Suchergebnisse

International audience ; In light of the creation of the EU Energy Poverty Observatory (EPOV) in January 2018 and the increase in debates on how fuel poverty is measured, we propose a critical analysis of fuel poverty indicators and demonstrate that choosing a given fuel poverty indicator and, in particular, its threshold level, is central to the identification of the fuel-poor population. First, we conducted an inter-indicator analysis to show how profiles of fuel-poor households vary depending on the indicator selected. More specifically, after identifying groups of affected households using a set of objective and subjective indicators, we designed a multidimensional approach based on a combination of a multiple correspondence analysis and a hierarchical and partitioning clustering analysis to study their characteristics. Using this framework, we highlight the difficulty of identifying a "typical profile" of fuel-poor households due to the significant variability in their characteristics, and we show that the composition of the population depends on the choice of the indicator. Second, we applied an intra-indicator analysis using two objective expenditure-based indicators with thresholds. In particular, we conducted a sensitivity analysis based on a logit model including variables describing household and dwelling characteristics. We show that the profiles of fuel-poor households as well as the drivers of fuel poverty vary considerably with the chosen threshold level. Given these findings, we stress the need to review how we currently rely on conventional fuel poverty indicators to identify target groups and give some recommendations.

International audience ; In light of the creation of the EU Energy Poverty Observatory (EPOV) in January 2018 and the increase in debates on how fuel poverty is measured, we propose a critical analysis of fuel poverty indicators and demonstrate that choosing a given fuel poverty indicator and, in particular, its threshold level, is central to the identification of the fuel-poor population. First, we conducted an inter-indicator analysis to show how profiles of fuel-poor households vary depending on the indicator selected. More specifically, after identifying groups of affected households using a set of objective and subjective indicators, we designed a multidimensional approach based on a combination of a multiple correspondence analysis and a hierarchical and partitioning clustering analysis to study their characteristics. Using this framework, we highlight the difficulty of identifying a "typical profile" of fuel-poor households due to the significant variability in their characteristics, and we show that the composition of the population depends on the choice of the indicator. Second, we applied an intra-indicator analysis using two objective expenditure-based indicators with thresholds. In particular, we conducted a sensitivity analysis based on a logit model including variables describing household and dwelling characteristics. We show that the profiles of fuel-poor households as well as the drivers of fuel poverty vary considerably with the chosen threshold level. Given these findings, we stress the need to review how we currently rely on conventional fuel poverty indicators to identify target groups and give some recommendations.

International audience ; In light of the creation of the EU Energy Poverty Observatory (EPOV) in January 2018 and the increase in debates on how fuel poverty is measured, we propose a critical analysis of fuel poverty indicators and demonstrate that choosing a given fuel poverty indicator and, in particular, its threshold level, is central to the identification of the fuel-poor population. First, we conducted an inter-indicator analysis to show how profiles of fuel-poor households vary depending on the indicator selected. More specifically, after identifying groups of affected households using a set of objective and subjective indicators, we designed a multidimensional approach based on a combination of a multiple correspondence analysis and a hierarchical and partitioning clustering analysis to study their characteristics. Using this framework, we highlight the difficulty of identifying a "typical profile" of fuel-poor households due to the significant variability in their characteristics, and we show that the composition of the population depends on the choice of the indicator. Second, we applied an intra-indicator analysis using two objective expenditure-based indicators with thresholds. In particular, we conducted a sensitivity analysis based on a logit model including variables describing household and dwelling characteristics. We show that the profiles of fuel-poor households as well as the drivers of fuel poverty vary considerably with the chosen threshold level. Given these findings, we stress the need to review how we currently rely on conventional fuel poverty indicators to identify target groups and give some recommendations.

International audience ; In light of the creation of the EU Energy Poverty Observatory (EPOV) in January 2018 and the increase in debates on how fuel poverty is measured, we propose a critical analysis of fuel poverty indicators and demonstrate that choosing a given fuel poverty indicator and, in particular, its threshold level, is central to the identification of the fuel-poor population. First, we conducted an inter-indicator analysis to show how profiles of fuel-poor households vary depending on the indicator selected. More specifically, after identifying groups of affected households using a set of objective and subjective indicators, we designed a multidimensional approach based on a combination of a multiple correspondence analysis and a hierarchical and partitioning clustering analysis to study their characteristics. Using this framework, we highlight the difficulty of identifying a "typical profile" of fuel-poor households due to the significant variability in their characteristics, and we show that the composition of the population depends on the choice of the indicator. Second, we applied an intra-indicator analysis using two objective expenditure-based indicators with thresholds. In particular, we conducted a sensitivity analysis based on a logit model including variables describing household and dwelling characteristics. We show that the profiles of fuel-poor households as well as the drivers of fuel poverty vary considerably with the chosen threshold level. Given these findings, we stress the need to review how we currently rely on conventional fuel poverty indicators to identify target groups and give some recommendations.

International audience ; In light of the creation of the EU Energy Poverty Observatory (EPOV) in January 2018 and the increase in debates on how fuel poverty is measured, we propose a critical analysis of fuel poverty indicators and demonstrate that choosing a given fuel poverty indicator and, in particular, its threshold level, is central to the identification of the fuel-poor population. First, we conducted an inter-indicator analysis to show how profiles of fuel-poor households vary depending on the indicator selected. More specifically, after identifying groups of affected households using a set of objective and subjective indicators, we designed a multidimensional approach based on a combination of a multiple correspondence analysis and a hierarchical and partitioning clustering analysis to study their characteristics. Using this framework, we highlight the difficulty of identifying a "typical profile" of fuel-poor households due to the significant variability in their characteristics, and we show that the composition of the population depends on the choice of the indicator. Second, we applied an intra-indicator analysis using two objective expenditure-based indicators with thresholds. In particular, we conducted a sensitivity analysis based on a logit model including variables describing household and dwelling characteristics. We show that the profiles of fuel-poor households as well as the drivers of fuel poverty vary considerably with the chosen threshold level. Given these findings, we stress the need to review how we currently rely on conventional fuel poverty indicators to identify target groups and give some recommendations.

La place majeure occupée par le secteur du bâtiment dans la consommation d'énergie (40 %) et les émissions de gaz à effet de serre (1/3 des émissions) explique le développement du débat scientifique axé sur la réduction de l'impact environnemental du bâtit et sur ses leviers. Ces dernières années ont notamment vu croître une littérature considérable relative à la disposition à payer du public pour les bâtiments « verts » labélisés par des écolabels, cette « valeur verte » étant estimée dans la grande majorité des études via des modèles hédoniques. Dans cet article, nous proposons d'offrir une synthèse de ces résultats dans le cadre d'une méta-analyse portant sur plus d'une cinquantaine d'études à travers le monde. Deux résultats sont produits. Grâce à un modèle à effets aléatoires multi-niveaux et une régression MCO pondérée robuste au regroupement, nous fournissons tout d'abord une estimation moyenne ainsi qu'un intervalle de confiance du premium de prix concédé par les agents économiques (prix de vente) pour accéder à un bâtiment vert. Cette estimation nous permet de corroborer l'intérêt et la pertinence économique de l'investissement dans la rénovation du bâtiment. Toutefois, un important biais de publication semble affecter cette thématique et sa correction amène à une division par deux de la valeur verte immobilière (de 8 à 4 %). Ensuite, nous analysons les facteurs susceptibles d'être à la source de la dispersion des résultats via une méta-régression basée sur différents modérateurs (type de publication, période d'analyse et zone géographique de l'échantillon, technique économétrique employée…). Divers tests statistiques et méthodes alternatives de sélection sont également réalisés pour étayer la robustesse de ces résultats. Nous terminons par un certain nombre de recommandations à destination des recherches futures permettant une meilleure comparabilité des résultats ainsi que par des suggestions aptes à éclairer l'efficacité des politiques publiques visant la soutenabilité du secteur du bâtiment.

International audience ; La place majeure occupée par le secteur du bâtiment dans la consommation d'énergie (40%) et les émissions de gaz à effet de serre (1/3 des émissions) explique le développement du débat scientifique axé sur la réduction de l'impact environnemental du bâtit et sur ses leviers. Ces dernières années ont notamment vu croitre une littérature considérable relative à la disposition à payer du public pour les bâtiments « verts » labélisés par des écolabels, cette « valeur verte » étant estimée dans la grande majorité des études via des modèles hédoniques. Dans cet article, nous proposons d'offrir une synthèse de ces résultats dans le cadre d'une méta-analyse portant sur plus d'une cinquantaine d'études à travers le monde. Deux résultats sont produits. Grâce à un modèle à effets aléatoires multi-niveaux et une régression MCO pondérée robuste au regroupement, nous fournissons tout d'abord une estimation moyenne ainsi qu'un intervalle de confiance du premium de prix concédé par les agents économiques (prix de vente) pour accéder à un bâtiment vert. Cette estimation nous permet de corroborer l'intérêt et la pertinence économique de l'investissement dans la rénovation du bâtiment. Toutefois, un important biais de publication semble affecter cette thématique et sa correction amène à une division par deux de la valeur verte immobilière (de 8 à 4 %). Ensuite, nous analysons les facteurs susceptibles d'être à la source de la dispersion des résultats via une méta-régression basée sur différents modérateurs (type de publication, période d'analyse et zone géographique de l'échantillon, technique économétrique employée…). Divers tests statistiques et méthodes alternatives de sélection sont également réalisés pour étayer la robustesse de ces résultats. Nous terminons par un certain nombre de recommandations à destination des recherches futures permettant une meilleure comparabilité des résultats ainsi que par des suggestions aptes à éclairer l'efficacité des politiques publiques visant la soutenabilité du secteur du bâtiment.

International audience ; La place majeure occupée par le secteur du bâtiment dans la consommation d'énergie (40%) et les émissions de gaz à effet de serre (1/3 des émissions) explique le développement du débat scientifique axé sur la réduction de l'impact environnemental du bâtit et sur ses leviers. Ces dernières années ont notamment vu croitre une littérature considérable relative à la disposition à payer du public pour les bâtiments « verts » labélisés par des écolabels, cette « valeur verte » étant estimée dans la grande majorité des études via des modèles hédoniques. Dans cet article, nous proposons d'offrir une synthèse de ces résultats dans le cadre d'une méta-analyse portant sur plus d'une cinquantaine d'études à travers le monde. Deux résultats sont produits. Grâce à un modèle à effets aléatoires multi-niveaux et une régression MCO pondérée robuste au regroupement, nous fournissons tout d'abord une estimation moyenne ainsi qu'un intervalle de confiance du premium de prix concédé par les agents économiques (prix de vente) pour accéder à un bâtiment vert. Cette estimation nous permet de corroborer l'intérêt et la pertinence économique de l'investissement dans la rénovation du bâtiment. Toutefois, un important biais de publication semble affecter cette thématique et sa correction amène à une division par deux de la valeur verte immobilière (de 8 à 4 %). Ensuite, nous analysons les facteurs susceptibles d'être à la source de la dispersion des résultats via une méta-régression basée sur différents modérateurs (type de publication, période d'analyse et zone géographique de l'échantillon, technique économétrique employée…). Divers tests statistiques et méthodes alternatives de sélection sont également réalisés pour étayer la robustesse de ces résultats. Nous terminons par un certain nombre de recommandations à destination des recherches futures permettant une meilleure comparabilité des résultats ainsi que par des suggestions aptes à éclairer l'efficacité des politiques publiques visant la soutenabilité du ...

International audience ; La place majeure occupée par le secteur du bâtiment dans la consommation d'énergie (40%) et les émissions de gaz à effet de serre (1/3 des émissions) explique le développement du débat scientifique axé sur la réduction de l'impact environnemental du bâtit et sur ses leviers. Ces dernières années ont notamment vu croitre une littérature considérable relative à la disposition à payer du public pour les bâtiments « verts » labélisés par des écolabels, cette « valeur verte » étant estimée dans la grande majorité des études via des modèles hédoniques. Dans cet article, nous proposons d'offrir une synthèse de ces résultats dans le cadre d'une méta-analyse portant sur plus d'une cinquantaine d'études à travers le monde. Deux résultats sont produits. Grâce à un modèle à effets aléatoires multi-niveaux et une régression MCO pondérée robuste au regroupement, nous fournissons tout d'abord une estimation moyenne ainsi qu'un intervalle de confiance du premium de prix concédé par les agents économiques (prix de vente) pour accéder à un bâtiment vert. Cette estimation nous permet de corroborer l'intérêt et la pertinence économique de l'investissement dans la rénovation du bâtiment. Toutefois, un important biais de publication semble affecter cette thématique et sa correction amène à une division par deux de la valeur verte immobilière (de 8 à 4 %). Ensuite, nous analysons les facteurs susceptibles d'être à la source de la dispersion des résultats via une méta-régression basée sur différents modérateurs (type de publication, période d'analyse et zone géographique de l'échantillon, technique économétrique employée…). Divers tests statistiques et méthodes alternatives de sélection sont également réalisés pour étayer la robustesse de ces résultats. Nous terminons par un certain nombre de recommandations à destination des recherches futures permettant une meilleure comparabilité des résultats ainsi que par des suggestions aptes à éclairer l'efficacité des politiques publiques visant la soutenabilité du secteur du bâtiment.

International audience ; La place majeure occupée par le secteur du bâtiment dans la consommation d'énergie (40%) et les émissions de gaz à effet de serre (1/3 des émissions) explique le développement du débat scientifique axé sur la réduction de l'impact environnemental du bâtit et sur ses leviers. Ces dernières années ont notamment vu croitre une littérature considérable relative à la disposition à payer du public pour les bâtiments « verts » labélisés par des écolabels, cette « valeur verte » étant estimée dans la grande majorité des études via des modèles hédoniques. Dans cet article, nous proposons d'offrir une synthèse de ces résultats dans le cadre d'une méta-analyse portant sur plus d'une cinquantaine d'études à travers le monde. Deux résultats sont produits. Grâce à un modèle à effets aléatoires multi-niveaux et une régression MCO pondérée robuste au regroupement, nous fournissons tout d'abord une estimation moyenne ainsi qu'un intervalle de confiance du premium de prix concédé par les agents économiques (prix de vente) pour accéder à un bâtiment vert. Cette estimation nous permet de corroborer l'intérêt et la pertinence économique de l'investissement dans la rénovation du bâtiment. Toutefois, un important biais de publication semble affecter cette thématique et sa correction amène à une division par deux de la valeur verte immobilière (de 8 à 4 %). Ensuite, nous analysons les facteurs susceptibles d'être à la source de la dispersion des résultats via une méta-régression basée sur différents modérateurs (type de publication, période d'analyse et zone géographique de l'échantillon, technique économétrique employée…). Divers tests statistiques et méthodes alternatives de sélection sont également réalisés pour étayer la robustesse de ces résultats. Nous terminons par un certain nombre de recommandations à destination des recherches futures permettant une meilleure comparabilité des résultats ainsi que par des suggestions aptes à éclairer l'efficacité des politiques publiques visant la soutenabilité du secteur du bâtiment.