Risque industriel, marché immobilier et évaluation des politiques publiques

par Marianne Bléhaut

Thèse de doctorat en Sciences économiques

Sous la direction de Miren Lafourcade et de Laurent Gobillon.

Soutenue le 30-09-2016

à Paris Saclay , dans le cadre de École doctorale Sciences de l'Homme et de la Société (Cachan, Val-de-Marne) , en partenariat avec Réseaux Innovation Territoires et Mondialisation (Sceaux, Haut-de-Seine) (laboratoire) et de Université Paris-Sud (établissement opérateur d'inscription) .


  • Résumé

    Cette thèse relève de l’économie urbaine, de l’économie de l’environnement et de l’évaluation des politiques publiques. La première partie (chapitres 1 et 2) est une évaluation empirique de l’impact de la perception du risque industriel sur le marché du logement. Plus précisément, ces chapitres exploitent des méthodes quantitatives initialement élaborées pour l’évaluation des politiques publiques pour mesurer la réaction des marchés immobiliers locaux à deux changements dans la perception des risques industriels. Le chapitre 1 analyse ainsi les conséquences de l’accident d’AZF (Toulouse, 2001), et le chapitre 2 celles de la loi Bachelot (votée en 2003). Ces deux chapitres montrent que l’information additionnelle sur les risques industriels qui a découlé de ces deux événements s’est traduite par une baisse significative des prix immobiliers, de l’ordre de 2 % en moyenne. Cet effet prix suggère que les marchés à risque se trouvaient en situation d’information imparfaite avant ces événements. En outre, ces chocs ont modifié la composition socio-démographique des voisinages exposés au risque industriel. Cette première partie illustre des situations dans lesquelles il n'est pas possible de concevoir des expérimentations contrôlées. Il est donc important d'étudier les propriétés des estimateurs d’appariement sur score de propension, qui sont souvent considérés comme une alternative raisonnable. C'est l'objet de la seconde partie (chapitres 3 et 4) de cette thèse. Le chapitre 3 compare ainsi les performances de deux procédures d'estimation dans le cadre d’un programme d’accompagnement au retour à l’emploi. La première repose sur une expérimentation contrôlée, et la seconde sur un appariement sur score de propension. Dans ce cas, les méthodes d’appariement ne parviennent pas à reproduire les estimations issues de l’expérimentation. Le chapitre 4 propose donc une alternative aux méthodes classiques d’appariement, l'estimateur BEAST, et en illustre les propriétés à partir de simulations et d’études de cas.

  • Titre traduit

    Industrial risk, housing market and public policy evaluation


  • Résumé

    This thesis falls within the scope of urban economics, environmental economics and public policy evaluation. The first part (chapters 1 and 2) is an empirical evaluation of the impact of industrial risk perception on the housing market. More specifically, these chapters rely on quantitative methods originally designed for public policy evaluation to measure the reaction of local housing markets to two changes in industrial risk perception. Chapter 1 analyzes the consequences of the AZF accident (Toulouse, 2001), and chapter 2 the consequences of the Bachelot regulation (passed in 2003). Both chapters show that additional information on industrial risk translated into a significant housing price decrease of about 2% on average. This price effect is consistent with an initial imperfect information setting. In addition, there is some evidence of neighborhood composition changes following these changes. This first part builds on typical examples in which randomized experiments cannot be designed, which lead to questioning the properties of estimators based on propensity score estimation. This is the aim of the second part (chapters 3 and 4) of the thesis. Chapter 3 compares the performances of experimental and non-experimental estimators using the example of a job-search assistance programme. It shows that, in this particular case, matching methods cannot accurately replicate the experimental results. Chapter 4 proposes the BEAST estimator as an alternative to typical propensity score matching, and illustrates its properties on simulations and case studies.


Le texte intégral de cette thèse n'est pas accessible en ligne.
Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?