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

Hvad koster støj?

4 Databehandling

4.1 Beskrivelse af områder

Vha. kortmateriale (det levende Danmarkskort samt Kraks kort) er der udvalgt parcelhusområder op til større, støjende veje i Købehavn og omegnskommuner. Områderne er udvalgt udfra følgende kriterier om at:

	Der ligger parcelhuse helt ud til vejen. Ofte ligger der etagebyggeri ud til vejen og parcelhuse på veje bag ved. Disse områder blev valgt fra.
	Der ikke ligger "forstyrrende" elementer i umiddelbar nærhed af parcelhusområdet, såsom søer, skove eller andre rekreative områder der kan skærvvride resultatet.
	Området breder sig over en vejstrækning på min. 500 m.
	Parcelhuse udgør langt hovedparten af beboelsen.

På baggrund af disse kriterier er der identificeret 20 egnede områder via kortmaterialet. Disse områder er herefter besigtiget "on site", med henblik på at undersøge, om der er forhold, der ikke kan ses på et kort, og som gør områderne uegnede. På baggrund af denne besigtigelse er 9 områder valgt. Grunden til at de 11 øvrige områder blev valgt fra er:

	Ringe vejstøj pga. støjskærme
	Mange erhvervsejendomme ud til vejen
	Jernbanestøj i den ene ende af området
	Mange flerfamilies villaer i området

For de 9 valgte områder blev der indhentet data fra Ejendomsstamregisteret (ESR) samt Bygge-bolig registeret via Kommunedata. Data med adressekoordinater for de enkelte huse blev indhentet fra Kort- og Matrikelstyrelsen (KMS). Til databehandling af data fra BBR samt ESR er statistikprogrammet SAS brugt. Adressekordinater fra KMS er vha. af GIS-programmer Arc Info, og kortmaterialet Top10DK er brugt til at udregne afstande fra de enkelte huse til vejmidterne på de støjende veje. Disse er efterfølgende indlæst i SAS og flettet med de øvrige data. Der er i alt hentet data for 1715 ejendomme.

Figur 1
De 9 valgte områder i Storkøbenhavn

Af tabel 2 fremgår hvilke områder, der indgår i undersøgelsen, hvilken kommune de er beliggende i, og hvilken støjende vej de ligger ud til, samt hvor mange ejendomsdata der er hentet for de enkelte områder.

Tabel 2:
Oversigt over valgte områder

4.2 Sortering

De data, der er modtaget fra Kommunedata, er blevet sorteret, så det er sikret, at kun fritliggende énfamilies huse inddrages i analysen. Samtidig sorteres en række huse fra af forskellige årsager, som fremgår af tabel 3. Det skal bemærkes, at antallet af huse der sorteres fra under de forskellige kategorier, afhænger af hvilken rækkefølge sorteringen sker i.

Tabel 3
Sorteringsoversigt

*Yderligere 135 har ikke registeret en overdragelsesform. Da det drejer sig om så mange beholdes disse i datasættet indtil videre, og det undersøges om det er rimeligt at antage at de er solgt i frit salg.
** Hvis købedatoen er før opførelsesdatoen

Opdeling på frasorterede huse på områder viser, at frasorteringsprocenten ligger jævnt omkring 50% i alle områder, undtagen i Hareskov, hvor den er ret lav og København, hvor stort set alle huse er sorteret fra jf. tabel 4. Grunden til at disse områder skiller sig ud er registreringen af købesummen. I København mangler den oplysning af uvisse grunde på næsten alle huse, hvorimod kun ét hus ikke har registreret købesum i Hareskov.

Da der er så få huse tilbage i København trækkes disse også ud af datasættet. Det resterende datasæt er på 855 huse.

I tabel 4 ses hvor mange huse der er frasorteret i de enkelte områder. Her er området i København også vist.

Tabel 4
Antal huse fordelt på områder efter frasortering

4.3 Deskribtiv statistik

For at få et overblik over datasættet, herunder om der er markant forskel på de forskellige områder eller på husenes størrelse, alder mm. i forhold til om huset ligger i første række eller ej og afstanden til den støjende vej, præsenteres i dette kapitel en række statistiske oplysninger i grafisk form.

Figur 2
Antal huse i første række og øvrige huse fordelt på områderne

Der er 8 områder varierende i størrelse fra 65 huse til 145 huse, med et gennemsnit på 107 huse, jf. figur 2. Andelen af første række huse varierer fra 7% til 32% med et gennemsnit på 15%.

Figur 3
Antal huse fordelt på afstand til støjende vej

Afstanden til den støjende vej er beregnet, og der ses at være en rimelig spredning af huse med et aftagende antal huse med afstanden, jf. figur 3. Derved bliver variablen lettere at estimere. Hvis enkeltområderne undersøges separat er variationen dog ikke tilstede i alle de undersøgte enkeltområder, idet nogle af områderne samlet set liggere tættere på vejen, hvor andre områder ligger længere væk fra vejen.

Figur 4
Antal huse fordelt i forhold til støjbelastning

Støjberegningen er delvist baseret på afstanden til vejen. Da vejstøjen er udregnet i forhold til logaritmen på afstanden giver det dog et lidt andet billede end afbildningen af afstanden i figur 3.

Når vejstøjen beregnes udfra en formel¹³ kan den teoretisk beregnes til at komme under 45 dB ved lang afstand til den støjende vej. Det er dog næppe realistisk at forestille sig, at vejstøjen i praksis falder til under 45 dB, da selv små villaveje kan medføre en sådan vejstøj. Der er dog jf. figur 4 ikke beregnet vejstøj under 45 db i dette datasæt.

Figur 5
Boligareal fordelt på boligområder

Bortset fra område 3 (Vangede) er der ikke den store forskel på størrelsen af husene, i forhold til om de ligger i første række eller længere væk fra vejen, jf. figur 5. Dette er hensigtsmæssigt i forhold til estimering af modellen, idet forskelle i husenes karakteristika, der er korreleret med miljøvariablen, kan give anledning til skævheder i resultaterne.

Figur 6
Alder på huse i første række og øvrige huse

Der er heller ikke nævneværdig forskel på husenes alder jf. figur 6.

Figur 7
Købesum på huse i første række og øvrige huse

Til gengæld er der en tydelig forskel på købesummen alt efter husets beliggenhed, jf. figur 7. Forskellen mellem købesummen for huse i første række og øvrige huse spænder fra ca. 58.000 kr. i Avedøre til ca. 376.000 kr. i Vangede, med et gennemsnit på ca.177.000 kr. Hvis der ikke var andre forskelle på husene, kunne denne forskel tolkes som en mindreværdi for at ligge tættest på vejen i forhold til at ligge længere væk. Men for at tage højde for andre forskelle, bliver man nødt til at estimere en model, som tager de øvrige forhold, der har indflydelse på husprisen, i betragtning.

Figur 8
Vurderingens korrekthed

Vurderingens korrekthed er udregnet som forholdet mellem den offentlige ejendomsvurdering og den deflaterede købesum. Variablen afspejler hvor tæt vurderingen rammer de faktiske (deflaterede) handelspriser. Generelt er købesummen 15% - 30% højere end vurderingen, undtagen i to tilfælde hvor første række husene er vurderet til købesummen.

Der er ikke noget entydigt mønster i, at vurderingen generelt er for høj ifht. til købesummen, når husene ligger i første række jf. figur 8. Dette kunne forventes, hvis en evt. mindreværdi som følge af vejbeliggenhed ikke var indraget i vurderingen. I det tidligere nævnte husprisstudie af værdien af skovnærhed og søudsigt (Hasler m.fl. 2002) var udsigtshusene generelt vurderet "for lavt", da ekstraværdien af udsigten til skov og sø ikke var inddraget i vurderingen. En husejer har imidlertid ikke noget incitament til at rette vurderingen i opadgående retning, hvis huset er vurderet for lavt, da ejendomsskatten afhænger af den offentlige vurdering. Er en evt. mindreværdi som følge af beliggenhed op til en vej ikke medtaget, har husejeren derimod et incitament til få sat vurderingen ned.

4.4 Tidsproblematik

Grunddatasættet består af hushandler fra 1975 til 2001. Der er imidlertid stor usikkerhed forbundet med at deflatere købesummer over så lang en tidsperiode, fordi en evt. fejl vil blive større jo længere tilbage i tiden, man går. De udeflaterede huspriser stiger støt, som man også kunne forvente pga. den generelle husprisstigning jf. figur 9. De deflaterede huspriser derimod skulle gerne ligge nogenlunde stabilt, med mindre der er især er solgt meget dyre huse i en periode. Huspriserne ligger meget højt i slutningen af 70’erne og starten af 80’erne, hvilket kunne tyde på at deflateringen er noget upræcis i denne periode¹⁴. Dette forhold er undersøgt nærmere i modelfasen.

Figur 9.
Deflaterede og udeflaterede huspriser i forhold til købeåret