Avstånd till kollektivtrafik - lägenheter

5.3.1 Modell 1 - Lägenheter

Modell 1 är signifikant på <1% nivå med en justerad riktningskoefficient på 78% och därför kan de oberoende variablerna med relativt hög säkerhet förklara bostadspriserna. Variabeln “Avstånd till närmaste kollektivtrafik” är signifikant i modellen och påverkar priset med 0,02%. Resultatet visar motsatsen till en hypotes att priset skulle stiga desto närmare kollektivtrafik bostaden är belägen. Enligt modellen stiger priset med 0,02% per varje meter längre bort från kollektivtrafiken än en likvärdig fastighet är placerad. Per hundrade meter längre från kollektivtrafiken skulle det innebära en prisökning med 2%. Till exempel om en fastighet värd 4 000 000 kr placeras 100 meter längre bort från

kollektivtrafiken skulle priset öka med 4 000 000*0,02 = 80 000 kr.

Att priset ökar längre bort från kollektivtrafiken istället för att minska kan bero på endogenitet. Alltså att den intressanta variabeln avstånd till kollektivtrafik korrelerar med feltermen. Det kan också bero på att närheten till allt i Sundbybergs finns oavsett vart man bosätter sig, distansen till kollektivtrafik är inte speciellt lång för något objekt. I den lilla redan kommunikationstäta kommunen kan det därför vara andra lägesfaktorer som har betydligt mycket större påverkan på bostadspriset än avståndet till närmaste kollektivtrafik.

Avståndet till vatten är också signifikant i modellen och påverkar priset med -0,02% per meter. Det vill säga att per meter längre bort från vatten minskar priset på en likvärdig bostad med 0,02%, det innebär en minskning med 2% per hundrade meter. Andra oberoende variabler som också är signifikanta och påverkar priset enligt modellen är lägenhetens antalet rum, antalet kvadratmeter och dess månadsavgift. Priset ökar med 8,35% för ytterligare ett rum och med 0,85% för ytterligare en kvadratmeter. För varje ökad krona på månadsavgiften sjunker priset med 0,0034%.

Vad avser vilken våning lägenheten är belägen på är alla våningar signifikanta och påverkar därför priset. Priset på en lägenhet på plan 6 eller högre går ner 13,8% om den flyttas ner till till plan 5. Priset på en lägenhet på plan 4 är 19,5% lägre än om den varit placerade på plan 6 eller högre. En relativt linjär minskning i priset fortsätter sedan per varje våning längre ner i byggnaden. Nere på våning 0 har priset minskat med hela 28,9% jämfört med våning 6+.

Variabeln “försäljningskvartal” saknar signifikant betydelse om objektet sålts andra eller tredje kvartalet istället för första. Däremot om försäljningen har skett under kvartal 4 istället för under kvartal 1 har det en signifikant betydelse på priset och visar att priset minskar med 7,74%. Något som kanske kan

förklaras med de ändrade reglerna för bostadslån med bland annat de nya amorteringskraven. I modellen är det fler förklarande variabler som saknar signifikans, dessa är byggåret samt om det finns hiss eller inte och därför kan inget nämnas om dessa förklarande variabler påverkar priset eller inte. Inte heller “byggår i kvadrat” påverkar priset vilket medför att byggåret på bostäderna varken har en linjär eller exponentiell påverkan på priset för lägenheter. Det är möjligt att detta är något som präglar just Sundbybergs kommun men kan ha sin förklaring i den höga efterfrågan på bostäder i hela Stockholms län.

Separata körningar för de olika resealternativen ger olika resultat. Det visar att när variabeln “avstånd till närmaste kollektivtrafik” ersätts med variabeln “avstånd till närmaste tunnelbanestation” är

för lägenheter placerade en meter längre bort från tunnelbanestationen.När avståndsvariabeln istället byts till “avstånd till närmaste pendelstation” och “avstånd till närmaste tvärbanestation” är variabeln inte statistisk signifikant och därför kan ingen slutsats dras kring hur bostadspriset för lägenheter påverkas av avståndet till pendel eller tvärbana.

5.3.2 Modell 2 - Lägenheter

Likt modell 1 är modell 2 signifikant på <1% nivå med en justerad riktningskoefficient på 84% och bostadspriserna kan med relativt hög säkerhet förklaras av de oberoende variablerna.

De förklarande variabler som ej är signifikanta i denna modell är om det finns hiss, byggår och avstånd till vatten. Eftersom nollhypotesen för dessa variabler ej kan förkastas kan inte heller något sägas om hur dessa påverkar slutpriset. Intressant är att avstånd till vatten inte är signifikant i denna modell till skillnad från ​5.2.1 Monocentrisk stadsmodell - Lägenheter, 5.3.1 Modell 1​​och 5.3.3 Modell 3 ​där närhet till vatten ger ett högre slutpris.

Precis som i modell 1 saknas signifikans för kvartal 2 och 3 i jämförelse med kvartal 1. Resultatet visar däremot att under kvartal 4 gick slutpriserna ner med 6,7% i jämförelse med kvartal 1.

Från modellen kan konstateras att för ytterligare en krona i månadsavgift minskar slutpriset med 0,004%. Detta kan tyckas som en väldigt liten procentsats men innebär att om månadsavgiften är 500kr dyrare går slutpriset för en lägenhet värd 2 miljoner ner med 40 000 kr. Stor påverkan på slutpriset har också antalet kvadratmeter och antalet rum. Per ökad kvadratmeter ökar priset med 1% och för ytterligare ett rum ökar slutpriset med 5%.

Modell 2 undersöker hur bostadens slutpris påverkas av vilket område i kommunen bostaden är belägen. Enligt modellen har det inte någon signifikant betydelse för slutpriset om bostaden är belägen i Duvbo jämfört med i centrum. Resultatet kan bero på att Duvbo är ett centralt beläget område i kommunen som är likvärdigt centrum området. Däremot visar modellen att i områdena Ursvik, Hallonbergen och Rissne är transaktionspriserna betydligt lägre än i Sundbybergs centrum. I Ursvik 38,6% lägre, i Hallonbergen 32,4% lägre och i Rissne så mycket som 43,7% lägre. Risk finns dock att detta resultat kan vara viktat då antalet objekt i nämnda områden är mycket färre än i centrum.

Variabeln “avstånd till närmaste kollektivtrafik” får samma resultat i denna modell som i modell 1. Variabeln visar att priset stiger med 0,02% per varje meter längre bort från kollektivtrafiken än en likvärdig fastighet är placerad. Se exempel i ​5.3.1 Modell 1​ första stycket.

5.3.3 Modell 3 - Lägenheter

I modell 3 inkluderas interaktionsvariablerna där dummyvariabeln för avstånd multipliceras med de enskilda objektets avstånd till närmaste kollektivtrafik. Den här modellen är signifikant på <1% nivå och har ett justerat R​2​ på 76%. Till skillnad från tidigare modeller är avståndsvariabeln “avstånd till närmaste kollektivtrafik” inte statistisk signifikant och det kan därför inte nämnas något om dess påverkan på ett enskilt objekt i Sundbybergs kommun.

Interaktionsvariabeln visar hur en viss kontinuerlig förklarande variabel, avstånd till närmaste

är 1. Interaktionsvariablerna för områdena Duvbo, Ursvik och Hallonbergen saknar en signifikant påverkan på priset. Däremot är avståndet till närmaste kollektivtrafik i Rissne signifikant och minskar priset med 0,06%. Detta innebär att för varje ökad meter från kollektivtrafik minskar en likvärdig bostad belägen i Rissne i pris med 0,06% och med 6% per hundrade meter. En lägenhet värd 3 000 000 som flyttas 100 meter längre bort från kollektivtrafiken skulle då minska i pris med

3 000 000*0,06 = 180 000 kr.

Likt både modell 1 och 2 har försäljningar under kvartal 2 och 3 ingen signifikant prispåverkan medan kvartal 4 minskar priset med 7,2% i jämförelse med objekt sålda kvartal 1. Fler förklarande variabler som har en signifikant påverkan på priset är antalet kvadratmeter (0,95% per kvm), antalet rum (7,6% per rum), månadsavgift (-0,003% per krona) samt avståndet till vatten (-0,02% per ökad meter).

Exempelvis om en lägenhet värd 2 000 000 ökar med en kvadratmeter ökar priset på lägenheten med 19 000 kr. Hiss och byggår är däremot inte statistisk signifikanta och ingen slutsats kring dessa kan därför dras.