Estimation de l'élasticité prix de l'offre de logement au Canada
Notice bibliographique
Résumé
Dans ce mémoire, nous analysons l'offre de logement dans les régions métropolitaines de recensement à l'aide de modèles déjà utilisés pour le marché du logement américain. Contrairement à la majorité des études empiriques réalisées sur l'offre de logement aux États-Unis, les données utilisées dans ce mémoire sont issues du marché canadien du logement. Notre cadre d'analyse s'appuie principalement sur les formulations du modèle de Green, Malpezzi et Mayo (2005), Mayer et Somerville (2000), et Maclennan et Malpezzi (2001). L'analyse comparative de ces trois modèles a révélé que seule la régression du modèle de Green, Malpezzi et Mayo (2005) a pu fournir des résultats robustes. Ce modèle nous a permis d'atteindre un double objectif. Le premier objectif est d'estimer l'élasticité prix de l'offre de logement pour chaque région métropolitaine. Les résultats obtenus démontrent, à l'instar du marché du logement américain, que l'offre de logement est élastique dans la plupart des régions métropolitaines du Canada. Cependant, il existe des écarts régionaux importants. Le deuxième objectif est d'expliquer les sources de disparité des élasticités entre régions métropolitaines. La plupart des facteurs déterminant ces sources sont significatifs à un niveau de 5%, à l'exception de la variation de la population. Les résultats montrent que les variables relatives à la densité, à la taille de la population, aux prix de logement, aux droits de cession et frais d'enregistrement, et au temps de déplacement sont utiles pour expliquer les disparités entre les régions. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Élasticité, Prix, Offre, Logement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».