Externa handelscentra och huspriser - Externhandelns inverkan på marknadsvärdet på hus i Uppsala -

NATIONALEKONOMISKA INSTITUTIONEN Uppsala Universitet

D-uppsats

Författare: Erik Trolin Handledare: Rune Wigren HT 2006

Externa handelscentra och huspriser

-Sammanfattning

I denna uppsats undersöks hur olika egenskaper påverkar marknadsvärdet på hus i Uppsala Län med en tyngdpunkt på tillgänglighetsspecifika egenskaper. Variationer i pris skattas utifrån en hedonisk modell, som därigenom används för att härleda hushållens betalningsvilja för de studerade egenskaperna. Syftet är att utreda om tillgängligheten till externa handelscentrum har någon signifikant inverkan på hushållens betalningsvilja vid husköp. Resultaten visar att en sådan inverkan finns, och att för avstånd från och med två kilometer så har större avstånd en negativ effekt. För avstånd närmare än två kilometer övergår effekterna till att vara negativa för husets marknadsvärde, något som antas vara kopplad med de negativa externaliteter som externa handelscentrum medför.

1. Inledning

Externa handelsetableringar i Sverige befinner sig idag i en expansionsfas. Enligt Ljungberg m.fl. (2004) planerar 59 av landets 289 kommuner att antingen etablera nya externa handelscentra eller bygga ut de nuvarande. Expansionen av externa handelsetableringar är en förstärkning av en trend som funnits sedan 1950-talet, då handeln med sällanköpsvaror började utlokaliseras från stadskärnor. Idag är de externa handelscentra dessutom centrerade kring dagligvaruhandel, vilket ytterligare ökar kundunderlaget för dessa centra. Detta eftersom det finns strategiska fördelar för företag att lokalisera sig i kluster med andra företag, på en plats där kunderna har möjligheten att besöka många affärer med differentierat utbud under ett och samma tak (Bergström & Kolterjahn, 2004).

Utbyggnaden eller tillkomsten av dessa externa handelscentrum medför ett antal effekter på berörda kommuner och dess invånare. Ur ett ekonomiskt perspektiv innebär utökade köpcentra att konsumtionsmönster förändras, där enskilda butiker i perifera områden förutspås vara känsliga för dessa förändringar (Garvill m.fl., 2003). Det finns även politiker och handelsmän som ser externhandelsplatser som ett hot mot handel i city. För att förhindra en alltför bred expansion av externhandelsplatser används därför Plan- och bygglagen som medel för att förhindra uttunning av handeln i city (Bergström, 1999). Denna förändring från handeln i city med stor tillgänglighet via offentliga transportmedel, till externa handelscentra med den bilburne konsumenten i åtanke, innebär även negativa effekter för miljön och för de konsumenter som inte använder bilen som transportmedel. På individnivå är det intressant att se vilka effekter dessa expanderingar medför då inköp av varor i externa etableringar ökar

externa handelsetableringar skulle vara belastande för miljön. Ekonomiskt för Uppsalas handel så skapar det på lång sikt obalans, då citykärnan spås förlora kunder. Ur den sociala aspekten sägs diskriminering uppstå då sämre ställda inte har råd att ta sig ut till dessa köpcentra; tillgängligheten är begränsad. För de hushåll som besöker externa handelsplatser, innebär det att resmönster förändras, och att närbutiker och kommunala centra inte längre är förstahandsval vid inköp av varor.

I denna uppsats ligger fokus på de delar som behandlar tillgängligheten till externhandeln för hushåll, i synnerhet hur denna tillgänglighet yttrar sig i marknadsvärdet för hus. För att göra detta krävs det en modell som synliggör olikheter i fastighetspriser utifrån dess egenskaper. För att uppfylla dessa ändamål används den hedoniska prisbildningsteorin som skattar betalningsviljan för olika egenskaper hos en vara. Skattningen för modellen i denna uppsats bygger på 4069 saluförda hus under åren 2004 och 2005.

1.1 Syfte

Syftet med denna uppsats är utreda om tillgång till externa köpcentrum inverkar på marknadsvärdet på hus i Uppsala. Detta görs genom att skatta olika egenskaper som inverkar på huspriser i Uppsala regionen. Skattningen har tyngdpunkten på variabler som mäter tillgängligheten till olika offentliga faciliteter, som representeras av avstånd till Uppsala centrum, kommuncentrum och externa handelsetableringar. För att möjliggöra detta har en jämförelse gjorts på försäljningspriser på hus i sex kommuner i Uppsala län. Därigenom kommer betalningsviljan för småhus att härledas och ge en bild av huruvida närhet till externa köpcentrum inverkar i marknadsvärdet på hus.

1.2 Metod

är den hedoniska prismodellen, vilket är den modell som analysresultaten i denna uppsats kommer att baseras på. Utifrån den hedoniska modellen som används, kommer även betalningsviljan för de olika egenskaperna att skattas för hushållen. Beräkningar och skattningar av modellen görs med programmet SPSS.

1.3 Avgränsningar

Denna uppsats tar upp olika egenskaper som påverkar marknadsvärdet på hus i sex kommuner(Knivsta, Uppsala, Heby, Tierp, Östhammar och Enköping) runtomkring Uppsala, med en betoning om tillgänglighet till externa köpcentrum har någon märkbar effekt inom en region, i det här fallet Uppsala län. Det finns flertalet sätt att mäta tillgänglighet till specifika områden och platser (tid, avstånd, offentliga kommunikationer, infrastruktur). Tillgängligheten som den tas upp i denna uppsats kommer att mätas som fågelavståndet mellan hus och handelscentrum. Datamaterialet består av information från 4069 fullföljda husköp i sex kommuner i Uppsala län från åren 2004 och 2005. Endast husköp finns presenterade i materialet, bostadsrätter och hyresfastigheter lämnas utanför skattningen. De utvalda kommunerna är Knivsta, Uppsala, Heby, Tierp, Östhammar och Enköping.

Externa handelsetableringar har begränsats till tre; Stenhagen centrum, Gränby centrum och Östra Boländerna. Samtliga köpcentrum som tagits med i analysen uppfyller kraven för benämningen externa köpcentrum enligt Sveriges kommuner och landsting (se nedan).

1.4 Begreppsdefinitioner

handelsplatser i denna uppsats, benämns som halvexterna etableringar enligt andra kriterier (se Ljungberg, 2004), men benämns som externhandelsplatser i denna uppsats.

Huspriserna som är det beroende variabeln i skattningarna av modellen, är det pris som

2. Teori

Relationen mellan pris på småhus och avstånd till externhandelsplatser skattas i denna uppsats med den hedoniska prismodellen. Den teoretiska bakgrunden till den hedoniska prismodellen utvecklades under 1970-talet av bland andra Sherwin Rosen (1974), vars tolkning ligger till grund för den empiriska analysen.

2.1 Hedoniska prismodellen

Metoden har som syfte att skatta värdet på de olika egenskaper som påverkar marknadsvärdet för en vara. Inköpspriset, som är den beroende variabeln, är således det sammanlagda värdet av alla egenskaper som observerats för varje objekt.

Varan skattas enligt n antal valda egenskaper, där variablerna ( ) presenterar egenskaperna i varan. Differentiering av varupriser förutsätter således att varorna är utrustade med differentierade egenskaper. I grunden antas att egenskaper värderas olika av olika köpare och att dessa egenskaper kan kombineras till en för köparen optimal kombination. Modellen förutsätter att i marknaden för varan så finns ett brett spektrum av egenskapskombinationer, så att det finns möjlighet för varje köpare att välja den för honom optimala kombinationen. I slutändan leder försäljningspriset till att både köpare och säljare maximerar sina nyttor (Rosen, 1974).

n

X X₁ X₂ X_n

Priset kommer således att vara en funktion av , som i sin enklaste form ger följande uttryck:

i X

[i] P=α +β₁X₁+β₂X₂ +...+β_nX_n,

där de estimerade koefficienterna hos egenskapen, βi, tolkas som en estimering av priset

som varje hushåll är beredd att betala för egenskap . Då vi här har en modell med en beroende variabel som ska förklaras av flera oberoende, sker skattningen med multipel linjär regression. I ekvation [i] är priserna linjära, det vill säga det marginella priset är

densamma för varje ökning av den eftersökta egenskapen. Då det är orealistiskt att anta att det marginella priset är densamma för varje ytterligare rum eller kvadratmeter, så logaritmeras samtliga sidor av ekvationen. Den logaritmiska omvandlingen leder till att det nu är priselasticiteten för egenskaperna som skattas:

[ii] logP=logα +β1logX1+β2logX2 +...+βnlogXn,

där effekten på den beroende variabeln (priset) beror som förr på regressionskoefficienten

i

β , men som nu visar på den procentuella prisförändringen när utbudet av egenskap ökar med en procent. Koefficienterna i ekvation [ii] fås genom att estimera en linjär regression där de oberoende (egenskaper) och beroende (pris) variablerna logaritmerats (DiPasquale, 1996).

i X

De oberoende egenskaperna i analysen kommer att ha en tonvikt på tillgänglighetsspecifika egenskaper för att kunna skatta externhandelns effekter i marknadsvärdet på studerade hus. Effekterna uppstår främst till följd av hushållens förändrade resmönster som följer av externhandelns etablering.

2.2 Externhandelns påverkan

störst nytta av etableringen. I första hand sägs då halvcentrala lägen, som till exempel stadsdelscentran slås ut av konkurrensen från externa handelsplatser (figur 1).

Figur 1. Procentuell förändring av omsättning per capita i 28 svenska kommuner 1989-1997.

Källa: Ljungberg m.fl. s.7

3. Tidigare studier

Ett antal studier finns om olika egenskapers inverkan på bostadspriser. Inom följande studier har metoden främst varit att skatta en hedonisk prismodell för att i sin tur skatta betalningsviljan för olika egenskaper. Det finns även ett flertal studier i Sverige om externa handelsetableringar och dess effekter i berörda kommuner och regioner. Dessa studier handlar främst om effekter på resmönster, avgasutsläpp och handel för kommuner med externa handelsetableringar. En annan viktig faktor som granskas är om cityhandeln förändras vid etablering av externhandel, det vill säga om konsumenter ändrar sina köpvanor och därmed resmönster. Inom dessa studier görs en mer ingående uppdelning mellan olika sorters externhandel, då de observeras ha olika effekter på olika områden.

Li & Brown (1980) skattar en hedonisk prismodell där tillgänglighet till olika offentliga inrättningar finns representerad. Fram till dess hade relativt få skattningar gjorts med områdesrelaterade egenskaper som närheten till service och affärer. Med hjälp av den hedoniska prisbildningsteorin så skattades således ett antal egenskaper i slutpris på 781 husköp i femton förorter kring Boston, USA. Tillgängligheten till offentlig service och marknad fanns med som oberoende variabler i form av avstånd. Denna egenskap hade dubbelsidiga effekter, dels negativa som kom av ökad trafik och ljudnivå, dels positiva som tillgängligheten i sig. Resultatet av skattningen blev att ingen entydig effekt av tillgänglighet kunde skönjas i huspris.

Wilhelmsson (2000) skattar en hedonisk modell för att undersöka om trafikbuller inverkar

Berger (1998) skattar en hedonisk modell för att mäta egenskapernas påverkan i huspris i

hela Sverige under perioden 1981 – 1993. Vidare så skattar Berger hur den marginella prisförändringen ser ut för olika egenskaper som påverkar huspriset. Totalt skattas 28 egenskaper, däribland avstånd till kommuncentrum. Berger använder sig av avstånden mellan församlingscentrum och kommuncentrum som geografiskt variabel. I genomsnitt skattas det att en ökning av avstånd till kommuncentra med en kilometer sänker marknadsvärdet på hus med en knapp promille. Effekter av ökat avstånd på husets marknadsvärde minskar ju längre ifrån kommuncentra huset befinner sig. Inom ett avstånd av fyra kilometer sjunker marknadsvärdet med i genomsnitt 2,5 procent per kilometer, medan för hus på tio kilometers avstånd så sjunker marknadsvärdet i genomsnitt med en procent per kilometer. Vidare så görs en åtskillnad mellan tätort och glesbygder av olika grader. Resultatet visar att olika egenskaper påverkar olika mycket den beroende variabeln beroende på vilken region som studeras.

Ljungberg (2004) sammanställer i sin FoU-studie olika projekt och kunskaper om externa

handelsetableringar som grund för vidare studier om dess effekter på inköpsmönster och trafik. Rapporten grundar sig även på en enkätundersökning i landets samtliga kommuner för att kartlägga kunskapen om externhandelns påverkan på kommuner. Det framkommer att effekter på den totala frekvensen bilresor inte är entydig, där vissa kommuner upplevs ha ökad trafik, medan andra inte märker av någon skillnad. Däremot syns tydliga förändringar i hushållen resmönster, där huvuddelen av inköpen flyttats från närbutiker till externhandelsplatser.

vilket speglar sig i att eventuell ökning av trafiken i berörda kommuner kommer som ett oväntat resultat. Som orsak till detta nämns en brist på forskningsresultat om hur resmönster påverkas av externa etableringar.

Bergström (1999) har i ett forskningsprojekt för Handelsinstitutet försökt besvara frågan

4.

Data

Materialet som använts till analysen är tillhandahållen från Institutet för bostadsforskning (IBF). För att komplettera materialet har koordinater skaffats från Internet (www.eniro.se) och lämpliga myndigheter för respektive extern handelscentra, kommuncentra och centrala Uppsala. Det kompletta datamaterialet innehåller 4069 observationer för husköp mellan år 2004 (2095 observationer) och 2005 (1974 observationer). Varje objekt, eller ”husköp”, innehåller variabler som representerar egenskaper för de olika objekten. Egenskaperna som används i denna analys kan delas in i två klasser som vanligtvis används vid skattning av huspriser (Wilhelmsson, 2000). Dessa klasser är fastighetsspecifika och tillgänglighetsspecifika egenskaper. De tillgänglighetsspecifika egenskaperna har mätts som avstånd enligt följande formel härledd från Pythagoras sats:

[iii] [( ) ( 1 2)2]

2 2

1 x y y

x − + − ,

där och är koordinater för huset och och för respektive centra, resultatet fås i meter, vilket i denna modell omvandlats till kilometer. Datamaterialet innehåller totalt sex egenskaper som delas in i dessa två klasser; boyta, ålder (räknad från föregående värdering), avstånd kommuncentrum, avstånd närmaste extern handelscentrum, avstånd Uppsala centrum, samt en dummy variabel med 6 värden för standardsumma. Variabler som inte logaritmeras förutom dummyvariabler är ”avstånd till Uppsala”. Anledningen är att avstånd till Uppsala är detsamma som avstånd till kommuncentrum för de objekt som observerats i Uppsala, vilket skulle innebära att samma avstånd skulle skattas två gånger om båda variablerna logaritmerades.

1

Tabell 1. Deskriptiv statistik år 2004. 2095 75 6500 1337,53 878,767 2095 1 75 40,48 20,626 2095 20 537 109,65 45,790 2095 0,7 84,6 29,764 20,4543 2095 0,1 46,5 12,475 9,6639 2095 0,4 82,2 27,332 19,9277 2095 8 50 27,50 6,254 2095 Köpesumma (tusentals kronor) Ålder (år) Bostadsyta (kvm) Avstånd Uppsala centrum (km) Avstånd Kommuncentrum (km) Avstånd närmast externa handelscentrum (km) Standardpoäng

Antal observationer

N Min. Max. Medel Std. avvikelse

Tabell 2. Deskriptiv statistik år 2005.

1974 85 6800 1370,38 906,501 1974 2 76 40,78 20,756 1974 16 387 108,11 43,037 1974 0,7 84,9 31,154 20,3564 1974 0,1 46,5 12,510 9,4963 1974 0,5 82,1 28,632 19,8572 1974 6 45 27,43 6,096 1974 Köpesumma (tusentals kronor) Ålder (år) Bostadsyta (kvm) Avstånd Uppsala centrum (km) Avstånd Kommuncentrum (km) Avstånd närmast externa handelscentrum (km) Standardpoäng Antal observationer

N Min. Max. Medel Std. avvikelse

4.1. Fastighetsspecifika egenskaper

Bostadsyta räknas som den sammanlagda boytan som finns i huset uttryckt i

kvadratmeter, det vill säga att biytor och tomtyta inte räknas med. Bostadsyta har brukligt störst inverkan på huspris.

Ålder räknas från byggnadsåret med hänsyn taget till eventuella ombyggnader. Då

automatiskt lägre pris. Strukturmässigt kan en stads utveckling ses som årsringar, där ju längre ut från citykärnan man befinner sig, ju yngre bebyggelse dominerar landskapet med moderna förort och miljonprogram som exempel. Det sistnämnda exemplet visar på en yngre bebyggelse som inte alltid innebär högre priser än äldre hus. Samtidigt inverkar ålder negativt på pris beroende på hur mycket renoverings- och ombyggnadsbehov huset har. Utifrån datamaterialet är denna bedömning svårligen genomförbar, således används standardsumman som mått på fastigheters kvalité.

Standardsumman är en dummyvariabel som delats in i sex klasser. Olika egenskaper hos

byggnad och tomt poängsätts och summeras, ju högre standardsumma, desto högre standard/kvalitet på huset. I datamaterialet är den absolut högsta standardsumman 50 poäng, vilket också är klassindelningens ”tak”. Intervallerna som byggts upp utgår från medelvärdet (27), där halva spridningen (3) läggs till och dras ifrån för klassindelningen. Normalstandarden (24 – 30 poäng) är den standardklass som övriga klasser mäts mot, det vill säga att koefficienterna som skattas ska tolkas som den procentuella skillnaden i pris för den klassen gentemot normalstandarden.

Figur 2. Indelning standardklasser.

Standardklass 0 200 400 600 800 1000 1200 1400 1600 D12 D1218 D1824 D2430 D3036 D3642 D42 An ta l

Figur 2. Indelning av standardklasser för år 2004 och 2005.

4.2. Tillgänglighetsspecifika egenskaper

Avstånd Kommuncentra är fågelavståndet i kilometer som mäts med koordinaterna från

Internet. Denna egenskap har betydelse för skattningen då kommuncentrum är det närmaste alternativet för hushållens inköp av varor. Ingen hänsyn har tagits till affärssammansättningen i kommuncentrum.

Avstånd närmaste extern handelscentra är avståndet i kilometer mellan hus och närmsta

externa handelscentra. Ursprungligen skulle estimeringar göras på samtliga handelscentra för varje hus, men detta resulterade i multikollinearitet. I själva verket är avståndet till ett externt handelscentra inte den enda avgörande faktorn för hushållen, utan även utbudet av affärer och varor i dessa externhandelsplatser bör spela en roll. I analysen så är dock avstånd till extern handelsplats ett mått för tillgängligheten för hushållen.

Avstånd Uppsala centrum är ett mått på hur viktigt närheten till arbetsplatser och den

5. Analys

Regressionsanalyser gjordes för år 2004 och 2005 separat, då varje år har tillräckligt med observationer för att få en god granskning av egenskapers effekt på huspriser. Analysen sker med utgångspunkten at t dessa är två olika populationer. För år 2004, finns 2095 observationer medan år 2005 har 1974 observationer. Resultaten presenteras i tabell 3 och 4, där den logaritmiska regressionsmodellen resulterat i koefficienter som anger den procentuella förändringen i huspris om egenskapen ändras en procent. Undantaget är koefficienten för ”Avstånd Uppsala C”, som inte logaritmeras. För att ge en tydligare bild av skattningarna och underlätta jämförelser, kommer även betalningsviljan i kronor att redovisas för varje egenskap. Betalningsviljan räknas enligt följande för kontinuerliga [iv] respektive dummyvariabler [v]:

[iv] p sp ip ip P E B _⎟⎟* ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ = β [v] B_ip

(

)

där B_ip är population p:s betalningsvilja för egenskap i, β_ipär population p:s estimat för egenskap i, är medelvärdet för egenskap s för population p och är medelpriset för

hus i population p.

sp

E P_p

Tabell 3 - År 2004. Tabell 4 – År 2005. NN Coefficients 6,058 ,149 40,551 ,000 -,091 ,015 -,082 -5,963 ,000 ,498 ,028 ,301 17,582 ,000 -,127 ,009 -,189 -13,565 ,000 -,236 ,022 -,349 -10,717 ,000 -,003 ,001 -,080 -2,488 ,013 -,445 ,111 -,052 -4,015 ,000 -,296 ,045 -,099 -6,557 ,000 -,156 ,030 -,084 -5,282 ,000 ,151 ,023 ,098 6,478 ,000 ,254 ,040 ,088 6,419 ,000 ,450 ,114 ,051 3,934 ,000 (Constant) Ålder Boyta Avstånd Kommun C Avstånd närmaste externa handelscentrum

Avstånd Uppsala centrum D12 D1218 D1824 D3036 D3642 D42 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. 2 R =0,678 N=1974 Coefficients 5,580 ,134 41,554 ,000 -,087 ,013 -,081 -6,500 ,000 ,563 ,026 ,342 21,991 ,000 -,107 ,008 -,168 -13,158 ,000 -,184 ,019 -,280 -9,608 ,000 -,006 ,001 -,169 -5,896 ,000 -,318 ,101 -,037 -3,133 ,002 -,287 ,040 -,098 -7,166 ,000 -,119 ,027 -,062 -4,337 ,000 ,141 ,022 ,092 6,579 ,000 ,262 ,034 ,097 7,667 ,000 ,390 ,101 ,046 3,846 ,000 (Constant) Ålder Boyta Avstånd Kommun C Avstånd närmaste externa handelscentrum

5.1 Tillgänglighet

De utvalda egenskaperna svarar för 71 (år 2004) respektive 68 (år 2005) procent av variationer i pris. Determinationskoefficienterna (R ) är 0,713 respektive 0,678, 2

justerade determinationskoefficienter är 0,712 respektive 0,677. Sett till absoluta tal är koefficienten för externhandel högre 2004 än 2005, detta kan dock inte styrkas utan lämpligt test. Samtliga koefficienter är signifikanta på fem procents nivå.

Ursprungligen estimerades modellen med avstånd till samtliga externa handelsetableringar för varje hushåll, vilket resulterade i multikollinearitet mellan avståndsvariablerna. Som det beskrevs i kapitel ”Data”, har dessa ersatts med avstånd till närmaste handelcentra.

Som det framgår av tabellen, har egenskapen bostadsyta störst inverkan på det slutliga

priset, en procents ökning av boyta motsvarar en ökning på 0,56 (2004) respektive 0,50 (2005) procent i pris, allt annat lika. Det positiva tecknet på estimaten för bostadsyta är förväntad, då större yta förväntas betinga ett högre pris på huset. Betalningsviljan är enligt denna modell beräknad på 6867 kr respektive 6312 kr för ytterligare en kvadratmeter i genomsnittshuset för varje år. Det skulle även vara lämpligt att kunna undersöka antal rum i fastigheterna, dock kan inte detta utläsas ur primärdata.

För standardsumman, som är en annan fastighetsrelaterad variabel, är skillnaden i

prispåverkan störst mellan de observationerna i den lägre standardklassen (D12) och den högre (D42) jämfört med normalstandard (24 – 30 standardpoäng). För standardvärden på hus betingar ett objekt med standardpoäng på 42 positiva estimat på 0,39 respektive 0,45, vilket motsvarar en betalningsvilja på 637 976 kr respektive 778 803 kr över ett hus med normalstandard. Ur köparens synpunkt är detta kvalitetsmått en bättre riktlinje än fastighetens ålder, som inte säger så mycket om huset uppfyller tillfredsställande

standard eller innehar särskilda kvalitéer. Enligt modellen som estimerats i analysen, kan förklaringen beaktas då ålder har en relativ liten effekt på huspris. Betalningsviljan

Bland tillgänglighetsvariablerna har avstånd till externhandel enligt tabell 3 störst

inverkan på pris enligt modellen, med negativa estimat på 0,184 samt 0,236. Det skulle betinga en minskad betalningsvilja på 9004 kr samt 11294 kr för ytterligare en kilometers avstånd från externhandel.

Avstånd kommuncentra har en förhållandevis låg inverkan på priset enligt de estimat som

fås. Estimaten för egenskapen är även de negativa och hamnar på värdena 0,1 och 0,12. Estimaten resulterar i att betalningsviljan minskar med 11472 kr samt 13911 kr för ytterligare en kilometers avstånd från kommuncentra. Sett till betalningsviljan, är såldes avstånd till kommuncentra en viktigare faktor än avstånd till externhandel.

Koefficienten för avstånd Uppsala är inte logaritmerad, vilket kan ge en missvisande bild

av förhållandet inbördes mellan tillgänglighetsvariablerna i tabellerna. Övriga variabler är presenterade i elasticitetsform, medan variabel ”Avstånd Uppsala” inte är det. Effekterna räknas här ut i form av konstant elasticitet (CES), där estimaten för ”Avstånd Uppsala” multipliceras med medelavståndet för givet år. Estimaten blir då -0,17 respektive -0,09.

5.2 Negativa externaliteter

Modellen utvecklas med en klassindelad dummyvariabel med syftet att skatta effekten av negativa externaliteter på hus som bedöms ligga tillräckligt nära externhandelsplatserna. Ett negativt värde på dummyvariabeln innebär således en negativ effekt av närhet till externhandelsplats. Då det är svårt att bedöma exakt hur nära som närhet till externa köpcentrum övergår till något negativt, har skattningar med olika avstånd gjorts för att utreda eventuella negativa effekter av närhet till externhandelsplatser. Skattningarna resulterade i signifikanta resultat för fastigheter upp till och med två kilometers avstånd från externhandelsplatser .

Tabell 5 – År 2004, med dummy < 2 km.

Coefficients Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta (Constant) 5,844 ,137 42,747 ,000 Ålder -,095 ,013 -,088 -7,183 ,000 Boyta ,558 ,025 ,339 22,120 ,000 Avstånd Kommun C -,104 ,008 -,163 -12,933 ,000 Avstånd närmaste externa

Tabell 6 – År 2005, med dummy < 2 km. Coefficients Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta (Constant) 6,297 ,151 41,692 ,000 Ålder -,097 ,015 -,088 -6,456 ,000 Boyta ,495 ,028 ,299 17,710 ,000 Avstånd Kommun C -,121 ,009 -,180 -13,065 ,000 Avstånd närmaste externa

handelscentrum -,349 ,027 -,516 -13,078 ,000 Avstånd Uppsala centrum ,002 ,001 ,044 1,231 ,218 D12 -,442 ,109 -,052 -4,038 ,000 D1218 -,300 ,045 -,101 -6,735 ,000 D1824 -,161 ,029 -,087 -5,522 ,000 D3036 ,148 ,023 ,096 6,436 ,000 D3642 ,242 ,039 ,084 6,185 ,000 D42 ,415 ,113 ,047 3,673 ,000 Avstånd < 2 km från externhandelscentrum -,504 ,069 -,118 -7,298 ,000 687 , 0 2 = R N = 1974

Skattningen har genomförts genom att lägga till en dummyvariabel med värdet ett för fastigheter inom två kilometer, allt annat lika. I denna skattning har 88 respektive 57 fastigheter lokaliserats inom två kilometers avstånd från externhandelsplatser. Estimaten för dummyvariablerna blev -0,433 respektive -0,504, motsvarande en minskad betalningsvilja på 529 515 kr respektive 481 605 kr. Förklaringsgraden uppmättes till 0,720 respektive 0,687. Återigen är samtliga koefficienter signifikanta på fem procents nivån utan ”Avstånd Uppsala”, som båda åren fick t-värden som inte var signifikant skilda från noll. Vid skattningar med högre avstånd på dummyvariabeln drabbades skattningarna av multikollinearitet, således är det svårt att bedöma med modellen vilka avstånd som närheten till externhandeln övergår till positiva effekter. Övriga skattningar presenteras i bilaga.

6. Slutsats/Diskussion

Syftet med uppsatsen var specifikt att studera tillgänglighetsegenskapers påverkan på marknadsvärdet för hus i Uppsala län, med en tonvikt på externhandelsplatser. Resultaten som presenteras i analysen visar att tillgängligheten till externhandelsplatser är av betydelse för marknadsvärdet på hus i Uppsala län. Detta har analyserats genom en hedonisk prismodell, där värdering av egenskaper summerar till ett slutlig marknadsvärde på observerade hus. Antagandet har varit att hushållens resmönster förändras då inköpsresor görs på externhandelplatser mot att tidigare ha gjorts i kommuncentrum och enskilda butiker. Följaktligen antogs att tillgängligheten till externhandelsplatser skulle speglas som en signifikant egenskap i marknadsvärdet på hus.

Effekterna på hushållens resmönster har utforskats i ett flertal studier, där resultaten pekar på att externhandelsplatser drar till sig hushållens köpkraft. Istället för att göra flera inköp hos enskilda butiker, görs vecko- eller månadsinköp i externhandelsplatser till en kostnad av längre inköpsresor. Förändrade inköpsmönster resulterar i att enskilda butiker blir utkonkurrerade och kommuncentra förlorar sin roll som handelsplats i kommunen. Resultaten från analysen visar att avstånd till kommuncentrum fortfarande har en signifikant inverkan på hus marknadsvärden.

Enligt analysen visar det sig att avstånd till handelscentra har en signifikant inverkan på marknadsvärden på hus i Uppsala län. Vid en beräkning av betalningsvilja är dock kommuncentra fortfarande av större betydelse. Ser man till tidigare studier, är det rimligt att anta att kommuncentra tappar i betydelse som mål för inköpsresor till förmån för externa handelscentra, dock kan andra positiva effekter kvarstå av att bo nära kommuncentrum. Förklaringen till kommuncentras betydelse kan förklaras av andra orsaker som inte tas upp i analysen, som avstånd till arbetsplats och arbetspendling. Detta har dock inte ingått i syftet, utan kan vara ett föremål för vidare studier.

externetableringar som trafik, buller och avgaser kan rimligen anses vara källan till den negativa externaliteten som följer av större fokus på bilburna kunder.

De olika modellernas relativ höga förklaringsgrad visar på att de flesta prispåverkande egenskaper tagits med i skattningen av objektens marknadsvärde. Utifrån den använda modellen kan slutsatsen dras att externhandelsplatser påverkar marknadsvärdet på hus i Uppsala län. De exakta orsakerna till detta samband kan dock inte fastslås utifrån analysen, men antagandet har varit, utifrån tidigare studier, att inköpsresor kan vara en bidragande orsak.

Som kritik för den använda modellen så är tillgänglighetsvariabeln i form av fågelavstånd till de olika centra möjligen inte det bästa måttet på just tillgänglighet. Än viktigare är tillgången till vägar och verklig restid till de olika målen. Samtidigt så är variabeln ”närhet till externhandelsplats” inte det bästa måttet på att just den närmaste handelsplatsen föredras av hushållen i fråga. Det är rimligt att anta att utbudet av varor och butiker bidrar till valet av handelsplats, och att avstånd i så fall är av underordnad betydelse för hushållens val av handelsplats. I en sådan modell skulle avstånd till samtliga externhandelsplatser skattas för varje hus. Det ska dock nämnas att en skattning av marknadsvärde mot alla köpcentrum var det ursprungliga tillvägagångssättet för analysen, men modellen fick överges på grund av multikollinearitet.

7. Källförteckning

Berger, T. (1998); Priser på egenskaper hos småhus, Arbetsrapport nr. 14. Uppsala

Universitet, Institutet för bostadsforskning.

Bergström, F. & Kolterjahn, F. (2004); Likriktning, möjlighet och hot i svenska köpcentrum, Forskningsrapport S101, AB Handelns utredningsinstitut (HUI), Stockholm.

Bergström, F. (1999); Does out-of-town shopping really crowd out high street shopping?,

Forskningsrapport nr. S 48, Handelns utredningsinstitut, Stockholm.

DiPasquale, D. (1996); Urban economics and real estate markets, Prentice Hall, New

Jersey.

Garvill, J. m.fl. (2004); Betydelsen av lokalisering av handel för inköps- och resmönster,

Vägverket.

Li, M. m.fl. (1980); Micro-neighbourhood externalities and hedonic housing prices,

Land economics vol. 56 nr. 2.

Ljungberg, C. (2004); Externa och halvexterna affärsetableringar – litteraturstudie och kartläggning, Trivector rapport 2004:18, Vägverket.

Rosen, S. (1974); Hedonic prices and implicit markets: Product differentiation in pure competition, Journal of political economy, vol. 74.

Svensson, T. m.fl. (2002); Konsekvenser av dagligvaruhandelns strukturomvandling,

Slutrapport, VTI-rapport nr. 485.

Wilhelmsson, M. (2000); The impact of traffic noise on the values of single-family houses, Journal of environmental planning and management, nr. 43.

Sveriges Kommuner och landsting (2005); Handel i industriområden, Pilotrapport.

Översiktsplan 2006 för Uppsala kommun.

Internetlänkar: