Byggandets påverkan på prognos och befolkningsutveckling Modeller Michael Franzén Metodenheten för individ- och hushållsstatistik
Inledning Byggplanens påverkan på kommunernas prognosresultat Byggandets påverkan på befolkningsförändringen i kommunerna de senaste 35 åren
Byggplanernas påverkan i prognosen - inflyttningsmodell Inflyttningen i prognosen skattas med en linjär regressionsmodell: Inrikes inflyttade = β 0 + β 1 nya lgh i flerbostadshus + β 2 nya lgh i småhus + β 3 inrikes utflyttade + β 4 döda + β 5 födda Fördelningsmodell allokerar inflyttare utifrån värden på variabler i modellen Baseras på data från 1975 och framåt (Nykvarn från 1998)
Olika prognosscenarier Försöka få en bild av hur avvikelser från planerna påverkar kommunprognoserna Justeringar av lagda byggplaner i inflyttningsmodellen i prognosen Om ingen kommun bygger någonting Om den egna kommunen inte bygger men övriga bygger enligt plan Jämförelser av befolkningsmängder år 2019 Förändring i en kommun påverkar övriga kommuner
Olika prognosscenarier om ingen kommun bygger Botkyrka Danderyd Ekerö Haninge Huddinge Järfälla Lidingö Nacka Norrtälje Nykvarn Nynäshamn Salem Sigtuna Sollentuna Solna Stockholm Sundbyberg Södertälje Tyresö Täby Upplands-Bro Upplands Väsby Vallentuna Vaxholm Värmdö Österåker -15% -10% -5% 0% 5%
Olika prognosscenarier om ingen kommun bygger befolkningsförändring per bostad Botkyrka Danderyd Ekerö Haninge Huddinge Järfälla Lidingö Nacka Norrtälje Nykvarn Nynäshamn Salem Sigtuna Sollentuna Solna Stockholm Sundbyberg Södertälje Tyresö Täby Upplands-Bro Upplands Väsby Vallentuna Vaxholm Värmdö Österåker -1,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 1,25 1,50
Olika prognosscenarier om den egna kommunen inte bygger Kommun Huvudalternativet Prognos utan byggande för respektive kommun Differens (alternativ prognos - huvudalternativet) Differens i procent Botkyrka 88 793 87 472-1 320-1,5 Danderyd 32 059 31 549-510 - 1,6 Ekerö 27 662 27 347-315 - 1,1 Haninge 82 215 82 764 549 0,7 Huddinge 107 903 107 230-673 - 0,6 Järfälla 72 128 70 810-1 318-1,8 Lidingö 45 134 43 662-1 472-3,3 Nacka 106 929 106 127-802 - 0,7 Norrtälje 60 981 59 718-1 264-2,1 Nykvarn 11 051 11 239 187 1,7 Nynäshamn 27 774 28 013 239 0,9 Salem 17 291 17 309 18 0,1 Sigtuna 43 480 43 440-40 - 0,1 Sollentuna 69 344 67 888-1 455-2,1 Solna 84 004 77 876-6 128-7,3 Stockholm 950 681 952 681 2 000 0,2 Sundbyberg 55 572 45 910-9 663-17,4 Södertälje 91 960 91 543-417 - 0,5 Tyresö 47 271 46 744-527 - 1,1 Täby 68 317 65 281-3 036-4,4 Upplands-Bro 24 532 24 280-252 - 1,0 Upplands Väsby 43 135 41 937-1 198-2,8 Vallentuna 34 696 34 550-147 - 0,4 Vaxholm 14 367 13 804-563 - 3,9 Värmdö 44 102 43 669-433 - 1,0 Österåker 42 387 42 509 122 0,3
Sammanfattning Vissa kommuner påverkas väldigt lite av förändringar i byggplanen i prognosen andra relativt mycket Omfattande byggplaner påverkar inflyttningen (positivt) i prognosen dock inte entydigt då det också beror på hur starkt samband mellan inflyttningen och nybyggnation varit tidigare
Byggandets påverkan på befolkningsutvecklingen Hur påverkas befolkningsförändringen av byggandet av bostäder? Beskriva befolkningsförändringen i termer av byggnation i stället för demografiska variabler Linjära regressionsmodeller (likt inflyttningsmodellen i prognosen)
Linjär regressionsmodell Befolkningsökning = Inflyttning Utflyttning + Födda - Döda Befolkningsökning = Byggvariabler
Olika byggvariabler Nybyggnation, lägenheter i nyproducerade småhus och flerbostadshus Fördröjningseffekter nyproduktion 1-3 år tillbaka Gamla beståndet lägenheter i det befintliga beståndet av småhus och flerbostadshus Nybyggnation i övriga länet Data från 1975 och framåt (samma som för inflyttningsmodellen) Framtagning av bästa modeller bl a med stegvis regression
Karta
Resultat exempel Solna 2 000 1 500 Befolkningsförändring Predikterat värde 1 000 500 0 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009-500 -1 000 Befolkningsökning = 18 768,5 8,88 nya lgh i småhus + 0,09 nya lgh i flerbostadshus i övriga länet 0,58 nya lgh i flerbostadshus för 2 år sen 10,13 nya lgh i småhus för 1 år sen 7,83 nya lgh i småhus för 3 år sen + 22,59 gamla lgh i småhus Förklaringsgrad (R2-adj):92 %
Resultat exempel Värmdö 1 000 800 Befolkningsförändring Predikterat värde 600 400 200 0 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009-200 -400 Befolkningsökning = 1 767,4 + 1,12 nya lgh i flerbostadshus för 1år sen 0,28 gamla lgh i flerbostadshus Förklaringsgrad (R2-adj): 22 %
Resultat exempel Stockholm 20 000 Befolkningsförändring Predikterat värde 15 000 10 000 5 000 0 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009-5 000 Befolkningsökning = 234 002,7 + 1,17 nya lgh i flerbostadshus 2,11 nya lgh i småhus i övriga länet + 0,73 gamla lgh i flerbostadshus 11,37 gamla lgh i småhus Förklaringsgrad (R2-adj): 82 %
Sammanfattning Väl anpassade modeller starkt samband mellan byggnation och befolkningsförändring Vaxholm, Solna, Norrtälje, Stockholm Dåligt anpassade modeller svagt samband mellan byggnation och befolkningsförändring Nynäshamn, Värmdö, Sigtuna Hur byggkänsliga kommunerna är varierar ======================================= Svårtolkade modeller Få observationer Starkt samband eller inte - man kan inte bo där det inte finns bostäder viktigt på plan- och basområdesnivå
Frågor Kontakta Michael Franzén michael.franzen@scb.se 019-17 66 51