Follain (1979) pour nous proposer une deuxiegraveme maniegravere de tester leacutelasticiteacute
Muth soutient dans son argument que si loffre du marcheacute est eacutelastique le prix et la quantiteacute
devraient ecirctre indeacutependants dans une forme reacuteduite Pour tester leacutelasticiteacute ils recourent agrave
linterpreacutetation de la statistique t de Student affecteacute au coefficient de la quantiteacute offerte Mais
le problegraveme qui se pose ici est que le test-t ne peut discriminer entre une eacutelasticiteacute parfaite et
une ineacutelasticiteacute parfaite de loffre vu que dans les deux cas la pente de la fonction ne peut ecirctre
estimeacutee avec preacutecision Cet argument rejoint par ailleurs la critique dOlsen (1987)
iii) Dans leur troisiegraveme maniegravere de tester Jeacutelasticiteacute les auteurs proposent un modegravele
deacuteveloppeacute en premier par Malpezzi et Mayo (1996) et qui tient compte de lideacutee de Muth et
Follain et des recommandations dOlsen Ils interpregravetent ainsi les diffeacuterents paramegravetres du
modegravele deacutequilibre du marcheacute entre loffre et la demande de logement comme eacutetant des
eacutelasticiteacutes approximatives doffre et de la demande par le simple fait que les quantiteacutes
offertes et demandeacutees sont exprimeacutees en logarithme Nous pouvons illustrer cela agrave laide du
modegravele suivant
qd =ao +aPh +a2 y+a3 d
qs = fJo + fJ1Ph (3)
qs =qd
ougrave qdqsydPh sont mesureacutes en logarithmes naturels et repreacutesentent respectivement
la quantiteacute demandeacutee la quantiteacute offerte le revenu la taille de la population et le prix des
logements Les coefficients du modegravele sont interpreacuteteacutes comme eacutetant des eacutelasticiteacutes
approximatives Leacutelasticiteacute prix de loffre est calculeacutee en isolant le prix de la faccedilon suivante
Sous forme reacuteduite
(5)
Leacutelasticiteacute de loffre est alors deacutefinie ainsi
13
(6)
iv) Et finalement la quatriegraveme proceacutedure proposeacutee par Malpezzi et Maclennan (2001) est
une extension de la troisiegraveme agrave la seule diffeacuterence que le modegravele incorpore certaines
hypothegraveses restrictives au niveau de la demande dans la mesure ougrave ils transforment leacutequation
de demande en une diffeacuterence (pondeacutereacutee par un paramegravetre dajustement) entre le stock de
logements deacutesireacute et le stock de la peacuteriode preacuteceacutedente
qd =8(k-k_1)
k = a o + aPh + a 2 y + a 3d (7)
qs = Jo + JPh qs =qd
ougrave k_ i est le stock agrave la peacuteriode preacuteceacutedente k est le stock deacutesireacute et 8 est un cœfficient
dajustement par peacuteriode Leacutelasticiteacute prix de loffre devient dans ce cas
(8)
Le calcul de leacutelasticiteacute doffre selon cette technique passe tout dabord par lobtention
de leacutelasticiteacute-revenu selon la formule (5) Puisquon ne connaicirct pas avec exactitude
leacutelasticiteacute de loffre de logement Maclennan et Malpezzi (2001) proposent de calculer
leacutelasticiteacute prix de loffre (J) en faisant certaines hypothegraveses Les deux chercheurs en
sappuyant sur les reacutesultats de Haines et Goodman (1992) supposent que leacutelasticiteacute prix de
la demande de logement (a ) est comprise dans lintervalle de -05 agrave 1 et que leacutelasticiteacute
revenu de la demande (a 2 ) est alternativement eacutegale agrave 0 5 et 1
En effet Haines et Goodman (1992) ont deacutemontreacute quau 19egraveme siegravecle les valeurs des
paramegravetres de la demande aux USA eacutetaient remarquablement semblables agrave celles du 20egraveme
siegravecle Nous emprunterons plus loin ces valeurs pour le calcul de leacutelasticiteacute au Canada selon
la technique de Maclennan et Malpezzi De plus ces intervalles deacutelasticiteacutes recoupent les
estimations des eacutetudes empiriques disponibles (Mayo 1981 Green et Malpezzi 2001)
14
143 Preacutesentation du modegravele de Green Malpezzi et Mayo (2005)
Lanalyse de Green Malpezzi et Mayo est une extension de celle de Mayer et
Somerville (2000) Contrairement agrave Mayer et Somerville (2000) Green Malpezzi et Mayo
(2005) estiment dans un premier temps leacutelasticiteacute prix doffre de logement de plusieurs
reacutegions meacutetropolitaines et par la suite tentent dexpliquer les sources des dispariteacutes
deacutelasticiteacutes entre reacutegions
1431 Estimation dune eacutelasticiteacute de long terme
Pour estimer leacutelasticiteacute prix de loffre de logement Green Malpezzi et Mayo(2005)
sont partis dune des suggestions faites par Maclennan et Malpezzi (2001) qui consiste agrave
consideacuterer les coefficients affecteacutes aux variables exprimeacutees en logarithme naturel comme
eacutetant une approximation des eacutelasticiteacutes Ils considegraverent donc une seacuterie de reacutegressions faites
sur une fonction mettant en relation la variation du stock de logement et la variation des prix
du logement Ceci est illustreacute comme suit
(9)
Dans le modegravele (9) la variation du stock de logement (MI ) est une mesure
instrumentale calculeacutee sous forme de rapport entre le nombre de maisons pour lesquelles les
permis de construction ont eacuteteacute eacutemis et la population totale diviseacutee par la taille moyenne des
meacutenages Quant agrave la variation des prix elle est capteacutee par le logarithme naturel de la
diffeacuterence premiegravere de lindice annuel des prix des maisons ~ = D(Log~_l) f3 est une
constante 17 est leacutelasticiteacute prix de loffre de logement qui sera utiliseacutee agrave la deuxiegraveme eacutetape
comme variable deacutependante et I est le terme derreurs Le modegravele (9) peut ecirctre reformuleacute
de la faccedilon suivante M = f3 + 171D(Log~_I) + (9b)r
En regravegle geacuteneacuterale une augmentation des prix stimule les constructeurs agrave offrir
davantage de logement ce qui entraille une augmentation du stock de logement et du profit
des constructeurs Le pheacutenomegravene inverse peut aussi se produire car une baisse des prix
15
pousse les constructeurs agrave reacuteduire leur offre afin deacuteviter la perte de profits La question qui
meacuterite decirctre poseacutee ici est de savoir par quel meacutecanisme se fait lajustement de stock sur le
marcheacute de logement Leacutetat dune eacuteconomie semble en geacuteneacuteral fournir une explication quant
au meacutecanisme dajustement de stock de loffre de logement Leacuteconomie a une influence
majeure sur le marcheacute de logement La croissance de lemploi et du revenu alimente la
demande de logements En preacutesence dune hausse rapide du prix des maisons il nest pas
possible daccroicirctre rapidement loffre de nouveaux logements en raison des longs processus
de planification et des contraintes de capaciteacute dans le secteur de la promotion immobiliegravere Agrave
court terme une eacuteconomie en croissance exerce une influence consideacuterable sur les prix des
maisons Par la suite au moment ougrave se manifestent les reacuteactions de loffre la demande peut
avoir faibli entraicircnant ainsi des corrections de prix qui peuvent ecirctre exacerbeacutees par loffre
additionnelle Green Malpezzi et Mayo (2005) constatent que lorsque la demande de
logement diminue le marcheacute ne peut facilement ajuster loffre vers le bas par ce que le
logement est un bien durable Dautre part en absence des contraintes sur loffre de terrains
le marcheacute pourrait absorber laugmentation de la demande via loffre
1432 Deacuteterminants des sources de dispariteacute
Lobjectif poursuivi agrave cette eacutetape par Green Malpezzi et Mayo (2005) est
dexpliquer les sources de dispariteacute agrave laide du modegravele de Capozza deacuteveloppeacute par Mayer et
Somerville (2000) Ce modegravele se preacutesente de maniegravere ci-apregraves
_(_2J(i- g ) (10)r - tjJ$I k P
ougrave r est leacutelasticiteacute prix de loffre de logement issue de lestimation de leacutequation (9b)
i est le coucirct du capital
g est le taux de croissance de la population
n est la population de la ville
p est le prix des maisons agrave certains points fixes de la ville
16
k est le temps de voyagement
tP est un facteur dajustement de la densiteacute
Apregraves manipulations Green Malpezzi et Mayo (2005) ont tenteacute de rendre le modegravele plus
reacutealiste en rajoutant la taxe sur le revenu (T y) et la taxe sur la proprieacuteteacute (T p) Ce qui conduit
agrave lexpression ci-apregraves
Lajout de ces deux types de taxes sexplique tout simplement par le fait quils reflegravetent
deux importantes caracteacuteristiques du marcheacute de logement ameacutericain La premiegravere est que lun
des coucircts majeurs des proprieacutetaires de logement est limpocirct foncier geacuteneacuteralement perccedilu
comme une taxe ad valorem et la deuxiegraveme eacutetant la deacuteductibiliteacute fiscale des impocircts fonciers
Pour expliquer les sources de dispariteacute dans les diffeacuterentes reacutegions meacutetropolitaines les
auteurs se sont servis de leacutequation (11) quils ont modeacuteliseacutee agrave leur maniegravere en rajoutant les
variables ci apregraves la reacuteglementation la variation de la densiteacute et le taux marginal de
taxation Apregraves introduction des logarithmes le modegravele estimeacute par Green Malpezzi et Mayo
se preacutesente de maniegravere
7 =30 + 31 REG + 32g + 33 Tp + 34 log k + 35 log d +
36tJlog d + 37 n + 38 logp + 39 tm + amp
(12)
ougrave REG est lindice de reacuteglementation g est le taux de croissance de la population T p est la
taxe sur la proprieacuteteacute k est le temps de voyagement d est la densiteacute de la population n est la
population p est le niveau des prix de logement lm est le taux de taxation marginale
Dans le prochain chapitre nous expliquons comment chaque variable affecte les diffeacuterentiels
deacutelasticiteacute En observant le modegravele (12) on remarque que Green Malpezzi et Mayo nont
pas inclus le taux dinteacuterecirct intrinsegraveque comme une variable explicative Ils justifient cela par
le fait que le taux dinteacuterecirct avant taxe varie peu entre les reacutegions meacutetropolitaines
Le taux dinteacuterecirct apregraves taxe est tregraves variant par ce que dune part les codes de taxe sur le
revenu varient beaucoup et dautre part les revenus nominaux varient fortement agrave travers les
reacutegions meacutetropolitaines Puisque les variations dans les taux dinteacuterecirct apregraves taxe sont issues
17
des variations des taux de taxe entre les reacutegions meacutetropolitaines ils ont utiliseacute le taux de taxe
marginal moyen comme variable explicative
Pour mesurer le niveau de la reacuteglementation de lusage de terre Green Malpezzi et
Mayo (2005) se sont servis de lindice de reacutegulation de Malpezzi (1996) Celui- ci a calculeacute
son indice de reacutegulation en se basant sur les reacutesultats dun sondage obtenus par Linneman et
AI (1990) Il sagit dune somme non pondeacutereacutee de 7 variables deacutecrivant la regraveglementation
environnementale collecteacutee pour 56 reacutegions meacutetropolitaines Ces variables repreacutesentaient les
reacuteponses aux questionnaires concernant par exemple le temps dapprobation (zonage et
subdivision) pour diffeacuterents types de projets reacutesidentiels le pourcentage de variation de
zonage approuveacute etc Un score eacuteleveacute eacutetait synonyme dune regraveglementation environnementale
rigoureuse Le score le plus faible possible eacutetait de 7 tandis que le plus eacuteleveacute eacutetait de 35
1433 Reacutesultats de lanalyse de Green Malpezzi et Mayo
La technique appliqueacutee par Green Malpezzi et Mayo (2005) consistait agrave estimer en
premier lieu leacutelasticiteacute prix de loffre de logement pour 45 reacutegions meacutetropolitaines (villes)
des Eacutetats Unis en recourant aux donneacutees annuelles pour la peacuteriode de 1979 agrave 1996 et par la
suite agrave utiliser ces eacutelasticiteacutes comme variables deacutependantes pour tenter dexpliquer les
sources de dispariteacute des eacutelasticiteacutes Ils ont aussi examineacute les effets de la reacuteglementation
environnementale sur leacutelasticiteacute prix de loffre de logement
Pour estimer leacutelasticiteacute de loffre de logement ils sont partis dune seacuterie de reacutegressions
faites sur une fonction mettant en relation une approximation de la variation du stock de
logement (mises en chantier taille moyenne des meacutenages population) comme variable
expliqueacutee et la variation des prix (capteacutee par le log naturel de la diffeacuterence premiegravere de
lindice des prix des maisons) pour la peacuteriode de 1979 agrave 1996 dans les 45 reacutegions
meacutetropolitaines Ils ont aussi perforrneacute leurs reacutegressions en utilisant des variations dans les
diffeacuterences premiegraveres afin deacuteviter les problegravemes de simultaneacuteiteacute La taille moyenne des
meacutenages consideacutereacutee eacutetait de 2 5 Apregraves avoir estimeacute leacutelasticiteacute annuelle pour la peacuteriode de
1979 agrave 1996 pour chacune des 45 reacutegions meacutetropol itaines ils ont concentreacute leur analyse sur
lanneacutee 1990 pour estimer leacutequation de leacutelasticiteacute de loffre Ce choix sexplique dune part
18
par le fait que les donneacutees relatives agrave lanneacutee 1990 sont disponibles pour chaque reacutegion
meacutetropolitaine et dautre part ces donneacutees eacutetaient raisonnablement proches du centre de la
seacuterie temporelle consideacutereacutee Les donneacutees utiliseacutees par les auteurs ont porteacute sur le taux de taxe
moyen sur la proprieacuteteacute la population de la reacutegion meacutetropolitaine le taux de taxe marginal le
taux de croissance de la population de 1980 agrave 1990 la densiteacute de la population le niveau de
prix de maison la dureacutee moyenne de deacuteplacement lindice de reacutegulation de lusage de terre
En somme les chercheurs ont trouveacute que les estimations de leacutelasticiteacute de loffre de
logement aux Eacutetats Unis varient substantiellement dune reacutegion agrave une autre Les estimations
pour les reacutegions meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Quant aux
reacutegions les moins taxeacutees plusieurs situations se produisent les reacutegions les moins taxeacutees ayant
connu une croissance rapide ont tendance agrave preacutesenter des eacutelasticiteacutes eacuteleveacutees tandis que les
estimations pour celles ayant une croissance lente sont aussi assez basses
Ils ont aussi trouveacute quen regravegle geacuteneacuterale loffre ne peut ecirctre parfaitement eacutelastique sur un
marcheacute en concurrence parfaite Ceci est la particulariteacute des villes comme New York ou Los
Angeles ougrave une forte densiteacute implique que loffre est assez ineacutelastique La densiteacute est aussi
un bon preacutedicteur Green Malpezzi et Mayo preacutetendent quen regravegle geacuteneacuterale quelle que soit
la speacutecification la densiteacute la population et le taux de croissance de la population ont des
effets neacutegatifs sur loffre de logement le taux dinteacuterecirct et le niveau des prix ont quant agrave eux
des effets positifs
15 Quelques commentaires sur lindice de reacuteglementation de lusage du sol
Dans leurs eacutetudes Pollakowski et Wachter (1990) Cho et Linneman (1993) Levine
(I999) Mayer et Somerville (2000) Quigley et Raphaeumll (2005) et Thlanfeldt (2005) ont agrave
linstar de Green Malpezzi et Mayo (2005) utiliseacute lindice de reacutegulation calculeacute par
Malpezzi (1996) Ces recherches se reacutesument en ce que la meacutethode la plus utiliseacutee pour
mesurer lindice de reacutegulation est de former un indice de restriction en sommant
individuellement le nombre des mesures restrictives utiliseacutees par la juridiction Lindice de
reacuteglementation est donc consideacutereacute ici comme eacutetant le nombre de techniques restrictives de
gestion de lusage de terrain couramment utiliseacutees par la juridiction lhlanfeldt (2005) deacutefinit
lindice de reacuteglementation comme eacutetant un reacutesumeacute des diffeacuterentes techniques de gestion de
19
lutilisation des sols approuveacutees par une juridiction Bruekner (1998) a quant agrave lui construit
son indice en consideacuterant la moyenne pondeacutereacutee (par le poids) du nombre de mesures
approuveacutees par la juridiction Malpezzi juge par contre cette technique arbitraire et il opte
pour la meacutethode des composantes principales qui consiste agrave reacuteduire un grand nombre de
variables reacutegulatrices en variables composantes pouvant contenir plus dinformations Il
construit donc lindice de reacutegulation en sommant les valeurs non pondeacutereacutees attribueacutees aux
diffeacuterentes variables composantes pour chaque reacutegion meacutetropolitaine
En deacutepit de quelques divergences dans les techniques utiliseacutees ces diffeacuterentes
recherches convergent cependant vers une mecircme conclusion les juridictions ayant des
indices agrave valeur eacuteleveacutee sont reacuteputeacutees avoir dans le cadre de deacuteveloppement du logement des
reacutegulations urbaines rigoureuses qui sont geacuteneacuteralement la cause dune augmentation du prix
de logement Glaeser et Gyourko (2002) soutiennent que les restrictions en matiegravere de
zonage et de construction reacuteduisent veacuteritablement loffre de terrains agrave bacirctir Elles font ainsi
monter les prix
Les regravegles de zonage peuvent limiter artificiellement loffre de terrains agrave bacirctir et les lots
disponibles de diverses faccedilons (Socieacuteteacute canadienne dhypothegraveque et de logement 2005)
Lindice de reacutegulation bien queacutetant perccedilu comme un meilleur indicateur du degreacute de prioriteacute
que la juridiction accorde agrave la gestion de la croissance est loin de faire lunanimiteacute agrave cause de
son impreacutecision Quigley et Rosenthal (2005) soulignent trois problegravemes majeurs Le premier
est que les mesures des reacutegulations restrictives ont souvent eacuteteacute traiteacutees comme eacutetant exogegravenes
au prix de logement Le second est que les mesures du prix de logement sont souvent
rudimentaires deacutependant ainsi des estimations des proprieacutetaires ou des moyennes non
ajusteacutees pour la qualiteacute de logement Et enfin selon lapproche standard ces mesures ont
geacuteneacuteralement eacuteteacute faibles et indirectes Reacutecemment Saiz (2008) a utiliseacute lindice de
reacuteglementation construit par Gyourko Saiz et Surnmers (2008) pour estimer un modegravele
empirique du marcheacute de logement agrave travers les reacutegions meacutetropolitaines des Eacutetats-Unis
Cet indice mesure la rigueur des politiques de controcircle de la croissance reacutesidentielle tel que
les contraintes de zonage le processus dapprobation des permis les exactions locales et les
1 Socieacuteteacute canadienne dhypothegraveque et de logement 2005 L incidcncc des lcstrictions en l1Iufiegravele de of1oge ef dl consfruuiol7 sur ohordobiireacute duogel1lel7f Le point en recherche Seacuterie socio-eacuteconomique 05-012 Avril 20050ttawa
20
problegravemes administratifs Saiz (2008) souligne que la reacuteglementation est lune des principales
causes de la rareteacute des terrains dans le deacuteveloppement reacutesidentiel La preacutesence des regravegles de
zonage et dautres reacuteglementations peuvent causer des deacutelais des coucircts significatifs et des
barriegraveres aux nouveaux projets de construction Saiz (2008) deacutemontre aussi leffet des
contraintes topographiques et geacuteographiques sur [eacutelasticiteacute doffre de logement et les
reacuteglementations Il explique lineacutelasticiteacute de loffre de logement dans certaines reacutegions
meacutetropolitaines des Eacutetats-Unis par les contraintes topographiques et geacuteographiques
Labondance des lacs riviegraveres (Nouvelle Orleacuteans) fortes pentes et reacutegions montagneuses
(Los Angeles) et des zones humides (Miami) rend loffre de logements extrecircmement
contraignante La rareteacute des terrains dans certaines reacutegions cocirctiegraveres est geacuteneacuteralement causeacutee
par les facteurs topographiques Les projets de construction dans ces reacutegions sont couteux et
rares Saiz (2008) a estimeacute un systegraveme deacutequations simultaneacutees incluant loffre la demande
la reacuteglementation Il a conclu que les eacutelasticiteacutes de loffre de logement peuvent ecirctre
caracteacuteriseacutees comme fonction des contraintes physiques et de reacuteglementation qui sont agrave leur
tour endogegravenes aux prix et agrave la croissance anteacuterieure Dans la suite de notre analyse nous
navons pas pris en compte lindice de reacuteglementation car sa construction savegravere tregraves
complexe pour le Canada Somerville (2002 soulegraveve par ailleurs cette difficulteacute lorsquil
preacutetend que le Canada devrait eacutelaborer un ensemble de mesures eacutetablissant la chronique des
types de reacuteglementation de lutilisation des terrains qui sont imposeacutes agrave des localiteacutes
particuliegraveres Ces mesures devraient permettre de saisir non seulement si un type particulier
de reacuteglementation est imposeacute dans un secteur particulier mais eacutegalement dans quelle mesure
cette reacuteglementation est appliqueacutee Sans ces mesures il est impossible de deacuteterminer de faccedilon
empirique les effets de la reacuteglementation du zonage et de lutilisation des terrains sur
labordabiliteacute du logement au Canada
2 Op cit
CHAPITRE II
DONNEacuteES ET MEacuteTHODOLOGIE
Dans le chapitre preacuteceacutedent nous avons preacutesenteacute les fondements theacuteoriques de notre modegravele
Nous avons mis un accent particulier sur les formes speacutecifiques utiliseacutees dans les eacutetudes
preacuteceacutedentes Le preacutesent chapitre se veut un cadre meacutethodologique dans lequel nous allons
analyser dans la premiegravere section les donneacutees utiliseacutees pour lestimation de leacutelasticiteacute prix
de loffre de logements neufs Dans la deuxiegraveme section nous deacutecrirons la meacutethodologie
utiliseacutee et les diffeacuterentes eacutetapes devant nous conduire agrave lobtention des reacutesultats
21 Analyse des donneacutees de base
Les donneacutees utiliseacutees portent sur un eacutechantillon de 27 reacutegions meacutetropolitaines de
recensement reacutepertorieacutees par Statistique Canada Elles couvrent la peacuteriode de 1981 agrave 2006
Ces donneacutees portent sur lindice des prix des logements neufs lindice des prix des mateacuteriaux
de construction lindice des salaires de construction la taille de la population et les mises en
chantier
22
211 Prix de logements neufs
Graphique 21 Prix de logements neufs par reacutegion meacutetropolitaine
lf1JfJOEtER
-1 1~IOshy iumlJimiddotmiddot ~ir middots
fIl6TCoTt-l
~[21 shy1 [ ~~~
l~~__ ~J _ w~-J ~- - -M 7J TO~
r H_STJCH 1 k(PL_sCa-_TgtWO ~IY_TORcmo l~~-TROSR ~lfJmiddot-V ~~PL_vcrOR ~I ~ 1_11(1 10] 1 ~ 1(0
li~~~1
bull M w
J ~ ~~7 - ~ ~ ~l ~ middotmiddot middotmiddot Omiddot ymiddotmiddotlU un JlI Nrgt W~ 1~ =- ~ llgt IliIl lNI Wl l~ liI~ lttOl tfr ~ ~ l 1nQ lm ~ QOI
IPL_WNOSCfl IPL_WINPEG
M ~L ~k2 ~ ~It071middot~middot ~7r
Pour la plupart des reacutegions meacutetropolitaines les indices des prix des logements neufs
existent agrave partir de 1981 Quant aux reacutegions dAbbostford de Kingston Saguenay
Sherbrooke et de Trois Riviegraveres les donneacutees neacutetaient pas disponibles lors de la collecte
En geacuteneacuteral on observe une augmentation des prix de 1981 agrave 1990 dans lensemble des
reacutegions meacutetropolitaines de recensement
23
Labolition de la taxe de vente feacutedeacuterale (TVF) et lintroduction de la taxe sur les produits et
services (TPS) en janvier 1991 a causeacute une baisse de prix dans lensemble des reacutegions
meacutetropolitaines de recensement Comme lindice se fonde sur les prix de vente des
entrepreneurs de logements neufs la taxe sur les produits et services payeacutee par lacheteur
final est exclue du calcul de lindice des prix des logements neufs (fPLN) La monteacutee des prix
est dans la plupart des cas attribuable agrave la croissance eacuteconomique dans les reacutegions
meacutetropolitaines de recensement La preacutesence dindustries manufacturiegraveres et dautomobiles
la creacuteation de plusieurs emplois et la diminution du chocircmage etc stimulent la
consommation et la croissance des constructions reacutesidentielles Le solde migratoire dans les
grandes reacutegions meacutetropolitaines de Vancouver Victoria Montreacuteal Queacutebec Toronto le
corridor de Calgary- Edmonton est un facteur majeur expliquant la croissance des prix dans
ces reacutegions Statistique Canada reacutevegravele dune maniegravere geacuteneacuterale que le prix moyen des
logements neufs a crucirc agrave un rythme plus vif que lindice des prix de logements neufs dans la
plupart des grands centres urbains du Canada Laugmentation des prix des mateacuteriaux de
construction et les coucircts de main dœuvre expliquent aussi la croissance des prix de
logements dans lensemble des reacutegions meacutetropolitaines de recensement
Les reacutegions meacutetropolitaines de la province ontarienne accusent des fortes progressions de
prix On observe presque une mecircme allure des courbes des prix dans les reacutegions de Toronto
Oshawa Saint Catharines Hamilton London Kitchener La forte preacutesence dindustries
manufacturiegraveres et dautomobiles dans la province ontarienne peut expliquer les fortes
progressions de prix Laccroissement de la demande et la progression des frais
dameacutenagement de terrain agrave Montreacuteal Queacutebec Edmonton Calgary sont aussi les principaux
facteurs en cause dans ces reacutegions meacutetropolitaines En Colombie-Britannique les courbes de
Vancouver et Victoria font ressortir une progression semblable La progression des prix des
logements neufs dans cette province peut ecirctre expliqueacutee par la vigueur du marcheacute de
lhabitation et laccroissement de la population La reacutetrocession de Hong Kong agrave la Chine en
1997 est un facteur non neacutegligeable ayant causeacutee une arriveacutee massive de la population
chinoise en Colombie Britannique
24
212 Prix des mateacuteriaux de construction
Graphique 22 Prix des mateacuteriaux de construction
180 ------------------
170
160
150
140
130
120
110
100
90 1985 1990 1995 2000 2005
I-ICONST 1
Les donneacutees sur lindice des prix des mateacuteriaux de construction ne sont pas disponibles
par reacutegion meacutetropolitaine de recensement Statistique Canada ne les rend disponibles que
pour le Canada On remarque que les prix des mateacuteriaux de construction pour lensemble du
Canada ont connu une augmentation pour la peacuteriode de 1985 agrave 1990 Le deacutebut de lanneacutee
1991 a eacuteteacute marqueacute par une chute des prix LaboI ition de la taxe de vente feacutedeacuterale sur les
mateacuteriaux de construction et lintroduction de la TPS sont des eacuteleacutements ayant causeacute cette
chute On observe par contre une augmentation au cours des anneacutees 1993 et1994 En regravegle
geacuteneacuterale la variation des prix des mateacuteriaux de construction est attribuable aux mouvements
des composantes domestiques et importeacutees du secteur industriel au courant de lanneacutee En
effet lindice des prix des mateacuteriaux de construction est fortement lieacute aux autres indices du
25
secteur industriel cest notamment le cas de la fabrication du transport des communications
de Jentreposage et des services publics Il est donc eacutevident quune augmentation des indices
de prix de ces diffeacuterents secteurs entraicircne une augmentation de lindice des prix des
mateacuteriaux de construction et vice versa
26
213 Indice des salaires de la construction
Graphique 23 Indice des salaires de la construction par reacutegion meacutetropolitaine
ISALCANADA
ISALKITCHENER
~
1 bull~
~I
- _bull middotsect0middot1 - loli I()OO 106 -Co ~
ISA1STJOHNS I~SUOBURY
( n_n bull ro__bull middotbullbull l IV fAl 1laquor
ISALYoANNlPEG
1 V 9) lrr middotmiddot-middotmiddot bull
1 1((1 1Q C(I f
Les donneacutees fournies par Statistique Canada sur lindice des salaires de construction ne
sont disponibles que pour 20 reacutegions meacutetropolitaines de recensement et pour le Canada On
observe dans lensemble une tendance agrave la hausse dans les reacutegions meacutetropolitaines Cette
tendance est aussi observeacutee pour le Canada
27
Dans la plupart des reacutegions meacutetropolitaines les variations agrave la hausse de lindice des salaires
de la construction sont attribuables agrave la croissance eacuteconomique que connaissent ces reacutegions
En regravegle geacuteneacuterale la croissance eacuteconomique stimule la consommation et la croissance des
constructions reacutesidentielles Ce qui influencerait positivement les salaires de construction
28
214 Population
Graphique 24 Population par reacutegion meacutetropolitaine
~ -~
bull 1)0laquo00 1
(Io()1OIfXIliI l
1raquoraquogt0 lS(gtm ~-lCl2-v -~ IV l~ -lt- ~1(l()1~m ~ = ~_~ ~
~ tINI 1_tlWmiddot~ M~ ~ IIP~ ~ ~ I~ lN ~ ~ lI ~ ~ toI ~
PCP_STiO+1
~lZ-~ ~I~- ~l(1~ V-I ~~c-middot ~Pœ_l ~ IV - 1 -l _~ --~-- l~olOW[3i ~-il4 I ~ oltl - 1 X~ ~
Les diffeacuterentes reacutegions meacutetropolitaines du Canada connaissent dans lensemble un
rythme croissant de la population La croissance deacutemographique rapide dans les reacutegions de
Calgary et dEdmonton sexplique par le boom eacuteconomique que connaicirct la province
dAlberta depuis plusieurs anneacutees et une vigueur du marcheacute de lemploi attirant de
nombreux travailleurs en provenance du reste du pays
Le niveau eacuteleveacute dimmigration est aussi agrave lorigine de la croissance en Ontario au Queacutebec et
Colombie Britannique Ce pheacutenomegravene est plus marqueacute dans les reacutegions dOshawa Toronto
Kitchener Ottawa Hamilton entre 2001 et 2006 attribuable au deacuteveloppement eacuteconomique
29
de la province La population dans les reacutegions meacutetropolitaines de recensement du Queacutebec a
connu aussi un rythme croissant attribuable agrave laugmentation du solde de limmigration
Internationale de mecircme quagrave des eacutechanges migratoires avec les autres provinces Des gains
migratoires plus importants depuis 2001 dans ses eacutechanges avec le reste des provinces
expliquent en grande partie cette situation Par contre la reacutegion meacutetropolitaine de Saguenay
semble connaicirctre un deacuteclin Les eacutechanges migratoires deacuteficitaires avec le reste du pays
combineacutes agrave un accroissement naturel faible voir neacutegatif sont agrave lorigine de cette diminution
Les reacutegions meacutetropolitaines de Trois-Riviegraveres de Sudbury de Thunder Bay et de Regina ont
connu une croissance de leur population depuis 2001 alors quelles avaient deacutecru au cours
des peacuteriodes preacuteceacutedentes Ces reacutegions ont toutes en commun davoir vu leur solde migratoire
interne sameacuteliorer particuliegraverement gracircce aux eacutechanges avec les autres reacutegions
meacutetropolitaines de leurs provinces respectives La population dans les reacutegions de St John s
de Regina et de Saskatoon a augmenteacute au cours des cinq derniegraveres anneacutees Les reacutegions rurales
de Terre-Neuve-et-Labrador et de la Saskatchewan sont agrave lorigine de la deacutecroissance de la
population dans ces provinces depuis 2001 La croissance est eacutegalement observeacutee dans les
trois reacutegions meacutetropolitaines de la Colombie-Britannique (Vancouver Victoria Abbotsford)
Limmigration agrave Vancouver a beaucoup contribueacute agrave laccroissement des reacutegions
meacutetropolitaines avoisinantes de Victoria et dAbbotsford
30
215 Mises en chantier
Graphique 25 Mises en chantier par reacutegion meacutetropolitaine
lSCH)ltlNG$TON
Parmi les diffeacuterentes reglons meacutetropolitaines de recensement du Canada Calgary
Edmonton Montreacuteal Toronto Vancouver se deacutemarquent agrave cause de leurs caracteacuteristiques
communes Ces reacutegions riches eacuteconomiquement ayant connu une croissance rapide sont les
plus peupleacutees et connaissent un niveau eacuteleveacute de construction reacutesidentielle
On observe aussi une leacutegegravere progression de mises en chantier dans les reacutegions de Queacutebec et
dOttawa- Gatineau La peacuteriode de 1990-1993 semble ecirctre marqueacutee par une diminution des
mises en chantier dans lensemble des reacutegions meacutetropolitaines de recensement Cette
diminution peut ecirctre attribueacutee agrave la reacutecession de 1991 qua connue le pays Apregraves avoir connu
31
une hausse vers les anneacutees 1996 et 1997 le marcheacute de lhabitation connaicirct un certain
ralentissement en 1998 car Je niveau des mises en chantier diminue Cependant le
mouvement est loin decirctre uniforme entre les reacutegions meacutetropolitaines Calgary Edmonton
Montreacuteal et Toronto affichent une baisse leacutegegraverement moins prononceacutee que celle observeacutee agrave
Vancouver Le mouvement agrave la baisse est aussi relativement leacuteger dans les reacutegions de Queacutebec
et dOttawa-Gatineau Les reacutegions de lOntario connaissent dans lensemble une stabiliteacute
relative Agrave partir de 2000 on observe une forte progression des activiteacutes de construction dans
la plupart des reacutegions meacutetropolitaines Cette croissance peut ecirctre attribueacutee au solde migratoire
positif que connaicirct lensemble des reacutegions meacutetropolitaines de recensement au cours de cette
peacuteriode Les bas taux hypotheacutecaires et la stabiliteacute de lemploi au cours de cette peacuteriode
peuvent ecirctre aussi des facteurs ayant conduit le secteur de la construction reacutesidentielle agrave
reacuteagir face agrave la forte demande de logements
32
22 MEacuteTHODOLOGIE
221 Speacutecification de la meacutethodologie
On se propose de reacutealiser lestimation de leacutelasticiteacute prix de loffre de logement dans
les reacutegions meacutetropolitaines de recensement au Canada selon la formulation de Green
Malpezzi et Mayo (2005) Nous utiliserons aussi les formes fonctionnelles proposeacutees par
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) agrave des fins de comparaison et
de discussion Lobjectif poursuivi sera davantage deacutevaluer la robustesse des reacutesultats issus
de la reacutegression de ces diffeacuterentes fonnes speacutecifiques Notre deacutemarche est donc de type
comparatif et se reacutesume en quatre eacutetapes
La premiegravere eacutetape de notre deacutemarche consiste agrave estimer par la technique des Moindres
Carreacutes Ordinaires (MCO) leacutelasticiteacute prix de loffre de logement pour chacune des 27 reacutegions
meacutetropolitaines de recensement agrave laide du modegravele (9b) agrave savoir
Agrave la deuxiegraveme eacutetape nous changeons la fonne fonctionnelle en ajoutant au modegravele
(9b) lindice des salaires de la construction (Sali) et lindice des prix des mateacuteriaux de
construction (CI) suite aux recommandations de Mayer et Somerville (2000) qui ont
deacutemontreacute que les coucircts de construction sont des deacuteterminants leacutegitimes bien queacutetant
empiriquement moins importants Nous nallons pas par contre tenir compte du taux dinteacuterecirct
car il sapplique plus dans le cas de la demande que de loffre de logement
Le modegravele (9b) se transforme donc en la fonne ci dessous
Lanalyse comparative des deux preacuteceacutedentes formes nous permettra de retenir celle qui
fournira des estimateurs plus preacutecis
33
Agrave la troisiegraveme eacutetape nous allons estimer leacutelasticiteacute prix de loffre de logement selon la
technique de Malpezzi et Maclennan Cette approche consiste agrave calculer premiegraverement
leacutelasticiteacute- revenu agrave laide du modegravele (5) agrave savoir
Diffeacuterents concepts de revenu peuvent ecirctre utiliseacutes pour le calcul de leacutelasticiteacute Maclennan et
Malpezzi ont utiliseacute le PIB reacuteel per capita Dans le cadre de notre recherche nous avons
utiliseacute les seacuteries disponibles de Statistique Canada portant sur le revenu annuel moyen des
particuliers pour la peacuteriode de 1980 agrave 2006
Une fois estimeacute leacutelasticiteacute par rapport au revenu nous calculerons leacutelasticiteacute prix de loffre
a de logement agrave laide du modegravele (8) 3 = --2 + al
YI
Leacutelasticiteacute revenu (YI) eacutetant connue agrave laide de lestimation du modegravele (5) nous
emprunterons les valeurs des paramegravetres de la demande ( al et a 2 ) agrave Malpezzi et
Maclennan (2001) al est alternativement eacutegal agrave -05 et -1 et a 2 est alternativement eacutegal agrave
05 et 1 Le recours agrave cette strateacutegie sexplique par le fait que Malpezzi et Maclennan (2001)
pour simplifier les calculs ont recouru aux hypothegraveses de Haines et Goodman(1992) qui ont
deacutemontreacute quau 19egraveme siegravecle les valeurs des paramegravetres de la demande aux Eacutetats-Unis eacutetaient
remarquablement semblable agrave celles du 20egraveme siegravecle
Cette approche nous permettra de geacuteneacuterer quatre seacuteries deacutelasticiteacute pnx de loffre de
logement (3) des diffeacuterentes reacutegions meacutetropolitaines de recensement au Canada Nous
retiendrons la seacuterie contenant des coefficients significatifs
La quatriegraveme eacutetape de notre deacutemarche consiste agrave analyser agrave laide de la technique de Green
Malpezzi et Mayo (2005) les deacuteterminants des sources de dispariteacute des eacutelasticiteacutes prix de
loffre de logement entre reacutegions meacutetropolitaines de recensement Lestimation des sources
de dispariteacute se fera agrave laide du modegravele (12) agrave savoir
7=30 +3I REG +32g+33r p +3410gk+35Iogd
+ 36) log d + 37 n + 38 log p + 39 tm + amp
34
Nous allons utiliser les donneacutees de lalmeacutee 1996 consideacutereacutee comme eacutetant le point milieu de la
seacuterie pour la peacuteriode de 1980-2006 De cette speacutecification nous allons retirer les variables
suivantes la reacuteglementation (REG) car difficile agrave construire par manque de donneacutees pour le
Canada le taux marginal (tm) de taxation car il est plus appliqueacute aux Eacutetats-Unis quau
Canada la densiteacute marginale (~log d) car moins pertinente Seule la densiteacute moyenne a eacuteteacute
prise en compte Le modegravele est donc reacuteduit agrave la forme ci-apregraves
ougrave les erreurs sont consideacutereacutees comme eacutetant normalement distribueacutees et non correacuteleacutees avec
les variables explicatives
222 Deacutefinitions des variables et infeacuterence eacuteconomique
2221 Variables utiliseacutees dans lestimation de leacutelasticiteacute prix de loffre de logement de
chaque reacutegion meacutetropolitaine de recensement
Variation du prix
La variation du prix ~ est capteacutee par le diffeacuterentiel du log de lindice des prix
deacutecaleacute dune peacuteriode Nous avons consideacutereacute les indices de prix annuels des nouvelles
constructions fournis par Statistique Canada pour la peacuteriode de 1981 agrave 2006 pour chaque
reacutegion meacutetropolitaine de recensement
Variation du stock de logement
II n y a pas de donneacutees annuelles sur le stock de logements au niveau des reacutegions
meacutetropolitaines Cependant ce stock est lieacute aux mises en chantier Green Malpezzi et Mayo
(2005) ont proposeacute la formule ci-apregraves pour calculer la variation du stock de logement
35
M = MchTM (15) 1 Pop
ougrave Mch est le total annuel des mIses en chantier pour chaque reacutegion meacutetropolitaine de
recensement TM est la taille moyenne des meacutenages pour chaque RMR Pop repreacutesente la
population totale de chaque RMR La prise en compte de la taille de meacutenage et de la
population dans le calcul de la variation du stock de logement sexplique tout simplement par
le fait que les besoins en matiegravere de logement varient aussi en fonction de divers facteurs
deacutemographiques et sociaux corrune la taille ou la composition du meacutenage La relation entre
les mises en chantier et les prix est en principe positive car une augmentation des prix
pousserait les promoteurs agrave offrir davantage de logements
Salaires de la construction et Prix des mateacuteriaux de construction
Les salaires de la construction et les prix des mateacuteriaux de construction constituent des
coucircts pour les promoteurs de logements Il existe une relation positive entre ces deux
variables et le prix du logement Une augmentation de ces coucircts de construction (salaires et
prix des mateacuteriaux) incite les entrepreneurs agrave refiler en tout ou en partie ces augmentations
aux acheteurs de logements
2222 Variables utiliseacutees comme deacuteterminants des sources de dispariteacute
Niveau des prix
Le prix du logement est leacuteleacutement moteur dans les constructions reacutesidentielles dans la
mesure ougrave il permet aux promoteurs de planifier leur activiteacute Un niveau eacuteleveacute des prix
motive les promoteurs agrave offrir plus de logement car cela augmente leurs profits Le signe
attendu est donc positif Dans le cas de notre travail nous avons utiliseacute le niveau de prix de
revente (PMLS) car le prix des logements neufs au Canada ne nous fournit pas le niveau de
prix puisque cest un indice
36
Population taux de croissance de la population densiteacute
La prise en compte de la population du taux de croissance de la population et de la
densiteacute comme variables explicatives est pertinente Pour les promoteurs de logements neufs
ces facteurs peuvent servir agrave deacuteterminer les besoins en matiegravere de logement Au Canada la
croissance de la population est en geacuteneacuteral attribuable agrave limmigration et la mobiliteacute
deacutemographique dans les reacutegions meacutetropolitaines de recensement (RMR) de 1981 agrave 200 l
Laugmentation de limmigration a eu pour effet de modeacuterer le vieillissement deacutemographique
qui savegravere un pheacutenomegravene pouvant affaiblir la demande dhabitations neuves agrave long terme
La migration nette qui est actuellement eacuteleveacutee joue agrave cet effet un rocircle assez important car
elle alimente la demande de logement Consideacutereacutee sous laspect de loffre laugmentation de
la population a un effet neacutegatif car elle entraicircne une augmentation de la densiteacute Or une
augmentation de la densiteacute laisse sous-entendre une reacuteduction du nombre de terrains
disponibles Ce qui conduit les promoteurs agrave reacuteduire loffre de logements neufs
Impocircts droits et autres frais
Le marcheacute du logement au Canada est fortement conditionneacute par une seacuterie de mesures
fiscales qui affectent la demande et loffre du logement Les administrations municipales
provinciales et feacutedeacuterales perccediloivent des impocircts droits et frais divers sur les logements neufs
En geacuteneacuteral ces preacutelegravevements concernent les frais municipaux (frais dinfrastructure droits de
reacuteservation de terrains droits de demande et de traitement dameacutenagement droits de permis
de construction) limpocirct foncier les taxes et frais provinciaux (droit de garantie pour une
maison neuve droit denregistrement et droit de cession immobiliegravere taxes de vente
provinciale taxe feacutedeacuterale (Socieacuteteacute canadienne dhypothegraveque et de logement 2002)
La construction dune variable devant prendre en compte limpocirct foncier les droits et
autres frais semble un peu complexe agrave cause de la non-disponibiliteacute des donneacutees par reacutegion
meacutetropolitaine de recensement Les donneacutees ne sont disponibles que pour quelques
municipaliteacutes Cependant dans le cadre de notre analyse nous avons consideacutereacute seulement les
donneacutees provinciales telles que fournies par Statistique Canada portant sur les deacutepenses des
meacutenages au titre du logement selon les provinces et territoires pour la peacuteriode de 1997 agrave
2005 Ces donneacutees concernent la taxe fonciegravere les droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant La taxe fonciegravere est
37
geacuteneacuteralement payeacutee par lacheteur plutocirct que le vendeur Elle se situe agrave cet eacutegard du cocircteacute de
la demande plutocirct que de loffre de logement Nous avons donc consideacutereacute la part des frais
relatifs aux droits de cession immobiliegravere et frais denregistrement foncier sur lensemble des
droits payeacutes par les meacutenages Leur effet sur loffre de logement savegravere neacutegatif car une
augmentation de ces frais ne stimule pas les promoteurs agrave offrir davantage des logements Par
manque de donneacutees pour lanneacutee 1996 nous avons consideacutereacute celles de lanneacutee 1997
Temps de voyagement
Le temps de voyagement peut avoir plusieurs effets sur le marcheacute du logement
Statistique Canada a calculeacute le temps moyen des deacuteplacements aller-retour entre la maison et
le lieu de travail pour les peacuteriodes de 1992 1998 et 200SCette analyse deacutemontre que la
distance du lieu de travail et le mode de transport utiliseacute pour se rendre au travail ont une
incidence importante sur la dureacutee de la navette des travailleurs Les meacutenages au Canada ont
tendance agrave acheter leurs logements dans les banlieues ougrave il y a beaucoup plus despaces et de
terrains disponibles et ougrave la qualiteacute de vie semble meilleure Ce qui pousserait les
promoteurs agrave accroicirctre les constructions reacutesidentielles en dehors des centres-villes
augmentant ainsi loffre de logement Mais en se penchant uniquement sur loffre la reacutealiteacute
est telle que lorsque le temps de deacuteplacement est long les promoteurs peuvent reacuteduire leur
offre car plus on seacuteloigne des centres-villes moins les maisons deviennent chegraveres et cela
reacuteduit leur profit Cependant il peut y avoir des eacuteconomies deacutechelle en construisant en
banlieue Par manque de donneacutees relatives agrave lanneacutee 1996 nous avons consideacutereacute le temps de
deacuteplacement pour lanneacutee 1998
CHAPITREllI
RESULTATS ET DISCUSSION
Ce chapitre preacutesente en quatre sections les pnnclpaux reacutesultats obtenus agrave laide de la
meacutethodologie deacutecrite au chapitre preacuteceacutedent Nous preacutesentons et interpreacutetons en premier lieu
les reacutesultats obtenus selon lapproche de Green Malpezzi et Mayo (2005) Nous changeons
par la suite la forme fonctionnelle de ce modegravele Nous rajoutons les coucircts de construction en
nous reacutefeacuterant agrave la speacutecification de Mayer et Somerville (2000) et comparons les reacutesultats des
deux formes fonctionnelles Agrave la troisiegraveme section nous preacutesentons les reacutesultats obtenus
selon le modegravele de Malpezzi et Maclennan (2001) La derniegravere section porte quant agrave elle sur
les deacuteterminants des sources de dispariteacute Agrave cette eacutetape nous tentons didentifier agrave laide de
la technique de Green Malpezzi et Mayo (2005) les sources de dispariteacute des eacutelasticiteacutes entre
reacutegions meacutetropolitaines et commentons les reacutesultats
31 Estimation de leacutelasticiteacute prix de long terme de loffre de logement selon
lapproche de Green Malpezzi et Mayo
Dans le tableau 31 nous preacutesentons pour chaque reacutegion meacutetropolitaine de recensement
les estimations deacutelasticiteacute prix de loffre de logement obtenues par la meacutethode des Moindres
Carreacutes Ordinaires (MCO) du modegravele (9b) agrave savoir MI = fJ + rhD(Log~_I) + CI
39
Tableau 31 Eacutelasticiteacute prix de loffre-Approche de Green Malpezzi et Mayo
Reacutegion meacutetropolitaine 171 t-Statistique Probabiliteacute R2
Abbostford 1635375 2334062 00799 0576623
Calgary 8180159 2181329 00401 0177822
Edmonton 7134156 1832832 00804 0132467
Halifax 1421408 1223556 02369 0076785
Hamilton 4775916 3868944 00008 0404902
Kingston 5958711 5179599 00000 0549441
Kitchener 1440494 6494786 00000 0657226
London 1558917 7448235 00000 0716042
Montreacuteal 1276160 5005025 00001 0532415
Oshawa 6920609 3908429 00008 0409805
Ottawa Gatineau 1287274 3640369 00014 0375927
Queacutebec 1767266 4863348 00001 0518095
Regina 1593782 0189522 08514 0001630
Saguenay 8620992 3289789 00033 0329732
Saint Catharines 1556755 3862401 00008 0404087
Saint John 5807885 4741227 00001 0505387
Saint Johns Il77486 3590608 00019 0404248
Saskatoon 5765862 0917031 03695 0158421
Sherbrooke 1794170 671909 00000 0482883
Sudbury 1763983 4494936 00002 0478728
Thunder Bay 7440844 2881464 00087 0273995
40
Toronto 4162754 3042200 00060 0296112
Trois-Riviegraveres 1517806 3666252 00014 0379257
Vancouver 2271351 1895052 00713 0140330
Victoria 4071027 2523622 00193 0224497
Windsor 0608415 0514086 06123 0011870
Winnipeg 3532240 2999706 00066 0290282
bull Ajout dun terme de tendance
Seuil de signification (10) (5) (1 )
Le premier constat qui simpose agrave la lecture des reacutesultats de reacutegression obtenus agrave partir
du modegravele de Green Malpezzi et Mayo (2005) est la preacutesence des coefficients significatifs
pour lensemble des reacutegions meacutetropolitaines de recensement agrave lexception dHalifax Regina
Saskatoon et Windsor Les coefficients ont tous les signes attendus agrave priori Il est donc
possible de constater que les eacutelasticiteacutes obtenues reflegravetent bien les reacuteactions des offreurs face
agrave une augmentation des prix de logement Cependant ces reacuteactions varient dune reacutegion
meacutetropolitaine agrave une autre Une augmentation des prix de logement de 1 cause des hausses
doffres allant de 061 agrave 18 selon les reacutegions meacutetropolitaines agrave lexception de Winnipeg
qui affiche une eacutelasticiteacute prix de 3532240 Les estimations obtenues se regroupent dans les
cateacutegories suivantes
Eacutelasticiteacutes faibles (infeacuterieures agrave 5) Hamilton Regina Toronto Vancouver Victoria
Windsor
Eacutelasticiteacutes moyennement faibles (5-10) Calgary Edmonton Kingston Oshawa Saguenay
Saskatoon Saint John Thunder Bay
Eacutelasticiteacutes moyennement eacuteleveacutees (10-15) Halifax Kitchener Montreacuteal Ottawa-Gatineau
Saint Johns
Eacutelasticiteacutes eacuteleveacutees (supeacuterieures agrave 15) Abbostford London Queacutebec Saint-Catharines
Sherbrooke Sudbury Trois-Riviegraveres Winnipeg
41
Les reacutesultats obtenus se rapprochent des recherches preacuteceacutedentes Loffre de logement est
eacutelastique dans lensemble des reacutegions meacutetropolitaines de recensement Plusieurs facteurs
expliquent ce pheacutenomegravene La monteacutee des prix de logements neufs est dans la plupart des cas
attribuable agrave la croissance eacuteconomique dans les reacutegions meacutetropolitaines de recensement du
Canada Les eacutelasticiteacutes eacuteleveacutees sont observeacutees dans les reacutegions dAbbostford London
Queacutebec Saint Catharines Sherbrooke Sudbury Trois-Riviegraveres et Winnipeg En geacuteneacuteral la
croissance eacuteconomique au Canada a connu une bonne progression dune anneacutee agrave lautre au
cours de la peacuteriode de 1981 agrave 2006 La preacutesence dindustries manufacturiegraveres et de
lautomobile la creacuteation demplois et la diminution du chocircmage etc stimulent la
consommation et la croissance de la construction reacutesidentielle La vigueur du marcheacute de
logement a eacutegalement joueacute un rocircle important
Selon les reacutesultats de Green Malpezzi et Mayo (2005) pour les Eacutetats Unis les reacutegions
meacutetropolitaines en forte croissance semblent connaitre des eacutelasticiteacutes plus eacuteleveacutees Et des
faibles eacutelasticiteacutes sont observeacutees dans les reacutegions ayant une faible croissance eacuteconomique3
Par contre les reacutesultats que nous avons obtenus pour le Canada ne montrent pas la mecircme
reacutealiteacute Nous ne notons aucune correacutelation entre le niveau de croissance des reacutegions
meacutetropolitaines et les estimations deacutelasticiteacutes obtenues Les reacutesultats deacutemontrent que les
reacutegions meacutetropolitaines de recensement en forte croissance nont pas toutes des eacutelasticiteacutes
plus eacuteleveacutees par rapport aux reacutegions en faible croissance On observe aussi des faibles
eacutelasticiteacutes dans les grandes reacutegions meacutetropolitaines La plupart dentre elles affichent des
eacutelasticiteacutes infeacuterieures agrave 10 Cest le cas de Vancouver Toronto Calgary et Edmonton
En regravegle geacuteneacuterale les grandes reacutegions meacutetropolitaines de recensement sont plus
susceptibles de connaitre des peacutenuries de terrains agrave deacutevelopper et davoir une regraveglementation
plus stricte Ce qui justifierait la preacutesence des faibles eacutelasticiteacutes dans ces reacutegions
3 Les auteurs croient que les eacutelasticiteacutes seraient biaiseacutees vers le bas dans les reacutegions meacutetropolitaines en deacutecroissance en raison des contraintes agrave la reacuteduction du stock de logement lorsque les prix baissent
42
32 Estimation de leacutelasticiteacute prix de loffre de logement selon lapproche de Mayer et
Somerville
Mayer et Somerville ont testeacute la pertinence des coucircts de construction dans lestimation
dune fonction doffre de logement Ce qui conduit agrave lestimation du modegravele (13)
SI = fJ + 172D(Log~_I) + wD(LogSall_l ) + AgraveD(LogC1_1) + CI
Dans le tableau 32 nous preacutesentons les reacutesultats de la reacutegression du modegravele (13)
Tableau 32 Eacutelasticiteacute prix de loffre-Approche de Mayer et Somerville
Reacutegion meacutetropolitaine 172 W li R2
Abbostford NA NA NA NA
Calgary 7007133 1683007 -8847268 0290443
t-Statistique 1769354 0263118 -1785583
Probabiliteacute 00938 07954 00910
Edmonton 4641605 6182031 -5869398 0308621
t-Statistique 1498125 1358141 -1440496
Probabiliteacute 01514 01912 01669
Halifax 4234879 1713514 0190338 0602156
t-Statistique 0949458 4254171 0107356
Probabiliteacute 03585 00008 09160
Hamilton 5503976 -4083990 -0309114 0535167
t-Statistique 4228406 -1663856 -0187566
Probabiliteacute 00005 01135 08533
Kingston 1564419 4522969 1542783 0624454
t-Statistique 4294670 0916151 0484137
43
Probabiliteacute 00004 03717 06341
Kitchener 1806013 -6951246 -6978907 0816127
t-Statistique 8772191 -1940132 -2540284
Probabiliteacute 00000 00682 00205
London 1534167 -3228527 2723307 07424775
t-Statistique 6862135 -0931546 1078551
Probabiliteacute 00000 03639 02950
Montreacuteal 1200526 1782742 1253924 0534437
t-Statistique 3718416 0407420 0443961
Probabiliteacute 00016 06885 06624
Oshawa 7796181 5771022 -4599609 0477715
t-Statistique 3946590 0958756 -1039824
Probabiliteacute 00009 03504 03122
Ottawa-Gatineau 9566836 1493581 1164083 0653945
t-Statistique 3016018 3357880 0410699
Probabiliteacute 00074 00035 06861
Queacutebec 1971494 -3332057 -1892777 0531777
t-Statistique 3949959 -0547636 -0549463
Probabiliteacute 00009 05907 05894
Regina NA NA NA NA
Saguenay 7592955 4512808 1260589 0416738
t-Statistique 2144940 1029724 0511243
Probabiliteacute 00459 03168 06154
Saint-Catharines 1710808 -3071677 0033995 0474026
44
t-Statistique 3927630 -0404992 0006508
Probabiliteacute 00010 06903 09949
Saint John 5547419 2902173 0827467 0610639
t-Statistique 4061543 1931899 0774576
Probabiliteacute 00007 00693 04486
Saint Johns 1822522 -1046514 5171809 0542458
t-Statistique 3929801 -0352245 2022282
Probabiliteacute 00013 07296 00614
Saskatoon NA NA NA NA
Sherbrooke 1995896 -4683277 5132660 0579934
t-Statistique 3961372 -0762501 1476018
Probabiliteacute 00009 04556 01572
Sudbury 1862932 1133999 -5691999 0569947
t-Statistique 4224319 0233399 -1815935
Probabiliteacute 00005 08181 00861
Thunder Bay 7376267 0659175 -0489225 0309967
t-Statistique 2478571 0193479 -0230371
Probabiliteacute 00233 08488 08204
Toronto 4257529 -1823139 -1127349 0303231
t-Statistique 2567559 -0360826 -0303613
Probabiliteacute 00194 07224 07649
Trois-Riviegraveres 1607371 -1005785 4060407 0428231
t-Statistique 2780172 -0142706 1017576
Probabiliteacute 00124 08881 03224
45
Vancouver 4714901 9971924 0671349 0331010
t-Statistique 2507070 2179836 0192481
Probabiliteacute 00220 00428 08495
Victoria 4427857 -1716034 094730] 0251483
t-Statistique 2330498 -0515004 0320548
Probabiliteacute 00316 06128 07522
Windsor 0032255 -70593]7 -0863938 0665] 75
t-Statistique 0035185 -5753622 -1040377
Probabiliteacute 09723 00000 03119
Winnipeg 5367643 1099887 0988859 0536476
t-Statistique 3525750 1213856 0128591
Probabiliteacute 00024 02405 08991
Seuil de signification (10) (5) (1)
Les estimations manquent pour la reacutegion meacutetropolitaine dAbbostford Regina et
Saskatoon agrave cause de la non - disponibiliteacute des donneacutees portant sur lindice des salaires dans
ces reacutegions Quant aux autres reacutegions meacutetropolitaines les eacutelasticiteacutes prix doffre de logement
ont les signes attendus agrave priori et sont pour la plupart significatives agrave lexception de celles
dEdmonton Ha]ifax et Windsor
Pour ce qui est de leffet du salaire de la construction on sattend agrave ce quil soit neacutegatif
mais pour 13 reacutegions meacutetropolitaines de recensement les reacutesultats ne vont pas dans le sens
preacutevu Les coefficients du salaire de construction ne sont pas significatifs pour 18 reacutegions
Seules les reacutegions de Halifax Kitchener Ottawa-Gatineau St- John Vancouver Windsor ont
des coefficients significatifs On peut soupccedilonner un problegraveme de multicollineacuteariteacute
Lanalyse de leffet des prix des mateacuteriaux de construction preacutesente aussi certaines
irreacutegulariteacutes En principe une augmentation des prix des mateacuteriaux de construction entraicircne
une diminution de loffre de logement Pour bon nombre de reacutegions meacutetropolitaines de
46
recensement les reacutesultats obtenus ne vont pas dans le sens preacutevu agrave lexception de Calgary
Edmonton Hamilton Kitchener Oshawa Queacutebec Thunder Bay Toronto et Windsor Les
coefficients ne sont pas non plus significatifs pour lensemble des reacutegions Seules les reacutegions
de Calgary Kitchener Saint Johns ont des coefficients significatifs Encore lagrave on suspecte
un problegraveme de multicolineacuteariteacute de fait le prix des maisons les prix des mateacuteriaux et dans
une moindre mesure les salaires syndicaux ont un caractegravere procyclique et sont donc assez
fortement correacuteleacutes
Analyse comparative
Les effets des variables explicatives diffegraverent selon quon utilise la speacutecification de
Green Malpezzi et Mayo (2005) ou celle de Mayer et Somerville (2000) Pour la plupart
des reacutegions meacutetropolitaines le modegravele utiliseacute par Green Malpezzi et Mayo (2005) conduit agrave
des coefficients significatifs dont les signes sont ceux deacutefinis agrave priori Mais lorsquon se
reacutefegravere agrave la speacutecification de Mayer et Somerville (2000) lajout des variables de salaire de
construction et prix des mateacuteriaux de construction cause des eacutecarts tregraves importants entre les
valeurs des coefficients issus de ces deux formes speacutecifiques Cela est remarquable dans la
reacutegion dHalifax ougrave leacutelasticiteacute baisse fortement (de 1421408 agrave 2077606) Cette baisse est
aussi remarqueacutee dans la reacutegion dOttawa-Gatineau (17 60420 agrave 9 274248) Par ailleurs on
observe une forte augmentation agrave Winnipeg ougrave leacutelasticiteacute passe de 3532240 agrave 5367643
Pour bon nombre de reacutegions meacutetropolitaines les coefficients des variables salaire de
construction et prix des mateacuteriaux de construction ne sont pas significatifs et ont des signes
contraires aux signes attendus Mayer et Somerville (2000) ont aussi releveacute ce fait ils en
deacuteduisent que ces deux facteurs auraient relativement peu dimportance dun point de vue
empirique Par crainte de perdre lefficience suite au comportement de variables rajouteacutees
nous avons preacutefeacutereacute restreindre notre analyse agrave la speacutecification de Green Malpezzi et Mayo
(2005) Cette speacutecification reacuteduit au minimum la dynamique et laisse tomber les facteurs
moins importants Mais avant dexpliquer les sources de dispariteacute issues de la speacutecification
de Green Malpezzi et Mayo nous allons analyser dans la section qui suit les reacutesultats issus
de lapproche de Malpezzi et Maclennan (2001)
47
33 Estimation selon lapproche de Maclennan et Malpezzi (2001)
Dans cette section nous preacutesentons les reacutesultats obtenus agrave laide de la technique de
Maclennan Malpezzi et (2001) Cette technique consiste agrave estimer en premier lieu et pour
chaque reacutegion meacutetropolitaine leacutelasticiteacute- revenu des prix du logement dans le cadre dune
eacutequation de forme reacuteduite de leacutequilibre offre-demande sur le marcheacute du logement Ces
estimations conduiront agrave lestimation des eacutelasticiteacutes prix de loffre de logement
331 Estimation des eacutelasticiteacutes- revenu des prix du logement
Lestimation des eacutelasticiteacutes- revenu des prix du logement est faite pour chaque reacutegion
meacutetropolitaine agrave laide du modegravele (5) agrave savoir
ougrave les variables Ph y d repreacutesentent respectivement le niveau des prix du logement le
revenu annuel moyen des particuliers et la population Ces variables sont mesureacutees en
logarithmes e est le terme derreur Dans le tableau 33 nous preacutesentons les reacutesultats issus
de cette reacutegression
Tableau 33 Estimation de leacutelasticiteacute du revenu des prix du logement
Reacutegion meacutetropolitaine Eacutelasticiteacute-Revenu (YI) Eacutelasticiteacute- Population (y2) R2
Abbostford NA NA
Calgary 0148494 1747154 0934933
t-Statistique 0384970 6584401
Probabiliteacute 07065 00000
Edmonton 0752756 2388570 0910281
t-Statistique 1866046 5487755
Probabiliteacute 00848 00001
Halifax 1093368 4272614 0942049
48
t-Statistique 3822758 1257986
Probabiliteacute 00021 00000
Hamilton 0083204 2201991 0657312
t-Statistique 0130079 3177608
Probabiliteacute 08985 00073
Kingston 4492508 2163855 0914055
t-Statistique 7197855 3215977
Probabiliteacute 00000 00062
Kitchener 0988161 1752183 0732456
t-Statistique 7197855 5958732
Probabiliteacute 00130 00000
London 0541639 1398546 0615781
t-Statistique 2435635 3679560
Probabiliteacute 00300 00028
Montreacuteal 0153193 5253454 0786702
t-Statistique 0218256 3603394
Probabiliteacute 08306 00032
Oshawa 2761626 5253454 0940324
t-Statistique 5548483 5503587
Probabiliteacute 00001 00001
Ottawa-Gatineau 0703314 2050940 0761640
t-Statistique 1525753 3782341
Probabiliteacute 01510 00023
Queacutebec 1444739 2768488 0750687
49
t-Statistique 2175090 1833685
Probabiliteacute 00487 00897
Regina 4153593 1242122 0871587
t-Statistique 8352312 4779511
Probabiliteacute 00000 00003
Saguenay 0734229 -4026034 0918282
t-Statistique 1225360 -4892178
Probabiliteacute 02407 00002
Saint Catharines 0432991 8370031 0575862
t-Statistique 1944807 3816313
Probabiliteacute 00738 00021
Saint John 2402172 2354081 0945419
t-Statistique 8054382 6746530
Probabiliteacute 00000 00000
Saint Johns 2187130 2114869 0953937
t-Statistique 6158884 6205907
Probabiliteacute 00000 00000
Saskatoon 1167464 9977308 0962808
T-Statistique 2717010 1239141
Probabiliteacute 00167 00000
Sherbrooke 4596626 -6360167 0944693
t-Statistique 5972516 1939325
Probabiliteacute 00000 00745
Sudbury 2861580 2311812 0779272
50
t-Statistique 6584003 3254795
Probabiliteacute 00000 00058
Thunder Bay 0356897 -0549154 0706540
t-Statistique 1113618 3438456
Probabiliteacute 02856 00044
Toronto 2612763 -0307539 0972244
t-Statistique 3654691 2183354
Probabiliteacute 00033 00496
Trois riviegraveres 3122697 6551981 0907686
t-Statistique 1045119 4385487
Probabiliteacute 00000 00006
Vancouver 0251566 1291196 0665787
t-Statistique 0235188 5054681
Probabiliteacute 08177 00002
Victoria 0973500 3341771 0802551
t-Statistique 2303943 4030601
Probabiliteacute 00384 00014
Windsor 0435190 7235608 0953815
t-Statistique 2890195 1108484
Probabiliteacute 00126 00000
Winnipeg 0041695 1542418 0732994
t-Statistique 0047079 2768005
Probabiliteacute 09632 00170
Seuil de signification (10) (5) (1)
51
La lecture des reacutesultats du tableau 33 montre de grandes variations dans les
estimations des eacutelasticiteacutes- revenu On remarque que les cœfficients ne sont pas significatifs
pour les reacutegions de Calgary Hamilton Montreacuteal Ottawa-Gatineau Saguenay Thunder Bay
Vancouver Winnipeg La plupart des coefficients du revenu ont les signes attendus Un
accroissement du revenu des particuliers influence positivement le niveau des prix des
logements Le mecircme pheacutenomegravene est observeacute pour la population agrave lexception de la reacutegion de
Kingston Oshawa et Saguenay Pour la reacutegion dAbbostford les donneacutees sur le niveau des
prix de logement ne sont pas disponibles
332 Calcul de leacutelasticiteacute prix de loffre de logement
Leacutelasticiteacute prix de loffre de logement a eacuteteacute calculeacutee agrave laide de leacutequation (6) agrave savoir
Maclennan et Malpezzi (2001) partant du fait quon ne connaicirct pas avec exactitude
leacutelasticiteacute prix de loffre de logement ont proposeacute de calculer JI en supposant que
leacutelasticiteacute prix de la demande de logement (al) et leacutelasticiteacute revenu de la demande (a 2 )
prennent les valeurs suivantes
Les valeurs du paramegravetre YI sont fournies par nos estimations de leacutelasticiteacute- revenu des prix
du logement obtenues agrave la section preacuteceacutedente
Maclennan et Malpezzi (2001) ont proposeacute ces valeurs en sappuyant sur les reacutesu Itats
19egravemede Haines et Goodman (1992) qui ont deacutemontreacute quau siegravecle les valeurs des
paramegravetres de la demande aux Eacutetats-Unis eacutetaient remarquablement semblables agrave celle du
20eacuteme siegravecle Pour simplifier les calculs nous empruntons ces valeurs vu le rapprochement
des habitudes de consommation entre le Canada et les Eacutetats-Unis Ces valeurs recoupent les
estimations de la plupart des eacutetudes empiriques disponibles (Mayo 1981 et Green et
52
Malpezzi 2001)Le remplacement des valeurs des paramegravetres al et a 2 dans leacutequation (6) a
conduit agrave des reacutesultats que nous preacutesentons dans le tableau 34
Tableau 34 Eacutelasticiteacute prix de loffre de logement-Approche Malpezzi et Maclennan
Reacutegion al =-05
meacutetropolitaine a 2 = 1
Abbostford NA
Calgary 623427
Edmonton 082845
Halifax 041461
Hamilton 1151865
Kingston -027741
Kitchener 051198
London 134624
Montreacuteal 602771
Oshawa -013789
Ottawa-Gatineau 092184
Queacutebec 019216
Regina -025924
Saguenay 086197
Saint- Catharines -028244
Saint John -008371
Saint Johns - 004277
Saskatoon 009714
al = - 05
a 2 = 05
NA
286713
016442
-004269
550932
-038872
455991
042312
276385
-031894
021092
-015391
-037962
043191
065475
-029185
-027138
-007127
al =-1
a 2 = 1
NA
673427
032845
-000853
1101865
-077741
001198
084624
552771
-063789
042184
-030783
-075924
036197
130951
-058371
-054277
-063802
al =-1
a 2 = 05
NA
236713
-033577
-054269
500932
-008887
-049400
-007687
226385
-081894
-028907
-065391
-087962
-031901
015475
-079185
-077138
-057172
53
Sherbrooke 180951 -039122 -078244 -089122
Sudbury -015054 -032527 -065054 -082527
Thunder Bay 230192 090096 180192 040090
Toronto -011726 -030863 -061726 -0808631
Trois Riviegraveres -017976 -033988 -067976 -083988
Vancouver 347509 148754 297509 098754
Victoria 052722 001361 002722 -048638
Windsor 179784 064892 129784 014892
Winnipeg 2348369 1149184 2298369 1099184
Lanalyse des reacutesultats deacutemontre une forte preacutesence de coefficients nayant pas les
signes attendus En regravegle geacuteneacuterale une augmentation des prix du logement stimule les
promoteurs agrave augmenter le stock de logement Ce pheacutenomegravene est plus observeacute lorsque les
paramegravetres al et a 2 prennent respectivement les valeurs - 05 et 1Mais lorsquon attribue
aux paramegravetres al et a 2 les valeurs de -1 et 05 on remarque que pour la plupart des reacutegions
meacutetropolitaines les coefficients ont des signes inattendus On peut eacutecarter ces cas et ne
retenir que ceux qui conduisent agrave des estimations plausibles Lapproche de Malpezzi et
MacJennan preacutesente quelques failles Dune part elle ne permet pas de veacuterifier la
significativiteacute des eacutelasticiteacutes prix de loffre de logement et dautre part elle ne fournit pas
une meilleure strateacutegie pouvant deacuteterminer les valeurs de al et a 2 qui conduisent agrave des
eacutelasticiteacutes plausibles
Analyse comparative
La speacutecification de Green Malpezzi et Mayo (2005) et celle de Malpezzi et
MacJennan (2001) nous ont permis de calculer leacutelasticiteacute prix de loffre de logement pour
chaque reacutegion meacutetropolitaine de recensement Cependant agrave la diffeacuterence de Green Malpezzi
et Mayo (2005) la speacutecification de Malpezzi et MacJennan (2001) ne fournit pas assez
- -
54
doutils pouvant permettre deacutevaluer la significativiteacute des coefficients deacutelasticiteacutes prix de
loffre de logement Il est donc difficile deacutevaluer la robustesse des coefficients issus de la
speacutecification de Malpezzi et Maclennan (2001) Nous allons donc focaliser notre attention sur
les coefficients obtenus agrave laide de lapproche de Green Malpezzi et Mayo (2005) pour la
suite de lanalyse
34 Deacuteterminants des sources de dispariteacute
Dans la section preacuteceacutedente nous avons estimeacute pour chaque reacutegion meacutetropolitaine de
recensement Jeacutelasticiteacute prix de loffre de logement selon les speacutecifications de Green
Malpezzi et Mayo (2005) Mayer et Somerville (2000) et Malpezzi et McClennan (2001)
Nous avons retenu la meacutethode destimation de Green Malpezzi et Mayo (2005) car elle
preacutesente des reacutesultats robustes par rapport aux autres meacutethodes Les eacutelasticiteacutes obtenues
varient dune reacutegion meacutetropolitaine agrave lautre Le graphique 31 illustre les eacutecarts entre
reacutegions Lobjectif de cette section est premiegraverement destimer une eacutequation deacutelasticiteacutes prix
de loffre de logement de maniegravere agrave expliquer les eacutecarts deacutelasticiteacutes entre reacutegions
meacutetropolitaines de recensement
Graphique 31 Eacutelasticiteacutes des diffeacuterentes reacutegions meacutetropolitaines
40middot Winn 35 30 - 1shy
25( SudSteaih -Sne shy
20hbb TriliaL -shy- f--- shyKilcl1--l Mli ~ SUs151~-C~ 1shyC rhund-Osh Vl SasHam Kg -~-
-r~- 1]- -0 -m- 4 (lflC
Vic01 Wind1f~ ~U ~[fu-St J
-~ EJ) 9 _
oe1asticileacute par reacutegion meacutetropolitaine de recensement
55
Nous allons utiliser le modegravele (14) pour expliquer les eacutecarts reacutegionaux des eacutelasticiteacutes prix agrave
savoir
La variable deacutependante 771 est une seacuterie composeacutee deacutelasticiteacutes prix doffre de logements
pour chaque reacutegion meacutetropolitaine obtenues agrave partir du modegravele (9) Les variables
explicatives sont le taux de croissance de la population (gl) les frais et droits de cession
(rI ) le temps de deacuteplacement (kl ) la densiteacute (dl) la population (ni) et le niveau des prix
des logements neufs (PI) amp1 est le terme derreurs Les donneacutees des diffeacuterentes variables
explicatives portent sur [anneacutee 1996 consideacutereacutee comme le point milieu de la peacuteriode 1981shy
2006 Linfeacuterence eacuteconomique du modegravele (14) associe agrave des augmentations de la population
du taux de croissance de la population de la densiteacute du temps de deacuteplacement et des frais et
droits de cession des faibles eacutelasticiteacutes prix de loffre de logement Elle associe par ailleurs
agrave des augmentations des pnx de logement neufs des fortes eacutelasticiteacutes
Dans le tableau 35 nous preacutesentons les reacutesultats issus de la reacutegression de leacutequation
deacutelasticiteacute prix de loffre par la technique des moindres carreacutes des donneacutees groupeacutees
56
C
Tableau 35 Estimation des sources de dispariteacute des eacutelasticiteacutes
Variable Deacutependante ELASTICITE_OFFRE
Meacutethode Moindres Carreacutes des donneacutees groupeacutees
Total dobservations 27
Variables Indeacutependantes Coefficient Eacutecart-type Statistique T Probabiliteacute
1556334 1831673 8496789 00000
VAR POP -0056067 0032246 -1738698 00825
LOG(DENSITE) 1369267 0385680 3550265 00004
LOG(POP) 1587740 0513165 3094012 00021
LOG(DROITS_FRAIS_CESSION) 2906005 1088625 2669428 00078
LOG(PMLS) -1059027 1548493 -6839085 00000
LOG(TEMPS DEPL) -1001537 3286765 -3047180 00024
R-Carreacute 0217083 R-Carreacute ajusteacute 0210324
Lanalyse du tableau 35 amegravene agrave conclure que les coefficients de toutes les variables
nont pas les signes attendus agrave lexception du coefficient de la variation de la population et
du temps de deacuteplacement Par contre leffet de la variation de la population se reacutevegravele non
significatif agrave un seuil de 5 Quant aux autres variables les reacutesultats reacutevegravelent que leurs effets
sont significatifs agrave un seuil de 5 Ce qui laisse croire que la population la densiteacute le niveau
des prix le temps de deacuteplacement les droits de cession immobiliegravere et frais denregistrement
expliqueraient les sources de dispariteacute des eacutelasticiteacutes entre reacutegions meacutetropolitaines de
recensement Mais le constat qui simpose est que bien queacutetant significatifs ces coefficients
ont des valeurs qui contredisent la litteacuterature sous jacente Cette situation se preacutesente
geacuteneacuteralement lorsquil se pose un problegraveme de speacutecification de donneacutees ou encore de
multicolineacuteariteacute ou de simultaneacuteiteacute Leacutetude de Green Malpezzi et Mayo (2005) sur les
Eacutetats-Unis reacutevegravele aussi certaines irreacutegulariteacutes Les cœfficients des variables prix et
57
population ont des mauvais signes Les auteurs preacutetendent que la simultaneacuteiteacute est
certainement la source de ce problegraveme Dans le cas de notre recherche on ne peut conclure agrave
lavance quil sagit reacuteellement dun problegraveme de biais de simultaneacuteiteacute de multicolineacuteariteacute
de donneacutees ou derreurs de speacutecification Cependant lincoheacuterence des coefficients de
reacutegression et linvaliditeacute des tests statistiques font geacuteneacuteralement partie des effets pervers de
la multicolineacuteariteacute Quelques pistes de solutions sont geacuteneacuteralement proposeacutees pour reacutesoudre
le problegraveme de multicolineacuteariteacute La theacuteorie eacuteconomeacutetrique enseigne que si le problegraveme de
multicolineacuteariteacute vient dun manque dinfonnations alors il faut essayer dobtenir plus de
donneacutees Cependant plus dinformations ne signifie pas forceacutement plus de donneacutees
Le remegravede pratique consiste agrave supprimer les variables qui posent problegraveme Ce faisant on se
heurte au problegraveme de mauvaise speacutecification Greene (2005) soutient cette affirmation
Il preacutetend quen excluant les variables qui posent problegraveme on risque de biaiser les
estimateurs Il suggegravere par contre dajouter des variables explicatives de bonne qualiteacute Mais
le problegraveme est que celles-ci ne sont toujours pas disponibles Dans le cadre de cette
recherche lindice de reacuteglementation aurait pu ecirctre une variable importante agrave rajouter
Son importance a eacuteteacute souleveacute par Malpezzi et Mayo (1997) lorsqu iIs preacutetendent quil
yaurait des diffeacuterences significatives dans les eacutelasticiteacutes doffre agrave travers les pays et ces
diffeacuterences semblent ecirctre correacuteleacutees avec une structure rigoureuse de reacuteglementation de terre et
de deacuteveloppement de logement Ce qui peut ecirctre vrai pour les pays peut lecirctre aussi pour les
diffeacuterentes villes agrave cause des variations dans les regraveglementations et lusage de terres locales
Mais le problegraveme est que cette variable est difficile agrave construire par manque de donneacutees
canadiennes
CONCLUSION
Dans cette eacutetude nous nous eacutetions assigneacutes comme objectif destimer leacutelasticiteacute prix
de loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines du Canada et den
deacutetenniner les sources de dispariteacute entre reacutegions La revue de la litteacuterature nous a permis de
deacuteceler certaines pistes afin de mener une telle recherche Nous avons discuteacute du choix des
donneacutees et des modegraveles qui avaient fortement influenceacute les recherches passeacutees et nous avons
tenu compte des conclusions tireacutees de ces recherches dans leacutelaboration de notre
meacutethodologie La contribution de Green Malpezzi et Mayo (2005) a constitueacute la base de
cette meacutethodologie Agrave des fins de comparaison nous avons aussi utiliseacute les modegraveles de
Mayer et Somerville (2000) et Maclennan et Malpezzi (2001) pour estimer leacutelasticiteacute prix
de loffre de logement Les eacutetudes reacutealiseacutees sur le marcheacute de logement ameacutericain ont
deacutemontreacute que les eacutelasticiteacutes varient substantiellement dune reacutegion agrave une autre Les reacutegions
meacutetropolitaines les plus taxeacutees connaissent des faibles eacutelasticiteacutes Et les moins taxeacutees ont des
eacutelasticiteacutes fortes Les reacutegions en forte croissance gracircce agrave la vigueur de leur marcheacute
connaissent des eacutelasticiteacutes eacuteleveacutees Lestimation des modegraveles retenus dans la preacutesente eacutetude
a reacuteveacuteleacute des divergences dans les reacutesultats qui se sont aveacutereacutes parfois contradictoires
Certaines reacutegions meacutetropolitaines pourtant classeacutees panni les reacutegions en forte croissance
eacuteconomique connaissent des faibles eacutelasticiteacutes Les valeurs des coefficients contredisent pour
bon nombre de variables explicatives la theacuteorie sous-jacente
Le modegravele de Green Malpezzi et Mayo (2005) nous a pennls donc faute de
dynamique destimer leacutelasticiteacute prix de long tenne de loffre de logement Il reacutesulte de la
reacutegression de ce modegravele des eacutelasticiteacutes qui se rangent de 0608415 agrave 3532240 On observe agrave
linstar des Eacutetats Unis une offre de logement eacutelastique dans la plupart des reacutegions
meacutetropolitaines de recensement du Canada Cette eacutelasticiteacute varie aussi dune reacutegion agrave une
autre La croissance de leacuteconomie reste agrave tous eacutegard un eacuteleacutement capital de la variation de
loffre de logement dans les diffeacuterentes reacutegions meacutetropolitaines La comparaison avec les
recherches preacuteceacutedentes nous a meneacute agrave conclure que la speacutecificiteacute du modegravele le choix et la
quantiteacute des donneacutees influenceraient fortement les reacutesultats Lajout des salaires de
construction et des prix des mateacuteriaux de construction sest aveacutereacute moins pertinent Leurs
59
effets se sont reacuteveacuteleacutes non significatifs pour bon nombre de reglons meacutetropolitaines
Contrairement aux Eacutetats-Unis ougrave lindice de reacuteglementation sest aveacutereacute une variable
importante au Canada cette variable a eacuteteacute difficile agrave construire par manque de donneacutees Le
modegravele de Green Malpezzi et Mayo (2005) a donc permis faute de dynamique destimer
leacutelasticiteacute prix de loffre de logement et dexpliquer les sources de dispariteacute Les reacutesultats
montrent que les effets des deacuteterminants des sources de dispariteacute sont dans lensemble
significatifs Agrave lexception de la variation de population les variables relatives agrave la densiteacute la
population le prix de logement les droits de cession et denregistrement et temps de
deacuteplacement sont utiles pour expliquer les eacutecarts deacutelasticiteacute entre reacutegions meacutetropolitaines de
recensement Le but poursuivi dans le cadre de ce travail a eacuteteacute de contribuer agrave lavancement
des eacutetudes faites sur le marcheacute de logement au Canada du fait que ce secteur demeure de
toute eacutevidence tregraves inteacuteressent agrave ce jour et que plusieurs deacutefis restent encore agrave relever Nos
recherches eacutetaient toutefois limiteacutees par la disponibiliteacute des donneacutees Il est important de
consideacuterer que le manque de donneacutees sur la regraveglementation et autres variables pertinentes
pour chaque reacutegion meacutetropolitaine de recensement pourrait grandement influencer les
reacutesultats Il est donc possible de croire quun modegravele plus complet au niveau de linformation
pourrait changer le verdict geacuteneacuteral quant aux sources de dispariteacute entre reacutegions Le manque
de donneacutees adeacutequates sur loffre de logement dans les reacutegions meacutetropolitaines constitue donc
un grand obstacle agrave lavancement de la recherche dans le domaine du logement au Canada
Somerville (2002) a souleveacute une difficulteacute majeure rencontreacutee dans les recherches portant sur
le logement au Canada Cette difficulteacute sexplique principalement par le fait que les
chercheurs canadiens nont pas autant dinformation statistique sur le Canada que les
chercheurs ameacutericains en ont sur les Eacutetats-Unis Une publication dinformations deacutetailleacutees sur
le parc de logement au Canada serait ideacuteale pour les recherches agrave venir Agrave cet eacutegard les
travaux futurs devraient donc se concentrer sur la construction des meilleurs eacutechantillons de
donneacutees
ANNEXES
SOURCE DES DONNEacuteES
J) Densiteacute
Nous avons utiliseacute les donneacutees de recensement 1996
2) Indices des prix des logements neufs
Nous avons consideacutereacute le tableau 327-0005 de lenquecircte de Statistique Canada Les reacutegions de
Toronto et Oshawa ont le mecircme indice Cest aussi le cas de Sudbury et Thunder Bay Nous
avons attribueacute aux reacutegions dont les donneacutees ne sont pas disponibles les indices des grandes
reacutegions voisines Pour la reacutegion dAbbostford nous avons attribueacute lindice des prix de
Vancouver Agrave la reacutegion de Kingston nous avons attribueacute lindice des prix de Toronto Quant
aux reacutegions de Saguenay Sherbrooke Trois-Riviegraveres nous avons attribueacute lindice des prix de
logements neufs de la reacutegion de Queacutebec Du fait quil existe une correacutelation des prix des
logements usageacutes entre ces reacutegions nous avons deacuteduit quil en existerait aussi au niveau des
prix des logements neufs
3) Indices des salaires de la construction
Il sagit ici de lindice composite des salaires syndicaux selon les taux plus certaines
reacutemuneacuterations suppleacutementaires Ces donneacutees figurent au tableau 327-0004 de Statistique
Canada portant sur les indices des salaires syndicaux de la construction mensuel (indice
1992=100)
4) Indices des prix des mateacuteriaux de construction
Cette seacuterie nest pas disponible pour chaque reacutegion meacutetropolitaine de recensement Les
donneacutees disponibles sur le site de Statistiques Canada ne portent que sur le Canada
5) Population et variation de la population
Les donneacutees sont issues du recensement 1996 La variation de la population vient de la
croissance de la population entre 1991 et 2006 selon les donneacutees du recensement
61
6) Prix moyen des maisons PMLS
Donneacutees de lassociation canadienne dimmeubles pour le systegraveme inter-agences
7) Revenu moyen des particuliers
Cette seacuterie est tireacutee du tableau 202-0402 de lenquecircte de Statistiques Canada portant sur la
reacutepartition du revenu des particuliers
8) Droits de cession immobiliegravere elfrais denregistrementfoncier
Cette seacuterie porte sur les deacutepenses moyennes des droits de cession immobiliegravere et frais
denregistrement foncier pour logement appartenant agrave loccupant Ces donneacutees figurent au
tableau 203-00031 de lenquecircte de Statistique Canada sur les deacutepenses des meacutenages (EDM)
deacutepenses des meacutenages au titre du logement selon les provinces et territoires donneacutees
annuelles
9) Temps de voyagement
Nous avons consideacutereacute le temps moyen de deacuteplacement aller-retour entre la maison et le lieu
de travail estimeacute par Statistique Canada dans son enquecircte sociale geacuteneacuterale 1992 1998 et
2005
BIBLIOGRAPHIE
Achour Dominique Joseph Chung et Alain Lapointe 1981 Eacuteconomie urbaine Eacutedition
Gaeacutetan Morin 288 p
Blackley Dixie 1999 The Long-Run Elasticity of New Housing Supply in the United
States Empirical Evidence for 1950 to 1994 Journal of Real Estate Finance and
Economies vol 18 nol p 25-42
Brueckner Jan1998 Testing for strategie interaction among local goverrunents The case of
growth controls Journal ofUrban Economies no 44 pA38-467
Capozza Denis et R Helsey1989 The Fundamentals of Land Priees and Urban Growth
Journal ofUrban Economies vo126 n03 p 295-306
Catte Pietro Nathalie Girouard Robert Priee et Andreacute Christopher2004 Housing Market
Wealth and The Business Cycle OCDE Economie Department Working Paper no 394 p
45
Cho Man et Peter Linneman1993 Interjurisdictional spillover effects of Land use
regulations Journal ofHousing Research volA no 1 pI31-163
Dipasquale Denise 1999 Why we dont know about housing supply Journal of Real
Estate Finance and Economies vol 18 no l p 9-23
Dipasquale Denise et William Wheaton1992 The cost of Capital Tax Reform and the
Future of the RentaI Housing Market Journal ofUrban Economies vol31 no 3 p 337-359
Follain James1979 The Priee Elasticity of the Long Run Supply of New Construction
Land Economies vol 55 no 2 p 99-190
Glaeser Edward et Joseph Gyourko2003 The Impact of Building Restrictions on Housing
Affordability Economie Policy Review vol 9 p21-39
Granelle Jean-Jacques 1998 Eacuteconomie Immobiliegravere Analyses et Applications Paris
Edition Economica p 181
63
Granger Clive et P Newbold] 974 Spurious regressions in econometrics Journal of
Econometries no 2 p111-120
Green Richard et Stephen Malpezzi200l A primer on Us Housing Markets and Housing
Policy Washington The Urban Institute Press pI4-59
Green Richard Stephen Malpezzi et Stephen Mayo2005 Metrapolitan-Specific Estimates
of the Price Elasticity of Supply of Housing and Their Sources The American Economie
Review vol 95 no 2 p 334-339
Greene William2005 Eacuteconomeacutetrie New York Edition Pearson Education p943
Gyourko Joseph Saiz Albert et Anita Summers (2008) uA New Mesure of the Local
Regulatory Environnment for Housing Markets The Whaton Residential land Use
Regulatory Index Urban Studies vol 45 no 3 p 693-729
Haines Michael et Allen Goodman 1992 Housing Demand in the United States in the Late
Nineteenth Century Evidence from the Commissioner of Labor Survey 188990 Journal
of Urban Economies Vol 31 no l p 99-122
Huang David1973 Short-Run Instability in Single-Family Housing Starts Journal of the
American Statistieal Association vo168 no 344 p 788-792
Holland Steven199l The baby boom and the housing market Another look at the
evidence Regional Science and Urban Economies no 21 565-571
KearI James 1979 Inflation Mortgages and Housing Journal of Political Economy
vo187 no 5 p 38- Ill
Ihlanfeldt Keith2006 The effect of land use regulation on housing and land prices
Journal ofUrban Economies no 60 p 420-435
Levine Ned1999 The effects of local growth contrais on regional housing production and
population redistribution in Califomia Urban Studies vol 30 no 12 p 2047-2068
Malpezzi Stephen (1996) Housing Prices Externalities and Regulation in US Metropolitan
Areas Journal ofHousing Research vol7 no 2 p 209-24l
Mayer Christopher et Tsuriel Somerville2000 Land use regulation and new construction
Regional Science and Urban Economies no 30 p 639-662
64
Mayer Christopher et Tsuriel Somerville2000 Residential Construction Using the Urban
Growth Model to Estimate Housing Supply Journal Urban Economies no 48 p 85-109
Maclennan Duncan et Stephen Malpezzi2001 The Long-Run Priee Elasticity of Supply of
New Residential Construction in the United States and the United Kingdom Journal of
Housing Economies no 10 p 278-306
Muth Richardl960 The Demand for Durable Goods University ofChicago Press pp 29shy
75
Olsen Edgar1987 The Demand and Supply of Housing Services A Critical Review of the
Empirical Literature Handbook ofRegional and Urban Economies no 2 989-1022
Rosen Sherwin et Robert Tope 1988 Housing Investment in the United States The
Journal ofPolitieal Eeonomy volA no 96 pp 718-40
Pollakowski Henry et Susan Wachter1990 The effects of land-use constraints on housing
priees Land Economies no 66 pp 315-324
Poterba James 1984 Taxation and Housing Old Questions New Answers The American
Economie Review vol 82 no 2 p 237-242
Quigley John et Min Hwang2004 Economie Fundamentals in Local Housing Markets
Evidence from US Metropolitan regions University of California Working Papers no
W03-005 p 48
Quigley John et Steven Raphae2005 Regulation and the high cost Ln of housing In
California The Ameriean Economie Review vol 95 no 2 p 323-328
Quigley John et Larry Rosenthal 2005 The effects of land use regulation on the priee of
housing what do we know What can we learn Cityscape vol 8 no l pp 69-137
Rosenthal Stuart 1999 Residential buildings and the cost of construction New evidence on
the efficiency of the housing market Review of Economies and Statistics no 81 pp 288shy
302
Saiz Albert2008 On Local Housing Supply Elasticity University of Pennsylvania
Working Papers p59
6S
Slacalek Jirka2006 What drives personal consumption The role ofhousing and Financial
Health German institute for Economie Research p33
Smith Lawrence Rosen Kenneth et George Fallis1988 Recent Developments in Economie
Models ofHousing Markets Journal ofEconomie Literature Vo146 pp29-64
Statistique Canada 2006 Portrait de la population canadienne en 2006 selon lacircge et le
sexe Recensement de 2006Caron Malenfant Eacuteric Martel Ottawa
Socieacuteteacute canadienne dhypothegraveque et de logement 200S Lincidence des restrictions en
matiegravere de zonage et de construction sur l abordabiliteacute du logement Le point en recherche
Seacuterie socio-eacuteconomique OS-012 AvriI200SOttawa
Socieacuteteacute canadienne dhypothegraveque et de logement 2002 Impocircts droits frais et taxes sur les
logements neufs Rapport de recherche Ottawa
Stover Mark Edward1986 The price elasticity of the supply of single-family
detached urban housing Journal of Urban Economies no 20 pp 331-340
Wallace Nancy 1994 Testing the present value relation for house priees Should 1 leave my
house in San Francisco Journal of Urban Economies no 35 pp 24S-266