Værdisætning af bykvaliteter - fra hovedstad til provins

Transkript

1 Værdisætning af bykvaliteter - fra hovedstad til provins

2 Projekt Målsætning med projektet var at øge den nuværende viden om investeringer i byliv og byrums-kvaliteter At operationalisere begreberne byliv og byrums-kvaliteter At hjælpe byplanlæggere til at arbejde mere kvantitativt At understøtte bygherres, ejendomsselskaber og byudvikleres viden om betydning af nærområdets værdi for ejendomme Finansieret by - Miljøministeriet, IFRO- Københavns Universitet, Københavns kommune, Frederiksberg Kommune,Lyngby Taarbæk, Gladsaxe, Herlev, Rødovre, Albertslund, Glostrup, Vallensbæk, Ishøj, Brøndby, Hvidovre, samt Århus og Skanderborg, By & Havn, Kildebjerg Ry A/S.

3 Projekt proces Møde med endusers byplanlæggere & byudviklere Beskrivelse af metoden valg huspris metoden Diskussion af af hvad byliv og byrumskvaliteter er Indsamling af data & indledende analyser Møde med endusers byplanlæggere & byudviklere Præsentation af indledende analyser og feedback Analyse og Rapport skrivning Møde med endusers byplanlæggere & byudviklere Præsentation af analyser og feedback Endelig Rapport Kommunikations-spin - ½ år Januar d blev arbejdet introduceret af Miljø minister Ida Auken.

4 Teori huspris funktion Ejendomme et heterogent gode P P S, Q ) i ( i i konstruktion (S), Nabolag og miljø (Q) Antagelser : Husprisen genereres I et marked I ligevægt. Husholdninger nyttemaksimere. Husholdninger evner at adskille de enkelte hus karakteristika fra hinanden De implicitte priser fra huspris funktionen reflekterer værdien husholdninger opnår ved at forbruge de enkelte karakteristika I ln P n = α + γs in z=1 + β 1 q 1n + β 2 q 2n + β J q Jn + ε n

5 Data Den Offentlige Informationsserver (OIS) Bygnings- og Boligregistret (BBR) Ejendomsstamregister (ESR) Salgs- og Vurderingsregister (SVUR) GIS variable kort10 Areal Informations Systemet (AIS) Dansk Adresse og Vejdatabase (DAV) CVR Space scape House - SVUR Konstruktions variable- BBR Nabolags variable- GIS Miljø variables - GIS Socio-økonomiske variable - geomatic Værdier observation, and more than 1000 variables

6 Survey area Figur 2. Analyseområdet i Storkøbenhavn. Figur 1. Analyseområdet fra Ry i vest til Århus og forstæderne nord for Århus.

7 Hus-marked Enkel-familiehuse Markedsinddeling Lejligheder

8 Markeder 10 husmarkeder Parcel og rækkehuse: CPH north, CPH vest, CPH south, CPH center, Aarhus, Skanderbog Lejligheder: Surburb, center, Amager+Nørrebo, Aarhus

9 Byliv og byrumskvalitet Grønne områder Parker, natur, kirkegårde Urban Services Shopping og diversitet (city center) Restauranter, caféer, bare, bodegaer, Infrastruktur Jernbaner, motorveje, stationer Institutions Skoler, børnehave, vuggestuer

10 Variabel Grønne områder Aarhus Huse Effekt på pris pr. enhed kr/unit Parker 1000 meter 0,67 % pr. hektar *** kr. pr. park Natur 1000 meter 0,04 % pr. hektar * kr. pr. hektar Gennemsnits hus 2,858,820 kr

11 Grønne område - Skanderborg Variabel Effekt på pris pr. enhed Effekt i kr. pr. enhed Natur meter 0,13% pr. hektar *** kr. pr. hektar Gennemsnit hus 2,110,482

12 Urban services - Lejligheder Variable Effekt på pris pr. enhed Effekt i kr. pr. enhed Antal af butikker 1000 meter 0,006% per butik *** 148 kr. per butik Diversitet of services 1000 meter 0,43% per branche *** kr. per branche Restauranter, caféer, bare, bodegaer -0,37% per bar *** kr. per bar Skolekarakter point 1,30% per karakter *** kr. pr karakter Gå afstand til vuggestue & børnehave -0, 003% per meter ** -76 kr. per meter Antal af børn I vuggestue & børnehave -0, 01% per barn ** -345 kr. per barn Gennemsnits pris 2,506,929 kr

13 Value of diversity

14 Estimeret værdi af en ekstra butik Værdien af en ekstra service branche 13,9 mio.kr = 2,5 mio.kr./lejlighed 1297 lejligheder 0,4282 %/branche 1 branch The value of an added shop 0,2 mio.kr = 2,5 mio.kr./lejlighed 1297 lejligheder 0,0059 %/butik 1 butik

15 Ekstra bar Værdien af en ekstra bar - 1,6 mill.kr = 2,5 mio.kr./lejlighed 180 lejligheder -0,3664 %/bar 1 bar Den ekstra værdi 13.9 mio. kr. diversity 0.2 mio. kr. service -1,6 mio. kr. bar 12.5 mio. kr.

16 Byen Erhverv Borger Byrum Institut for Fødevare og Ressourceøkonomi Frederiksberg 30 oktober 2013 Dias 16

17 Sønder Boulevard SB størrelse 2,2 Ha SB 1,4 km Reakreative oplevelser, boldspil, bordtennis, legepladser 17

18 Effekten på ejendomsværdien af park Ejendomsværdien stiger med: % pr Ha (inden for 1000 m) % pr Meter (inden for 500 m) Sønder Boulevard 74, 5. TV Værdi 2, kr V i P( Si,( Qi Qi )) P( Si, Qi ) Ejendomsværdien af SB er: kr. Grundskyldsintægter: Pr. år kr. Over 90 år kr. 18

19 Effekten på ejendomsværdien Typer af lejligheder Ejerlejligheder 1475 Andelsboliger Almennyttige boliger 1544 Den summeret værdi 351 mio. kr. Grundskyldsintægt 381 mio. kr. Værditab ved 0,75 Ha reduktion Mellem 131 og 8 mio. kr. Grundskyldsintægt Mellem 142 mio. kr. og 9 mio. kr. 19

20 Beregning Konvertering af nedre del af SB til parkeringspladser Tab 0.5 Ha 7723 får længere til park Ejendomsværditab 37 mio. kr. Tab af grundskyld 40 mio.kr 20

21 Ejendomsværdi alle parker og naturområder Navn Størrelse (Ha) Værdi Mio. kr. Grundskyld Nutidsværdi mio. kr. Værditab max (0.75 Ha) Værdi tab min (0.75 Ha) Grundskyld tab max (0.75 Ha) Grundskyld tab min (0.75 Ha) 1 Amaliehaven Amorparken Arsenalvej Axels Møllers Have Bellahøjparken og Degnemosen 6 Bispebjerg hospitals park Bispebjerg Park Alle Botanisk Have Brønshøj Torv Brønshøjparken Byparken - Ørestaden Christianshavns Voldanlæg Churchillparken - Kastellet Damhussøen Det Kongelige Bibliotekshave Elba Filipsparken Emdrup Søpark Enghave Plads Enghaven Fælledparken Fredriksberg Have Grøndalsparken Hans Tavsens Park Harrestup Å Hørsholmparken Hulgårds Plads Islands Brygge

22 Værdien af placering Boligkvarter Industrikvarter

23 Industrikvarter

24 Boligkvarter

25 Øvelse Værdien af letbane station på Gammelmosevej 1) Hurtigt overslag baseret på antagelse og gns. pris 2) Gennemsnitspris samt beregnet afstand 3) Individuel pris og gns afstand til station 4) Individuel pris og beregnet afstand til station 5)Fuld model med alle variable (samspilseffekt)

26 Husprismodel Pi ( Si, Qi ) Værdi tilvækst V i P( Si,( Qi Qi )) P( Si, Qi ) Husprismodel: P i = e α+γs i e βq i

27 1) Gennemsnitspris og Antaget afstand Gennemsnits afstand Nærheds effekt m Gennemsnitspris ( kr.) OIS, boligsiden, danmarks statistikbank

28 2) Gennemsnitspris + kendt afstand Gennemsnitspris ( kr. ) Individuel effekt af nærhed til ny station Skalaen vendt om Nærhed = 400 afstand Beregnet vha. GIS

29

30 3) Kendt ejendomspris og gennemsnitsnærhed Antaget afstand til station 200 meter Individuel pris (estimeret af husprismodel) - brug de respektive ejendomsværdier

31

32 4) Kendt pris og kendt afstand Individuel beregnet afstand Individuel priser beregnet ved hjælp af huspris model

33 5) Kendt pris og kendt afstand i fuld model (inkl. sammenspilseffekt) Husprismodel Pi ( Si, Qi ) Værditilvækst V i P( Si,( Qi Qi )) P( Si, Qi ) Husprismodel: P i = e α+γs i e βq i

34 Opsamling Det er ressource krævende at estimere huspriserne baseret på husprismodellen Kræver at man laver en masse databehandling GIS + OIS data Mere præcis og troværdig Dynamisk impact assesmemt af byudviklingsscenarier Kun et overlægger/underlægger estimat Casen medtager ikke værdien for lejligheder, lejeboliger og industri/erhverv Skatteindtægt Metoden fanger kun en del af værdien og kun anvendelig i visse byområder