MétaCan
Menu
Retour à la cohorte
Enregistrement W6997191144

Valtion asuntopolitiikan toimien vaikutukset Suomen asuntosektoriin ja talouteen : Tukimuotojen tarkastelu vuosina 1994–2023

2024· other· fi· W6997191144 sur OpenAlexaboutno aff

Notice bibliographique

RevueOsuva (University of Vaasa) · 2024
Typeother
Languefi
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Suomessa on viime vuosina keskusteltu yleisen asumistuen kasvusta. Samaan aikaan rakennusala on suurissa ongelmissa nousseiden kustannuksien ja rahoituksen saatavuuden kanssa. Toimet, joilla Suomessa pyritään tasaamaan asuntomarkkinoita ja turvaamaan kotitalouksien asumista on yleinen asumistuki ja kohtuuhintaisen asuntojen tarjoaminen. Kohonneisiin maksettuihin asumistukiin on ehdotettu ratkaisuksi kohtuuhintaisten asuntojen lisäämisen määrää. Toisaalta rakennusalan ongelmiin voi valtio auttaa lisäämällä omaa asuntotuotantoaan. Kuitenkin näiden kahden tukimuotojen välillä on paljon eroja ja niiden tehokkuutta sekä vaikuttavuutta muihin tekijöihin on aina tärkeää tarkastella kokonaisvaltaisesti. On tärkeää, että Suomessa harjoitettu asuntopolitiikka olisi pitkäjänteistä ja yli hallintojen menevää. Tutkielman tavoitteena on katsoa miten yleinen asumistuki ja kohtuuhintaisten asumisen asuntojen tuotanto vaikuttavat eri sektoreille, kotitalouksiin ja yleiseen talouteen Suomessa. Tutkimuksessa tutkimusmenetelminä toimii regressio- ja korrelaatioanalyysit. Lisäksi tutkimuksessa vertaillaan myös Suomen asuntosektoria, vuokramarkkinoita, omistusoikeuksia sekä sosiaalisia tukijärjestelmiä yhdeksään muuhun Euroopan maahan. Tutkimuksen tulokset osoittavat, että Euroopan maiden väliset asuntomarkkinat ja asuntopoliittiset toimet ovat hyvin erilaiset. Lisäksi Pohjoismaiden asuntosektorit eroavat merkittävästi toisistaan ja varsinkin verrattavissa Suomeen. Tutkimuksessa Suomen osalta katsotaan vaikuttavuutta taloudellisiin tekijöihin pääsääntöisesti vuosina 1994–2023. Yleistä asumistukea ja valtion asuntotuotantoa vertaillaan erikseen katsomalla millaisia yhteyksiä niillä, on BKT asukasta kohden ja vuokrahintaindeksin välillä. Tutkimuksen tulokset menevät hyvin yhteen aikaisempien tutkimuksien ja ajatuksen kanssa, että yleinen asumistuki nostaa yleistä vuokratasoa. Tämän lisäksi valtion tuottamien kohtuuhintaisten asuntojen rakentaminen korostuu silloin, kun yksityisellä puolella on ongelmia. Valtio pyrkii vaikuttamaan markkinoilla myös silloin kun noussut vuokrataso nostaa asuntojen kysyntää. Kysyntää pyritään hillitsemään lisäämällä asuntojen tarjontaa rakentamisella. Kuitenkin viimeisen 10 vuoden aikana, valtion asuntotuotanto on pysynyt suhteellisen matalana, vaikka yksityisellä puolella on ollut voimakasta heilahtelua rakentamisen määrissä. Korrelaatioanalyysin mukaan Suomessa on selkeästi positiivinen yhteys asuntojen- ja vuokrahintaindeksin, julkisten sosiaalimenojen sekä BKT välillä. Yhteys vaihtelee kohtalaisesta erittäin vahvaan positiiviseen yhteyteen. Yleisen asumistuen, BKT asukasta kohden ja vuokrahintaindeksin väliseksi regression selityskertoimeksi saadaan noin 90 %. Vastaava BKT asukasta kohden yhteys valtion asuntotuotantoon on noin 60 %. Kummankin vertailukohteen kertoimet ovat erittäin hyvät, jotka viittaavat siihen, että yleisen asumistuella ja valtion asuntotuotannolla on merkittävät yhteydet vuokriin, kotitalouksien taloudelliseen tilanteeseen sekä yleisesti Suomen talouteen.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,013

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 Opus0,025
Tête enseignante GPT0,203
Écart entre enseignants0,179 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsuva (University of Vaasa)Même sujetHousing, Finance, and NeoliberalismTravaux en français237 207