Köpa eller bygga nytt?

Transkript

1 Rapport 2011:03 Köpa eller bygga nytt? Tobins Q och tillgängligheten i Örebro län Mars 2011

2 Köpa eller bygga nytt? Tobins Q och tillgängligheten i Örebro län WSP Analys och Strategi Rapport 2011:03 Dnr: ISBN

3 Förord Bra kollektivtrafik är en avgörande faktor för att skapa en god utveckling i hela Örebroregionen. Samtidigt innebär kollektivtrafiken stora kostnader för länets invånare. Flera områden i länet har de senaste åren haft en minskande befolkning och en minskning av antalet arbetsplatser. I den här rapporten ställer vi oss frågan om, och i så fall hur mycket, en förändrad kollektivtrafik kan öka attraktiviteten i hela Örebroregionen. I rapporten testas den kollektivtrafik som föreslås i Målbild för kollektivtrafiken 2015 och 2030 som Regionfullmäktige och Länstrafiken Örebro ställde sig bakom Rapporten bygger därför på en kollektivtrafik med tät trafik i stomlinjer i befolkningstäta stråk, kompletterande tvärtrafik och en anropsstyrd kollektivtrafik i länets befolkningsglesade delar. Rapporten togs fram av WSP Analys och Strategi 2009 och kompletterades 2010 med ytterligare analyser av effekter av en Nobelbanan d.v.s. en ny järnväg Örebro-Kristinehamn via Karlskoga/ Degerfors. För dig som inte är intresserade av den teknisk beskrivningen av modellen och de beräkningar som gjorts räcker det att läsa avsnitten 3. Sammanfattning, 5. Slutsatser, 7. Särskild studie av Nobelbanan och studera kartorna som är samlade i 8. Appendix. WSP Analys och Strategi svarar själva för rapportens slutsatser och bedömningar. Fredrik Eliasson, utvecklingsstrateg vid Örebro läns landsting har varit projektledare. Magnus Persson Regiondirektör

4 Innehållsförteckning 1 SAMMANFATTNING INLEDNING OCH BAKGRUND Förutsättningar METOD Tobins Q Trafikanalyser och tillgänglighetsberäkningar Skattning av samband mellan Tobins Q och tillgänglighet Modellberäkning av Tobins Q med alternativt trafiknät Kvalitet och osäkerheter i beräkningarna RESULTAT Tobins Q Tillgänglighet Skattat samband mellan Tobins Q och tillgänglighet SLUTSATSER REFERENSER SÄRSKILD STUDIE AV NOBELBANAN Bakgrund Resultat APPENDIX Appendix kapitel Appendix kapitel 7 Nobelbanan

5 1 Sammanfattning En ekonomisk indikator på om det är lönsamt att bygga ett nytt småhus är Tobins Q. Tobins Q definieras som kvoten mellan försäljningspris för ett småhus och investeringskostnaden för ett nytt småhus. Kvoten används ofta som en indikator på attraktiviteten på den lokala bostadsmarknaden. Denna rapport undersöker sambandet mellan Tobins kvot (Q) och tillgänglighet i Örebro län. En central fråga är om förbättringar i trafiksystemet kan påverka attraktiviteten på småhusmarknaden, och i så fall med hur mycket. Rapporten undersöker hur Tobins Q varierar inom Örebro län under perioden och om det föreligger ett samband mellan områden med hög tillgänglighet i transportsystemet och höga Tobinskvoter. Beräkningarna av Tobins Q visar att länet som helhet uppvisar en genomsnittlig Tobinskvot på Det finns dock stora variationer mellan kommunerna. Örebro kommun är den enda kommunen med en genomsnittlig Tobinskvot över ett (1.04), övriga kommuner varierar mellan För att undersöka hur förbättringar i kollektivtrafiksystemet påverkar försäljningspris och Tobins Q beräknas tillgängligheten i transportsystemet dels med dagens trafiknät, dels med ett alternativt trafiknät. Beräkningarna av tillgängligheten genomförs i ett trafikmodellsystem. Resultatet av tillgänglighetsberäkningarna visar att det alternativa trafiknätet ger tillgänglighetsförbättringar i länet som helhet, särskilt i länets perifera delar. Resultatet av studien visar också att det föreligger ett starkt samband mellan tillgänglighet i transportsystemet och försäljningspriser på småhus. De statistiska skattningarna visar att ett signifikant samband föreligger och att tillgängligheten förklarar drygt 60 procent av variationen i försäljningspriserna i Örebro län. Förklaringsgraden ligger något högre i jämförelse med andra studier som visat på förklaringsgrader på procent. Det alternativa trafiknätet kan förväntas ge positiva effekter på småhuspriserna i Örebro län, även om de övergripande effekterna är måttliga. Störst förändring av Tobins Q kan förväntas där de relativa tillgänglighetsförbättringarna är störst, dvs. i perifera områden. Dock är dessa förändringar inte tillräckliga för att har någon betydande inverkan på Tobins Q. De flesta områden där Tobinskvoten ökar till ett värde över 1.0 (28 stycken) ligger inom Örebro kommun. WSP Arenavägen Stockholm-Globen Telefon Fax

6 2 Inledning och bakgrund Priserna på bostadsmarknaden i Sverige har under de senaste tio åren stigit kraftigt, framför allt i storstadsregionerna. Övriga delar av landet har också upplevt en generell prisuppgång, även om den inte kan jämföras med storstädernas. Prisuppgången har framför allt drivits på av historiskt sett låga räntor, men även av låg produktionstakt av nya bostäder. I vissa delar av landet råder idag en stor efterfrågan på nya bostäder medan det i andra delar råder överskott på bostäder. Bostadsbyggandet i riket är på historiskt låga nivåer. Frågan som många ställer sig är: Är det lönsamt att bygga eller bör jag istället köpa min bostad? Tobins Q En ekonomisk indikator på om det är lönsamt att bygga är Tobins Q, uppkallat efter nobelspristagaren (1981) i ekonomi, James Tobin. Tobins Q definieras som kvoten mellan försäljningspris och vad det kostar att bygga ett nytt småhus och är en indikator på om det är ekonomiskt lönsamt att bygga ett nytt eller inte. Nämnaren utgörs av produktionskostnaden för en ny bostad och täljaren består av marknadsvärdet för en jämförbar be ntlig bostad. En kvot över 1 indikerar således att det är lönsamt att bygga. I teorin bör högt Tobins Q leda till höga investeringar och vice versa. I praktiken krävs dock något högre kvot än 1, eftersom byggherren bör ha marginal på satsat kapital. Tobins Q varierar markant över hela riket. Storstadsregionerna har länge haft kvotvärden över 1, medan perifera delar av landet har värden långt under 1. Trots att det i teorin borde vara lönsamt att bygga i storstadsregionerna har byggandet under de senaste åren legat på låga nivåer. Detta kan delvis förklaras av att prisökningen varit mycket snabb och att det tagit tid att samla resurser till ett mer omfattande byggande. En annan förklaring kan vara en begynnande brist på mark i attraktiva lägen. Generellt sett varierar bostadspriserna betydligt mer än kostnaderna för nyproduktion mellan olika delar av regionen vilket innebär att mikroläget har stor betydelse för var det byggs nya bostäder. Därför byggs det också i kommuner med låga Tobins-kvoter, även om de omgivande områdena inte är attraktiva. Höga produktionskostnader kan förklara det låga byggandet totalt sett, men inte i förhållande till Tobins Q eftersom produktionskostnaderna är inkluderade i Tobins Q. Ett annat skäl till att det trots allt byggs i områden med låga Tobinskvoter är att det naturligtvis finns andra incitament till att bygga än endast rationellt ekonomiska. 4

7 Tobins Q och nybyggnation Även om bostadsbyggandet under senare tid varit lågt finns det ett samband mellan höga Tobins Q-värden och var det faktiskt byggs. Mälardalsrådet har i en rapport (Strömqvist 2004) undersökt variationen mellan Q-värden för Mälardalens kommuner och bostadsbyggandet under perioden Analysen visar att det finns ett systematiskt samband som förklarar drygt 60 procent av variationen i byggandet. Analysen visar att då Tobins Q antar värdet 1 kan man förvänta sig att bostadsbyggandet motsvarar två bostäder per år och 1000 invånare (Figur 1). Drivs Tobins Q upp till 1,5 ökar bostadsbyggandet till närmare fyra bostäder per år och 1000 invånare. Om Stockholm-Mälarregionen som helhet ska få något mer omfattande bostadsbyggande måste Tobins Q vara avsevärt större än 1. Figur 1 Sambandet mellan Tobins Q och nyproduktion av småhus (Strömqvist 2004) Om man ser till det totala byggandet i Mälardalen är sambandet mellan höga byggnadsvolymer och höga Tobins Q-värden ännu starkare. Det finns ett relativt tydligt samspel mellan Tobins Q och nyproduktionen (Figur 2). Det finns också ett ganska tydligt brott i samspelet. Efter 1994 motsvarar Tobins Q en avsevärt lägre nyproduktion än under åttiotalet. Detta trendbrott förklaras bland annat av förändrad räntepolitik och minskade räntebidrag, vilket ledde till att kostnaderna för bostadsproduktion drevs upp till marknadsmässiga nivåer. Tar man hänsyn till detta trendbrott visar det sig att 90 procent av variationen i Mälardalens småhusbyggande beror av Tobins Q (Strömqvist 2004). 5

8 Figur 2 Nyproduktion av småhus och Tobins Q för småhusmarknaden i Stockholm Mälarregionen år (Strömqvist 2004) Tobins Q och tillgänglighet Det finns flera studier av sambandet mellan Tobins Q och tillgänglighet i transportsystemet. Samtliga av dessa studier visar att det finns ett signifikant samband mellan höga Tobins Q-värden och hög tillgänglighet i tranportsystemet. Forslund (2007) har i en analys beskrivit variationen i Tobins Q för småhus i Västerås under perioden Tobins Q beräknades på delområden i kommunen. I rapporten undersöks bland annat hur Q-värdet varierar med avståndet till Västerås centralstation. Analysen visar att de högsta Q-värdena återfinns i de mest centrala delarna av kommunen, och avtar med ökat avstånd från centralstationen. I en annan studie (Berglund 2006) har WSP på uppdrag av Uppsala stad undersökt sambandet mellan tillgänglighet och Tobins Q. Tobins Q beräknades i studien på små delområden om 500x500 meter. Tillgängligheten beräknades både som tillgänglighet i kollektivtrafiksystemet och vägtransportsystemet. Resultatet av skattningen visar att tillgängligheten förklarar omkring 50 procent av variationen i Tobins Q i Uppsala stad. I en tredje studie (Strömqvist 2004) studerades sambandet mellan Tobins Q och tillgänglighet i Mälardalens kommuner. Sambandet visade sig vara mycket starkt, där tillgängligheten förklarade 80 procent av variationen i Tobins Q. Denna beräkningsmetod fångar inte den inomkommunala variation av lägeskvaliteter som olika områden besitter. Därför finns det anledning att använda dessa siffror med försiktighet eftersom sambandet är skattat på genomsnittliga Q- värden och genomsnittlig tillgänglighet på kommunnivå. 6

9 2.1 Förutsättningar Bostadsmarknadens utveckling i Örebro län Idag byggs det relativt få nya småhus i Örebro län. Detta är inte ett specifikt förhållande för just Örebro län, utan kan sägas vara giltigt för riket som helhet. År 2008 byggdes det omkring 350 nya småhus i Örebro län (Figur 3), vilket kan jämföras med ett genomsnitt för rikets samtliga län på 570 småhus. Flest småhus byggdes i Stockholms län med ett tillskott på nya bostäder år Minst byggdes det i Norrbottens län (80 småhus). Den historiska statistiken visar på en markant nedgång i småhusbyggandet i Örebro län under perioden , med en tillfällig uppgång under slutet på 1980-talet då rikets bostadsmarknad senare visade sig vara överhettad. Sedan år 2001 kan dock en svagt uppåtgående trend i småhusbyggandet observeras. Antal nybyggda småhus i Örebro län Figur 3 Nybyggnation av småhus i Örebro län (antal) (SCB) År 2008 försåldes omkring småhus i Örebro län (Figur 4). Historiskt sett är detta ett högt värde, som motsvaras av försäljningsvolymerna före bostadskrisen i början på 1990-talet. 7

10 Försålda småhus i Örebro län (antal) Figur 4 Antal försålda småhus i Örebro län (SCB) Snittpriset för ett småhus i Örebro län ligger idag på drygt kr. Det råder dock stora inomregionala variationer i priset. Det genomsnittliga priset på ett småhus i Örebro kommun låg år 2008 på drygt 2 miljoner kronor och i Ljusnarsberg låg snittpriset år 2008 på endast kronor (Figur 5). Utvecklingen av småhuspriserna i Örebro län visar på tydliga skillnader mellan olika delar av regionen. Medan prisutvecklingen i Örebro kommun i princip följer rikssnittet är utvecklingen i övriga delar av regionen måttlig. Denna utveckling är typisk för flera regioner där en stark centralkommun med god befolkningstillväxt omges av kommuner med begränsad eller negativ befolkningsutveckling. Prisutvecklingen speglar helt enkelt rådande efterfrågan och utbud på bostäder i olika delar av regionen. 8

11 Köpeskilling för småhus i Örebro län Medelvärde (1000) kr Riket Örebro län Örebro kommun Ljusnarsbergs kommun Figur 5 Genomsnittlig köpeskilling för småhus i olika delar av Örebro län (SCB) Produktionskostnaderna för gruppbyggda småhus i olika delar av landet skiljer sig inte lika mycket åt som bostadspriserna. I statistiken delas produktionskostnaderna in i tre geografiska storstadsregioner och tre länsregiongrupper. Örebro län tillhör länsregion II. Statistiken visar att produktionskostnaderna är dyrast i Storstadsregionerna med en kostnad på drygt kr per kvadratmeter år Kostnaderna tenderar också att fluktuera mer i storstadsregioner än i övriga regioner. Länsregion II hade år 2008 en produktionskostnad på drygt kr per kvadratmeter (Figur 6). Produktionskostnad för gruppbyggda småhus kr/kvm Stor-Stockholm Länsregionerna I - III Länsregion II (Bl.a. Örebro län) Riket Figur 6 Produktionskostnader för gruppbyggda småhus (SCB) 9

12 I Örebro län som helhet låg snittet av Tobins Q år 2006 på 0,6. Det finns dock stora variationer mellan kommunerna. Örebro kommun uppvisade år 2006 högst Tobinskvot (1.16) medan Ljusnarsbergs kommun hade en kvot på omkring 0,3 (Figur 7). Tobins Q för kommuner i Örebro län Q Örebro Kumla Lekeberg Askersund Nora Karlskoga Hallsberg Lindesberg Laxå Degerfors Hällefors Ljusnarsberg Figur 7 Tobins Q för kommuner i Örebro län år 2006 (Institutet för bostadsforskning) Tobins Q varierar även över tid. Genomsnittet av Tobins Q för Örebro län låg i början på 1980-talet på 0,9 och har sedan minskat till 0,6 år 2006 (Figur 8). Under samma period har prisspridningen mellan länets kommuner ökat kraftigt. Örebro kommun har prismässigt dragit ifrån övriga kommuner i länet. Samtidigt som länet uppvisat minskande Tobinskvoter har snittet för Örebro kommun legat något under 1 under perioden, men trenden har varit positiv sedan början på 1990-talet. Tobins Q: Snitt Örebro län Q Snitt Örebro län Ljusnarsbergs kommun Örebro kommun Figur 8 Utvecklingen av Tobins Q för två kommuner i Örebro län (Institutet för bostadsforskning) 10

13 3 Metod 3.1 Tobins Q Data för beräkning av Tobins Q i nuläget kommer i huvudsak från två källor; lantmäteriets register över fastighetsförsäljningar samt SCB:s statistik för produktionskostnader. Samtliga köp som kan antas vara marknadsmässiga sorteras ut för vidare bearbetning. Metodiken för denna sortering är densamma som SCB använder för att redovisa statistik över småhusförsäljningar och redovisas nedan. Ett marknadsmässigt köp ska uppfylla följande kriterier: Köpeskillingen får vara maximalt 10 milj. Kr Typkoden måste vara 220, d.v.s. småhus för permanentboende Köpeskillingskoefficienten (K/T) måste vara mellan 0,8 och 6,0 Försäljningar av fastigheter upplåtna med tomträtt sorteras bort Antal fastigheter som ingår i köpet måste vara 1 Variablerna standardpoäng, värdeår och värdeyta måste finnas med i fastighetsinformationen Datamaterialet från lantmäteriet innehåller samtliga småhusförsäljningar , totalt st. Efter att urval av marknadsmässiga köp enligt ovanstående kriterier gjorts återstod köp, vilka sedan användes för vidare analyser. Produktionskostnaderna för gruppbyggda småhus hämtas från SCB:s statistik. Denna är uppdelad i kostnad för mark och byggnad. Den summerade produktionskostnaden för 1 m 2 boyta i småhus används sedan för beräkning av Tobins Q. För att kunna beräkna Tobins Q gjordes en justering av marknadsvärdet enligt Berger (1997) eftersom de försålda husen har olika ålder. Enligt Berger är en god uppskattning av deprecieringen cirka 1 % per år. Justeringen gjordes för varje transaktion. Därefter beräknades en genomsnittlig Tobins Q för samtliga trafikzoner i Örebro län. 11

14 3.2 Trafikanalyser och tillgänglighetsberäkningar Trafiken analyseras med en trafikmodell 1 som beräknar antal personresor och dess fördelning på färdmedel baserade på restider med Kollektivtrafik Gång, Cykel och Bil. Bilrestiderna beräknas på bilvägarna och kollektivlinjernas sträckning, turtätheter samt gångtider ger restiderna med kollektivtrafiken. Inför skattningen av sambandet mellan tillgänglighet och Tobins Q beräknas tillgängligheten med dagens utbud av vägar och kollektivtrafiklinjer i Örebro Län och övriga Mälardalen. Det alternativa trafiknätet ersätter befintliga regionala linjer i Örebro län med stomlinjer, regionala stråk och anropsstyrd trafik. De lokala linjerna i Örebro är kvar i linjenätet. Stomlinjerna har hållplatser i tätorterna vilket betyder att det är glest mellan hållplatserna. Övriga områden trafikeras med anropsstyrd trafik. Tabell 1 Stomlinjer och regionala stråk Stomlinjer Regionala Stråk Från Till Antal Restid Från Till Antal Restid turer minuter turer Dygn/ Dygn/ minuter Max- Maxtimme timme Arboga Eskilstuna 19 / 2 25 Lindesberg Arboga 6 / 2 59 Örebro Odensbacken 23 / 4 37 Hällefors Karlskoga 6 / Örebro Pålsboda 23 / 4 40 Fjugesta Vingåker 6 / Örebro Askersund 23 / 4 55 Kristinehamn Motala 6 / Örebro Fjugesta 37 / 5 35 Karlskoga Fagersta 6 / Örebro Garphyttan 47 / 9 30 Örebro Karlstad 19 / Karlskoga Degerfors 47 / 9 19 Örebro Hällefors 19 / 2 91 Örebro Ludvika 19 / 2 85 Örebro Stockholm 19 / 2 97 Örebro Laxå 23 / 4 33 Örebro Karlstad 19 / LuTrans, trafikmodell för persontrafik i Mälardalen 12

15 Lindesberg Nora Frövi Karlskoga Örebro Degerfors Kumla Hallsberg Laxå Figur 9 Linjer i Örebro län antal turer per dygn i alternativt trafiknät Figur 10 Lokala och Regionala linjer i alternativt trafiknät i Örebro 13

16 Direktanropsresa tillåts om resan inte ska göras till, inom eller från ett lokaltrafikområde (Örebro) och om resan är kortare än 30 km. Längre resor antas vara hänvisade till att kombinera anropsresa med en stomresa och om nödvändigt en avslutande anropsresa till mål. En anropsresa antas ske på följande vis: Resenären ringer och beställer en resa och anger 1. önskad starttid, 2. adress vid start och 3. adress vid mål för resan. Resenären får besked 1. om resan är en direktresa eller om en del av resan är med linjetrafik 2. anropsresans starthållplats och starttid 3. anropsresans målhållplats och ankomsttid 4. anropsresans reskostnad (anropsavgift 15 kr) utöver det månadskort eller kontantpris för att resa med linjetrafik. Den restid som används i tillgänglighetsmåttet består av: 1. Gångtid till anropshållplatsen 2. Ingen väntetid vid anropshållplatsen. Anropsresan antas starta vid en överenskommen tidpunkt försäkrat med ett samtal från föraren. Om en stomresa ingår kommer den väntetid som stomlinjen har att ingå i restiden. Det betyder att även om den anropsstyrda trafiken är anpassad till stomlinjens avgång så finns en dold väntetid i hemmet på samma sätt som för alla kollektivtrafikresor. Åktid till närmast stomhållplats 1. (kodas med schablon 50 km/h och fågelvägsavstånd) och om direktresa till målzon (kodas med schablon 50 km/h och avstånd kortaste väg) 2. Avgift för eventuell anropsstyrd resa 15 kr 3. Anropsavgiften räknas om till åktid 18 minuter med hjälp av genomsnittligt tidsvärde för kollektivresenärer i modellen. Avgiften är extra utöver kollektivrestaxan. Om en anropsresa behövs sista biten från stomhållplatsen till målområdet görs den på samma sätt med 3 minuters gångtid och ingen väntetid eftersom anropsresan antas samordnad med stomtrafiken. 14

17 3.3 Skattning av samband mellan Tobins Q och tillgänglighet Sambandet som testats är om det är möjligt beskriva variationer i försäljningspris med hjälp tillgänglighetsmått samt vissa uppgifter från taxeringsregistret som beskriver fastighetens kvalitet. I detta fall valdes tillgänglighet till arbetsplatser i kollektivtrafiksystemet, tillgänglighet till arbetsplatser med bil, fastighetens standardpoäng, byggnadens värdeår samt närhet till vatten. Korrelationen mellan dessa variabler samt försäljningspriset visas i Tabell 2. Tabell 2 Korrelation mellan variabler Tillgänglighet till arbetsplatser (Koll) Tillgänglighet till arbetsplatser (Bil) Byggnadens värdeår Närhet till vatten Byggnadens standardpoäng Köpeskilling/ kvm (boarea) Tillgänglighet till arbetsplatser (Koll) Tillgänglighet till arbetsplatser (Bil) Byggnadens värdeår Närhet till vatten Byggnadens standardpoäng Köpeskilling/ kvm (boarea) 1,00 0,84 1,00 0,20 0,11 1,00-0,12-0,10-0,07 1,00 0,24 0,21 0,35-0,05 1,00 0,68 0,76 0,23 0,00 0,27 1,00 Från Tabell 2 kan det konstateras att en relativt hög positiv samvariation föreligger mellan tillgänglighetsmåtten och köpeskilling. Variablerna standardpoäng och värdeår uppvisar en svag positiv korrelation. Vattennärhet visar något förvånande ingen samvariation med köpeskillingen. Detta beror sannolikt på att mycket få av de försålda fastigheterna (ca 300) är klassade som vattennära i taxeringsregistret. En regressionsmodell för med försäljningspris som responsvariabel och tillgänglighet, standardpoäng och värdeår som förklarande variabler skattades med hjälp av försäljningsstatistiken. Skälet till att försäljningspriset skattades och inte Tobins Q direkt är att statistiken rörande produktionskostnader endast finns redovisad på länsnivå och alltså är konstant för hela regionen. Figur 11 visar observerade försäljningar på x-axeln och modellutfall på y-axeln. Samtliga förklarande variabler har en hög signifikansnivå på 99 %. 15

18 Köpeskilling/ kvm (boarea) Modell Observerat Figur 11 Observerade försäljningar och modellutfall Korrelationen mellan modell och observerade värden är 0,78 och r 2 (förklariningsgrad) 0,61 vilket innebär att modellen kan förklara 61 % av försäljningsprisernas variation. Man kan notera i Figur 11 att modellen underskattar priset för en del objekt. Detta är sannolikt försäljningar av speciella objekt där tillgängligheten har mycket liten påverkan på priset. En del objekt kan observeras till vänster om punktsvärmen. Detta innebär att modellen ger dessa högre pris än de i verkligheten såldes för. I detta fall skulle dessa kunna representeras av exempelvis renoveringsobjekt i centrala lägen. Tabell 3 visar modellparametrarna med standardfel och t-värde (Students t). Samtliga modellparametrar är signifikanta under 0,1 % - nivån (P) Tabell 3 Estimat av modellparametrar Koefficient Standardfel t - värde P Tillgänglighet kollektivtrafik 0,24 0,04 6,47 < Tillgänglighet bil 0,39 0,01 42,21 < Standardpoäng 88,83 12,31 7,22 < Byggnadens värdeår 33,07 2,63 12,55 <

19 3.4 Modellberäkning av Tobins Q med alternativt trafiknät Modellen bedöms kunna utgöra en god beskrivning av hur tillgänglighetsförändringar påverkar försäljningspris och Tobins Q. Däremot finns som beskrivet ovan en rad faktorer som inte fångas av modellen. För att kunna göra en så bra beskrivning som möjligt användes Tobins Q beräknade från försäljningsstatistiken som bas för nuläget. I de fall försäljningsstatistik saknades för en trafikzon användes det modellberäknade nuläget. Därefter modellberäknades nya värden på Tobins Q med det förändrade trafiksystemet. Den modellbaserade förändring som observerades multiplicerades med Tobins Q från försäljningsstatistiken. 3.5 Kvalitet och osäkerheter i beräkningarna Som tidigare beskrivits varierar försäljningspris och Tobins kvot avsevärt både inom kommun och län. En viktig faktor som påverkar hur goda uppskattningar som kan göras är hur många försäljningar som kan observeras i en enskild trafikzon. I zoner med få försäljningar kan man förvänta sig större osäkerheter. En annan viktig faktor för Tobins kvot är produktionskostnaden som i denna studie antas vara konstant i hela regionen. Produktionskostnaden kan delas upp i kostnad för mark och byggnation. Tomtpriser och därmed markkostnaden skulle kunna förväntas variera beroende på läge i regionen. Om så är fallet skulle vi i nuläget ha något förhöjda kvoter i centrala och attraktiva lägen, samt omvänt något lägre kvoter i mer perifera delar. En förbättringspotential finns därför i att skaffa uppgifter om produktionskostnader på en lägre geografisk nivå. En möjlig väg är att uppskatta markdelen av produktionskostnaden på grundval av taxeringsvärdena. Tillgänglighet till arbetsplatser är en viktig förklaringsfaktor för försäljningspris och Tobins Q. Något som denna modell inte fångar är områdenas rykte eller sociala status vilka kan vara viktiga drivkrafter för prisbildning. En annan faktor som normalt sett har betydelse för priset är om fastigheten har närhet till vatten eller naturområden. Detta är svårt att använda på trafikzonsnivå eftersom många zoner är så stora att det inte går att generalisera en sådan variabel. Detta skulle kräva att man arbetade med mindre geografiska områden, exempelvis rutstatistik. 17

20 4 Resultat 4.1 Tobins Q År 2007 försåldes totalt omkring småhus i Örebro län och snittpriset för ett småhus länet var knappt 1,2 Mkr. De inomregionala variationerna i försäljningspriser är dock stora. I Ljusnarsbergs kommun var snittpriset för ett småhus omkring , medan snittpriset för Örebro kommun var omkring 2 Mkr. Även försäljningsaktiviteten varierar stort inom länet. År 2008 utgjorde försäljningarna i Örebro, Karlskoga och Lindesbergs kommuner 55 % av länets totala omsättning av småhus. I försäljningsstatistiken som används i denna studie återfinns omkring marknadsmässiga köp (Figur 12). Snittpriset per kvm bostadsyta i länet under perioden är enligt försäljningsstatistiken omkring kr/kvm. De totala produktionskostnaderna för ett nytt småhus i regionen uppgick till i snitt kr/kvm, dvs. betydligt högre än det genomsnittliga försäljningspriset i länet. Eftersom Tobins kvot beräknas som en jämförelse mellan två likvärdiga produkter, d.v.s. nybyggda hus, har försäljningspriserna justeras för att motsvara ett nybyggt hus (se metodavsnitt). Resultatet av beräkningarna av Tobins Q redovisas i Tabell 4. Det beräknade snittet på Tobins Q för Örebro län som helhet under perioden uppgår till 0,66 dvs. en ökning med omkring 0,1 enheter jämfört med år Detta indikerar att det på länsnivå ur strikt ekonomiskt hänseende inte är lönsamt att bygga nytt om man vill ha pengarna tillbaka på satsat kapital. Däremot finns det som tidigare nämnts betydande inomregionala variationer mellan kommunerna i länet. Resultatet av beräkningarna indikerar att det på kommunnivå är lönsamt att bygga i Örebro kommun, medan de flesta av de yttre kommunerna fortfarande har en Tobinskvot på långt under 1. Tabell 4 Beräknat genomsnittligt Tobins Q för kommuner i Örebro län KOMMUN TOBINS Q Lekeberg 0.62 Laxå 0.33 Hallsberg 0.48 Degerfors 0.31 Hällefors 0.26 Ljusnarsberg 0.23 Örebro 1.04 Kumla 0.72 Askersund 0.47 Karlskoga 0.52 Nora 0.54 Lindesberg 0.45 LÄNET

21 På samma sätt som det finns variationer mellan kommunerna i länet återfinns även inomkommunala variationer, vilket speglar lägets betydelse samt att det både finns attraktiva och mindre attraktiva lägen inom de flesta kommuner. Det finns alltså lokala områden inom kommunerna som uppvisar högre Tobinskvoter än kommuns genomsnittliga Q-värde (Figur 13). Figur 12 Försäljningar av småhus och försäljningspris (kr/kvm) i Örebro län (totalt marknadsmässiga köp). 19

22 Figur 13 Beräknat Tobins Q på delområden i Örebro län

23 4.2 Tillgänglighet Tillgänglighet i transportsystemet kan mätas på flera olika sätt. Ett vanligt mått är att beräkna antalet arbetsplatser som nås inom ett visst tidsintervall med kollektivtrafik eller bil. Tillgängligheten beskriver då varje områdes relativa belägenhet i förhållande till trafiksystemet och antalet arbetsplatser i övriga områden. Tillgängligheten till arbetsplatser och arbetskraft är viktiga förklaringsfaktorer till hur befolkning och företag väljer att bosätta och lokalisera sig. Ett områdes relativa tillgänglighet till arbetsplatser kan beräknas i trafikmodeller. Detta är dock endast ett mått på tillgänglighet och ger en översiktlig bild av hur transportsystem och bebyggelse samspelar. Eftersom utfallet av tillgänglighetsberäkningarna skiljer sig åt beroende på vilket tidsintervall som studeras kan detta beräkningsmått ibland vara grovt. Ett annat mått som tar hänsyn till flera faktorer är s.k. logsumma. Förenklat uttryckt beskriver logsumman möjligheten för en genomsnittlig individ i ett område att nå önskvärda målpunkter, till exempel arbetsplatser, inom en rimlig tid och kostnad. Logsumman kan också beskrivas som ett uttryck för den genomsnittliga nyttan med att göra en resa från ett område. Logsumman är entydigt bestämd vilket gör att differensen mellan olika tillgänglighetsberäkningar är entydig. Tillgänglighet kan även beskrivas som potentiellt antal arbetsplatser som nås inom ett visst tidsintervall, men detta är ett något begränsat mått i jämförelse med loggsummemåttet som visar på effektiviteten i systemet som helhet. I denna studie studeras två trafiknät; ett nuläge och ett alternativt trafiknät. Det alternativa trafiknätet innehåller flera idéer på förändringar i kollektivtrafiksystemet. Syftet är att undersöka hur det förändrade kollektivtrafiknätet påverkar tillgänglighet och bostadsmarknad. Det alternativa trafiknätet beskrivs mer detaljerat under metodavsnittet i denna rapport. Resultatet av tillgänglighetsberäkningarna för Örebro län illustreras i nedanstående figurer (Figur 14, Figur 15, Figur 16). Det alternativa trafiknätet ger en förbättrad tillgänglighet i länet som helhet, särskilt i de yttre delarna (Figur 14). Den anropsstyrda trafiken innebär att tillgängligheten förbättras betydligt i perifera områden som idag har gles kollektivtrafik. En övergripande slutsats av tillgänglighetsberäkningarna är alltså att det alternativa trafiknätet ger en förbättrad tillgänglighet i länet som helhet (Figur 14), särskilt i de yttre delarna av regionen. Detta är framför allt en effekt av den anropsstyrda trafiken vilken medför att perifera områden som tidigare karaktäriserats av lågt kollektivtrafikutbud får en betydande tillgänglighetsförbättring. I områden som idag har en relativ god tillgänglighet blir de sammantagna effekterna mindre. 21