Guides / Impact DPE sur les prix

Analyser l'impact du DPE sur les prix immobiliers

Identifiez les passoires thermiques, calculez la prime verte et suivez l'évolution de l'écart énergétique par commune avec les données ADEME croisées avec DVF.

Contexte réglementaire : depuis janvier 2025, les logements classés G sont interdits à la location en France. Les logements F suivent en 2028. Cette réglementation crée une décote croissante sur les passoires thermiques — quantifiable par commune avec l'API Normi.

Normi est la seule API commerciale combinant les transactions notariées DVF avec les diagnostics ADEME DPE, permettant de quantifier la prime verte à l'échelle d'une commune. Ce guide couvre quatre analyses essentielles pour évaluer l'impact énergétique sur un marché immobilier.

1. Distribution des classes énergétiques

Commencez par la répartition A–G du parc immobilier d'une zone, accompagnée des médianes de consommation d'énergie primaire et d'émissions GES.

curl "https://mcp.normi.fr/v1/dpe/stats?commune=BORDEAUX&type_batiment=appartement" \
  -H "X-API-Key: normi_votre_token"
import requests

API_KEY = "normi_votre_token"
BASE_URL = "https://mcp.normi.fr/v1"
HEADERS = {"X-API-Key": API_KEY}

# 1. Distribution des classes énergétiques pour une commune
dpe_stats = requests.get(
    f"{BASE_URL}/dpe/stats",
    params={"commune": "BORDEAUX", "type_batiment": "appartement"},
    headers=HEADERS,
).json()

print("=== Distribution DPE — Bordeaux Appartements ===")
for classe, data in dpe_stats["distribution"].items():
    bar = "█" * int(data["pct"] / 2)
    print(f"  {classe}  {bar} {data['count']:,} biens ({data['pct']:.1f}%)")

print(f"\nConsommation médiane : {dpe_stats['medians']['conso_ep_m2']} kWh/m²/an")
print(f"GES médian           : {dpe_stats['medians']['emission_ges_m2']} kg CO₂eq/m²/an")
Le paramètre type_batiment accepte appartement, maison ou immeuble. Sans filtre, tous les types sont agrégés. Filtrer par type évite les biais de composition entre marchés.

2. Calculer la prime verte

La prime verte est l'écart de prix au m² entre les logements bien classés (A/B) et la médiane du marché. L'endpoint /v1/dpe/prix-par-classe retourne le champ vs_median_pct pour chaque classe — positif pour A/B, négatif pour F/G.

# 2. Prime verte : prix médian par classe DPE
prix_classe = requests.get(
    f"{BASE_URL}/dpe/prix-par-classe",
    params={"commune": "BORDEAUX", "type_local": "Appartement"},
    headers=HEADERS,
).json()

print("\n=== Prime verte — Prix médian par classe DPE ===")
print(f"{'Classe':<8} {'Prix/m²':>10} {'vs médiane':>12} {'Transactions':>14}")
print("-" * 50)

for item in prix_classe["classes"]:
    vs = item.get("vs_median_pct", 0)
    sign = "+" if vs >= 0 else ""
    print(
        f"  {item['classe_dpe']:<6} {item['prix_m2_median']:>8,} €/m²"
        f" {sign}{vs:>8.1f}%  {item['transaction_count']:>12,}"
    )

print(f"\nPrime verte (A/B vs F/G) : +{prix_classe['summary']['green_premium_pct']:.1f}%")
Interprétation : un vs_median_pct de +12.5 pour la classe A signifie que les logements classés A se vendent 12,5% au-dessus de la médiane du marché. Une valeur de -18.0 pour G indique une décote de 18%.

3. Identifier les passoires thermiques

L'endpoint /v1/dpe/passoires-thermiques retourne la densité de logements F/G par commune, avec la tendance sur un an. Utile pour évaluer le risque locatif d'un portefeuille ou d'un investissement.

curl "https://mcp.normi.fr/v1/dpe/passoires-thermiques?code_departement=33" \
  -H "X-API-Key: normi_votre_token"
# 3. Passoires thermiques F/G par commune
passoires = requests.get(
    f"{BASE_URL}/dpe/passoires-thermiques",
    params={"code_departement": "33", "type_batiment": "appartement"},
    headers=HEADERS,
).json()

print("\n=== Passoires thermiques — Dép. 33 (Top 10 communes) ===")
print(f"{'Commune':<25} {'F/G count':>10} {'% stock':>9} {'Tendance':>10}")
print("-" * 58)

communes_sorted = sorted(
    passoires["communes"],
    key=lambda c: c["pct_fg"],
    reverse=True,
)

for c in communes_sorted[:10]:
    trend = c.get("trend_1y", "—")
    print(f"  {c['commune']:<23} {c['count_fg']:>8,}  {c['pct_fg']:>7.1f}%  {trend:>10}")
Les communes avec un fort taux de passoires (F/G > 20%) présentent un risque locatif élevé suite aux interdictions progressives depuis 2025. La valeur vénale de ces biens s'ajuste en anticipation des travaux de rénovation nécessaires.

4. Suivre l'évolution annuelle

L'endpoint /v1/dpe/evolution-prime-verte retourne la série temporelle annuelle de l'écart de prix entre les logements performants (A+B) et les passoires (F+G). Un écart croissant confirme que le marché internalise les contraintes réglementaires.

# 4. Évolution annuelle de l'écart prime verte
evolution = requests.get(
    f"{BASE_URL}/dpe/evolution-prime-verte",
    params={"commune": "BORDEAUX", "type_local": "Appartement"},
    headers=HEADERS,
).json()

print("\n=== Évolution prime verte A+B vs F+G — Bordeaux ===")
print(f"{'Année':<8} {'A+B (€/m²)':>12} {'F+G (€/m²)':>12} {'Écart':>10}")
print("-" * 46)

for point in evolution["series"]:
    ecart_pct = (
        (point["prix_m2_ab"] - point["prix_m2_fg"]) / point["prix_m2_fg"] * 100
        if point["prix_m2_fg"] else 0
    )
    print(
        f"  {point['annee']:<6} {point['prix_m2_ab']:>10,} €/m²"
        f" {point['prix_m2_fg']:>10,} €/m²  +{ecart_pct:.1f}%"
    )

Analyse via Claude (MCP)

Les trois outils MCP dédiés au DPE — get_dpe_stats, get_dpe_premium et dpe_market_analysis — permettent une analyse complète en langage naturel depuis Claude Desktop ou VS Code.

"Analyse le marché DPE des appartements à Bordeaux :
1. Distribution des classes énergétiques actuelles (A à G)
2. Prix médian par classe DPE avec prime/décote vs la médiane globale
3. Proportion de passoires thermiques F/G et leur évolution récente
4. Tendance de l'écart de prix A+B vs F+G sur les 3 dernières années

Conclus avec une évaluation du risque locatif lié aux nouvelles réglementations."
L'outil dpe_market_analysis (10 crédits) combine les quatre dimensions en un seul appel : distribution, prime verte, densité passoires et tendance annuelle. C'est le point d'entrée recommandé pour une analyse rapide.

Source des données

Les diagnostics DPE proviennent de la base ADEME (13M+ diagnostics depuis juillet 2021, France métropolitaine). Chaque DPE est croisé avec les transactions DVF via la référence cadastrale (section + numéro de plan) ou, en fallback, par proximité géographique à 50m. Le taux de correspondance moyen est de ~75%. En savoir plus sur la source et la méthodologie →