Airbnb and Urban Renewal in Lisbon (2015–2019): Spatial Interactions Revealed by Network-Enhanced Kernel Density Modelling

Les villes sont des cartes vivantes, constamment redessinées par les mouvements des populations et les flux d'argent. Depuis des décennies, les urbanistes tentent de comprendre comment différentes forces façonnent une ville, souvent en observant où les choses se produisent. Lorsqu'une nouvelle entreprise ouvre ou qu'un bâtiment est rénové, cela laisse une empreinte sur le paysage. Ces dernières années, une nouvelle force puissante est apparue sur ces cartes : les plateformes de location de courte durée comme Airbnb. Ces marchés numériques permettent aux propriétaires de louer leurs appartements aux voyageurs, créant un vaste réseau invisible de logements temporaires qui opère à une échelle très fine, jusqu'à la rue individuelle. Parallèlement, de nombreuses villes européennes traversent des cycles intenses de rénovation de bâtiments, alors que les propriétaires et les investisseurs s'efforcent de restaurer les structures historiques. La question pour les chercheurs n'est pas seulement de savoir si ces deux phénomènes se produisent, mais comment ils se rapportent l'un à l'autre dans l'espace physique. Occupent-ils les mêmes quartiers ? Suivent-ils les mêmes rues ? Pour y répondre, les scientifiques utilisent des outils qui transforment des points de données dispersés en images continues et lisses d'intensité, montrant où l'activité est la plus concentrée. Cependant, les villes ne sont pas des champs plats et ouverts ; ce sont des réseaux complexes de rues et d'intersections. Une méthode qui traite la ville comme une surface plane peut parfois estomper les détails, rendant difficile l'identification précise des rues qui supportent la plus forte pression.

Une nouvelle étude s'est concentrée sur Lisbonne, au Portugal, entre 2015 et 2019, pour démêler cette relation. Durant ces années, la ville a connu une augmentation rapide des annonces Airbnb parallèlement à un cycle important de réhabilitation de bâtiments sous licence. Les chercheurs voulaient voir si ces deux phénomènes se chevauchaient simplement dans les mêmes zones générales ou s'ils interagissaient de manière plus spécifique, à l'échelle de la rue. Pour ce faire, ils ont utilisé deux méthodes différentes pour cartographier les données. La première méthode, appelée estimation de la densité planaire, crée une vue lisse, de type carte de chaleur, montrant de larges zones d'activité intense. La seconde méthode, l'estimation de la densité de réseau, est plus précise ; elle calcule l'intensité uniquement le long des lignes réelles du réseau de rues, respectant le fait que les gens et les bâtiments sont connectés par des routes, et non par des lignes droites à travers les airs. En comparant ces deux approches, l'équipe a pu observer à la fois la vue d'ensemble et les détails fins de la manière dont Airbnb et le renouveau urbain remodèlent Lisbonne.

La vue d'ensemble a révélé un schéma clair : tant les annonces Airbnb que les rénovations de bâtiments étaient fortement concentrées dans le centre historique de Lisbonne et ses environs immédiats. Cette ceinture centrale, qui comprend des quartiers célèbres comme Baixa, Chiado et Alfama, présentait une chute brutale de l'activité à mesure que l'on s'éloignait du noyau. Les deux phénomènes semblaient partager le même territoire, suggérant que les zones les plus attractives pour les touristes étaient aussi celles recevant le plus d'investissements dans la restauration de bâtiments. Cependant, cette vue de carte plate, bien qu'utile pour saisir la forme générale de la ville, occultait des détails importants. Elle faisait apparaître la zone centrale comme une seule zone uniforme de haute activité, masquant le fait que la ville est en réalité composée de rues et de pâtés de maisons distincts.

Lorsque les chercheurs sont passés à la vue basée sur le réseau, l'image a considérablement changé. La large zone centrale s'est fragmentée en corridors linéaires spécifiques. Au lieu d'une zone d'activité vague, les données ont révélé que l'Airbnb et le renouveau urbain étaient étroitement organisés le long de rues particulières et connectés à des intersections spécifiques. L'étude a identifié cinq systèmes principaux où cette concentration était la plus forte, incluant la célèbre Avenida da Liberdade et les rues étroites et sinueuses des quartiers historiques. Dans ces cartes de réseau, il est devenu clair que les deux phénomènes ne partageaient pas seulement un quartier ; ils occupaient souvent les mêmes segments de rue ou longeaient parallèlement des blocs adjacents. Ce niveau de détail est crucial car il montre que la pression sur la ville n'est pas répartie uniformément dans un district, mais qu'elle est canalisée à travers des artères spécifiques.

L'étude a également examiné comment ces modèles se maintenaient lors d'un zoom sur des zones plus petites, telles que des paroisses spécifiques et des rues individuelles. Dans la paroisse de Santa Maria Maior, qui couvre les districts de Baixa et d'Alfama, la vue de réseau a montré un treillis dense de rues courtes où l'Airbnb et les rénovations étaient actifs. Les points d'intensité les plus élevés se trouvaient aux intersections où plusieurs rues se rejoignent, des lieux dotés d'une grande visibilité et d'un fort passage de piétons. Dans d'autres zones, comme l'Avenida da Liberade, les données ont montré une ligne continue d'activité le long de l'avenue principale et de ses rues latérales. Cela a confirmé que la relation entre la location de courte durée et la rénovation de bâtiments n'était pas une coïncidence aléatoire, mais un phénomène structuré organisé par la configuration physique de la ville. Les chercheurs ont constaté que même lorsqu'ils ajustaient leurs données pour tenir compte de différents facteurs, tels que le prix d'une location ou le type d'hôte, le modèle principal restait inchangé. Les corridors centraux et les nœuds clés restaient constants, suggérant que l'emplacement et la connectivité d'une rue sont plus importants que les détails spécifiques des personnes ou des entreprises qui l'utilisent.

L'une des conclusions les plus importantes de l'étude est que la façon dont nous choisissons de regarder une ville change ce que nous voyons. Les cartes plates et larges sont excellentes pour identifier les zones d'intérêt générales, mais elles peuvent masquer le fait que deux événements se déroulant dans le même quartier peuvent en réalité être séparés par quelques pâtés de maisons ou une barrière topographique. Les cartes de réseau, en suivant les rues, révèlent l'anatomie réelle des points de pression de la ville. Cette distinction est importante pour les urbanistes. Si un gouvernement souhaite gérer l'impact du tourisme et de la rénovation, savoir que la pression est concentrée sur des rues spécifiques plutôt que sur des quartiers entiers permet des actions beaucoup plus précises. Au lieu d'appliquer des règles générales à un district entier, les responsables peuvent cibler des corridors ou des intersections spécifiques où le chevauchement est le plus intense.

L'étude ne prétend pas prouver que l'un a causé l'autre. Elle ne dit pas que les annonces Airbnb ont forcé les rénovations de bâtiments, ni que les bâtiments rénovés ont automatiquement attiré plus de touristes. Elle propose plutôt une carte diagnostique, montrant où ces deux forces puissantes se rencontrent et comment elles sont disposées dans l'espace. Les chercheurs suggèrent que cette approche combinée — utilisant à la fois des vues larges et basées sur le réseau — offre un outil bien plus clair pour comprendre les changements urbains complexes. En identifiant les rues et les nœuds spécifiques qui supportent le plus de poids, les villes peuvent passer d'observations générales à des stratégies ciblées. Le travail réalisé à Lisbonne démontre que pour comprendre véritablement comment une ville change, il faut regarder non seulement les zones où les choses se passent, mais aussi les lignes qui les relient. Les résultats montrent que l'avenir de la gestion urbaine pourrait dépendre de la reconnaissance de ces réseaux invisibles et des points spécifiques où ils supportent la charge la plus lourde.