Session 6 Krister Sandberg

Tillgänglighet och

fastighetspriser

- 2001 och 2006

Transportforum

2011-01-12

Krister Sandberg

Trafikanalys

Trafikanalys är en kunskapsmyndighet för transportpolitiken.

Vi analyserar och utvärderar föreslagna och genomförda

åtgärder inom transportpolitiken.

Vi ansvarar även för officiell statistik inom områdena

transporter och kommunikationer.

Trafikanalys bildades 1 april 2010 och har huvudkontor i

Stockholm samt kontor i Östersund.

Frågeställningar

• Hur ser sambandet ut mellan infrastrukturinvesteringar ochregional tillväxt?

• Förbättrad tillgänglighet

• Hur mäter vi detta samband?• “På länken” med traditionell CBA• Förändringar i fastighetspriser

• Hur ska infrastrukturinvesteringar finansieras?

• Hur ser sambandet ut över tid och rum?

Infrastruktur och regional tillväxt

Förbättringar i transportinfrastrukturen

Kortare res/transporttider Minskad trängsel

Billigare och mer tillförlitliga transporter

Förbättrad

logistik

“Fler möjligheter”

Regionförstoring

Lokaliserings-

effekter

Source: Anderson and Lakshmanan

Tillgänglighet och fastighetspriser

Författare Studie av Resultat

Andersson, D.E., Shyr,

O.F and Fu, J.(2008 ):

Höghastighetståg i södra

Taiwan

Små eller försumbara

effekter på fastighetspriser

av ökad tillgänglighet

Armstrong, R.J. and

Rodriguez, D.A.

(2006):

Pendeltåg i östra

Massachusetts

Närhet till station är

associerad med högre

fastighetspriser

Bajic, V. (1983): Tunnelbana i Toronto Förändringen av

fastighetspriserna är inte

signifikant olika från

kontrollområdets

prisförändringar

Camagni, R och

Capello, R (2006):

Stadsförnyelseprojekt.

Nedgrävning av järnväg i

Trento och använder ytan

Samhällets nytta överstiger

kostnaden

Laakso, S (1992): Tunnelbana i Helsingfors Fastighetspriserna stiger i

närhet av tunnelbane-

stationerna

Strand, J. and

Vågnes, M. (2001):

Järnvägsinvesteringar i

Oslo

Negativa effekter längs

järnvägarna

Von Thünen i två svenska län

Source: Sandberg, K. (2004): Hedonic prices, economic growth and spatial

dependence, Umeå economic studies no. 631, Umeå.

Taxeringsvärden, 10104 (Sams)områden

Moran Scatterplot & Local Moran’s I

Tillgänglighet

• Generaliserad reskostnad

• Restid• Väntetid• Frekvens• Reskostnad (biljettkostnad, bränslekostnad etc)

• Tillgänglighet till några noder

• Nationell tillgänglighet• Stockholm, Göteborg, Malmö• Personbil, järnväg, buss and flyg• Privat- eller arbetsresor

• Regional tillgänglighet• 21 residensstäder• Personbil eller kollektivtrafik• Privat-, tjänste- eller arbetsresor

Generaliserad reskostnad (personbil)

Regressions resultat, 2006

OLS SAR-GM

λ 0,32

Konstant 8,62*** 8,36***

Ln regionala arbetsresor (bil) -0,07*** -0,09***

Ln nationella privata resor (tåg) -0,14*** -0,17***

Ln nationella privata resor (flyg) -0,14*** -0,08

Ln fastighetsareal 0,04*** 0,06***

Ln bostadyta (permanent) 0,30*** 0,30***

Ln bostadsyta (fritid) 0,05*** 0,04***

Ln lokalyta 0,09*** 0,08***

Ln dagbefolkning 0,23*** 0,31***

…

R2 0,61 0,61

σ2 1,03 σ2 Stockholm 0,96

Lagrange Multiplier (error) 596, 70*** σ2 Sydöst 0,51

Robust LM (error) 260,08*** σ2 Skåne 1,51

Lagrange Multiplier (lag) 339,60*** σ2 Väst 1,00

Robust LM (lag) 2,98*** σ2 Norr 0,80

Regressionsresultat, 2006 (II)

SAR-

GM, alla

SAR-GM

Stockh.

SAR-GM

Sydost

SAR-GM

Skåne

SAR-GM

Väst

SAR-GM

Norr

λ 0,37 0,34 0,34 0,34 0,34 0,34

Constant 12,32*** 15,57*** 7,78*** 12,90*** 8,04*** 13,63***

Ln regionala

arbetsresor (bil)

-0,13*** -0,01 -0,29*** -0,30*** -0,20*** -0,17***

Ln nationella

privata resor (tåg)

-0,24*** -0,29*** -0,26** 0,07 -0,15*** -0,25***

Ln nationella

privata resor (flyg)

-0,58*** -0,93*** 0,20 -1,09*** -0,03*** -0,70***

Ln fastighetsarea 0,05*** -0,00 0,05*** -0,17*** 0,06*** 0,06***

Ln boyta (perm.) 0,30*** 0,27*** 0,32*** 0,37*** 0,33*** 0,27***

Ln boyta (fritid) 0,04*** 0,08*** 0,03** -0,01 0,04*** 0,03***

Ln lokalyta 0,08*** 0,09*** 0,05*** 0,11*** 0,08*** 0,08***

Ln dagbefolkning 0,31*** 0,32*** 0,30*** 0,30*** 0,30*** 0,31***

R2 (σ2) 0,59 (1,03) 0,62 (0,95) 0,62 (0,51) 0,62 (1,39) 0,62 (1,00) 0,62 (0,80)

Regressionsresultat, 2006 and 2001

2006/2001 SAR-GM

Stockh.

SAR-GM

Sydost

SAR-GM

Skåne

SAR-GM

Väst

SAR-GM

Norr

λ 0,29 0,25 0,29 0,25 0,29 0,25 0,29 0,25 0,29 0,25

Konstant 8,47 8,41 8,47 8,41 8,47 8,41 8,47 8,41 8,47 8,41

Ln regionala

arbetsresor (bil)

-0,06 -0,11 -0,08 -0,20 -0,19 -0,13 -0,08

Ln nationella

privatresor (tåg)

-0,18 -0,11 -0,31 -0,21 -0,13

Ln nationella

privatresor (flyg)

-0,52 -0,41 -0,26 -0,22

Ln fastighetsarea 0,03 0,05 0,17 0,08 0,05 0,05 0,06

Ln boyta (perm.) 0,27 0,27 0,32 0,31 0,37 0,37 0,32 0,31 0,27 0,26

Ln boyta (fritid) 0,07 0,05 0,02 0,03 0,04 0,05 0,03

Ln lokalyta 0,09 0,12 0,05 0,07 0,12 0,15 0,09 0,09 0,08 0,08

Ln dagbefolkning 0,31 0,33 0,31 0,33 0,31 0,33 0,31 0,33 0,31 0,33

D_Kraft 3,63 3,97 3,63 3,97 3,63 3,97 3,63 3,97 3,63 3,97

…

R2 0,63 0,62 (σ2) 0,92 1,12 0,50 0,52 1,40 1,71 0,98 0,98 0,77 0,77

Slutsatser

• Det finns ett positivt samband mellan tillgänglighet och

fastighetspriser

• Starkare över tid

• Kan användas för finansiering, men inte i alla situationer eftersom …

• Sambandet varierar:

• mellan regioner (rumslig heterogenitet)

• och blir mindre när vi kontrollerat för kommuntyper (SKL)

• Flyg och tåg, substitut

• Inte en fallstudie

• Resultaten kan (till viss del) generaliseras

• Nya data vart femte år kan användas till att förbättra modellen och

skattningsmetod

krister.sandberg@trafa.se

www.trafa.se

Tillgänglighetsregioner och SKL:s indelning

Moran Scatter & Local Moran’s I

Generaliserad reskostnad (tåg resp. flyg)