CONCLUSION
Dans ce travail intitulé déterminants de la
fixation du prix des maisons d'habitation dans la ville de Bukavu la
préoccupation majeure était de ressortir les différents
facteurs qui permettent de déterminer la valeur des maisons d'habitation
dans la ville de Bukavu afin de comprendre les éléments que l'on
pourrait utiliser en vue d'une politique publique efficace d'étalement
de la ville.
En effet, L'immobilier occupe une place de plus en plus
prépondérante dans les choix d'investissement des ménages.
Une forte croissance démographique et un secteur immobilier en pleine
expansion dans la ville de Bukavu sont des éléments qui exigent
l'intervention des décideurs en vue de bien mener une politique publique
efficace d'étalement urbain. Les caractéristiques
spécifiques d'un bien immobilier telles que son caractère
indivisible, sa valeur unitaire très élevée, sa faible
liquidité, sa grande hétérogénéité et
son immobilité physique, conduisent à le distinguer des autres
biens. C'est ainsi que cette étude portant sur une évaluation des
immobiliers résidentiels à Bukavu a été
structurée en trois chapitres essentiels hormis l'introduction et la
conclusion.
Dans le premier chapitre, la revue de la littérature
renseigne que plusieurs approches abordent la question de la valeur des
immobiliers résidentiels. Une des approches stipule qu'elle
résulte des comportements des ménages en termes de choix de
localisation des ménages basés sur l'arbitrage des ménages
entre les coûts de localisation et les coûts de déplacements
entre le domicile et le lieu de travail supposé se situer au
centre-ville, alors qu'une autre montre la nécessité de la
présence d'aménités recherchées par les
ménages permettant de contrebalancer la force d'attraction du
centre-ville et le dernier point fait la présentation de la
théorie de Lancaster de l'analyse hédoniste ou hédonique
des prix, dont l'objet est d'étudier la formation du prix des biens
complexes, expliquant le prix des biens par leurs caractéristiques.
Le deuxième chapitre, expose l'approche
méthodologique qui, faisant ressortir les hypothèses du travail,
décrit toutes les étapes dès la récolte des
données aux procédures de traitement, successivement la
méthode de moindre carré ordinaire,
88
ensuite la prise en compte de
l'hétérogénéité spatiale par la correction
du modèle de l'hétéroscédasticité et
l'analyse de la variance spatiale et enfin la prise en compte de
l'autocorrélation spatiale en comparant le modèle
autorégressif spatial du modèle d'erreur spatial.
Les données utilisées provenant de
l'enquête ont été collectées dans les trois communes
basée sur une stratification proportionnelle avec un questionnaire,
implémenté dans le téléphone en utilisant
l'application Android ODK Collect, adapté des études
antérieures. Un total de 193 ménages ont été
enquêté ayant en moyenne 297,59 mètres carrés de
surface de parcelle avec 111,39$ comme prix au mètre carré, et
des maisons comportant en moyenne 7 pièces.
Enfin, le troisième chapitre présente et discute
les résultats. Pour vérifier les hypothèses, les
données ont été traitées sur SPSS Ver. 20 et STATA
12. La méthode de moindre carré a été
utilisée en premier pour estimer le modèle hédoniste,
ensuite le modèle a été amélioré par la
prise en compte de l'hétérogénéité spatiale
et de l'autocorrélation spatiale.
Les résultats de la méthode de moindre
carré ont montré que seules huit variables sont significatives au
seuil maximum de 10%. Il s'agit de la localisation de la maison si elle est
située à Kadutu(Commkad), le nombre des pièces(Nbrepc), la
presence des 2 toilettes/salles de bain ou plus (Pres2toilslb), la distance
avec le centre-ville (Distcentvil), le niveau d'étude (Nivetd) et la
profession du propriétaire de la maison(Profess) ainsi que le cout total
de transport (Ctttransp). Le test F de Fisher montre que la qualité du
modèle est globalement bonne avec un coefficient de détermination
de 86,9 %. La prise en compte de
l'hétérogénéité spatiale par la prise en
compte de l'hétéroscédasticité, le test de
Breusch-Pagan révèle que le modèle est
hétéroscedastique, la correction du modèle par la
méthode de White a permis de rejeter la variable cout total de transport
(Ctttransp) du modèle de MCO ce qui permet de conserver un modèle
avec sept variables explicatives significatives. Les résultats de
l'analyse de la variance spatiale n'a pas été valide à
cause de l'hétérogénéité de la variance et
la non normalités des erreurs, le recours au test non
paramétrique de Kruskal-Wallis fait rejeter de manière
significative l'égalité des prix dans les trois
89
communes. Les prix des maisons diffèrent donc
globalement selon la commune de localisation, le test de Games-Howell de
comparaisons multiples a révélé qu'il existe des
différences significatives du prix en moyenne entre d'un
côté les maisons de la commune d'Ibanda avec de l'autre
côté celles de la commune de Bagira et de Kadutu. Mais celles de
la commune de Kadutu ne diffèrent pas significativement en moyenne de
celles de la commune de Bagira.
Les résultats obtenus par l'introduction de la
dimension spatiale dans le modèle hédonique montrent qu'il existe
une dépendance spatiale dans les valeurs immobilières de
manière significative à Bukavu. Cette présence de
dépendance spatiale est d'abord confirmée par le test de Moran
ainsi que par la significativité élevée de ?? et de
À. Les signes de ces derniers montrent la présence d'une
autocorrélation spatiale positive sur le prix des biens. La comparaison
du modèle d'erreur spatiale avec le modèle autorégressif
spatial montre que le modèle autorégressif spatial est le
meilleur et permet de retenir sept variables significatives notamment la
localisation de la maison si elle est située à Kadutu(Commkad),
le nombre des pièces(Nbrepc), la presence des 2 toilettes/salles de bain
ou plus (Pres2toilslb), la distance avec le centre-ville (Distcentvil), le
niveau d'étude (Nivetd) et la profession du propriétaire de la
maison(Profess). Le test VIF de la multicolinéarité et le
critère d'information d'Akaike ont permis d'avoir un modèle
optimale grâce à la méthode Stepwise Regression en
conservant toujours le modèle SAR étant le modèle optimal
avec huit variables significatives en ajoutant la variable coût total de
transport au modèle précédent.
Il est dommage de constater que ce présent travail ne
puisse pas être très complet sur le problème du prix des
immobiliers résidentiels à Bukavu, n'ayant analysé que
certains aspects, une recherche future prenant en comptant plus des dimensions
liées à la résidence des ménages permettrait de
compléter cette étude.
90
| 
