Hva genererer boligbygging? : hva gjør boligbygging i Agder-fylkene forskjellig fra resten av Norge?

Abstract

Boligmarkedets tilbudsrespons har vært mye oppe i media den siste tiden. Under finanskrisen, og i etterkant av krisen har boligbyggingen vært lav, mens befolkningen har øket. Det snakkes om at den høye prisutviklingen i markedet ikke samsvarer med nybyggingen. Flere steder i landet har boligprisene økt enormt som følge av et stort press i markedet. Dette gjelder spesielt i de store byene (Barlindhaug & Nordahl, 2011). Selv om prisveksten er stor, har ikke byggherrene klart å respondere på prisene til tross for relativt lave byggekostnader. OECDs internasjonale analyse for å avdekke tilbudsresponsen i ulike land dokumenterer dette (Barlindhaug & Nordahl, 2011). Jeg ønsker derfor å se på hvilke variabler som har innvirkning på igangsetting av boliger i Norge. I oppgaven har jeg tatt for meg ulike makroøkonomiske variabler og andre kostnadsvariabler. For å se om disse har innvirkning på boligbygging. Jeg har valgt å sortere variablene etter de ulike fylkene, for å analyser om det er forskjell fra fylke til fylke. De uavhengige variablene jeg har valgt å legge vekt på er: befolkningsvekst, lønn, prosjektkostnader, og tomtekostnader. Det blir også presentert andre makroøkonomiske variabler som kan sees i sammenheng med hovedvariablene. Analysen omhandler datasett som er hentet fra Statistisk sentralbyrå og Husbanken, og er fra perioden 2005 til 2012. Oppgaven legger særlig vekt på Sørlandets posisjon i boligmarkedet, som det stedet i Norge med lavest prisvekst og lengst omsetningstid. Problemstilling nummer to, blir å se på hva som gjør Sørlandet spesielt i forhold til de faktorene som har innvirkning på igangsetting av boliger. Enkelte boligeksperter hevder at Sørlandet er en landsdel å lære av. Den lave prisveksten i markedet gjør at markedet er mer stabilt, og mindre ømfintlig mot påvirkning. Boliginvestering er der de fleste av Norges innbygger har sine sparepenger (Norges eiendomsmeglerforbund, 2013), og et kollaps i boligmarkedet ville vært fatalt for norsk økonomi. Det finnes mange mekanismer som har innvirkning i boligmarkedet. Oppgaven bygger på generelle tilbud og etterspørselsteori i samfunnet samt særegne mekanismer for eiendomsmarkedet. Boligmarkedet er et marked med langt tidsperspektiv og et gitt boligtilbud på kort sikt. Det er også svært følsom for konjunkturer i økonomien, og ble kraftig rammet under finanskrisen. Ved hjelp av blant annet DiPasquale og Wheatonmodellen, får man en et innblikk i drivkreftene i eiendomsmarkedet og hva som fører til endringer i markedet. Teorien viser til befolkningsvekst som den største forklaringsfaktoren for utbygging av boliger, men hvor stor innvirkning befolkningsvekst har på kort sikt er noe vi skal prøve å finne ut av. Analysen er gjennomført i to deler. Den første delen har som mål å finne en regresjon som kan forklare hva som igangsetter boliger i et eiendomsmarked. Denne analysen ble gjennomført ved hjelp av en panelregresjon, der fixed effects eller random effects gav svar på hvilke variabler som har forklaringskraft. Panelanalysen brukes for å kunne kontrollere for uobserverte variabler som ikke endres over tid. Det kan være nærliggende å tro at for eksempel politiske forskjeller som eiendomsskatt kan ha innvirkning på boligbyggingen i de ulike fylkene. I analysen fant vi ut at lønn, utdannelse og befolkning har innvirkning på antall igangsatte boliger. Tomtekostnader og prosjektkostnaders innvirkning på igangsatte boliger kan derimot kun støttes av teori. Den andre analysen som ble gjennomført er en gjennomsnittsanalyse av to ulike gjennomsnitt. Her er Agder på den ene siden, og de andre 17 fylkene på motsatt side. Analysen har som mål å finne ut om det er noen av forklaringsvariablene til igangsatte boliger som er annerledes i Agder sammenliknet med resten landet. Vi ønsker å se på forskjellene, fordi Agder-fylkene skiller seg ut i boligmarkedet med en høy tilbudsrespons og et lavt prispress. Analysen av de to gjennomsnittene gav ingen entydige svar på problemstillingen, men kan være et utgangspunkt for videre forskning. For å gjennomføre analysene ble dataprogrammet STATA benyttet.