3. Sundbybergs kommun
5.4 Avstånd till kollektivtrafik - småhus
5.4.1 Modell 1 - Småhus
I modell 1 studeras avståndet till kollektivtrafiken utan att inkludera vilket område bostaden är belägen i. Modellen är signifikant på <1% nivå och har en justerad riktningskoefficient på 47%, det vill säga att de förklarande variablerna i modellen med 47% säkerhet kan förklara den beroende variabeln, priset. Avståndet till kollektivtrafik för småhus i kommunen har en signifikant påverkan på priset med 0,01% per meter. Det innebär att en likvärdig bostad placerad en meter längre bort från kollektivtrafik ökar i pris med 0,01%. Om en bostaden flyttas hundra meter längre bort från kollektivtrafiken skulle det innebär att ett småhus värd 7 000 000 ökar i pris med 7 000 000*0,01 = 70 000 kr.
När det separat studeras vilket kollektivtrafikfärdmedel man har närmast till visar det sig att för likvärdiga småhus belägna en meter närmare pendeltåg ökar priset på med 0,0089%. Det vill säga att priset ökar med 0,89% per hundrade meter. När avståndet till närmaste tunnelbana studeras medför resultatet att variabeln minskar bostadpriset med 0,014% per meter närmare tunnelbanan ett likvärdigt
småhus är placerat. För tvärbana saknas en statistisk signifikans och det kan därför inte sägas något om avståndet från småhus till tvärbanestation påverkar bostadspriset.
I den här modellen påverkar inte bostadsformen priset, variabeln är inte statistisk signifikant. Byggår kan, likt tidigare resultat, inte sägas påverka bostadspriset varken linjärt eller exponentiellt. 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. De nollhypoteser som kan förkastas är variablerna boyta, biyta och tomtens storlek, de har en signifikant betydelse för slutpriset. För varje ökad kvadratmeter boyta ökar priset med 0,07%, för varje ökad kvadratmeter biyta minskar priset med 0,16% och för varje ökad kvadratmeter tomtyta ökar priset med 0,04%.
Priset på ett småhus påverkas enligt modellen beroende på vilket år transaktionen genomfördes. Om transaktionen genomfördes 2014 istället för år 2017 minskar priset med 30%. Priset minskar också om transaktionen ägde rum 2015 istället för år 2017, då med 17%. Däremot kan inte nollhypotesen för försäljningar 2016 istället för år 2017 förkastas och ingen slutsats kan dras.
5.4.2 Modell 2 - Småhus
Signifikansen för modell 2 är på <1% nivå och den justerade riktningskoefficienten är 58% vilket innebär att med 58% säkerhet kan modellens oberoende variablerna förklara slutpriset för småhus i kommunen.
Till skillnad från modell 1 har antalet kvadratmeter boarea ingen signifikant betydelse för slutpriset. Det kan tyckas märkligt men däremot har antalet kvadratmeter biyta och tomtarea signifikant betydelse. För ytterligare en kvadratmeter biyta minskar slutpriset med 0,14%, men för ytterligare 1 kvm tomtarea ökar slutpriset med 0,04%. Med andra ord kan inget sägas om hur boarean påverkar priset enligt denna modell medan mer biyta påverkar slutpriset negativt och större tomtarea medför en prisökning. Om ett småhus värt 8 000 000 ökar med en kvadratmeter tomt, skulle priset öka med 8 000 000*0,0004 = 3 200 kr.
Byggåret har ingen signifikant betydelse för slutpriset. Detta kan bero på att utbudet av småhus i kommunen är litet och alla hus är eftertraktade oavsett vilket år det är byggt. Det spelar dock roll om huset är en villa eller ett radhus, kedjehus eller parhus. Priset går ner med 13,2% om huset är ett rad-, kedje- eller parhus istället för en villa.
Som i modell 1 har det en signifikant påverkan på slutpriset om huset är sålt under 2014 eller 2015. Koefficienten för 2014 är på -30% och för 2015 på -20% vilket tyder på att en kraftig prisökning har skett under de senaste åren. Hade en husägare sålt sitt hus år 2017, istället för år 2014 hade slutpriset blivit 30% högre. Säg att ett slutpris 2014 va 2 000 000 kr, då hade slutpriset istället varit på
2 600 000 kr år 2017. Ingen signifikant betydelse för slutpriset kan påvisas för om försäljningen skett 2016. Detta kan bero på att marknaden sett liknande ut åren 2016 och 2017.
Modell 2 studerar hur bostadspriserna beror av läget beroende på vilket område bostaden är belägen i. Modellen visar att ett hus i beläget Ursvik är värt 56,2% mindre än om det varit beläget i Sundbybergs centrum. Är huset placerat i Rissne går värdet ner med 46,8% i jämförelse med om det varit placerat i
centrum. Det har dock ingen signifikant betydelse om huset är beläget i Duvbo eller i Hallonbergen och därför kan inget sägas om slutpriset på småhus påverkas av dessa områden.
Hur väl dessa resultat stämmer är dock svårt att säga då antalet observationer per område varierar kraftigt. Antalet observationer som är inkluderade i analysen från centrum området är endast två stycken medan det i andra områden finns runt ett 30-tal observationer och i Ursvik går antalet observationer upp till 62 stycken.
Variabeln “Avstånd till kollektivtrafik” är signifikant på 1% nivå och har en koefficient på 0,0002. Det vill säga att för småhus påverkar avståndet till kollektivtrafik transaktionspriset och ökar med 0,02% för varje meter huset är beläget längre ifrån kollektivtrafiken. Om ett småhus värt 7 000 000 flyttas en meter längre bort från kollektivtrafiken skulle priset öka med 7 000 000*0,0002 = 1 400 kr.
5.4.3 Modell 3 - Småhus
Modell 3 är likt tidigare signifikant på <1% nivå och har ett justerat R2 på 56%. Modellen tar till skillnad från de tidigare modellerna hänsyn till interaktionsvariablerna, det vill säga hur avståndet till närmaste kollektivtrafik påverkar priserna i respektive område. Avståndsvariabeln “avstånd till närmaste kollektivtrafik” påverkar bostadspriset på småhus med 0,12% mätt i meter. Det innebär att priset på ett småhus som placeras hundra meter längre bort från kollektivtrafiken än tidigare ökar i pris med 12%. Om småhuset tidigare värderats till 7 000 000 kr skulle det innebära att det nya priset, enligt modellen, blir 7 000 000*(1+0,12) = 7 840 000 kr.
Interaktionsvariabeln visar hur en viss kontinuerlig förklarande variabel, avstånd till närmaste
kollektivtrafik, påverkar den beroende variabeln, pris, om en viss dummy förklarande variabel, område, är 1. Interaktionsvariablerna för områdena Duvbo och Hallonbergen saknar en signifikant påverkan på priset. Däremot är avståndet till närmaste kollektivtrafik i Rissne och Ursvik signifikant på en 1% nivå. I Ursvik påverkas priset med -0,11% per meter längre bort från kollektivtrafiken småhuset är beläget och med -0,11% även i Rissne, det vill säga en prisminskning med 11% per hundra meter. Exempelvis skulle ett småhus värde 6 000 000 placerad antingen i Rissne eller Ursvik minska med 6 000 000*0,11 = 660 000 kr om småhuset istället placerades 100 meter längre bort från kollektivtrafiken i samma
område.
Förklarande variabler i modellen där nollyhopesen inte kan förkastas är byggåret och antalet
kvadratmeter boyta, det vill säga att dessa variabler inte är statistisk signifikanta i modellen. Däremot påverkas priset med en ökad kvadratmeter biyta med -0,16% och en ökad kvadratmeter tomt med 0,04%. I den här modellen, likt 5.4.2 Modell 2, påverkas priset av om det är ett rad-, par- eller kedjehus istället för en villa. Om det inte är en villa minskar priset med 15%.
Priset beror också på vilket år småhuset säljs och likt 5.4.2 Modell 2 och 5.4.1 Modell 1 påverkas priset om de säljs 2014 eller 2015 istället för år 2017, medan en försäljning 2016 saknar signifikant betydelse på priset i jämförelse med en försäljning år 2017. Småhus sålda 2014 minskar priset med 29% och småhus sålda 2015 minskar priset med 20%.