Boligplanlegging er en viktig del av kommunenes forvaltningsoppgave. Et levende og bærekraftig lokalsamfunn oppnås blant annet gjennom utvikling av et godt bomiljø for alle, som ivaretar mange ulike hensyn. Denne artikkelen presenterer en metodikk for hvordan man kan avdekke ulike aldersgruppers behov for visse boligtyper når man utøver boligplanlegging.

Ulf Johansen er samfunnsøkonom fra NTNU, Lars Harald Vik er sosialøkonom fra NTNU og University of Oxford, mens Heidi Bull-Berg er samfunnsøkonom fra UMB. Alle tre er ansatt som forskere ved SINTEF Teknologi og samfunn/Anvendt økonomi, i Trondheim. Hanne Marie Gabriel er økonom fra BI og MSc i SCM fra Heriot Watt University og ansatt som sivilingeniør ved samme institusjon.

Av Ulf Johansen, Lars Harald Vik, Heidi Bull-Berg og Hanne Marie Gabriel

Offentlige planleggingsmodeller for bolig og demografi har lang tradisjon i Norge. I dag fremstår KOMPAS [1] og PANDA [2] som de dominerende og mest brukte modellene innenfor dette fagfeltet. Modellene benyttes i hovedsak av planleggere i kommuner, ulike aktører i fylkene og av konsulenter.

Boligmarkedet inkluderes i hovedsak på to ulike måter i disse modellene. Man legger til grunn et kommunalt boligbyggeprogram for framtiden. Dette gir en befolkningsvekst i det området det planlegges for, som igjen fører til endringer i bydelens etterspørsel etter offentlige tjenester. På den måten kan man fange opp tjenestebehovseffekter av de planlagte boligarealene i for eksempel kommuneplanens arealdel. Imidlertid kan disse modellene også benyttes med motsatt logikk. Hvilket boligbehov vil man få under en forutsatt befolkningsvekst? Hvis for eksempel en kommune fortsatt skal ha 1 % befolkningsvekst i framtiden, hvor mange boliger må man da planlegge at det blir behov for?

Et annet interessant spørsmål som også kan besvares med slike modeller er de ulike aldersgruppenes boligbehov. Hvor stort er boligbehovet til aldersgruppen 60 + i dag kontra om 20 år? Er det slik at «eldrebølgen» vil få effekter for boligkonsumet til denne aldersgruppen? I mange tilfeller kan disse og tilsvarende spørsmål besvares gjennom analyser basert på bruk av disse modellene slik de framstår i dag. Men det kan også være nyttig å ta i bruk annen type metodikk hvis man ønsker å se på andre aspekter relatert til demografi og boligtypebehov. Modellene som her nevnes er ikke benyttet i studien som er omtalt i denne artikkelen. Denne artikkelen presenterer derimot en metodikk som er fundamentert rundt det samme datagrunnlaget som benyttes i disse modellene i dag.

Case-studie

SINTEF har i en case-studie, finansiert av entreprenørfirmaet Heimdal Gruppen, undersøkt flere strukturelle forhold ved boligmarkedet i ulike bydeler i Trondheim. NAVs administrative inndeling av bydeler i Trondheim er lagt til grunn i studien. Studien fokuserer på de fire bydelene Midtbyen, Østbyen, Lerkendal og Heimdal, og utgangspunktet for analysen har vært en situasjonsbeskrivelse av dagens demografiske struktur på bydelsnivå.

Typisk og utypisk boligstruktur i ulike bydeler

Case-studiet som er gjennomført viser hvordan man gjennom statistisk analyse av de ulike bydelene i Trondheim kan si noe om hva som er typiske eller utypiske boligtypevalg i forhold til observerte verdier for gjennomsnittet i Trondheim. Eksempelvis vil det betegnes som et utypisk boligtypevalg om en 20–25 år gammel kvinne velger å bo i enebolig alene hvis vi sammenlikner med hva gjennomsnittet for kvinner i denne aldersgruppen i Trondheim viser. Innenfor enkelte bydeler og aldersgrupper viser studien blant annet en utypisk eneboligtilpasning for den eldre aldersgruppen i en av bydelene, basert på samme type sammenliknende analyse. Et spørsmål er om dette kan være relevant og nyttig informasjon for de som driver med boligplanlegging?

Vi vil her illustrere enkelte resultater fra case-studiet som er gjennomført. Tolkningen av resultatene krever innsikt i alle forhold som kan påvirke befolkningens valg av boligtype, som for eksempel boligpris, tjenestetilbud, funksjonalitet, historisk utbyggingsmønster, preferanser for ulike bydeler etc. Det kan derfor være fornuftig å supplere med en mer grundig analyse hvis resultatene skal benyttes som et beslutningsgrunnlag for videre boligplanlegging. Metodikken gir indikasjon på om sammensetningen av boligmassene er utypisk eller ikke når en ser befolkningens boligtypevalg i forhold til befolkningens alder innenfor bydelen, men hvorfor det utypiske oppstår, gir denne metodikken ikke noe svar på.

Figur 1 viser andel som bor i enebolig i de enkelte bydelene i Trondheim. Den stiplete linja er gjennomsnittet for kommunen. Her ser man tydelige variasjoner mellom bydelene og aldersgruppene. Deter for eksempel mindre vanlig å bo i enebolig som 30-åring enn som 40-åring. Figuren viser også at det er mer vanlig å bo i enebolig i Heimdal enn i andre bydeler i Trondheim. Hvis man studerer ulike bydeler hvor man har innslag av alle boligtyper og aldersgrupper osv., bør man kunne forvente at de ulike aldersgruppene har noenlunde like boligtypebehov og boligtypevalg. For eksempel forventes det at man etter fylte 60 år ønsker å bo i en mindre bolig enn en enebolig. Med en slik forutsetning kan man med grunnlag i figur 1 si at eldre i alderen 60 + på Heimdal har utypisk boligbehov for eneboliger. Figuren gir på den måten et godt bilde på «avvikende» andeler som bor i eneboliger innenfor de enkelte aldersgruppene, sammenliknet med gjennomsnittet for Trondheim. I studien har dette vært et utgangspunkt for å gjøre en mer inngående analyse av boligstrukturen i de ulike bydelene.

Over- og underrepresentasjon i boligtyper?

I case-studien er det gjennomført systematiske beregninger for å avdekke over- og underrepresentasjon av boligtyper med hensyn til alder, kjønn og husholdningstype sammenliknet med gjennomsnittet for Trondheim.

Figur 1: Andel av befolkningen som bor i enebolig i de enkelte bydelene i Trondheim, fordelt på 5-års aldersgrupper.

Ved beregningen av forventet boligbehov er det benyttet fire datasett:

  1. Boligfrekvenser (bydel, alder, kjønn, husholdningstype, boligfrekvenser)

  2. Husholdningsfrekvenser (bydel, alder, kjønn, husholdningstype, andel)

  3. Boligtypefrekvenser (bydel, alder, kjønn, husholdningstype, boligtype, andel).

  4. Befolkning (bydel, alder, kjønn, antall)

Forventet boligtypebehov for den enkelte bydelen kan beregnes basert på analyser av disse fire datasettene. Datasett 3 sier noe om hvilken boligtype den enkelte har i dag innenfor dimensjonene alder, kjønn, husholdningstype og bydel. På tilsvarende måte kan man også se på denne tilpasningen for alle innbyggerne i en kommune, i vårt tilfelle for alle som bor i Trondheim. Ved å se på tilpasningen for den enkelte bydel innenfor disse dimensjonene i forhold til gjennomsnittet i Trondheim, kan man synliggjøre i hvor stor grad bydelen avviker i forhold til hvilke boligtyper befolkningen bor i, sammenliknet med gjennomsnittet for Trondheim. Avviket kan betraktes som at bydelen har en ubalanse i boligstrukturen når det kommer til boligtype. Denne måten å analysere boligmarkedet på ligger til grunn for de resultater som presenteres i det følgende.

Til illustrasjon og diskusjon av resultatene har vi valgt å fokusere på én av bydelene i case-studien, nemlig Heimdal bydel. Figur 2 viser estimerte verdier for boligtyper som er over-/underrepresentert i Heimdal bydel for ulike aldersgrupper.

Beregningene viser at det er en overrepresentasjon av eneboliger for alle aldersgrupper, og en underrepresentasjon av tomannsboliger i de fleste aldersgruppene i Heimdal bydel. Innenfor de enkelte aldersgruppene kan man si at man i større grad enn for gjennomsnittet av befolkningen i Trondheim bor i enebolig, og motsatt for tomannsbolig i denne bydelen. To aldersgrupper skiller seg ut. De eldste aldersgruppene bor i mindre grad i blokkleiligheter enn gjennomsnittet, mens de yngste aldersgruppene i større grad bor i blokkleiligheter enn gjennomsnittet av Trondheim. Dette kan tyde på at fordelingen av hvilke aldersgrupper som bor i blokkleiligheter er annerledes på Heimdal enn resten av bydelene i Trondheim. Hvorfor er det slik? Her finnes selvsagt en rekke forklaringer. Det kan kanskje skyldes mangel på heis og innendørs parkering i blokkene, eller stor avstand til butikker og helsetjeneste. Resultatene kan også reise spørsmål om det i framtiden kommer til å bli et økende behov for en annen type blokkleiligheter i bydelen (mer tilrettelagt for eldre), jfr. den økende aldringen i befolkningen.

Figur 2: Over-/under-representasjon av boligtyper innenfor inndelte aldersgrupper i bydelen.
Heimdal i Trondheim. (Foto: SkyscraperCity)

Forbedret boligplanlegging?

Hva skal vi så med denne informasjonen? Kan det si oss noe viktig i forhold til boligplanlegging? Statistikken kan gi oss en pekepinn på hvilke boligtyper som er mangelvare og hvilke boligtyper som er overrepresentert i ulike bydeler. Ut i fra dette kan vi lese av hvilke boligtyper det er behov for, avhengig av hvilken boligbyggingsstrategi kommunen har. For enkelte bydeler i Trondheim har vi blant annet sett at det er en underrepresentasjon av eldre som bor i blokkleiligheter og overrepresentasjon av eldre som bor i eneboliger. Med en befolkningsvekst og en økende andel eldre, kan det bli behov for nye boliger, og da kan underrepresentasjonen gi en pekepinn på hvilke boligtyper det vil være største behov for i framtiden. Vi har her valgt å presentere over/-underrepresentasjoner av boligtyper etter noen gitte aldersgruppeinndelinger, men det er også mulig å analysere dette etter husholdningstype, kjønn eller 5-års aldersgrupper. I denne studien har vi benyttet gjennomsnittet for Trondheim som utgangspunkt for analysen. Man kunne også benyttet statistikk for andre byer, bydeler eller nasjonale nivåer, noe som ville gitt en mer robust analyse. Da hadde det også vært mulig å sammenlikne boligstrukturen i eksempelvis Trondheim med boligstrukturen i andre tilsvarende byer eller bydeler.

Det er viktig å presisere at resultatene vil være påvirket av mange faktorer som ligger utenfor denne studien, men som likevel er av betydning for å forstå hvorfor folk bor som de gjør. Dette vil også være informasjon som kan være relevante i boligplanleggingen. Mer spesifikt kan dette være ulike former for flyttemotiver, prisnivå, attraktivitet og tilgjengelighet til offentlig tjenestetilbud, i tillegg til mer boligpolitiske hensyn som funksjonalitet, arealutnyttelse og klimahensyn.

Etter hvert som SSB har forbedret sin registerstatistikk i forhold til boligdata, dukker det nå opp muligheter for å gjennomføre slike analyser, som går et steg lengre enn de tradisjonelle planleggingsmodellene. Denne analysen viser at man kan få ny innsikt i hvem som bor i de ulike boligtypene i ulike bydeler, og om dette følger en slags normaladferd i forhold til boligtype. Tidligere flytteundersøkelser viser at man ofte ønsker å bosette seg i nærheten av der man bor i dag, og ofte også i samme bydel. Hvis den aktuelle boligtypen man ønsker å flytte til er mangelvare i egen bydel, vil man kanskje bli boende i eksisterende bolig eller ta «skrittet» og flytte ut av bydelen. Om det ene eller det andre er tilfellet for aldersgruppen 60 + i dette caset, vites ikke.

Hvis det avdekkes store over- eller underrepresentasjoner av boligtyper innenfor enkelte aldersgrupper, vil det være hensiktsmessig å finne ut hvorfor. Det kan være naturlige forklaringer, men det kan også tyde på skjevheter i boligstrukturen. Å ha kunnskap om dette vil uansett være nyttig.

Referanser: