| Forside | | Indhold | | Forrige | | Næste |

Hvad koster støj?

1 Teori

1.1 Værdisætning

Når det er nødvendigt at værdisætte et (negativt) gode som fx vejstøj, er det fordi, det ikke er en vare, der handles på et marked. Det har derfor ikke en markedsmæssig pris, som er udtryk for den (negative) værdi, det har for mennesker. I forbindelse med udarbejdelse af fx samfundsøkonomiske analyser er det ikke muligt at inddrage værdien af ikke-markedsomsatte goder, med mindre værdien kan udledes på anden måde end ved at aflæse prisen på markedet. Til dette formål kan værdisætningsmetoder bruges.

Værdisætningmetoder kan overordnet opdeles i to grupper:

	Direkte metoder baseret på hypotetisk (påstået) adfærd
	Indirekte metoder baseret på observeret adfærd.

Blandt de direkte metoder er den betingede værdisætningsmetode den mest anvendte. Denne metode tager udgangspunkt i interview, hvor personer spørges om deres betalingsvilje for fx en mindre støjbelastning. Den største ulempe ved de direkte metoder er, at de baserer sig på en hypotetisk situation, hvor personer af forskellige grunde ikke nødvendigvis afslører deres sande betalingsvilje.

Ved de indirekte metoder tages der udgangspunkt i, at det gode der skal værdisættes har en tilknytning til et markedsomsat gode. Her igennem kan prisen på miljøgodet udledes. De to mest brugte metoder er rejseomkostningsmetoden og husprismetoden.

Rejseomkostningsmetoden bygger på, at folk er villige til at afholde omkostninger for at rejse hen til fx et rekreativt område. Disse omkostninger kan tages som et udtryk for hvad området (mindst) er værd.

Husprismetoden tager udgangspunkt i, at nærhed til fx et rekreativt område eller en støjende vej indgår som en del af prisen på et hus på linie med fx antal kvadratmeter, toiletter og grundstørrelse. Ved at opstille en funktion for husprisprisen kan fx effekten af at bo nær en støjende vej isoleres, og værdien af vejstøj udledes. Husprismetoden gennemgås mere detaljeret nedenfor.

1.2 Husprismetoden

Husprismetoden er en såkaldt hedonisk værdisætningsmetode. Dette er en metode, som bruges til at analysere goder, som er sammensat af flere karakteristika. Foruden huse er også løn brugt som udgangspunkt for værdisætninger. Rosen (1974) beskrev den teoretiske ramme bag husprismetoden og den er senere blevet udviklet og beskrevet af Palmquist(1991) og Freeman(1993).

Husprisen kan beskrives som en vektor af strukturelle karakteristika (boligareal, grundareal, alder, antal toiletter, bygningsmaterialer mm), her kaldet S; en vektor af områdekarakteristika (afstand til skole, offentlig transport mm) her kaldet N; samt en vektor af miljøkarakteristika (luftkvalitet, nærhed til skov, nærhed og udsigt til støjende vej), her kaldet Q.

Formelt kan husprisen P for det i´te hus således beskrives som:

Den hedoniske husprisfunktion beskriver altså prisen på huset som en funktion af dets karakteristika. Prisfunktionen bestemmes på markedet som et resultat af samspillet mellem efterspørgsel og udbud eller køber og sælger.

Efter opstilling og estimation af husprisfunktionen kan man isolere effekten af et miljøkarakteristika (Q) og udlede den tilhørende implicitte pris. I dette tilfælde fås den implicitte pris for at bo tæt på en støjende vej.³

1.3 Antagelser

Denne beskrivelse af husmarkedet bygger på en række antagelser, herunder at der skal være mange købere og sælgere, fuld information om valgmuligheder og priser, husprismarkedet skal kunne beskrives som ét marked og der skal være tale om et reelt marked (fri prisdannelse).

Denne sidste antagelse er grunden til, at man ikke kan bruge lejemarkedet som udgangspunkt for en husprisundersøgelse i Danmark, da huslejen i vidt omfang er reguleret.

Antagelserne virker generelt set rimelige ifht. det danske husmarked. Mht. til antagelsen om fuld information om valgmuligheder og priser kan der dog være tale om en vis træghed i markedet, i form af en forsinket tilpasning til en ændret situation (Freeman 1993). I sådanne situationer er de implicitte priser, der udledes af husprisfunktionen ikke fuldstændig korreleret med miljøkvaliteten. Dette er dog især et problem ved hastige ændringer i markedet eller miljøkvaliteten, og anses ikke for at være et problem i denne undersøgelse. De områder der er udvalgt i denne undersøgelse har været støjplagede i hele den undersøgte periode, og priserne bør derfor afspejle den givne miljøkvalitet.

Antagelsen om at det er ét marked, der undersøges, gælder ikke kun geografisk, men også tidsmæssigt. Det er altså vigtigt at være opmærksom på, om husmarkedet har undergået strukturelle ændringer i den undersøgte periode. Dette kan være i form af en ændret vægtning af de forskellige parametre i modellen, fx at huskøbere i en periode lægger mere vægt på, at der er to toiletter end størrelsen af huset. Er dette tilfældet kan man ikke bruge den samme husprisfunktion på tværs af den undersøgte periode. Det er derfor vigtigt at undersøge om husmarkedet med rimelighed kan antages at være stabilt over den undersøgte periode.

1.4 Den funktionelle form

Den funktionelle form af husprisfunktionen er ikke eksplicit givet af teorien, men må bestemmes empirisk på baggrund af data. Data kan indgå både i kontinuert form (dvs. en variabel der kan variere frit, fx husets alder eller boligarealet) eller som en såkaldt dummy-variabel (en variabel, der kun kan have to værdier, fx udsigt eller ej, fladt tag eller ej). Typisk vil sammenhængen mellem en variabel (fx boligareal) og husprisen enten være lineær eller logaritmisk. En lineær sammenhæng betyder, at en kvadratmeter ekstra på et hus der er 100m² , er lige så meget værd som på et hus, der er 200 m², hvorimod en logaritmisk sammenhæng medfører en aftagende effekt af den ekstra kvadratmeter.

Den funktionelle form kan have stor betydning for resultatet. Dette understreger, hvor vigtigt det er, at man finder den, der passer bedst til data. En såkaldt Box-Cox funktion⁴ kan bruges hertil, da den rummer de relevante funktionelle former (fx liniær, logaritmisk, kvadratisk mm). Ved hjælp af et (log-likelihoodratio-)test kan man afgøre, hvilken funktionel form der passer bedst til data.⁵

1.5 Variabler

Det er i sagens natur vigtigt at identificere de variabler, der har betydning for husprisen. Dette gælder især miljøvariablen, hvor det er vigtigt at få den beskrevet på den måde, som huskøberne reagerer på den. Man kunne fx forestille sig mht. luftkvalitet, at det ikke nødvendigvis var luftens indhold af forurenende stof målt i ppm (parts per million) folk reagerer på, men derimod luftens gennemsigtighed eller lugt. Mht. til vejstøjens betydning for husprisen er det ikke sikkert, at det er det nøjagtige dB-niveau købere reagerer på, men måske afstanden til vejen.

På den ene side er det væsentligt at få inddraget alle de variabler, der kan have betydning for husprisen i husprisfunktionen, så den bliver beskrevet bedst muligt. På den anden side kan for mange variabler også give risiko for multikollinaritet (variabler der er indbyrdes afhængige), som kan give slør i modellen. Det har især vist sig at områdevariabler såsom afstand til skole, indkøb osv. ofte er korrelerede (Palmquist, 1991).

Ved værdisætning af goder, der kun påvirker et mindre område⁶, vil det være muligt at nøjes med små undersøgelsesområder, som vil kunne være relativt homogene. Herved vil man kunne undgå at introducere mange områdevariabler i husprisfunktionen, hvilket gør den lettere at opstille og mindsker risikoen for multikollinaritet.

1.6 Data

Danmark er særdeles velegnet til at udføre husprisundersøgelser i, da der findes gode og relativt opdaterede registre med de væsentligste oplysninger om huse, herunder bl.a. salgsprisen (i form af købesum). Salgsprisen er klart at foretrække frem for den offentlige ejendomsvurdering⁷, da salgsprisen er et udtryk for den reelle betalingsvilje for huset. De væsentligste registre i denne sammenhæng er BBR (Bygge-bolig-registeret) samt ERS (ejendomsstamregisteret). Disse registre er samlet hos Kommunedata, hvorfra man kan købe data. I de seneste år er der ligeledes koblet geografiske data til de enkelte huse i form af en x- og y-koordinat, hvilket betyder at man kan udregne afstanden fra det enkelte hus til vejen. Vejstøjsdata i hovedstadsområdet findes dels i en støjkortlægning fra 1995, hvor vejstøjen ved første række huse mod vejen er beregnet. I en opdatering af den nationale støjkortlægning er en række af hovedstadskommunerne kortlagt⁸. Her er vejstøjen beregnet for alle huse og ikke kun for den første række huse mod vejen.

Brug af registerdata betyder, at der kan estimeres på et meget større antal data, end hvis man fx skulle indhente data ved interview. Dette giver mulighed for en langt højere statistisk sikkerhed i resultaterne.