Do land policies make a difference? A data-driven approach to trace effects on urban form in France and Germany

    Par
    Jean Cavailhès
    -
    (), 49(1), 114-130

     Présentation (FED) : Dans un contexte d'expansion rapide des structures urbaines, les politiques foncières de nombreux pays ont été adaptées pour contenir et réorienter la croissance vers les structures urbaines existantes. Cependant, des obstacles subsistent pour mesurer les effets des politiques. Entre-temps, les technologies de la géoinformation ont donné naissance à un large éventail d'approches pour mesurer et décrire la forme urbaine. Néanmoins, son application pour l'évaluation de la politique foncière a un potentiel élevé, mais pas encore pleinement exploité. L'objectif de cette recherche est donc d'étudier les options de l'analyse spatiale et de l'apprentissage automatique en particulier pour analyser la forme urbaine dans une perspective de politique foncière. Pour ce faire, Les auteurs développent des métriques urbaines informées par les politiques de planification urbaine et de réajustement foncier de deux pays décrivant la forme urbaine à différents niveaux spatiaux. Ils formulent ainsi des hypothèses sur les relations causales entre la politique et la forme. Sur la base de métriques, ils appliquent l'algorithme de ‘forêt aléatoire’ pour classer le parc immobilier de la région. Ils extraient ensuite les zones résidentielles, celles où se trouvent des maisons unifamiliales, car c'est là que les effets de la politique sont considérés comme les plus visibles. Dans une étape suivante, ils utilisent la forêt aléatoire pour prédire la nationalité d'un bâtiment. Ils identifient et discutent les différences morphologiques urbaines entre les deux pays et testent les hypothèses sur les effets des politiques foncières. Ils développent et testent l'approche pour la ville-région franco-allemande de Strasbourg en utilisant des données OpenStreetMap. Ils identifient des différences significatives dans les ratios de couverture des bâtiments, qui ont tendance à être plus élevés en Allemagne. Cela peut être lié à des différences dans les règlements d'urbanisme. En outre, les zones résidentielles allemandes semblent avoir des formes urbaines plus variées. Les différences dans les politiques de réaffectation des terres s'avèrent ici plausibles, les politiques françaises favorisant les acteurs forts qui développent les zones résidentielles de manière plus uniforme. En Allemagne, les politiques favorisent un développement des zones résidentielles axé sur la propriété fragmentée. La métrique et l'algorithme appliqué pour la classification des bâtiments se sont avérés robustes en termes d'hétérogénéité des données et ont montré des niveaux élevés de précision. Ils pourraient également être utilisés avec succès pour retracer les relations causales

    Abstract (authors) : Against the backdrop of rapidly expanding urban structures, land policies in many countries have been adapted to contain and redirect growth to existing urban structures. However, obstacles remain to measure the effects of policies. In the meantime, geoinformation technologies have given rise to a wide range of approaches to measure and describe urban form. Nevertheless, its application for the assessment of land policy has a high, but not yet fully exploited, potential. It is thus the aim of this research to address and investigate the options of spatial analysis and machine learning in particular to analyse urban form from a land policy perspective. To do so, we develop urban metrics informed by urban planning and land readjustment policies of two countries describing urban form on different spatial levels. We therefore formulate hypotheses on causal relations between policy and form. Based on the metrics, we apply the random forest algorithm to classify the building stock of the region. We then extract the residential areas, those with single-family houses, as this is where the effects of the policy are considered most visible. In a next step, we use random forest to predict the nationality of a building. Through variable importance measures, we identify and discuss urban morphological differences between the two countries and test the hypotheses on effects of land policies. We develop and test the approach for the French-German city-region of Strasbourg using OpenStreetMap data. We identify significant differences in the building coverage ratios, which tend to be higher in Germany. This can be linked to differences in planning regulations. Furthermore, German residential areas appear to be more diverse in urban form. Differences in land readjustment policies have proven to be plausible here, as French policies favour strong actors that develop residential areas more uniformly. In Germany, policies favour fragmented ownership-oriented development of residential areas. The metrics and the applied algorithm for building classification have proven to be robust in terms of data heterogeneity and have shown high levels of accuracy. They could also be successfully used for tracing causal relations.

    Lien : https://journals.sagepub.com/doi/full/10.1177/2399808321995818