Embed Size (px)
Citation preview
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
Tillgänglighetsregioner och SKL:s indelning
Moran Scatter & Local Moran’s I
Generaliserad reskostnad (tåg resp. flyg)
