MétaCan
Menu
Retour à la cohorte
Enregistrement W6981410473

Eiendomsskatt og boligpriser : En empirisk analyse av norske kommuner

2008· dissertation· no· W6981410473 sur OpenAlexaboutno aff

Notice bibliographique

RevueDuo Research Archive (University of Oslo) · 2008
Typedissertation
Langueno
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Formålet med denne masteroppgaven er å forsøke og besvare hva som skjer med norske boligpriser dersom kommunene innfører/øker den kommunalt frivillige eiendomsskatten. \n\nEn hovedårsak til at dette er interessant er at det dreier seg om en kommunalt frivillig skatt. Den utgiften som eiendomsskatten belaster enkelte kommuners innbyggere tilfaller kommunekassen. På denne måten vil eiendomsskatten kunne påvirke produksjonen av lokale kollektive goder i kommunene. Det blir derfor nødvendig å se på sammenhengen mellom eiendomsskatt og tilbud og etterspørsel av kollektive goder på lokalt nivå for å kunne belyse hvilke effekter eiendomsskatten i Norge har på norske boligpriser. \n\nTiebout (1956) utviklet en modell som, for en rekke antakelser, predikerer at husholdningenes beslutning om hvor den vil bosette seg bestemmes ut fra dens preferanser for kombinasjonen av lokale offentlige goder og skatten som må betales i den enkelte kommune. Modellen impliserer en effektiv likevekt gjennom at skatten som betales reflekterer omfanget av lokale kollektive goder. Ut fra økonomisk teori kan det være rasjonelt å tro at skatt på bolig reduserer etterspørselen og dermed boligprisen, ceteris paribus. Er det imidlertid rasjonelt at skatten økes uten at dette har noen effekt på tilbudet av lokale kollektive goder? I så tilfelle har vi svært liten tiltro til den offentlige sektoren. En velmenende planlegger vil vel etterstrebe å benytte de økte skatteinntektene til å øke omfanget av kollektive goder? Det kan være rasjonelt å tro at økt omfang av lokale kollektive goder vil øke etterspørselen etter boliger i den aktuelle kommunen. Dersom eiendomsskatten impliserer økt omfang av lokale kollektive goder, så kan altså en eventuell negativ effekt av eiendomsskatten på boligprisen veies opp av en eventuell positive effekten fra omfanget av lokale kollektive goder. Det er flere teorier om hvordan økte skatteinntekter i kommunene vil påvirke omfanget av lokale kollektive goder. Brennan & Buchanan (1980) argumenterer for at økt skatt ikke nødvendigvis slår fullt ut i produksjon av lokale kollektive goder. Dette kan implisere at vi ikke har noen garanti for at eiendomsskatten slår fullt ut i økt omfang av lokale kollektive goder. Kapitalisering er et uttrykk som står sentralt i denne analysen. Kapitalisering vil i denne sammenheng si at fremtidige strømmer av eiendomsskatt og lokale kollektive slår ut på boligprisen i dag. \n\nDet er gjort en rekke lignende empiriske tilnærminger til eiendomsskattens effekt på boligpriser. Studier basert på data fra USA dominerer. De aller fleste av de tidligere studiene finner at eiendomsskatten kapitaliseres og har en signifikant negativ effekt på boligprisene. Oates (1969) finner, i en studie av 53 kommuner nordøst i New Jersey, en signifikant negativ effekt av eiendomsskatten og signifikant positiv effekt lokale kollektive goder på boligprisene. Studiet finner at kapitaliseringen av eiendomsskatten er om lag 2/3. Altså at boligprisene reduserer med 2/3 av fremtidig eiendomsskatt. Chinloy (1978) studerer 1224 husholdninger i London, Ontario i Canada og finner også en signifikant negativ effekt av eiendomsskatten på boligprisen. Den empiriske tilnærmingen i studier som omfatter kapitalisering av eiendomsskatten er ofte basert på minste kvadraters metode (OLS) og to-trinns minste kvadraters metode (2SLS), dette er en strategi den økonometriske delen av denne oppgaven også vil følge. \n\nEt aspekt som øker motivasjonen for å belyse dette temaet er at motstanden mot eiendomsskatten i Norge tilsynelatende er så stor. Hvor sentralt står kombinasjonen av skatt som må betales og lokale kollektive goder som kan nytes i konsumentenes valg av bosetting? \n\nEt samfunn uten eiendomsrettigheter og kontraktsstyring kan ikke fungere på en spesielt sofistikert måte. Et velferdssamfunn er avhengig av en overordnet myndighet som blant annet kan sørge for at lover og regler følges, effektiv allokering og rettferdig fordeling. Siden beslutningen om eiendomsskatt befinner seg på kommunalt nivå så vil denne masteroppgaven skrape i overflaten på hva som skiller politisk styring på sentralt versus kommunalt nivå. Av hensyn til hvor omfattende analysen skal være vil det etterstrebes å holde seg til problemstillingen. Dette er årsaken til at eiendomsskatten i liten grad vil sammenlignes med alternative skatteformer. Hovedfokuset er effekten på boligprisen.\n\nStrukturen i denne masteroppgaven er å først belyse den historiske utviklingen til eiendomsskatten i Norge, og om det er noen likhetstrekk mellom de kommunene som har valgt å implementere skatten. Videre vil det fokuseres på å redegjøre for et teoretisk grunnlag for hvilke effekter vi kan vente at eiendomsskatten har på boligprisene. Til slutt vil den empiriske delen av oppgaven forsøke å besvare hva som skjer med boligprisnivået når norske kommuner innfører eiendomsskatt, og om dette er i tråd med teorien. Det er i hovedsak to mulige måter å teste problemstillingen på; den ene er en økonometrisk tilnærming på aggregert nivå og den andre er ved hjelp av casestudier. Den økonometriske tilnærmingen vil i hovedsak bestå i å teste eiendomsskatten på 221 av landets kommuner i 2005 gitt en rekke forklaringsvariabler. Casestudiene vil bestå i å se på noen enkeltkommuner, hvor eiendomsskatten er høy, i et forsøk på å se om disse kommunene har et annet boligprisnivå enn kontrollkommuner. Casestudiene er motivert av usikkerhet i forhold til om vi har inkludert alle forklaringsvariabler for boligprisen i den økonometriske tilnærmingen.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,007
Communication savante0,0090,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,085
Tête enseignante GPT0,358
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDuo Research Archive (University of Oslo)Même sujetResearch Data Management PracticesTravaux en français237 207