Présentation
Housing.over.pizza est un simulateur en ligne publié en janvier 2015 qui reproduit le cadre réglementaire et politique de la ville de San Francisco. L’interface affiche des éléments familiers aux urbanistes : City Hall, un journal d’actualités (Fog City Ledger), des cartes de sites, des height limits, ainsi que les supervisor districts et les coalition politics. Le joueur peut basculer entre le jour et la nuit, consulter les home values et activer un mode pause pour analyser les décisions.
Mécanique de simulation
Le moteur du jeu repose sur un rendu HTML5/JavaScript qui charge des données géographiques de San Francisco sous forme de fichiers JSON. Chaque district possède un height limit codé en mètres, ce qui contraint la densité de construction. Les homeowner politics et coalition politics sont modélisés par des scores numériques qui influencent la capacité du joueur à modifier les city values. Le journal d’actualités génère des messages dynamiques en fonction des actions du joueur, créant ainsi une boucle de rétroaction où les décisions de zonage déclenchent des changements de valeur immobilière affichés en temps réel.
Analyse des contraintes et limites
Le simulateur ne propose pas de modèle économique complet : il ne calcule ni les flux fiscaux, ni les coûts de construction, ni les impacts environnementaux. Les height limits sont statiques et ne tiennent pas compte des dérogations réelles ou des processus d’approbation. De plus, les scores politiques sont simplifiés à des valeurs scalaires, ce qui masque la complexité des coalitions locales et des campagnes de financement. L’absence de données actualisées depuis 2015 limite la pertinence des home values affichées, qui restent figées à l’état des données d’origine. Enfin, le jeu ne propose pas d’interface de programmation (API) pour exporter les résultats, ce qui restreint son usage à une démonstration visuelle plutôt qu’à une analyse quantitative.
Perspectives d’évolution
Pour renforcer la valeur scientifique du simulateur, il serait possible d’intégrer des bases de données ouvertes de la ville (OpenDataSF) afin de mettre à jour les limites de hauteur, les prix au mètre carré et les indicateurs de densité. L’ajout d’un moteur de simulation économique, basé sur des équations de flux monétaires, permettrait d’évaluer les effets fiscaux des projets. Une API RESTful pourrait exposer les états de chaque district, facilitant l’usage du simulateur dans des études académiques ou des ateliers de planification urbaine. Enfin, le passage à un framework de visualisation tel que WebGL améliorerait la fluidité du rendu, surtout lors du basculement jour/nuit, et offrirait une meilleure immersion pour les utilisateurs avancés.
