Download - IFIP - Technische Universität Wien

3.5 Vermögenseffekte der Freiräume auf Bauland- und Wohnungsmarkt
Im Vordergrund der Bodenpreisuntersuchungen standen die marginalen Zahlungsbereitschaften
(die impliziten Preise) für acht Freiraumtypen, wie sie sich in den Preisen für
Wohnbauland in Wien widerspiegeln. Die Schätzergebnisse geben Hinweise darauf, wo die
Freiraumpolitik in Wien (zumindest theoretisch) ansetzen könnte, um die Gesamtwohlfahrt
durch Freiraumeffekte noch weiter zu steigern. Dabei darf allerdings nicht übersehen werden,
dass hier nur Nutzeneffekte betrachtet werden, die Kosten geplanter Maßnahmen könnten
prohibitiv hoch sein. Kostenaspekte standen jedoch nicht im Fokus der Studie.
Im Folgenden wird der Versuch unternommen, die Vermögenseffekte der Freiräume in Wien
am Wohnungsmarkt zu schätzen. Die betrachteten marginalen Zahlungsbereitschaften geben
bereits gewisse Hinweise, welche Freiräume tendenziell in positiver und welche in negativer
Weise auf die Bodenpreise einwirken. Es handelt sich allerdings nur um marginale Effekte,
die absoluten Vermögenseffekte mussten über separate Preismodelle geschätzt werden. Auch
diese Modelle folgen in Teilen dem Aufbau der Gleichung 4. Die kontinuierlichen Distanzelastizitäten
werden hier aber durch Preiszu- und abschläge in bestimmten Distanzkorridoren
zu den Freiräumen abgelöst. Die Optimierung der Distanzkorridore erfolgt mit Hilfe von
nicht-parametrischen Verfahren, in denen das Residuum der Preisregression auf die Distanz
der Grundstücke zum jeweiligen Freiraum regressiert wird 9 . Das Ergebnis sind Preisgradienten
für die einzelnen Freiraumtypen, die zeigen, wie die impliziten Preise mit der Distanz
zum Freiraum abnehmen (bei positiver Bewertung) bzw. zunehmen (bei negativer Bewertung).
Es zeigt sich, dass die Parks und Weingärten fallende, nicht lineare Preisgradienten
aufweisen, während bei Äckern, Wiesen und Wäldern nur eine Wirkungsgrenze besteht, bis
zu der die (impliziten) Preise signifikant von den Preisen außerhalb des Korridors abweichen.
Bei Äckern und Wäldern ist die Wirkungsgrenze 1.000 Meter, bei Wiesen beträgt sie
nur 500 Meter. Die Wirkungen der Parks verlaufen bis zu 2.000 Meter, die Wirkungen der
Weingärten bis zu 5.000 Meter.
Aus den Ergebnissen in Tabelle 4 wird deutlich, wie schwierig es sein kann, die räumlichen
Interdependenzen der zahlreichen Einflussfaktoren der Bodenpreise abzubilden. Die hier
dokumentierten Ergebnisse erfolgten aus unterschiedlichen Annahmen über die Modellierung
der Heterogenität der geographischen Bodenteilmärkte in Wien. Die konventionelle
Kleinst-Quadrate Schätzung (OLS) unterstellt, dass die Heterogenität durch die verfügbaren
Erklärungsfaktoren der Bodenpreise, wozu auch eine Reihe von Lagefaktoren zählen, hinreichend
abgebildet werden kann. Eine Grundvoraussetzung für eine unverzerrte Schätzung ist,
dass es keine nicht beobachtbaren Faktoren gibt, welche auf die Preise benachbarter Grundstücke
gleichermaßen einwirken. Die OLS-Schätzung liefert im Vergleich der Modelle die
größten Effekte der Parks und der Weingärten 10 .
Die GLS-Schätzung verwendet die Residuen aus dem OLS-Modell und gewichtet alle Variablen
des Modells (einschließlich der abhängigen Variable „Kaufpreis“) mit der Varianz der
Residuen in den Katastralgemeinden. Eine hohe Streuung der Varianz in den Katastralgemeinden
stellt eine Verletzung der OLS-Annahmen dar (Heteroskedastizität). Durch die
Gewichtung wird diese Verletzung aufgehoben. Die GLS-Ergebnisse unterscheiden sich vor
allem in den Preisgradienten der Parks und Weingärten von den OLS-Ergebnissen.
9 Eine Anwendung eines solchen Verfahrens findet sich in Gibbons und Machin (2004); Vgl. auch Wieser 2006a,
wo das Verfahren auf Distanzkorridore zu den U-Bahn-Stationen angewendet wurde.
10 Für die Schätzung wurden alle Grundstückstransaktionen in denjenigen Katastralgemeinden berücksichtigt, für
welche mehr als 10 Beobachtungen vorlagen. Test-Statistiken (Wald-Test und Hausman-Test) verwarfen
die Annahme von Random Effects. Die vollständigen Regressionsergebnisse finden sich in Appendix_Tabelle
6 im Anhang.
24