Évaluer l’impact de l’isolation thermique d’une maison à l’ère des compteurs communicants

Pour quantifier les économies d’énergie effectivement induites par les travaux d’isolation, le Service des données et études statistiques (SDES) et l’Insee ont mobilisé des données de consommation d’électricité et de gaz issues des compteurs communicants Linky et Gazpar. Ces données ont de nombreux atouts pour la statistique publique : leur recueil présente un coût limité, sans en faire reposer la charge sur les ménages. Elles offrent un niveau de précision sur la consommation d’énergie inatteignable par une enquête. En revanche, elles n’informent pas sur des dimensions utiles pour l’évaluation, notamment le mode de chauffage des logements rénovés, ou le profil socio-économique des ménages concernés. Il est donc nécessaire de coupler ces données sur la consommation avec d’autres sources d’information.
L’évaluation, centrée sur les ménages propriétaires d’une maison individuelle dont le mode de chauffage principal est le gaz et l’électricité, compare l’évolution de la consommation des ménages ayant réalisé des travaux d’isolation thermique exclusivement, et ayant bénéficié d’une aide à la rénovation, avec des ménages par ailleurs similaires mais n’ayant pas mené de travaux subventionnés. L’évaluation met en avant des gains réels de consommations d’énergie, mais inférieurs de plus de moitié aux gains théoriques reposant sur des modélisations de l’amélioration de la qualité du bâti.

L’usage des données privées dans la statistique publique s’est développé ces dernières années, apportant un éclairage inédit sur de nombreux sujets [Dupont, 2023]. Disponibles rapidement, pour un très grand nombre d’observations, avec un niveau de détail inaccessible par les enquêtes, elles réduisent le coût de collecte d’information et permettent des analyses détaillées dès lors que leur contenu est bien compris : données de tickets de caisse pour l’indice des prix [Leclair, 2019], données de comptes bancaires des ménages pour la consommation des ménages [Givord, 2024], de transactions par carte bancaire pour l’activité [Insee, 2020], données de téléphonie mobile pour décrire rapidement les mouvements de population [Semecurbe et al., 2023]. Récemment, les données de consommation mensuelle d’électricité et de gaz issues des compteurs communicants Linky et Gazpar, dont presque tous les logements sont aujourd’hui équipés, ont rejoint cette liste. Le Service des données et études statistiques (SDES) du Commissariat général au développement durable (CGDD) a mobilisé ces données individuelles anonymisées pour un large échantillonArrêté du 10 février 2023 relatif à la collecte de données à des fins statistiques, conformément à l'article L. 142-1 du Code de l'énergie, un million de ménages, pour estimer les économies d’énergie réellement engendrées par les rénovations énergétiques des logements.

Disposer de la consommation précise d’électricité et de gaz est un atout pour évaluer l’effet de la rénovation énergétique des logements. Cette dernière constitue l’un des principaux leviers pour réduire nos émissions de gaz à effets de serre [Pisani-Ferry et Mahfouz, 2023] et contribuer à réduire notre dépendance énergétique. En l’absence d’informations précises sur les consommations, les gains espérés de la rénovation énergétique reposent sur une estimation théorique de l’amélioration de la qualité du bâti : à partir des caractéristiques techniques des logements et des travaux entrepris, des modélisations fournissent des estimations des gains attendus. Ces gains restent cependant théoriques, les gains réels étant tributaires de nombreux facteurs, comme la qualité des matériaux utilisés et des technologies employées, ou des adaptations des usages des ménages.

Une étude conjointe de l’Insee et du SDES mobilisant les données des compteurs communicants met en évidence des écarts substantiels entre ces modélisations et les économies réellement réalisées à la suite de l’isolation thermique d’une maison [Baba Moussa et al., 2025]. Ces dernières ne représentent que 42 % des gains théoriques. Cet écart entre projeté et réalisé est déjà documenté dans la littérature économique [Blaise et Glachant, 2019 ; Peñasco et Diaz Anadon, 2023]. D’après une étude menée aux États-Unis, il s’explique principalement par des défauts de qualité des travaux (pour 43 % de l’écart entre gains théoriques et observés) et une sur-estimation des gains due aux hypothèses dans les modélisations ex-ante des économies (pour 41 % de l’écart) [Christensen et al., 2023]. Ces auteurs observent qu’une petite partie de l’écart (6 %) s’explique aussi par un « effet rebond » -certains ménages, bénéficiant d’une meilleure isolation, accroissent leur niveau de confort en augmentant la température de chauffage. L’étude menée sur données françaises ne met pas en évidence d’augmentation de la consommation même quatre ans après les travaux, ce qui suppose également que l’effet rebond serait de faible ampleur.

Les données de consommation portent sur un très large échantillon, dont le recueil présente un coût limité pour la statistique publique et ne présente pas de charge de réponse pour les ménages. Le nombre de ménages suivis est de l’ordre d’un million quand une enquête auprès des ménages compte en général quelques dizaines de milliers de répondants. Par exemple, environ 50 000 ménages ont répondu à l’enquête sur les travaux de rénovation énergétique dans les maisons individuelles (Tremi), réalisée en 2020 par l’Agence de la transition écologique (Ademe) et le SDES. Parmi eux, 60 % n’avaient entrepris aucune rénovation entre 2017 et 2019 [Caumont et al., 2022]. Disposer d’un grand volume de données permet d’approfondir les analyses et contribuer à mieux cibler les aides, en distinguant finement selon certaines catégories, pour évaluer par exemple si certains types de travaux d’isolation conduisent à des économies plus ou moins élevées, ou si l’effet diffère selon les caractéristiques du logement (sa zone climatique, son année de construction, sa surface) ou du ménage occupant (son âge, son niveau de vie). Surtout, disposer de l’ensemble de la consommation d’énergie sur une longue période par le biais d’une enquête supposerait un temps de questionnement long et fastidieux pour les ménages enquêtés, avec le risque que les informations collectées soient partielles ou peu précises. Les données des compteurs communicants permettent à l’inverse de disposer de relevés de consommations mensuelles sur une longue période. Les relevés de consommation, disponibles depuis 2018, sont régulièrement mis à jour, ce qui permet un suivi à la fois avant et après les travaux, avec un recul suffisant pour mesurer un éventuel effet rebond quelque temps après les travaux d’isolation, comme observé par des évaluations menées dans d’autres pays (voir par exemple Penasco et al. (2023)).

Ces données ne constituent cependant pas une solution « clé en main » pour l’évaluation. Les compteurs communicants ont été conçus pour mesurer précisément les consommations d’énergie, mais ignorent tout ou presque du logement dans lequel ils sont installés : les éventuels travaux de rénovation thermique menés, les caractéristiques du logement – notamment le type de chauffage, la surface – et celles de leurs occupants, avec des difficultés de suivi lors de la résiliation des contrats. Or toutes ces informations sont nécessaires à la fois pour les besoins de l’évaluation et la pertinence des analyses. Pour mener l’évaluation, plusieurs travaux approfondis d’enrichissement des données étaient nécessaires et ont donc été conduits pour identifier précisément les logements bénéficiaires des aides et caractériser ces logements et leurs occupants. Par ailleurs, les relevés mensuels des compteurs pouvaient débuter à une date différente selon qu’il s’agissait du gaz et de l’électricité, ce qui nécessitait de les harmoniser.

Pour identifier de la manière la plus précise possible les ménages ayant bénéficié d’une aide à la rénovation, le choix a été fait de se concentrer sur certains logements et travaux, permettant d’identifier sans ambiguïté la perception d’une aide pour une rénovation.

D’une part, l’étude se concentre sur les ménages occupant une maison individuelle, que leur mode de chauffage soit le gaz ou l’électricité. Si des données administratives permettent de repérer les logements ayant bénéficié des principales aides à la rénovation (les Certificats d’économies d’énergie (CEE) distribués par les énergéticiens pour une grande majorité, ou MaPrimeRénov’ qui a progressivement remplacé le Crédit d’Impôt pour la transition énergétique (CITE) depuis le 1^er janvier 2020), ces données n’informent que sur l’adresse du logement ayant bénéficié de l’aide. Dans les immeubles collectifs, les informations disponibles ne permettent donc pas d’identifier facilement les appartements ayant effectivement bénéficié d’une rénovation. En revanche, sur la base de l’adresse, il est possible d’associer le compteur communicant au ménage ayant réalisé les travaux pour les maisons individuelles. D’après les calculs du SDES, les maisons individuelles occupées par leur propriétaire représentent la majorité (61 %) des logements rénovés aidés sur la période de 2020 à 2023. Elles représentent jusqu’à 92 % des bénéficiaires de MaPrimeRénov’ pour les rénovations ne portant que sur un seul type de travaux (donc hors rénovation globale) et 42 % des bénéficiaires des CEE sur cette période.

D’autre part, l’évaluation se concentre sur les ménages ayant réalisé une unique vague de travaux, exclusivement liée à l’isolation thermique : isolation de fenêtres, des murs, des combles, des planchers ou de la toiture, ou encore une combinaison de ces différents travaux. Les ménages qui ont réalisé, en plus des travaux d’isolation, des travaux modifiant la source d’énergie utilisée dans le logement, par exemple le remplacement d’une chaudière au gaz par une pompe à chaleur, ne sont donc pas pris en compte. Cette restriction permet d’évaluer l’impact des seuls travaux d’isolation sur la consommation d’énergie liée au chauffage, que ce dernier soit le gaz ou l’électricité, en étudiant l’évolution de la consommation après la date d’achèvement des travaux d’isolation. Les résultats ne sont donc pas généralisables à l’ensemble des travaux et a fortiori aux rénovations d’ampleur qui accompagnent souvent des modifications du mode de chauffage.

Pour évaluer l’impact de l’isolation, il faut pouvoir comparer la consommation des ménages rénovateurs à celle qu’ils auraient eue s’ils n’avaient pas réalisé ces travaux. Une simple comparaison des consommations avant et après les travaux ne permet pas d’évaluer correctement les économies d’énergie imputables à l’isolation. La consommation d’énergie d’un logement peut en effet évoluer pour d’autres raisons, comme un hiver plus ou moins rigoureux ou des variations des prix de l’énergie. Par exemple, sur la période étudiée, la flambée des prix de l’énergie à partir de 2022 à la suite de l’invasion de l’Ukraine par la Russie a conduit de nombreux ménages à modérer leur consommation d’énergie, même en l’absence d’isolation de leur maison. L’évaluation repose donc sur la comparaison de l’évolution de la consommation des ménages avant et après une rénovation avec celles de ménages similaires en termes de taille du logement, de zone climatique, de niveau de vie, etc. mais n’ayant pas réalisé de travaux de rénovation thermique (le « groupe témoin »). L’évolution de la consommation avant et après travaux des ménages ayant effectué des travaux d’isolation est alors comparée à ce « groupe témoin ». La différence de trajectoires des consommations d’énergie entre les deux groupes peut être attribuée à la rénovation énergétique des ménages du groupe traité, et non à d’autres facteurs susceptibles d’influencer la consommation d’énergie.

Le groupe témoin correspond aux ménages occupants de maisons individuelles qui n’ont pas perçu d’aide à la rénovation thermique. Le risque existe certes que parmi ces ménages témoins, certains aient pu faire également des travaux de rénovation, sans recourir à des aides, ce qui tendrait à réduire l’estimation de l’effet de la rénovation. Mais ce risque est a priori limité. D’après l’enquête sur les travaux de rénovation énergétique dans les maisons individuelles (Tremi), environ 2,3 millions de maisons individuelles auraient fait l’objet de travaux de rénovation en 2019. Par ailleurs, les données relatives aux aides à la rénovation énergétique indiquent qu’environ 1,6 million de ces maisons auraient bénéficié d’un dispositif d’aide pour la réalisation de ces travaux au cours de la même année [Caumont et al., 2022]. Cela permet d’estimer à environ 700 000 le nombre de maisons en 2019, soit approximativement 3,5 % du parc, rénovées sans recours à une aide. Ce volume reste donc modeste et n’altère pas la méthode de comparaison entre les ménages aidés pour leurs rénovations et le groupe témoin, très largement composé de ménages n’ayant pas mené de rénovation sur la période.

Les effets de l’isolation thermique sont attendus sur la consommation d’énergie de chauffage. Il est donc plus pertinent d’évaluer séparément l’effet de l’isolation pour ceux chauffés au gaz et pour ceux chauffés à l’électricité. De plus, certaines maisons individuelles de l’échantillon utilisent potentiellement une autre énergie de chauffage (fioul domestique ou bois notamment) et doivent être écartées de l’analyse. Le mode de chauffage principal du ménage n’est cependant connu que sur un échantillon très restreint de ménages : les répondants à l’enquête nationale logement menée par le SDES en 2020 et les bénéficiaires de MaPrimeRénov’ à partir d’avril 2022. Ces ménages constituent un échantillon d’apprentissage pour calibrer un modèle prédictif. À partir de la consommation mensuelle du ménage, sa variabilité, ainsi que d’informations complémentaires sur le logement, notamment la puissance souscrite et le raccordement ou non au gaz de ville, le modèle détermine pour chaque ménage le mode de chauffage principal le plus probable. Le modèle affiche une bonne performance : un test sur un échantillon de ménages pour lesquels le mode de chauffage est connu donne une prédiction exacte dans plus de neuf cas sur dix. L’usage d’un modèle de prédiction pour reconstituer de l’information pertinente génère cependant des marges d’erreur. À la suite de la publication de la première version de l’étude à l’été 2025, les performances prédictives de l’algorithme ont été encore améliorées, notamment en renforçant la qualité de l’information de l’échantillon d’apprentissage.

On estime ainsi qu’à la suite des travaux d’isolation dans les logements, réalisés entre 2018 et 2024, la consommation d’électricité a baissé en moyenne de 5,0 % pour les ménages chauffés à l’électricité. Cela représente une économie annuelle moyenne de 0,5 mégawattheure (MWh) par logement contre 1,2 MWh de gains théoriques. Pour les ménages chauffés au gaz, la réduction de consommation de gaz atteint 6,6 %, représentant une réduction moyenne de la consommation de 0,8 MWh/an contre 1,9 MWh de gains théoriques (en Pouvoir Calorifique Inférieur). La réduction de la consommation est plus élevée en pourcentage pour le gaz que pour l’électricité. Ce résultat, attendu également du point de vue des gains théoriques, peut s’expliquer par le fait qu’un tiers de la consommation d’électricité couvre des usages spécifiques non liés au chauffage (l’éclairage par exemple) et donc non affectés par l’isolation [SDES, 2025]. Les gains énergétiques liés à l’isolation apparaissent un peu plus faibles que ceux publiés dans la première étude publiée en juillet 2025 (-0,4 point de pourcentage pour l’électricité et -2,3 points de pourcentage pour le gaz). Ces révisions s’expliquent par une meilleure identification des ménages ayant isolé leur logement en écartant ceux qui ont bénéficié d’autres travaux de rénovation en plus de l’isolation, l’amélioration de la méthode de prédiction de l’énergie principale de chauffage et l’extension de la période d’étude jusqu’en 2024. En revanche, ces améliorations n’ont pas modifié l’écart estimé entre gains réels et théoriques, montrant une forte surestimation des gains ex-ante.

Cette évaluation du gain lié à l’isolation exprimée en MWh peut être traduite en gain sur la facture d’énergie, mais il faut pour cela connaître les prix payés par les ménages. Cette information, qui dépend du contrat souscrit par le ménage auprès de son fournisseur, n’est pas connue mais peut être reconstituée au prix d’une simplification en considérant les prix moyens chaque trimestre de l’électricité et du gaz, calculés par le SDES en fonction du profil de consommation. Entre 2018 et 2024, l’isolation d’une maison se serait traduite en moyenne chaque année par des économies de 106 € sur la facture d’électricité pour les ménages chauffés à l’électricité et de 95 € par an sur la facture de gaz pour ceux chauffés au gaz. Ces montants varient cependant en fonction des prix de l’énergie, et sont notamment plus élevés sur la fin de la période.

Il n’est pas possible de mettre en regard ces gains sur la facture d’énergie avec le coût des travaux, car ces derniers ne sont connus que pour ceux ayant bénéficié de MaPrimeRénov’ ou d’un CITE, soit une minorité des ménages rénovateurs (20 %) suivis dans l’étude. Pour ce sous-échantillon de ménages, le gain annuel sur la facture s’élève à 90 € pour ceux chauffés à l’électricité et 160 € pour ceux chauffés au gaz. Toujours parmi ces ménages, sans tenir compte des aides reçues, le montant moyen des travaux s’élève à 11 700 € pour ceux chauffés à l’électricité et 12 900 € pour ceux chauffés au gaz. Le reste à charge des travaux pour les ménages une fois les subventions reçues au titre de MaPrimeRénov’ ou d’un CITE déduites, est en moyenne de 7 200 euros pour ceux chauffés à l’électricité et de 7 900 euros pour ceux chauffés au gaz. À ces montants peuvent être déduites d’autres subventions notamment dans le cadre des CEE, mais dont les montants ne sont pas mesurés dans les données utilisées. Par ailleurs, la comparaison entre les économies effectivement réalisées et le coût initial de l’investissement doit être interprétée avec prudence : la présence d’un mécanisme de subvention pourrait influencer les comportements des agents économiques, en induisant par exemple une hausse des prix des travaux le temps que le secteur se régule.

En outre, les effets de l’isolation pourraient être plus importants s’ils étaient inclus dans une rénovation globale du logement, ou accompagnés d’un changement de vecteur d’énergie de chauffage. Les rénovations d’ampleur (incluant plusieurs gestes simultanés) sont souvent recommandées pour maximiser les économies d’énergie. Les aides peuvent avoir une dimension incitative, en amenant plus de ménages à entreprendre des travaux de rénovation qu’en l’absence de ces aides, mais aussi en leur permettant d’augmenter l’ampleur de ces travaux.

Les résultats de cette étude portent uniquement sur l’impact des travaux d’isolation des maisons individuelles sur la consommation énergétique de ces logements, ce qui ne constitue qu’un des aspects des bénéfices attendus de la rénovation énergétique. Ces politiques publiques contribuent également à lutter contre la précarité énergétique, qui concerne 3,1 millions de ménages en 2023 [CGDD, 2025], et à réduire les risques sanitaires liés aux températures intérieures basses, qui portent plus fréquemment atteinte à la santé des ménages précaires [Domergue et al., 2022]. L’isolation d’un logement vise aussi à améliorer le confort thermique des occupants, un ressenti qui dépend de la température intérieure, mais également de celles des parois et du niveau d’humidité du logement. Pour ces mesures plus qualitatives, le recours à des enquêtes est nécessaire. Ainsi, selon l’enquête Tremi, 70 % des propriétaires de maisons individuelles ayant réalisé des travaux de rénovation entre 2016 et 2019 déclarent constater une amélioration du confort de leur logement [ONRE, 2022].

Pour finir, d’autres études seraient nécessaires pour évaluer l’impact de ces travaux sur la capacité à réguler la température en été, en cas de canicules comme celles que nous avons traversées.

• Baba Moussa W., Pauron A., Salomond J-B., Sixou J., 2025, « Effets de l’isolation thermique des logements sur la consommation réelle d’énergie résidentielle », Documents de travail, N^o 2025-16, juillet
• Martin É., Neirac L., Pinton C., Ryo Le Roux L., 2025, « La précarité énergétique en 2023 : un impact majeur du bouclier tarifaire et des chèques énergie », CGDD, Thema essentiel, juin
• Lenzi E., Masson K., Mora V., Prusse S., 2025, « Près de 5 millions de ménages en situation de vulnérabilité énergétique pour leur logement en 2021 », Insee Analyses N^o 106, avril
• SDES – CGDD, 2025, « Bilan énergétique de la France pour 2023 », Datalab, avril
• Peñasco C., Anadon L. D., 2024, « A comment on ‘Assessing the effectiveness of energy efficiency measures in the residential sector gas consumption through dynamic treatment effects: Evidence from England and Wales’ », Energy Economics, novembre
• Kraszewski M., Pauron A.,2024, « Les rénovations énergétiques aidées du secteur résidentiel entre 2016 et 2021 », ONRE, octobre
• SDES – CGDD, 2024, « Les chiffres clé de l’énergie, édition 2024 », Datalab, septembre
• Givord P., 2024, « Utiliser les données bancaires pour disposer d’instantanés sur la situation financière des ménages », Le blog de l’Insee, mai
• Christensen P., Francisco P., Myers E., Souza M., 2023, « Decomposing the wedge between projected and realized returns in energy efficiency programs », Review of Economics and Statistics, juillet
• Dupont F., 2023, « Quels types de sources l’Insee utilise-t-il pour construire ses statistiques ? », Le blog de l’Insee, mai
• Pisani-Ferry J., Mahfouz S., 2023, « Les incidences économiques de l’action pour le climat », France stratégie, mai
• Peñasco C., Diaz Anadon L., 2023, « Assessing the effectiveness of energy efficiency measures in the residential sector gas consumption through dynamic treatment effects: Evidence from England and Wales », Energy Economics, janvier
• Domergue S., Meynard C-L., Meurisse B., Robinet A., 2022, « Rénovation énergétique des logements : des bénéfices de santé significatifs », Commissariat général au développement durable, Ministère de la Transition écologique, Théma essentiel, mars
• Caumont R., Merly-Alpa T., Rathle J., 2022, « La rénovation énergétique des maisons individuelles, résultats de l’enquête Tremi 2020 », ONRE, mars
• ONRE, 2022, « La rénovation énergétique des logements : bilan des travaux et des aides entre 2016 et 2019 – Résultats définitifs », mars
• Callaway B., Sant’Anna P. H., 2021, « Difference-in-differences with multiple time periods », Journal of Econometrics, 225(2), 200‑230, décembre
• Semecurbe F., Suarez Castillo M., Galiana L., Coudin E., Poulhes M., 2020, « Que peut faire l’Insee à partir des données de téléphonie mobile ? », Le blog de l’Insee, avril
• Leclair M., 2019, « Utiliser les données de caisses pour le calcul de l’indice des prix à la consommation », Courrier des statistiques N3, décembre
• Blaise G., Glachant M., 2019, « Quel est l’impact des travaux de rénovation énergétique des logements sur la consommation d’énergie ? », La Revue de l’énergie N^o 646, septembre-octobre

^{Crédits photo : ©pixarno ©Who is Danny – stock.adobe.com}