MétaCan
Menu
Back to cohort
Record W6981410473

Eiendomsskatt og boligpriser : En empirisk analyse av norske kommuner

2008· dissertation· no· W6981410473 on OpenAlexaboutno aff

Bibliographic record

VenueDuo Research Archive (University of Oslo) · 2008
Typedissertation
Languageno
FieldComputer Science
TopicResearch Data Management Practices
Canadian institutionsnot available
Fundersnot available
KeywordsPublic management
DOInot available

Abstract

fetched live from 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.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.016
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.043
Threshold uncertainty score0.085

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.016
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.004
Science and technology studies0.0030.007
Scholarly communication0.0090.006
Open science0.0010.003
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0200.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.085
GPT teacher head0.358
Teacher spread0.273 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2008
Admission routes1
Has abstractyes

Explore more

Same venueDuo Research Archive (University of Oslo)Same topicResearch Data Management PracticesFrench-language works237,207