Bakgrund: Tidigare forskning har till viss del visat att psykologi och känslor influerar människors finansiella beslut och att dagens bostadspriser kan påverkas av beteendefinansens fallgropar. Tidigare empiriska studier har utgått från en kvantitativ- eller experimentell ansats och det saknas därför forskning med en kvalitativ utgångspunkt gällande bostadsköpares beteende samt bostadsprisernas bakomliggande faktorer på bostadsrättsmarknaden i Linköping. Med tanke på att fastighetsmäklare indirekt har möjlighet att observera hur bostadsrättsköpare agerar på bostadsrättsmarknaden, finns intresse att undersöka vad de har noterat. Syfte: Syftet med studien är att, utifrån fastighetsmäklares erfarenheter, identifiera eventuella psykologiska bias vid köp av bostadsrätter och analysera effekter av bostadsköpares beteende vid bostadsrättsköp. Genomförande: I denna kvalitativa studie har åtta intervjuer genomförts med fastighetsmäklare från Linköpings marknadsledande byråer. Samtliga fastighetsmäklare besitter erfarenheter kring huruvida bostadsrättsköpare beter sig på bostadsrättsmarknaden i Linköping. Den insamlade empirin har analyserats utifrån tidigare empirisk forskning inom forskningsområdet, i syfte att analysera effekterna av bostadrättsköpares beteende. Slutsats: Studiens resultat har till viss del kunnat konfirmera att fastighetsmäklare kan utnyttja psykologiska bias, på grund av att människor inte agerar rationellt, med förhoppning om att höja slutpriset på en bostadsrätt i Linköping. Resultatet indikerar även att den befintliga teorin om kalendereffekter går att ifrågasätta. / Background: Previous research has shown, partially, that psychology and emotions can influence peoples’ financial decisions and that current housing prices are a result of biases. Previous empirical studies have taken a quantitative- or experimental approach and there is therefore no research with a qualitative perspective regarding homebuyers’ behavior and house prices underlying factors at the co-operative apartment market in Linköping. Given that real estate agents’ indirectly, are able to identify and interpret how homebuyers act on the co-operative apartment market we find it interesting to scrutinize what they have observed. Aim: The aim of this thesis is to, according to real estate agents’ experiences, identify biases on the co-operative apartment market and analyze the effects of homebuyers’ behavior when buying co-operative apartments. Completion: In this qualitative study, eight interviews where conducted with real estate agents from real estate agencies in Linköping. All real estate agents possess experience about how homebuyers behave at the co-operative apartment market in Linköping. The collected empirical data have been analyzed on the basis of previous empirical research in the field of this research area, in order to analyze the effects of homebuyers’ behavior. Conclusion: This paper can partially verify that real estate agents can use biases, because of the fact that homebuyers don’t act according to the rational model, with the intension to raise the closing price. The study also indicated that the theory about calendar effects can be questioned.

During the past few years, the housing price has increased for both Sweden and the United Kingdom, and according to previous studies there can be many reasons for this development. The purpose of this study is to investigate the degree of differences and similarities between two housing markets. Specifically, this study explores how investors and buyers of housing acts on different markets, and how this changes the price development. The two regions this study focuses on are Greater Stockholm, in comparison with Greater London during the time period January 2005 until December 2018. The theories used are the Greater Fool theory and the Market Process theory, to analyze the result from the regressions run for this study. In the empirical study, time series were used, where several independent variables examined the potential connection to the housing price development. One time series was used for Greater Stockholm, and one time series for Greater London. The result of the study gave ambiguous indications, where most of the variables did not show statistical significance. This means that the change in these variables is not likely to affect the development of housing prices. While two variables for Greater London turned out to be statistically significant. / Priserna på bostäder har under de senaste åren ökat för både Sverige och Storbritannien. Enligt tidigare studier kan det finnas många skäl till denna utveckling. Syftet med denna studie är att undersöka graden av skillnader och likheter mellan två bostadsmarknader. Mer specifikt, undersöker studien hur investerare och köpare av bostäder agerar på olika marknader, samt hur detta förändrar prisbildningen. De två regioner som studien lägger fokus på är Storstockholm i jämförelse med Storlondon under tidsperioden januari 2005 till december 2018. Greater Fool-teorin och Marknadsprocess-teorin har använts för att analysera resultat från regressioner som gjordes för denna studie. I den empiriska studien användes tidsserier där flertalet oberoende variabler undersökte den potentiella kopplingen till prisutvecklingen på bostäder, en tidsserie för Storstockholm och en tidsserie för Storlondon. I resultat av uppsatsen gavs tvetydiga indikationer, där de flesta av variablerna inte visade på statistisk signifikans, vilket innebär att förändringen i dessa variabler troligen inte påverkar prisutvecklingen på bostäder. Medan två variabler för Storlondon visade sig vara statistiskt signifikanta.

I denna C-uppsats med fördjupning företagsekonomi, har förhållandet mellan Sveriges bostadspriser och aktieindex studerats. Vidare undersökts huruvida bankernas utlåning och Sveriges ekonomiska tillväxt kan komma att fungera som en indikator på OMXS30. I uppsatsen diskuteras metodval och en presentation genomförs av diverse teorier som kan ligga till grund för analysen. Dessutom sammanfattas tidigare studier inom detta område och resultaten analyseras. Denna studie är begränsad till att analysera kvartalsvis data med ett tidsintervall på 23 år, från 1996 till 2019 i Sverige. Författarna ämnade att studera kvartalsvis data för att undersöka förekomsten av trender. Dessa trender kan sedan komma att nyttjas av framtida investerare. Data har analyserats i en korrelationsanalys och i en multipel linjär regressionsanalys. Resultaten visar att det på lång sikt finns en positiv korrelation mellan variablerna “bostadspriser” och “OMXS30”, dock visar resultaten också att sambandet mellan variablerna är negativt, det vill säga att när bostadspriserna ökar, minskar aktieindexet i värde. Bostadspriserna och OMXS30 långsiktiga korrelation kan förklaras av variablerna “bankernas utlåning” och “den ekonomiska tillväxten”, som i stor utsträckning har en positiv inverkan på OMXS30. Resultaten visar även på att det finns en långsiktig positiv korrelation mellan variablerna “bankernas utlåning” och “aktieindexet” enligt studiens korrelations- analys. Dock är sambandet negativt mellan variablerna “bankernas utlåning” och “aktieindexet”, enligt den multipla linjära regressionsanalysen. Utfallet innebär att en ökad bankutlåning, leder till att OMXS30 minskar i värde. Den ekonomiska tillväxten har däremot ett positivt signifikant samband med OMXS30, enligt korrelationsanalysen och den multipla regressionsanalysen. / In this bachelor thesis in business economy, the relationship between the Swedish stock market and real estate prices has been studied. Further an examination was conducted on whether bank lending and the economic growth in Sweden may act as an indicator on OMXS30. The thesis holds a discussion regarding the method of choice, a presentation of the chosen theories that could be used as a foundation for the analysis. Besides that, a summary is conducted on earlier studies on this field and an analysis based on the results was made. This study is limited to analyse quarterly data with a time interval on 23 years, between the years 1996 and 2019 in Sweden. Quarterly data was chosen in order to investigate the presence of different trends, which future investors could use. The data was analysed using a correlation analysis as well as a multiple regression analysis. The result showed an existence of a positive correlation between the variables “real estate prices” and “OMXS30” in the long run, but the result also shows a negative connection which means that a rise in real estate prices will result in a price fall on OMXS30. The long run correlation between real estate prices and OMXS3, can be explained by the variables “bank lending” and “economic growth”, with to a large extent har a positive impact on the OMXS30. The result also show evidence of the existence of positive correlation between bank lending and OMXS30 in the long run, but the connection is negative which means that a rise of bank lending will result in a fall on OMXS30. Contrariwise, according to both the regression and the correlation analysis, there is evidence of a positive significant connection between the economic growth and OMXS30.

Purpose of the research: The purpose is to forecast the future trend of housing prices in Stockholm County 2011-2014 based on estimated slope coefficients of selected explanatory variables 1993-2010. Thereafter, the obtained forecast will be discussed with respect to other non-quantifiable concepts within behavioral economics. Method: Multiple regression technique with a deductive and explorative approach. Empirical data: Quantitative. Conclusion: The future trend of housing prices in Stockholm County has been forecasted to be positively sloped throughout all the years 2011-2014, but in 2011, the forecast reveals that the increase of house prices will taper off. Nevertheless, behavioral economics reveals some insights about the trend on the housing market and that the house prices might include a portion of abnormal returns. / Syfte: Syftet är att förutse den framtida utvecklingen av bostadspriserna i Stockholms län 2011-2014 baserade på beräknade lutningskoefficienter av valda förklaringsvariabler 1993-2010. Därefter kommer den erhållna prognosen att diskuteras i förhållande till andra icke-kvantifierbara begrepp inom beteendeekonomi. Metod: Multipel regressionsteknik med en deduktiv och explorativ strategi. Empirisk data: Kvantitativ. Slutsats: Den framtida utvecklingen av bostadspriserna i Stockholms län har beräknats ha en positiv lutning inom samtliga år 2011-2014, men under 2011 visar också prognosen att ökningen av huspriserna kommer att avta successivt. Icke desto mindre avslöjar beteendeekonomi vissa insikter om utvecklingen på bostadsmarknaden och att huspriserna kan innehålla en andel abnorm avkastning.

There is no single commonly adapted model that explains the influence that various monetary policy instruments carry for the economy. During 2011-2017, the Swedish inflation rate has remained below the 2 percent target which has led the Riksbank to take measures aimed at stimulating the inflation. As of May 2018, the repo rate has experienced a number of decreases and is now at 􀀀0:50% which represents an unprecedentedly low level. With the inflation rate remaining below the target whilst the housing market has experienced substantial growth and recent decline, the question arises regarding what impact the repo rate exerts on various macroeconomic measures. In this paper, a statistical time series analysis is conducted using a Vector Autoregression model and the impulse responses are studied. A model of 7 economic variables is constructed to specially study the effect of the repo rate on employment and housing prices. Results demonstrate that rational expectations exist in the economy. Furthermore, results show that the repo rate influences factors affected by inflation rapidly, exerting maximum influence during the first year after the shock. On the other hand, real variables based on quantitative measures that are adjusted for inflation experience the greatest influence of the repo rate after a delay of 6 to 7 quarters. Employment experiences the greatest negative response to a repo rate shock after 7 quarters, with a magnitude of 0.317 standard deviations per standard deviation in the repo rate shock. Housing prices experience the greatest negative response to a repo rate shock after 4 quarters, with a magnitude of 0.209 standard deviations per standard deviation in the repo rate shock. / Det finns ingen allmänt vedertagen modell som beskriver olika penningpolitiska instruments påverkan på ekonomin. Under 2011-2017 har Sveriges inflationstakt legat under 2-procentsmålet vilket har fått Riksbanken att vidta åtgärder i syfte att stimulera inflationen. Fram till maj 2018 har upprepade sänkningar av reporäntan genomförts och den ligger i dagsläget på 0:50% vilket är den lägsta nivån någonsin. Då inflationstakten inte nått målet samtidigt som bostadsmarknaden har upplevt kraftig tillväxt och nylig nedgång uppstår frågan gällande vilken effekt som reporäntan utlovar på diverse makroekonomiska mått. I denna rapport genomförs en statistisk tidsserieanalys med en vektorautoregression och impuls-responserna studeras. En modell med 7 ekonomiska variabler skapas för att specifikt studera effekten av reporäntan på sysselsättning och bostadspriser. Resultaten visar att rationella förväntningar finns i ekonomin. Vidare visar resultaten att reporäntan influerar inflationspåverkade variabler omgående, med maximal påverkan inom det första året efter chocken. Å andra sidan påverkas volymbaserade variabler som justeras för inflation maximalt först efter en fördröjning på 6 till 7 kvartal. Sysselsättningen upplever störst negativ påverkan från en reporäntechock efter 7 kvartal motsvarande 0.317 standardavvikelser per standardavvikelse i chocken. Bostadspriser upplever störst negativ påverkan från en reporäntechock efter 4 kvartal motsvarande 0.209 standardavvikelser per standardavvikelse i chocken.

Läget anses vara den enskilt viktigaste faktorn som förklarar fastighetsvärden och bostadspriser, dock är begreppet väldigt brett. ​Inget läge är det andra likt och det är ofta det som gör bostäder speciella. Det är också detta som gör det problematiskt att värdera en bostad. Det råder en stor variation i bostadspriserna och hur de varierar är svårt att kartlägga på grund av mängden faktorer som spelar in.  Arbetet har som utgångspunkt att studera hur bostadspriserna beror av lägesvariabeln avstånd och hur det ser ut för småhus respektive lägenheter. Avståndsvariabeln innefattar avstånd till centrum samt avstånd till närmaste kollektivtrafik. Undersökningen kommer appliceras på en lokal nivå i Sundbybergs kommun och relaterar till en eventuell monocentrisk stadsmodell, då avstånd till stor del är temporalt och inte enbart geografiskt.  Den monocentriska stadsmodellen är en av de modeller som försöker förklara variationen utifrån bostadens läge. Enligt teorin bakom modellen ökar bostadspriserna desto närmre kärnan bostaden är belägen och på så sätt beror bostadspriserna av ett lägespris. Anledningen till varför priserna ökar närmre kärnan beror på att man är villig att betala mindre för transportkostnader till ett centrum dit stadens invånare antas transportera sig till dagligen för att nå arbete och önskad service. I denna rapport vill vi testa om den monocentriska stadsmodellen går att applicera på lokal nivå i Sundbybergs kommun genom att studera om det finns ett samband mellan bostadspriserna och avståndet till centrum.  För att kunna testa hur olika lägesfaktorer påverkar bostadspriserna används hedoniska prismodeller. Med en hedonisk prismodell kan man bryta ner ett observerat pris från sin helhet till implicita priser för varje attribut. Generellt är det en modell som kan tillämpas för att förstå bostadspriset. Arbetets syfte är att studera om det förekommer något samband mellan ett bostadspris och avståndet till ett lokalt centrum. Om bostadsprisstrukturerna kan kartläggas med modellerna skulle det kunna underlätta planeringen av nya områden och infrastruktur samt belysa de attribut som bör värdesättas högt i ett område. Syftet är också att undersöka hur bostadsprisstrukturen ser ut i ett område beroende på hur priserna influeras av avstånd till kollektivtrafik samt hur det skiljer sig mellan olika lokala områden. Enligt teorin från den monocentriska stadsmodellen bör bostadspriserna öka när avståndet till ett centrum minskar och med liknande resonemang borde bostadsprisena öka när avståndet till närmaste kollektivtrafik minskar.  För att uppnå syftet genomförs en litteraturstudie för att få bättre förståelse för teorin bakom den monocentriska stadsmodellen, den hedoniska prismodellen samt för att klargöra olika prispåverkande faktorer på bostadspriser. Utifrån teorin ställs hedoniska prismodeller upp där olika lägesvariabler analyseras.  Resultaten från de olika modellerna visar att för småhus är en monocentrisk stadsmodell applicerbar på Sundbybergs kommun. Däremot kan det inte dras någon slutsats om en monocentrisk stadsmodell för lägenheter. ​Principerna i den monocentriska modellen är svårapplicerade på området, främst för att Sundbyberg påverkas mycket av närheten till Stockholms innerstad men också för att kommunen är liten och inte homogen. Avståndet till närmaste kollektivtrafik visar sig ha motsatt effekt på bostadspriserna från hypotesen. Ägare till både småhus och lägenheter är inte villiga att betala mer för en bostad placerad nära kollektivtrafik. Däremot ​har närhet till kollektivtrafik en påverkan på slutpriset som överensstämmer med hypotesen i vissa områden i kommunen.  I rapporten är den insamlade datan begränsad vilket påverkar resultatet. ​För att ta fram en bättre värderingsmodell och kartläggning av faktorn avstånd måste därför fler lägesfaktorer samt andra prispåverkande faktorer inkluderas i modellen. / The location of a residence is considered to be the most important element when illuminate real estate values and housing prices, but the element is problematically due to its amplitude. The element, location, is unique and no housing is another comparable which implicates the difficulty to value a residence. There is a great variety in housing prices and how they varies is hard to identify due to the large amount of affecting elements.  The basis of this work is the study of how the housing prices depends on the location element and how it differs between houses and apartments. The location element implicate ​distance to a city center​ and ​distance to the closest public transport​ . The research will be applied at a local level in Sundbyberg and relate to a possible monocentric city model, where distance substantially is temporal and not only geografic.  One of the models that attempt to explain the location elements variety is the monocentric city model. According to the theory, housing prices increases the closer the object is situated to a city. The reason why the prices increases closer to the city is because citizens will be prepared to pay more for housing when the transportation cost decreases. This study examine inter alia if the monocentric city model can be applied on a local level in Sundbyberg by checking a potential relation between housing prices and the distance to city. To be able to try out the influence of various location elements on housing prices, hedonic price models are applied. A hedonic price model breaks down an ensembled observed price to implicit prices for each attribute. Generally, the model is carried out to understand the housing price. The intention of the work is to study if a relation between housing prices and the distance to a local city center anticipates. If the structure of housing prices can be charted with the models it would facilitate the planning of new domains and infrastructure, as well as illuminate attributes valuable in a region. This work also aim to examine how housing prices are influenced by distance to public transports and how that differs between various local areas. According to the monocentric theory, housing prices ought to increase when the distance to the city center decreases, with similar reasoning housing prices ought to increase when the distance to closest public transport decreases. To achieve the purpose a literature study is implemented to obtain immerse understanding of the theory behind the monocentric city model, the hedonic price model but also to clarify various elements that affect housing prices. Based on the theory, location elements are, in this report, analyzed in hedonic price models.  The result from the different models implicates that for houses in Sundbyberg a monocentric city model is applicable. However, no conclusion can be made for apartments in Sundbyberg. The principles of the model are hard to applicate on the area, mostly because Sundbyberg is affected by the vicinity to the inner city of Stockholm but also because of the small area and the lack of homogeneity. The distance to the closest public transport shows an opposite effect on the housing prices than the hypothesis. Both house and apartment owners are not prepared to pay more for a residence closer to a public transport. However, corresponding to the hypothesis, vincinity to public transport has in some local areas in Sundbyberg an impact on housing prices. The collected data in the report is limited which affect the result. To be able to receive a better valuation and clarification of the distance element, the model need to include more location elements and other elements that affect housing prices

In this report we attempt to provide insights in how interpolation can be used for creating heat maps showing residence prices for different residence markets in Sweden. More specifically, three interpolation methods are implemented and are then used on three Swedish residence markets. These three residence markets are of varying characteristics such as size and residence type. Data of residence sales and the physical definitions of the residence markets were collected. As residence sales are never identical, residence sales were preprocessed to make them comparable. For comparison, a so-called external predictor was used as an extra parameter for the interpolation method. In this report, distance to nearest public transportation was used as an external predictor. The interpolated heat maps were compared and evaluated using both quantitative and qualitative approaches. Results show that each interpolation method has its own strengths and weaknesses, and that using an external predictor results in better heat maps compared to only using residence price as predictor. Kriging was found to be the most robust method and consistently resulted in the best interpolated heat maps for all residence markets. On the other hand, it was also the most time-consuming interpolation method. / Den här rapporten försöker ge insikter i hur interpolation kan användas för att skapa färgdiagram över bostadspriser för olika bostadsmarknader i Sverige. Mer specifikt implementeras tre interpolationsmetoder som sedan används på tre olika svenska bostadsmarknader. Dessa tre bostadsmarknader är av olika karaktär med hänsyn till storlek och bostadstyp. Bostadsförsäljningsdata och de fysiska definitionerna för bostadsmarknaderna samlades in. Eftersom bostadsförsäljningar aldrig är identiska, behandlas de först i syfte att göra dem jämförbara. En extern indikator, vilket är en extra parameter för interpolationsmetoder, undersöktes även. I den här rapporten användes avståndet till närmaste kollektiva transportmedel som extern indikator. De interpolerade färgdiagrammen jämfördes och utvärderades både med en kvantiativ och en kvalitativ metod. Resultaten visar att varje interpolationsmetod har sina styrkor och svagheter och att användandet av en extern indikator alltid renderade i ett bättre färgdiagram jämfört med att endast använda bostadspris som indikator. Kriging bedöms vara den mest robusta interpolationsmetoden och interpolerade även de bästa färgdiagrammen för alla bostadsmarknader. Samtidigt var det även den mest tidskrävande interpolationsmetoden.

Fear of crime may differ between areas, even if levels of crime do not differ. Policymakers and companies should be interested in how much economical values individuals put on their emotions. No previous paper has tried to estimate the economic consequences of the kind of fear of crime that does not stem from an increase in crime. Through a hedonic fixed effect-approach and a unique data set, I close this gap by estimating the willingness to pay to avoid that fear. As the outcome variable, I use sold apartments in Stockholm municipality in the years 2017 and 2020. I find suggestive evidence of small to moderate effect of fear of crime on housing prices, even after controlling for crime levels, with an elasticity of -2% to -6%. The results are robust throughout different robustness tests. These findings may help politicians in their cost-benefit analyses when planning safety-increasing projects.

<p>The distance between home and work has increased in recent decades. By the development of infrastructure and public transport, jobs farther from home have become more accessible and this development has in turn increased commuting. Commuting travellers often pass over administrative boundaries which often serve as borders for public transport pricing. Also the market control prices. Research shows that travel times and costs significantly affect commuting choice. Many people have an upper limit of 60 minutes commuting distance between home and work. How commuting costs affect the individual's choice of commuting will vary depending on the individual's income and housing costs. The aim of our study was to see how public transport costs and travel times may vary geographically. GIS, Geographic Information System was used to make a network analysis which showed time distances and travel costs on maps. We also examined whether there was a link between towns accessibility by public transport and housing market which we did with help of correlation and regression analysis. In order to answer our questions we started from a study area consisting of Uppsala County with its surrounding commuting area. The maps showed how accessibility to larger towns varies among the smaller towns. The access is often best between bigger towns while there is less accessibility between smaller towns. The distance to bus stops or railway station also has a significant effect on how long the total travel time will be. Urban areas with access to rail services had the best opportunities to reach larger cities and that give also better access to labour market. From our study of the Uppsala County with a monocentric structure, we could indicate a link between accessibility to the bigger cities and housing prices in the surrounding towns. The higher commuting costs and longer travel time to the central place the lower the housing prices. A similar study of Stockholm which has a polycentric structure showed that the relationship between accessibility and house prices not are applicable to all regions. Here we can conclude that housing markets depends on many other factors than access to rapid public transport. House prices can depend on things like closeness to nature and water.</p> / <p>Avståndet mellan bostad och arbete har ökat under de senaste decennierna. Utvecklingen av infrastruktur och kollektivtrafik har lett till att arbetsplatser längre från hemmet har blivit mer tillgängliga och denna utveckling har i sin tur bidragit till en ökad arbetspendling i samhället. Pendlingsresenärer passerar ofta över administrativa gränser och dessa gränser styr ofta över kollektivtrafikens prissättning men även efterfrågan kan styra priset. Forskning visar att restider och kostnader i hög grad påverkar pendlingsvalet. Många människor föredrar ett pendlingsavstånd, mellan hem och arbete på högst 60 minuter. Hur pendlingskostnader påverkar individens val till pendling varierar bland annat beroende på individens inkomst och boendekostnader.</p><p>Syftet med vår studie var att se hur kollektivtrafikens kostnader och restider kan variera geografiskt. GIS, Geografiska Informationssystem, användes vid utförandet av en nätverks- och kostnadsanalys vilket visade tidsmässigt avstånd och kostnad på kartor. Vi undersökte också om det fanns ett samband mellan orters tillgänglighet med kollektivtrafik och bostadsmarknaden genom att utföra korrelations- och regressionsanalyser. För att svara på våra frågeställningar utgick vi från ett undersökningsområde bestående av Uppsala län med pendlingsomland.</p><p>Kartbilderna visade tydligt hur tillgängligheten till större städer varierar mellan olika orter och att tillgängligheten ofta är bäst mellan större tätorter medan det är sämre tillgänglighet mellan mindre tätorter. Avståndet till hållplatser har också betydande påverkan på hur lång den totala restiden blir. Tätorter med tillgång till järnvägstrafik hade det bästa möjligheterna att nå större tätorter och därmed blir arbetsmarknaden större för dessa orter. Från vår studie över Uppsala län som kan anses ha monocentrisk struktur kunde vi även tyda ett samband mellan tätorters tillgänglighet till centralorten och orternas bostadspriser. Ju högre pendlingskostnad och längre restid till centralorten desto lägre var orternas bostadspriser. En likadan studie över Stockholm som har en mer polycentrisk struktur visade dock att detta samband mellan tillgänglighet och bostadspriser inte gäller för alla regioner. Här kan vi dra den slutsatsen att bostadsmarknaden styrs av många andra faktorer än tillgång till snabb kollektivtrafik och att vissa områdens bostadspriser mer styrs av exempelvis närhet till natur och vatten.</p>

The distance between home and work has increased in recent decades. By the development of infrastructure and public transport, jobs farther from home have become more accessible and this development has in turn increased commuting. Commuting travellers often pass over administrative boundaries which often serve as borders for public transport pricing. Also the market control prices. Research shows that travel times and costs significantly affect commuting choice. Many people have an upper limit of 60 minutes commuting distance between home and work. How commuting costs affect the individual's choice of commuting will vary depending on the individual's income and housing costs. The aim of our study was to see how public transport costs and travel times may vary geographically. GIS, Geographic Information System was used to make a network analysis which showed time distances and travel costs on maps. We also examined whether there was a link between towns accessibility by public transport and housing market which we did with help of correlation and regression analysis. In order to answer our questions we started from a study area consisting of Uppsala County with its surrounding commuting area. The maps showed how accessibility to larger towns varies among the smaller towns. The access is often best between bigger towns while there is less accessibility between smaller towns. The distance to bus stops or railway station also has a significant effect on how long the total travel time will be. Urban areas with access to rail services had the best opportunities to reach larger cities and that give also better access to labour market. From our study of the Uppsala County with a monocentric structure, we could indicate a link between accessibility to the bigger cities and housing prices in the surrounding towns. The higher commuting costs and longer travel time to the central place the lower the housing prices. A similar study of Stockholm which has a polycentric structure showed that the relationship between accessibility and house prices not are applicable to all regions. Here we can conclude that housing markets depends on many other factors than access to rapid public transport. House prices can depend on things like closeness to nature and water. / Avståndet mellan bostad och arbete har ökat under de senaste decennierna. Utvecklingen av infrastruktur och kollektivtrafik har lett till att arbetsplatser längre från hemmet har blivit mer tillgängliga och denna utveckling har i sin tur bidragit till en ökad arbetspendling i samhället. Pendlingsresenärer passerar ofta över administrativa gränser och dessa gränser styr ofta över kollektivtrafikens prissättning men även efterfrågan kan styra priset. Forskning visar att restider och kostnader i hög grad påverkar pendlingsvalet. Många människor föredrar ett pendlingsavstånd, mellan hem och arbete på högst 60 minuter. Hur pendlingskostnader påverkar individens val till pendling varierar bland annat beroende på individens inkomst och boendekostnader. Syftet med vår studie var att se hur kollektivtrafikens kostnader och restider kan variera geografiskt. GIS, Geografiska Informationssystem, användes vid utförandet av en nätverks- och kostnadsanalys vilket visade tidsmässigt avstånd och kostnad på kartor. Vi undersökte också om det fanns ett samband mellan orters tillgänglighet med kollektivtrafik och bostadsmarknaden genom att utföra korrelations- och regressionsanalyser. För att svara på våra frågeställningar utgick vi från ett undersökningsområde bestående av Uppsala län med pendlingsomland. Kartbilderna visade tydligt hur tillgängligheten till större städer varierar mellan olika orter och att tillgängligheten ofta är bäst mellan större tätorter medan det är sämre tillgänglighet mellan mindre tätorter. Avståndet till hållplatser har också betydande påverkan på hur lång den totala restiden blir. Tätorter med tillgång till järnvägstrafik hade det bästa möjligheterna att nå större tätorter och därmed blir arbetsmarknaden större för dessa orter. Från vår studie över Uppsala län som kan anses ha monocentrisk struktur kunde vi även tyda ett samband mellan tätorters tillgänglighet till centralorten och orternas bostadspriser. Ju högre pendlingskostnad och längre restid till centralorten desto lägre var orternas bostadspriser. En likadan studie över Stockholm som har en mer polycentrisk struktur visade dock att detta samband mellan tillgänglighet och bostadspriser inte gäller för alla regioner. Här kan vi dra den slutsatsen att bostadsmarknaden styrs av många andra faktorer än tillgång till snabb kollektivtrafik och att vissa områdens bostadspriser mer styrs av exempelvis närhet till natur och vatten.