Energi-, Forsynings- og Klimaudvalget 2015-16
EFK Alm.del Bilag 81
Offentligt
1570893_0001.png
Giver en god
energistandard
en højere
boligpris?
Sammenfattende rapport
Energistyrelsen
18 november 2015
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0002.png
Forfattere:
Helge Sigurd Næss-Schmidt, Partner
Martin Bo Hansen, Managing Economist
Christian Heebøll, Economist
Jossi Steen-Knudsen, Economist
Niels Christian Fredslund, Economist
Sabine Wilke, Research Assistant
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0003.png
Forord
Energistyrelsen har bedt Copenhagen Economics om at undersøge, om der er en
sammenhæng mellem en boligs energistandard og pris. Undersøgelsen er led i initiativet
BedreBolig. Studiet omfatter både en økonometrisk/statistisk analyse og en
eksperimentel analyse. Nærværende rapport sammenfatter hovedresultaterne fra de to
analyser. Ud over denne er der udarbejdet to delrapporter, der beskriver metode og
resultater fra henholdsvis den økonometriske analyse og den eksperimentelle analyse.
I denne sammenfattende rapport præsenterer vi
for det første
det teoretiske grundlag for
den forventede sammenhæng mellem energistandard og boligpris og
for det andet
de
mest centrale resultater set på tværs af vores to analyser.
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0004.png
Indholdsfortegnelse
Forord
Sammenfatning
1
Hvilken sammenhæng mellem
energistandard og boligpris bør vi
forvente?
0
4
9
9
12
15
16
1.1 Sammenhængen mellem energiomkostninger og
energimærkning
1.2 Bedre energimærke bør give højere boligpris
1.3 Andre forhold, der kan have betydning
1.4 Tidligere studier inden for området
2
Hvilken sammenhæng mellem
energistandard og boligpris finder vi i
praksis?
17
17
20
24
2.1 Tilgang og metode
2.2 God energistandard afspejles tydeligt i boligpriser
2.3 Energipriser har betydning for effekten af
energistandarder
2.4 Effekten af energistandarder afhænger af karakteristika
om bolig og køber
25
2.5 Ejendomsmæglere peger selv på positiv sammenhæng 31
Litteraturliste
33
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0005.png
Oversigt over tabeller
Tabel 1 Årlige energiomkostninger fordelt på energimærke og
opvarmningstype .................................................................................. 11
Tabel 2 Værdi af renoveringsmulighed ............................................... 14
Tabel 3 Resultater fra tidligere studier ............................................... 16
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0006.png
Oversigt over figurer
Figur 1 Sammenhæng mellem boligpris og energimærker .................. 5
Figur 2 Effekt af eksplicit økonomisk information om
energimærkets betydning ..................................................................... 8
Figur 3 Definition af danske energimærker ........................................ 10
Figur 4 Årlige energiomkostninger fordelt på energimærker
givet gennemsnitsenergipriser ............................................................ 11
Figur 5 Energipriser for typiske danske opvarmningstyper .............. 12
Figur 6 Kapitaliserede energibesparelser ved højere
energimærker set ift. et G-mærket hus ............................................... 13
Figur 7 Forventet boligprisstigning set ift. et G-mærket hus,
når der tages højde for renoveringsoptionen ...................................... 15
Figur 8 Sammenhæng mellem boligpris og energimærker set
ift. et G-mærket hus ............................................................................. 21
Figur 9 Sammenhæng mellem boligværdi og energimærke ............. 23
Figur 10 Værdien af energimærke relativt til antal
kvadratmeter ....................................................................................... 24
Figur 11 Effekt af energistandard afhængig af energipriser og
opvarmningstype ..................................................................................25
Figur 12 Effekten af energistandard er forskellig over tid ................ 26
Figur 13 Effekten af energistandard er afhængig af
køberfamiliens disponible årsindkomst .............................................. 27
Figur 14 Effekten af energistandard er afhængig af eksplicit
information om energimærkets økonomiske betydning ................... 28
Figur 15 Effekten af energistandard er afhængig af boligens
alder...................................................................................................... 29
Figur 16 Effekten af energistandard afhænger af geograf,
økonometrisk analyse ......................................................................... 30
Figur 17 Effekten af energistandard afhænger af geografi,
eksperimentel analyse .......................................................................... 31
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0007.png
Oversigt over bokse
Box 1 Vores økonometriske/statistiske metoder ................................ 18
Box 2 Design og metode for eksperimenter ....................................... 20
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0008.png
Sammenfatning
Energibesparelser i bygninger er et væsentligt omdrejningspunkt fra politisk side, ikke
bare i Danmark, men i hele EU. Dette skyldes, at energibesparelser i bygninger ses som en
ganske billig måde at reducere CO
2
på i forhold til mange alternativer. I mange tilfælde er
tilbagebetalingstiden af en energirenovering ganske lav og i nogle tilfælde kan CO
2
reduktionerne realiseres uden nettoomkostninger. For at tilskynde fx husholdninger til at
foretage renoveringer er en række politiske initiativer søsat, herunder energiselskabernes
spareforpligtelse og BedreBolig-initiativet.
Der er dog fortsat et efterslæb i forhold til at få gennemført energirenoveringer, hvilket fx
kan skyldes, at en beslutning om at foretage en energirenovering er præget af usikkerhed
om den fremtidige energipris, af geneomkostninger
1
ved at gennemføre renoveringen,
samt af at husholdninger kan lægge for meget vægt på store upfront-omkostninger i
forhold til små løbende besparelser i fremtiden.
I særdeleshed vil husholdninger også stå over for en usikkerhed om, hvorvidt
energiforbedringen vil afspejle sig i boligens pris, hvis husholdningen måtte ønske at
sælge boligen, før investeringen er tilbagebetalt. Ligesom andre investeringer, som fx et
nyt køkken, er beslutningen om at foretage en energirenovering en vurdering af, om den
initiale investering står mål med de løbende gevinster, som renoveringen giver anledning
til. I modsætning til et nyt køkken – som primært giver komfort forbedringer – giver
energirenoveringer anledning til økonomiske besparelser gennem lavere energiregning.
Beregningseksempler viser, at disse besparelser kan være betragtelige. Fx vil forskellen i
energiomkostninger til opvarmning af et gennemsnitshus på 100 m
2
med god
energistandard (energimærke B) i forhold til et med dårligere energistand (energimærke
E) være knap 180.000 kr. over en 30-årig periode, svarende til ca. 6.000 kr. i gennemsnit
årligt.
2
Hvis boligen sælges før besparelserne er realiseret bliver det væsentligt, i hvor høj
grad den forbedrede energistandard giver anledning til en højere salgspris.
I denne analyse undersøger vi, i hvor høj grad en forbedret energistandard vil give
anledning til en højere boligpris.
Det er nemlig ikke sikkert, hverken ud fra en teoretisk
eller en praktisk synsvinkel. Til at svare på dette komplicerede spørgsmål har vi foretaget
en række forskellige analyser for at isolere den faktiske effekt af energistand på
salgsprisen. I forhold til tidligere analyser af dette spørgsmål har vi fokuseret på at sikre,
at den fundne priseffekt faktisk skyldes energistandarden og ikke andre karakteristika
som fx boligens beliggenhed og generelle stand.
For det første har vi foretaget en række statistiske analyser med udgangspunkt i 365.000
salg af enfamiliehuse i Danmark fra 2006 til 2014 samt detaljeret information om husets
energistandard, konstruktion, generelle stand og beliggenhed, salgssituation samt køber-
og sælgerkarakteristika.
1
2
Hvilket også er en samfundsmæssig omkostning, men som kan være svær at kvantificere i makroberegninger.
Baseret på eksisterende estimater for energiprisudviklingen og med en diskonteringsrente på 5 procent.
4
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0009.png
For det andet har vi foretaget en række kontrollede eksperimenter på både potentielle
købere og ejendomsmæglere for at udlede energimærkningens isolerede effekt på
boligprisen.
For at give et indtryk af boligers energistandard har vi taget udgangspunkt i den danske
energimærkningsordning. Denne ordning, som skal oplyses ved salg af boliger, forsyner
boliger med et mærke på en skala fra A til G, hvor A angiver den højeste standard og G
den laveste.
3
Energimærkningen giver et indtryk af boligens energistand og giver dermed
boligkøbere et redskab til at vurdere og sammenligne, hvor store energiomkostninger, der
er knyttet til forskellige boliger.
Klar sammenhæng mellem høj energistandard og højere salgspris
Vores resultater fra begge studier viser klart, at boliger med høj energistandard
systematisk medfører højere salgspriser, uanset hvor mange andre bolig- og
salgskarakteristika vi tager i betragtning. Estimaterne peger på en effekt mellem 40.000-
55.000 kroner per skridt op ad skalaen for et gennemsnitshus på 100 m
2
, jf. Figur 1.
Figur 1 Sammenhæng mellem boligpris og energimærker
kr.
350.000
300.000
249.000
250.000
200.000
150.000
100.000
50.000
0
F
E
D
C
B
A
Ekstra pris ved mærke
Note:
Pris fra tidligere mærke
60.000
113.000
53.000
161.000
47.000
207.000
46.000
42.000
297.000
48.000
Alle tal er omregnet, så de svarer til et 100 m
2
hus og skal ses ift. et G-mærket hus. Tal over søjlerne
viser totaler, og tal inde i søjlerne viser forskelle ift. tidligere mærke. Alle totaler og forskelle er
statistisk signifikante med undtagelse af springet fra B til A. Baren indikerer den teoretiske
forventning til prisstigningen, hvis fremtidige besparelser indregnes fuldt.
Copenhagen Economics
Kilde:
Resultaterne er meget robuste over for andre valg af økonometriske modeller og andre
specifikationer af modellerne. Derudover er det lykkedes os at adskille effekten fra
energistandard på prisen fra effekten fra boligens generelle stand, som er et typisk
metodisk problem i denne type analyse.
3
Boliger, der lever op til krav i hhv. Bygningsreglementet 2010, Bygningsreglementet 2015 og Energiklasse 2020, tildeles
hhv. mærket A2010, A2015 og A2020. Alle lavenergiklasserne A2010, A2015 og A2020 er i denne rapport betegnet ved
energiklasse A, og energimærker fra tidligere energimærkeordninger er konverteret til den nuværende.
5
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0010.png
I vores eksperimentelle analyse bekræftes det, at der er en tydelig positiv sammenhæng
mellem energistandard og boligpris. Ud fra knap 17.000 spørgsmål stillet til ca. 1.500
personer (ejendomsmæglere og potentielle købere) viser vores netbaserede kontrollerede
eksperiment også en tydelig positiv sammenhæng mellem energistandard og boligpris. Fx
viser resultatet, at både købere og mæglere vurderer, at et C-mærket hus kan sælges for
omtrent 100.000 kr. mere end et ellers fuldstændig tilsvarende E-mærket hus.
Ved at få foretaget faktiske fysiske vurderinger af en række boliger af de samme 47
ejendomsmæglere fandt vi, at en falsk oplysning om et højt energimærke førte til en
højere initial ejendomsvurdering af det samme fysiske hus. Resultatet er dog statistisk
usikkert på grund af stor variation og relativt få observationer (insignifikant i statistisk
sammenhæng).
Derudover finder vi, ved at udføre en såkaldt conjoint-analyse blandt 47
ejendomsmæglere, at det at stige ét trin på energimærkningsskalaen tilskrives samme
værdi som 10-15 ekstra kvadratmetre.
Det er ikke muligt fuldt at sammenligne størrelsen af effekterne på tværs af det
økonometriske og det eksperimentelle studie, men samlet kan det konkluderes, at begge
studier entydigt peger på en klar, positiv sammenhæng mellem energistand og boligpris.
Det er ikke muligt at sige, om det er energimærket som indikator for energistand eller fx
oplysninger om den tidligere ejers energiforbrug, der giver anledning til forskellen. Men i
begge tilfælde er det en indikation på, at huskøbere er meget opmærksomme på
betydningen af de fremtidige energiomkostninger ved huskøb.
Energistandard afspejles ikke fuldt ud i salgspris
Imidlertid medfører en højere energistandard ikke så stor en effekt på salgsprisen, som de
sparede energiomkostninger over tid burde tilsige. Vi finder, at effekten af bedre
energistandard er ca. 35-50 procent lavere end den teoretiske beregning. Det svarer til, at
ca. 50-65 procent af den teoretiske besparelse ved en høj energistandard indfanges i
boligprisen.
Der kan være flere årsager til dette:
Boliger med dårligt energimærke rummer mulighed for at foretage
energirenoveringer. En køber vil ikke betale mere for en bolig med højere
energistandard, end det koster at købe og energirenovere en tilsvarende bolig med lav
energistandard. Værdien er denne ’option’ løfter prisen på et hus med dårligt
energimærke relativt til et hus med et godt energimærke (som derfor ikke har denne
option).
Hvis energipriserne forventes at falde, bliver en bolig med godt energimærke relativt
mindre attraktiv. Usikkerheden om energiprisernes udvikling kan derfor reducere
betalingsvilligheden for høj energistandard.
Hvis boligkøbere ikke er fuldt informerede om værdien af høj energistandard, vil de
ikke betale for det.
6
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0011.png
Boligkøbere kan have begrænsninger af kreditmæssig karakter. Hvis køber ikke har
mulighed for at låne ekstra til et tilsvarende hus med høj energistandard på trods af
lavere løbende omkostninger over tid, vil de ikke kunne indprise energistandardens
værdi.
Omvendt kan boliger med høj energistandard have et bedre indeklima i form af fx
reduceret træk og kuldebroer, hvilket trækker i retning af en højere betalingsvillighed
for boliger med god energistandard.
Effekten af energistandard varierer med forskellige købere og boliger
Vi har også analyseret, om effekten af energistandard på boligprisen varierer med både
boligens øvrige karakteristika og den faktiske købers karakteristika.
For det første
indikerer begge analyser, at information til potentielle huskøbere har stor
betydning for prisdannelsen. Den første type af information er om husets energistandard
væsentlig, hvilket energimærkningsordningen entydigt har bidraget til. Vi finder i vores
økonometriske analyse, at effekten fra energistandard til boligpris er betydeligt mere
udtalt efter 2010 end før 2010, hvor energimærkningsordningen blev gjort obligatorisk
ved salgsopstillinger.
4
Den anden type af information er, hvordan en god energistandard
afspejler sig i en husholdnings løbende omkostninger til energi. Vi finder i vores
eksperimentelle analyse, at sammenhængen mellem energistandard og boligpris bliver
endnu tydeligere, når potentielle boligkøbere gøres eksplicit opmærksom på den
økonomiske betydning af det bedre energimærke: Konkret stiger værdisætningen af en
illustrativ bolig med E-mærke til 4 mio. kr. med ca. 80.000 kr., jf. Figur 2. Dette
indikerer, at hvis koblingen mellem en god energistandard og den økonomiske besparelse
heraf kan gøres endnu klarere, vil en større del af energibesparelsen kunne indprises i
boligprisen.
4
Der kan også være andre grunde til, at effekten er blevet mere udtalt efter 2010.
7
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0012.png
Figur 2 Effekt af eksplicit økonomisk information om
energimærkets betydning
Kr.
3.900.000
3.850.000
82.000
3.800.000
3.750.000
3.700.000
uden viden
Note:
med viden
Effekten er målt for en bolig med energimærke E til 4 mio. kr. I eksperimentet informeres deltageren
om, at energimærket er steget fra F til E i forbindelse med renovering, hvilket gav anledning til en
besparelse på 5.000 kr. årligt.
Copenhagen Economics, netbaseret eksperiment
Kilde:
For det andet
finder vi, at der er størst sammenhæng mellem pris og energistandard for
boliger opført i perioden 1931-1960. Der viser sig at være størst effekt for boliger opført i
perioden 1931-1960. Det gælder både i forhold til boliger opført før 1930 og efter 1960.
Det kan skyldes, at boliger før denne periode har et relativt stort potentiale for
energirenovering. Der er en klar tendens til, at effekten af energimærkning er lavere for
nyere boliger, som generelt har et højere energimærke. Det gælder boliger opført efter
1972 og i særdeleshed efter 1998.
For det tredje
finder vi, at effekten af energistandard også afhænger af bl.a. den faktiske
købers indkomst, boligens salgspris samt geografiske placering. Ganske interessant er det
også, at sammenhængen mellem energistandard og boligpris er ca. 40 procent højere, når
køberen er en højindkomst familie.
5
Dette kan skyldes, at højindkomstfamilier typisk har
lettere ved at opnå finansiering, og dermed i højere grad har mulighed for at betale et
højere upfront-beløb.
5
Familier med indkomst i det højeste kvartil.
8
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0013.png
Kapitel 1
Hvilken sammenhæng mellem
energistandard og boligpris bør vi
forvente?
I denne rapport undersøger vi sammenhængen mellem en boligs energistandard og
boligens salgspris. I dette kapitel analyserer vi, hvilken sammenhæng mellem disse to
koncepter man burde forvente ud fra teoretiske betragtninger.
En bolig er et sammensat gode bestående af en række forskellige karakteristika – som fx
beliggenhed, størrelse, konstruktionsmæssige forhold, og energistandard – der alle er
afgørende for husholdningers betalingsvillighed for boligen. Energistandarden adskiller
sig fra de fleste andre karakteristika ved en bolig, idet at den er direkte relateret til de
løbende omkostninger ved at bo i en bolig – nemlig gennem energiomkostningerne. Hvis
man betragter en bolig som en investering, med en høj upfront-omkostning og derefter en
række løbende omkostninger, vil en lav energistandard og dermed høje
energiomkostninger – alt andet lige – reducere værdien og dermed prisen på boligen.
Omvendt vil en bolig med en høj energistandard, og dermed lavere løbende
energiomkostninger, have en højere værdi.
Dette kapital er opdel i tre afsnit:
Første afsnit (1.1)
gennemgår sammenhængen imellem
en boligs energiomkostninger og boligens energimærke, opvarmningstype og energipris
på salgstidspunktet.
I andet afsnit (1.2)
analyserer vi, hvilken effekt et højere
energimærke, energipris mv. teoretisk set forventes at have for boligens pris.
I sidste
afsnit (1.3)
diskuterer vi kort andre faktorer, der kan have betydning.
1.1
Sammenhængen mellem energiomkostninger og
energimærkning
I vurderingen af en boligs værdi, fx i en salgs- eller købssituation, er den tidligere
husholdnings energiforbrug og/eller energiomkostning en indikator for et hus’
energistandard. Det er dog ikke en særlig præcis indikator, da det afhænger af den
konkrete husholdnings sammensætning, forsøg på at spare på varmen, vejrforhold (kold
eller varm vinter) samt energiprisen.
I stedet anvendes typisk energimærkningsordningen, der forsyner boliger med et mærke
på en skala fra A til G, hvor A angiver den højeste energistandard og G angiver den
9
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0014.png
laveste.
6
Energimærket er en mere ’ren’ indikator for husets energistandard, da den ikke
er betinget på den faktiske husholdningssammensætning, vejrforhold mv.
7
Til hvert energimærke er der knyttet et forventet energiforbrug for en standard familie. Fx
vil et 100 m
2
hus med energimærke C (et C-mærket hus) have et energiforbrug imellem
92 og 142 kWh pr. år pr. m
2
svarende til et gennemsnitligt energiforbrug på 117 kWh pr.
år pr. m
2
, jf. Figur 3.
8
Figur 3 Definition af danske energimærker
Årligt kWh. forbrug pr. kvm.
> 305
400
350
300
250
200
150
100
50
0
335
≤ 305
274
≤ 242
217
≤ 192
167
≤ 142
117
≤ 92
81
≤ 69
55
G
F
E
D
C
B
A
Note:
Kilde:
Energiforbruget er baseret på et 100 m
2
hus. Gennemsnitlige niveauer for energiforbrug er angivet i
kasserne, mens grænseværdierne er angivet oven for hver kasse.
Copenhagen Economics på baggrund af http://boligejer.dk/energimaerkeberegningen
Ud fra en økonomisk betragtning fokuserer boligejerne ikke på energiforbruget som
sådan, men på de energiomkostninger energiforbruget giver anledning til. Prisen på
energi er derfor også relevant. Betragter vi et standardhus på 100 m
2
, med gennemsnitlige
energipriser, finder vi, at de årlige energiomkostninger for et D-mærket hus er 4.100 kr.
højere end for et tilsvarende C-mærket hus, jf. Figur 4. Endvidere er det klart, at
besparelserne relateret til de enkelte energimærker er betydeligt større for lave
energimærker og falder efterhånden som energistandarden øges.
6
7
8
Der blev indført en energimærkningsordning for parcelhuse i 1997. Energimærkningsordningen blev ændret i 2006, og fra
2010 blev det obligatorisk at oplyse en boligs energimærke i normale salgsfremstillinger. Af datahensyn er denne undersø-
gelse baseret på energimærker fra 2006 og frem.
Energimærkningen indeholder dog en række afvigelser fra at være en vurdering af den ’rene’ energistandard. Eksempelvis
er mærket bundet op på boligens varmekilde (fx elvarme), og om der er vedvarende elkapacitet tilsluttet – fx et solcellean-
læg.
Lavest grænseværdi for et hus på 100 m
2
er givet ved 70+2200/100=92 og højeste grænse er givet ved 110+3200/100 = 142.
De gennemsnitlige niveauer er lig det midterste tal i intervallet.
10
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0015.png
Figur 4 Årlige energiomkostninger fordelt på energimærker
givet gennemsnitsenergipriser
Kr. årligt
30.000
25.000
20.000
15.000
10.000
5.000
0
G
F
E
D
C
B
A
Ekstra energiforbrug ved mærke
Note:
Kilde:
Energiforbrug fra tidligere mærke
27.300
5.000
22.300
4.600
17.700
4.100
13.600
4.100
9.500
3.000
6.500
2.100
4.400
Her har vi brugt gennemsnitsenergipriser på 0,69 kr. pr. kWh for et standard hus på 100 m
2
.
Copenhagen Economics
Energipriserne varierer meget i forhold til, hvilken varmekilde boligen anvender. I
Danmark er de mest udbredte opvarmningskilder enten fjernvarme, naturgas eller olie,
der siden 2006 har haft gennemsnitlige energipriser på hhv. 0,61, 0,95 og 1,24 kr. pr.
kWh. Når vi tager dette i betragtning, finder vi ganske store variationer i
energiomkostningerne på tværs af energimærker og opvarmningstyper, jf. Tabel 1.
Eksempelvis har et fjernvarmeopvarmet D-mærket hus haft en lavere energiomkostning
end et C-mærket hus opvarmet med naturgas, og et E-mærket fjernvarmehus vil have
lavere energiomkostninger end et C-mærket hus opvarmet med oliefyr.
Tabel 1 Årlige energiomkostninger fordelt på energimærke og
opvarmningstype
Kr. årligt
A
B
C
D
E
F
G
Note:
Fjernvarme
3.400
4.900
7.200
10.300
13.300
16.800
20.600
Naturgas
5.200
7.700
11.200
15.900
20.700
26.100
31.900
Olie
6.700
9.900
14.500
20.600
26.800
33.800
41.400
Gennemsnit
4.400
6.500
9.500
13.600
17.700
22.300
27.300
Her har vi taget udgangspunkt i et standardhus på 100 m
2
og gennemsnitlige energipriser over
perioden fra 2006 til 2014 for de tre energikilder (se Figur 5). I kolonnen til højre (Gennemsnit)
vægter vi med fordelingen varmetyper for danske enfamiliehuse i vores data. Afrundet er 57 procent
opvarmet med fjernvarme, 25 procent med naturgas og 18 procent med olie.
Copenhagen Economics
Kilde:
11
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0016.png
Energipriserne for de forskellige varmekilder – specielt olie og naturgas – har også
varieret betydeligt over tid, jf. Figur 5. Energiomkostningerne for den enkelte bolig og
opvarmningstype har således også varieret betydeligt fra år til år.
Figur 5 Energipriser for typiske danske opvarmningstyper
Kr. pr. kWh
1,80
1,60
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
2008
Olie
Note:
Kilde:
Figuren viser forbrugerpriser inkl. skatter.
Danmarks Statistik
2010
Naturgas
2012
Fjernvarme
2014
Disse beregninger er baseret på en ”standardfamilies” energiforbrug. For en husholdning
med et lavere energiforbrug end dette, vil et hus med en høj energistandard være mindre
værd, og omvendt for en husholdning med et højere energiforbrug.
1.2
Bedre energimærke bør give højere boligpris
Set over en årrække kan energibesparelserne ved at have en høj energistandard blive
ganske store. For et 100 m
2
hus med en gennemsnitlig opvarmningstype, vil
energibesparelserne over 30 år ved at have et C-mærket hus, frem for et D-mærket hus,
blive omkring 180.000 kr.
9
Boligkøbere har således en tilskyndelse til at betale mere for et C-mærket hus for at opnå
denne besparelse fremadrettet, og dermed påvirker de fremtidige energibesparelser
salgsprisen i dag. I hvor høj grad dette sker afhænger af en række forhold, såsom fx
boligkøbers:
Vurdering af boligens energistandard
Forventninger til energipriserne fremadrettet
Værdisætning af fremtidige besparelser i forhold til nutidige besparelser
Omkostninger ved og muligheder for selv at energirenovere
9
I vores beregning har vi ikke indkalkuleret eksempelvis nedskrivninger, men vi antager i stedet, at boligkøbere har en mak-
simal investeringshorisont på 30 år. Yderligere antager vi, at energipriserne i gennemsnit stiger nominelt med 2,43 procent
årligt.
12
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0017.png
Hvis man regner på, hvordan en rationel køber vil værdisætte en løbende strøm af
fremtidige energibesparelser, finder vi, at denne køber vil være villig til at betale ca.
85.000 kr. mere for et standard 100 m
2
C-mærket hus end for et tilsvarende D-mærket
hus, jf. Figur 6.
10
Ser man på tværs af energimærkerne, viser vores beregninger, at den
rationelle køber vil være villig til at betale ca. 170.000 kr. mere for et hus med en
energistand, der fører til årlige energibesparelser på 10 MWh.
Figur 6 Kapitaliserede energibesparelser ved højere
energimærker set ift. et G-mærket hus
kr.
500.000
450.000
400.000
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0
F
E
D
C
B
A
Ekstra pris for et step op i energimærke
Note:
Kilde:
Ekstra pris ift. energimærke G
104.000
104.000
200.000
96.000
284.000
85.000
369.000
85.000
431.000
62.000
475.000
44.000
Alle tal er for et 100 m
2
hus og set relativt til et G-mærket hus. Jf. beregningsmetoden i økonometri
baggrundsrapporten (Copenhagen
Economics 2015a).
Copenhagen Economics
Boligkøbere vil imidlertid ikke kun se på fremtidige energibesparelser, når de skal
vurdere, hvor meget mere de vil betale for et hus med god energistandard. Hvis der er
mulighed for at energirenovere det alternative hus med lav energistandard, er det
væsentligt for betalingsvilligheden for et hus med en høj energistandard. I stedet for at
købe et hus af høj energistandard, kan en boligkøber nemlig vælge at købe et ellers
tilsvarende hus med lav energistandard og derefter betale for energirenovering. I enkelte
tilfælde kan det måske endda betale sig at rive huset ned og bygge et nyt fra bunden.
Det betyder, at en køber ikke bør betale mere for et hus med høj energistandard, end det
vil koste at renovere et hus med lav energistandard til tilsvarende niveau. Dette er
relevant særligt i lyset af den usikkerhed, der findes i forhold til de fremtidige energipriser
og de teknologier og omkostninger, der er knyttet til en renovering. Ved at købe et hus
med lav energistandard bevarer husholdningen fleksibilitet til at reagere (eller ikke
reagere), den dag renoveringsomkostningerne måtte falde (den dag energipriserne falder
og gør god energistandard mindre rentabel).
10
Dette bygger på nutidsværdiberegninger af energibesparelserne, hvor vi antager en investeringshorisont på 30 år, en sub-
jektiv diskonteringsfaktor på 5 procent og gennemsnitlige energiprisstigninger på 2,46 procent. Vi ser bort fra nedslidnin-
ger. Disse antagelser følger stort set antagelserne i SBi (2013b). Jf. beregningerne i
Copenhagen Economics (2015a)
13
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0018.png
For at tage højde for dette har vi anvendt data for renoveringsforslag fra
Energimærkningsrapporterne.
11
For huse med lav energistandard kan energistandarden
ofte øges for relativt begrænsede investeringsomkostninger. Energiforbedringer af huse af
høj energistandard er typisk dyrere og i mange tilfælde praktisk talt umulige, jf. Tabel 2.
12
Tabel 2 Værdi af renoveringsmulighed
G
Gennemsnitlig værdi af renoverings-
mulighed (kr. pr m
2
)
Note:
485
F
354
E
205
D
114
C
57
B
30
A
3
Dette er dannet med udgangspunkt i renoveringsforslag, givet af energikonsulenter godkendt under
Energimærkningsordningen ved vurdering af boligers energistandard siden 2006. Jf.
beregningsmetoden i økonometri-baggrundsrapporten (Copenhagen
Economics 2015a)
Copenhagen Economics
Kilde:
Når vi tager højde for denne ’fleksibilitetseffekt’ (eller ’real option’) finder vi, at den
forventede betalingsvillighed for en høj energistandard falder, jf. Figur 7, sammenlignet
med billedet i Figur 6. For et standard 100 m
2
D-mærket hus finder vi, at
renoveringsmuligheden har en værdi på ca. 11.400 kr., hvorimod renoveringsmuligheden
kun har en værdi på ca. 5.700 for C-mærket hus. Dermed falder prisforskellen i mellem et
typisk C- og D-mærket hus fra ca. 85.000 kr. til ca. 79.000 kr. Set over alle energimærker,
vil købere betale ca. 150.000 kr. mere for et 100 m
2
hus for hver ekstra 10 MWh i årlig
energibesparelse.
13
11
12
13
Vi har disse data for alle energivurderinger siden 2006. For huse med oplagte energirenoveringsmuligheder angiver konsu-
lenterne, hvor meget det koster at energirenovere og derved forøge boligens energistand med et eller flere energimærker.
Dette er også konklusionen i Johnson og Kaserman (1983), der betragter energistandard på den amerikanske boligmasse.
Generelt skal disse forventninger ses i lyset af de antagelser, der er gjort, og der kan være en del usikkerhed forbundet med
dem, jf. diskussioner i afsnit 1.3 samt økonometri-baggrundsrapporten (Copenhagen
Economics 2015a)
14
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0019.png
Figur 7 Forventet boligprisstigning set ift. et G-mærket hus, når
der tages højde for renoveringsoptionen
kr.
450.000
400.000
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0
F
E
D
C
B
A
Ekstra pris for et step op i energimærke
Note:
Kilde:
Ekstra pris ift. energimærke G
91.000
91.000
172.000
81.000
247.000
75.000
326.000
79.000
385.000
59.000
426.000
41.000
Alle tal er for et 100 m
2
hus og set relativt til et G-mærket hus. Jf. beregningsmetoden i økonometri
baggrundsrapporten (Copenhagen
Economics 2015a).
Copenhagen Economics
Det er vigtigt at pointere, at en god energistandard er mere værd, når energiprisen er høj.
Dette skyldes, at værdien af en energibesparelse er større. Den faktiske energipris
varierer meget afhængigt af opvarmningstype og salgstidspunkt, jf. Figur 5. For boliger
opvarmet med olie forventes prisforskellen imellem høj- og lavenergieffektive huse altså
at være højere, end hvis boligen fx er opvarmet med fjernvarme. Generelt finder vi for et
100 m
2
hus, at betalingsvilligheden for 10 MWh i årlig energibesparelse stiger med
216.000 kr., når energiprisen stiger med 1 kr. pr. kWh. Officielle fremskrivninger af
energipriserne peger på fortsatte stigninger, hvilket medfører, at høj energistandard
således vil blive mere værdifuldt over tid og dermed betyde mere for boligpriserne.
1.3
Andre forhold, der kan have betydning
Der er desuden flere forhold, der kan have indflydelse på boligkøberes værdisætning af
energistandarden på en bolig. For det første kan en forbedret energistandard have flere
fordele end blot en reduceret energiregning. Eksempelvis er en velisoleret bolig typisk
forbundet med mindre træk og færre kuldebroer. En høj energistandard kan også have en
signaleffekt, hvor køber viser omtanke ift. klimaet. Disse forhold vil trække i retning af, at
værdien af et højt energimærke er større end den rene energibesparelse og dermed større
end de ovenfor teoretisk beregnede effekter.
På den anden side er der nogle elementer, der trækker i den anden retning. Fx tager vores
beregning ikke højde for, at boligkøbere ofte kan være kreditbegrænsede, og dermed ikke
kan være i stand til at betale en højere initialomkostning for at få adgang til lavere
løbende udgifter. Dermed kommer de implicit til at værdisætte lave udgifter i dag endnu
højere end lave udgifter i morgen, end de ellers ville have gjort. Herudover tager vores
beregning ikke højde for den usikkerhed om fremtiden, som husholdninger må have. Jo
15
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0020.png
større usikkerhed om fremtidens energipriser, desto mere risikabel bliver en investering i
en god energistandard. Yderligere kan boligkøbere have en anden tidshorisont end de 30
år, vi har lagt til grund. Hvis forbrugernes tidshorisont er lavere, vil de ikke være villige til
at betale lige så meget for høj energistandard.
I sidste ende kan boligkøbere også have usikkerhed om, hvilken energistand et hus rent
faktisk er i, hvilket naturligvis øger investeringens risiko. Dette medfører også en mindre
betalingsvillighed end beregnet ovenfor.
1.4
Tidligere studier inden for området
Efter vedtagelsen af EU-direktivet ’Directive on the Energy Performance of Buildings’ har
mange europæiske lande implementeret energimærkningsordninger svarende til den
danske. Baseret på disse er der tidligere udført økonometriske analyser af effekten af
energistandarder på boligpris i Holland, Irland, England, Danmark og en række andre
lande. I stil med den økonometriske analyse i denne rapport anvender de tidligere studier
lignende detaljeret registerdata og såkaldt hedoniske prismodeller, dvs. modeller hvor
bygningens egenskaber – her energistandarden – prisfastsættes.
I Danmark er der også tidligere udført en række kvantitative og kvalitative analyser af
sammenhængen mellem energistandard og boligpris. Afsenderne kommer typisk fra
ejendomsbranchen, realkreditinstitutter eller offentlige organisationer.
Samlet set finder tidligere økonometriske, kvantitative og kvalitative analyser en positiv
sammenhæng mellem energistandarder og boligpris, jf. Tabel 3. For de økometriske
studiers vedkommende, er sammenhængen signifikant og priseffekten følger forholdsvis
systematisk rangordningen af energimærkerne. Sammenlignet med en bolig med
gennemsnitlig energistandard, vil meget høje/meget lave energistandarder øge/sænke
salgspriserne med 5-10 procent.
Tabel 3 Resultater fra tidligere studier
Sammenhæng
+
Økonometriske
analyser
+
+
Kvantitative og
kvalitative
analyser
Note:
Kilde:
+
+
+
Effekt
Salgspris relativt til D-mærke: A/B (5 %), C (1,8 %), C (1,7 %), E (-0,7
%), F (-0,9 %) and G(-6,8 %)
Salgspris relativt til D-mærke: A (10,2 %), B (5,5 %), C (2,1 %), E (-
0,5%), F (-2,3 %) and G (-4,8 %)
Salgspris relativt til D-mærke: A/B (6,4 %), C (6 %), E (-6,2 %), F (-
12,3 %) and G (-19,4 %)
43.000 kr. pr. mærke (172.000 kr. effekt fra G til C i gennemsnit)
3 gange større afslag for et G-hus i forhold til et C-hus
Højere kvadratmeterpriser og lavere prisnedslag for energieffektive
boliger
Effekter fra økonometriske analyser er alle signifikante
Copenhagen Economics baseret på (i kronologisk rækkefølge) Fuerst et al. (2015), Brounen and Kok
(2011), SBi (2013a), EDC (2012), Spar Nord og NRGi (2015), Deloitte (2012)
16
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0021.png
Kapitel 2
Hvilken sammenhæng mellem
energistandard og boligpris finder vi
i praksis?
Vi har nu konstateret, at der ud fra et teoretisk synspunkt burde forventes betydelige
økonomiske gevinster ved at vælge en bolig med høj energistandard. Men vi konstaterede
også, at sammenhængen ikke var enkel. I dette kapitel ser vi på, hvordan sammenhængen
mellem energistandard og boligpriser er i praksis.
Dette er en kompliceret opgave, da en bolig består af så mange forskellige karakteristika,
hvilket gør det vanskeligt at finde to huse, som kun adskiller sig gennem en anderledes
energistandard. Derfor har vi foretaget en række undersøgelser, som har til formål netop
at isolere effekten af energistandarden fra effekten af andre faktorer, som har indflydelse
på salgsprisen, fx beliggenhed, generel stand, størrelse, alder osv. Vi har gennemført tre
økonometriske/statistiske analyser og tre eksperimentelle analyser.
Dette kapital er opdelt i fem afsnit: Første afsnit
(2.1)
gør rede for vores tilgang og metode
i hhv. de tre økonometriske analyser og de tre eksperimentelle analyser. Dernæst
præsenterer vi de centrale resultater fra analyserne opdelt i fire hovedoverskrifter: God
energistandard afspejles i boligpriser (2.2). Energipriser har betydning for værdien af
energistandard (2.3). Effekten afhænger af karakteristika om bolig og køber (2.4) og
Ejendomsmæglere og eksperter peger selv på positiv sammenhæng mellem
energistandard og boligpriser (2.5).
2.1
Tilgang og metode
I det følgende beskriver vi kort vores tilgang og metode for først den økonometriske
analyse og dernæst den eksperimentelle analyse. En grundig beskrivelse af analysernes
design og resultater er beskrevet i to baggrundsrapporter.
14
Økonometriske/statistiske analyser
Ud fra data på alle enfamiliehuse solgt i Danmark fra 2006 til 2014 har vi foretaget tre
forskellige statistiske analyser af, hvor meget energimærket betyder for salgsprisen. I alle
tre analyser inddrager vi, i tillæg til oplysning om energimærkning og opvarmningsform,
meget detaljeret information om hver bolig og hvert salg relateret til
boligens geografiske
beliggenhed, konstruktion, opførelses år, stand samt socioøkonomiske forhold for køber.
Vores første model sammenligner boligpriser på tværs af alle boligsalg. Anden model
sammenligner gentagne salg af samme bolig, og sidste model sammenligner kun boliger
med samme sandsynlighed for at have det givne energimærke, jf. beskrivelsen i Box 1.
14
Se
Copenhagen Economics (2015a)
og
Copenhagen Economics (2015b)
17
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0022.png
Box 1 Vores økonometriske/statistiske metoder
For at finde den ’rene’ effekt af boligers energistandard på salgsprisen er det vigtig at
tage forbehold for en række faktorer. Dels har boliger med en høj energistandard
typisk også en bedre generel stand i øvrigt, og dels er boligstanden ofte højere i
områder hvor boligpriserne i forvejen er høje.
15
Vi anvender et omfattende datasæt på knap
365.000 salg
af knap
300.000 danske
enfamiliehuse
fra 2006 til 2014. For hvert salg kontrollerer vi for detaljeret
information om boligen som fx opførelsesår, boligens struktur, størrelse, seneste
renoveringer, opvarmningstype og rapporterede fejl og mangler. Vi kontrollerer for
boligens geografiske beliggenhed ift. kyst, skov og vej, prisniveauet for boliger i
området på salgstidspunktet, samt køber og sælgers indkomst, uddannelse og
familietype. Som mål for energistandarden anvendes det oplyste energimærke.
Vi anvender tre typer af statistiske modeller med forskellig tilgang til at estimere
sammenhængen mellem energistandard og boligpris. Hver især har de forskellige
styrker/svagheder ift. de nævnte udfordringer. Ved sammenligning af resultaterne er
vi i stand til at minimere risikoen for fejlestimater betydeligt. Vores første model er en
random effects-model.
Her sammenligner vi salgspriser for alle boligsalg, både med
tidligere salg af samme bolig og med salg af alle andre boliger. Ved at kontrollere for
de nævnte detaljer, omkring såvel boligen som salgssituationen, kan vi rense og finde
et mål for den rene’ effekt af energistandarden på salgsprisen.
Vores anden model er en
fixed effects-model,
og her sammenlignes hvert salg kun
med tidligere salg af samme bolig. Analysen er mindre følsom overfor visse
estimeringsfejl. I det omfang, at boliger ændrer energistandard imellem to salg, er vi i
stand til at isolere effekten af energistandarden på salgsprisen.
Vores sidste model anvender en helt anden tilgang – såkaldt
propensity score
matching.
For hver bolig foretages først en vurdering af sandsynligheden, for at
boligen har et givent energimærke. Herefter sammenlignes salgsprisen på hver bolig
kun med salgspriser på boliger med omtrent samme sandsynlighed for at have det
givne energimærke. Selvom boligerne har samme sandsynlighed for at have det givne
mærke, vil der i praksis være variation i boligernes energimærke, og vi er i stand til at
analysere, hvad denne variation i energimærket betyder for salgsprisen. Denne model
er mere robust, når boligsalg og energistandard ikke er tilfældige.
I videre modeludvidelser tillader vi også varierende effekt af energistandarden på
salgsprisen, afhængigt af energiprisen og renoveringsmuligheder. Hvis dette er i
overensstemmelse med vores forventninger, bekræfter det ligeledes, at modellen kun
fanger den ’rene’ effekt af energistandard på salgsprisen.
Note:
Kilde:
Se baggrundsrapporten for en detaljeret beskrivelse af de forskellige modeller
(Copenhagen
Economics 2015a)
Copenhagen Economics
I videre modeludvidelser tager vi også eksplicit forbehold for, at energiprisen og
muligheden for at foretage en energirenovering har betydning for sammenhængen
mellem energistandard og boligpris og analyserer, hvorvidt høj energipris medfører en
større effekt af energistandard på salgsprisen.
15
Herudover er boligsalg og energirenoveringer er heller ikke altid uafhængige af, hvad sælger forventer at kunne få for boli-
gen. Dette ligger dog uden for fokus i vores analyse.
18
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0023.png
Det fyldestgørende datamateriale og statistiske grundlag er anvendt for at sikre, at vi ikke
over- eller undervurderer effekten af energistandard på boligpriser. Fx er energieffektive
boliger typisk også nyere, i bedre generel stand og beliggende i områder, hvor indkomst
og grundpriser typisk er højere. Hvis ikke vi kontrollerer og robusthedstjekker for
sådanne detaljer, risikerer vi at overvurdere effekten af energistandarden.
Eksperimentelle analyser
Vi har udført tre eksperimentelle analyser, der på hver deres måde undersøger
sammenhængen mellem energiklasser og boligpriser. Det første eksperiment er
netbaseret, hvor potentielle huskøbere og ejendomsmæglere på internettet vurderede
boligpriser ud fra typiske boligopslag, som man kender dem fra mæglerhjemmesider. Det
andet eksperiment er et faktisk fysisk eksperiment, hvor en gruppe ejendomsmæglere
foretager faktiske ejendomsvurderinger af faktiske boliger i Danmark. Begge disse
eksperimenter er designet som såkaldte randomiserede, kontrollerede eksperimenter. Det
betyder, at vi ved at variere energimærket – og
kun
energimærket – kan opnå isolerede
konklusioner om effekten af energistandarder på boligprisen. Det tredje og sidste
eksperiment går ud på, at ejendomsmæglere implicit afslører deres vurdering af værdien
af energistandarder relativt til andre boligkarakteristika. Se Box 2 for en kort forklaring af
design og metode i hvert eksperiment.
19
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0024.png
Box 2 Design og metode for eksperimenter
I det
netbaserede eksperiment
klikkede 1.555 potentielle huskøbere og
ejendomsmæglere sig ind på en hjemmeside som Copenhagen Economics havde sat
op. På hjemmesiden blev hver respondent præsenteret for et antal boliger – én ad
gangen – og blev hver gang bedt om at vurdere prisen på boligen. Samlet gav det
16.994 vurderinger. Ved at sammenholde alle disse observationer kunne vi udlede en
sammenhæng mellem komplet identiske boliger – bortset fra netop energimærket –
og dermed kontrollere for de typiske fejl, der opstår ved ikke at kunne adskille
energistandard fra fx generel stand. Det randomiserede, kontrollerede eksperiment
tillader os derfor kun at variere én given faktor, mens alt andet holdes lige og dermed
kan vi opnå konklusioner om isolerede effekter af energistandarder på boligpriser.
I det
fysiske eksperiment
blev 47 danske ejendomsmæglere delt op i to grupper og
vurderede nøjagtig de samme huse bortset fra én afgørende faktor: På husenes
informationsark oplystes den ene gruppe ét energimærke, fx C, mens den anden
gruppe oplystes et andet energimærke, fx D. Dette blev gjort for hvert hus med spring
på enten et eller to energimærker, sådan at samme gruppe nogle havde et højere
energimærke og andre gange et lavere. Eksperimentet tillader os at analysere, om
danske ejendomsmæglere indregner energimærket, når de foretager konkrete
boligvurderinger.
I det tredje og sidste eksperiment om relativ værdisætning,
conjoint-analysen,
vurderede samme 47 ejendomsmæglere, hvilket af to præsenterede huse de mente
kunne sælges til højest pris. Dette blev gjort for 24 hus-alternativer, hvor forskellige
boligkarakteristika blev varieret, heriblandt energimærket. Dermed kan vi analysere
den relative betydning, som ejendomsmæglere tillægger energimærket i forhold til
andre centrale karakteristika såsom antal kvadratmeter.
Note:
Kilde:
Se baggrundsrapporten for en detaljeret beskrivelse af de forskellige modeller (Copenhagen
Economics 2015b)
Copenhagen Economics
2.2
God energistandard afspejles tydeligt i boligpriser
På tværs af analyserne finder vi en klar og positiv sammenhæng mellem boligers
energistandard og salgsprisen.
Økonometrisk/statistik analyse
I alle de analyserede modeller finder vi klare, signifikante effekter af energistandarden på
boligprisen. I vores foretrukne model, som anvender data for alle boligsalg, finder vi at
boligprisen for en 100 m
2
bolig med et C-mærke er ca. 200.000 kr. højere end et
tilsvarende G-mærket hus og ca. 45.000 kr. højere end et tilsvarende D-mærket hus, jf.
Figur 8. Effekten er statistisk signifikant for alle trin på skalaen, bortset fra B til A, hvilket
bl.a. skyldes, at antallet af solgte A-huse er forholdsvist lavt.
20
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0025.png
Figur 8 Sammenhæng mellem boligpris og energimærker set ift.
et G-mærket hus
kr.
450.000
400.000
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0
F
E
D
C
B
Teoretisk forventet effekt
A
Pris fra tidligere mærke
Note:
Ekstra pris ved mærke
60.000
113.000
53.000
161.000
47.000
207.000
46.000
249.000
42.000
297.000
48.000
Alle tal er omregnet, så de svarer til et 100 m
2
hus og skal ses ift. et G-mærket hus. Resultater er fra
model 1, afrundet til nærmeste 1.000. Tal over søjlerne viser totaler og tal inde i søjlerne viser
forskelle ift. tidligere mærke. Alle totaler og forskelle er statistisk signifikante med undtagelse af
springet fra B til A. Baren indikerer den teoretiske forventning fra kapitel 1.
Copenhagen Economics, random effects model.
Kilde:
For alle trin på energimærkningsskalaen finder vi en klar, signifikant effekt af
energimærket på salgsprisen, og kun for A-mærkede boliger er den ekstra effekt ift. B-
mærkede boliger ikke statistisk signifikant. Det sidste resultat skyldes givetvis, at vores
datasæt indeholder relativt få A-mærkede boliger, samt at energibesparelsen ved at gå fra
et B-mærket til et A-mærket hus ikke er særlig stor.
Vi finder dog også, at effekten på boligprisen ikke er lige så stor, som man burde forvente
teoretisk, når der tages højde for renoveringsmuligheder (indikeret ved de sorte barrer i
Figur 8. For et 100 m
2
C-mærket hus ville vi teoretisk forvente en salgspris, der er ca.
325.000 kr. højere end for et tilsvarende G-mærket hus, men vores estimater peger på, at
salgsprisen kun er ca. 205.000 kr. højere. Dette svarer til, at den faktiske priseffekt i dette
tilfælde er ca. 63 procent af den teoretisk ventede effekt.
Vi ser også på tværs af samtlige mærker ved at betragte, hvor meget boligprisen ventes at
stige, hvis en bolig på 100 m
2
har en så høj energistandard, at det sparer 10 MWh
energiforbrug om året. Her finder vi, at salgsprisen vil stige med ca. 75.000 til 100.000
kr. Dette svarer til, at mellem 50-65 procent af de teoretisk forventede energibesparelser
omsættes til en højere boligpris.
16
Dette resultat er fremkommet gennem omfattende
robusthedsanalyser af vores resultater: Både ved at anvende tre forskellige økonometriske
modeller samt ved at udføre mange robusthedstjek inden for hver model.
Der kan være flere grunde til, at ikke den fulde forventede energibesparelse omsættes i
boligprisen:
16
Ved en gennemsnitsenergipris på tværs af opvarmningsformer.
21
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0026.png
Boliger med dårligt energimærke rummer mulighed for at foretage
energirenoveringer. En køber vil ikke betale mere for en bolig med højere
energistandard, end det koster at købe og energirenovere en tilsvarende bolig med lav
energistandard. Værdien er denne ’option’ løfter prisen på et hus med et dårligt
energimærke relativt til et hus med et godt energimærke (som derfor ikke har denne
option).
Hvis energipriserne forventes at falde, bliver en bolig med godt energimærke relativt
mindre attraktivt. Usikkerheden om energiprisernes udvikling kan derfor reducere
betalingsvilligheden for høj energistandard.
Hvis boligkøbere ikke er fuldt informerede om værdien af høj energistandard, vil de
ikke betale for det.
Boligkøbere kan have begrænsninger af kreditmæssig karakter. Hvis køber ikke har
mulighed for at låne ekstra til et tilsvarende hus med høj energistandard på trods af
lavere løbende omkostninger over tid, vil de ikke kunne indprise energistandardens
værdi.
Omvendt har boliger med høj energistandard typisk have et bedre indeklima fx i form af
reduceret træk og kuldebroer, hvilket kan øge prisen på boliger med en høj
energistandard ud over de rene energibesparelser.
Der er naturligvis usikkerhed knyttet til disse beregninger. Usikkerheden kan både
vedrøre vores skøn for den observerede sammenhæng mellem energistandard og
boligpriser, men også beregning af den teoretiske forventning til sammenhængen. Hvis fx
vi antog, at diskonteringsrenten var 1 procentpoint højere, ville de observerede
priseffekter stemme ret godt overens med de forventede effekter fra energibesparelserne.
Det samme er tilfældet hvis forventningerne til energiprisstigningerne var ca. 0,5
procentpoint lavere eller hvis købere havde en investeringshorisont på ca. 19 år i stedet
for 30.
En af styrkerne i vores analyse er det store antal af kontrolvariable vi har anvendt. Det er
tydeligt i vores analyse, at effekten fra energistandard til boligpris overvurderes (helt op
til 100 procent), hvis der ikke kontrolleres for boligens generelle stand og alder, hvilket
skyldes den meget kraftige sammenhæng mellem boligers energistand og generelle stand
samt energistand og alder. Dette kan bl.a. forklare, hvorfor tidligere studier med færre
kontrolvariable finder større effekter.
17
Eksperimentelle analyser
I vores netbaserede eksperiment finder vi ligeledes en positiv sammenhæng mellem
energistandard og boligpris. Potentielle huskøbere og ejendomsmæglere vurderer, at
boligværdien stiger trinvist som energistandarden øges, jf. Figur 9.
17
Se fx SBi (2013a).
22
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0027.png
Figur 9 Sammenhæng mellem boligværdi og energimærke
Kr.
2.950.000
41.000
2.900.000
53.000
2.850.000
8.200
2.800.000
F
Note:
E
D
C
Resultater omhandler både vurderinger fra private og mæglere (i alt 16.994 observationer fra 1.555
individer). Stigningen fra F til E-mærket er ikke statistisk signifikant, mens stigningerne fra E til D og
D til C er signifikante på 1procent-signifikansniveau. Grundet kravet om tilstrækkelige observationer
til signifikante konklusioner er energimærkerne G, A og B ikke inkluderet i analysen.
Copenhagen Economics, netbaseret eksperiment
Kilde:
Sammenhængen mellem energistandard og boligpris er mest udtalt i springet fra et E- til
et D-mærket hus og dernæst fra et D- til et C-mærket hus. Her finder vi, at et bedre
energimærke vil kunne øge salgsprisen med 40.000-50.000 kr. for et gennemsnitshus til
3 mio. kr. I forhold til forventningerne fra kapitel 1, er det ventet, at stigningen fra E til D
overstiger stigningen fra D til C, men overraskende, at F til E ikke udviser den største
stigning.
Resultaterne fra det netbaserede eksperiment kan ikke direkte sammenlignes med den
økonometriske analyse, da der anvendes forskellige kvadratmeterstørrelse. Hvis vi
alligevel skal forsøge at sammenligne, og tager vi det gennemsnitlige areal i betragtning,
så ligger resultaterne fra det netbaserede eksperiment en smule under de centrale
resultater fra økonometristudiet.
I vores analyse af relativ værdisætning (conjoint-analysen) finder vi ligeledes en positiv
værdisætning af en høj energistand. Konkret finder vi, at ét højere energimærke har
samme værdi som ca. 10-15 ekstra m
2
, jf. Figur 10. Fx vil et B-mærket hus, i forhold til et
G-mærket hus alt andet lige have samme værdi som et G-mærket hus, der er ca. 47 m
2
større.
23
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0028.png
Figur 10 Værdien af energimærke relativt til antal kvadratmeter
kvm
50
45
40
35
30
25
20
15
10
5
0
F
Note:
E
D
C
B
3
15
18
30
13
11
35
5
47
Benchmark for effekter er energimærke G. Tallene over søjlerne indikerer værdien (målt i m
2
) fra en
ændring fra G til hvert enkelt af de listede energimærker, mens tallene i søjlerne indikerer effekten
fra energimærket under.
Copenhagen Economics, conjoint analyse
Kilde:
I vores fysiske kontrollerede eksperiment med en række ejendomsmæglere fandt vi også i
gennemsnit en positiv forskel i værdisætningen af huse med bedre energimærke.
Resultaterne var dog præget af betydelig varians, og forskellen på 157.000 kr. per spring i
energimærke var ikke statistisk signifikant. Det betyder ikke, at der ikke er nogen positiv
sammenhæng mellem energimærke og boligens værdi, men at resultaterne er præget af så
meget støj, at det svært at sige noget med statistisk sikkerhed.
Samlet set indikerer resultaterne i de økonometriske og eksperimentelle analyser en klar
effekt af energistandard på salgsprisen, men også en effekt, der ligger betydeligt under
vores teoretiske forventninger. I det økonometriske studie fandt vi en effekt af
energistandard på mellem 77.000 og 110.000 kr. pr. 100 kWh i ekstra årlige
energibesparelse. Vores eksperimentelle analyser samt robusthedstest i det
økonometriske studie indikerer, at effekten bør ligge i det nedre del af dette interval.
Særligt i det økonometriske studie finder vi, at effekten af energistandarder er størst for
de laveste energimærker, hvilket svarer til den teoretiske forventning.
2.3
Energipriser har betydning for effekten af
energistandarder
Vores resultater viser også, at effekten på boligprisen er meget afhængig af energipriserne
på tidspunktet for boligsalget. Jo højere energiprisen er, desto mere villige er huskøbere
til at betale for en god energistandard. Vi finder, at for hussalg hvor energiprisen er høj (3.
og 4. kvartil), har god energistandard ca. 50 procent større effekt på salgsprisen, end når
energiprisen er lav (1. og 2. kvartil), jf. de sorte søjler til venstre i Figur 11. Dette dækker
både over variation i energipriserne over tid, men også på tværs af opvarmningstyper. Fx
finder vi tilsvarende, at effekten er markant større for boliger opvarmet af olie og naturgas
end for boliger opvarmet med fjernvarme, jf. de grå søjler til højre i Figur 11.
24
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0029.png
Figur 11 Effekt af energistandard afhængig af energipriser og
opvarmningstype
Kr. pr. 10 MWh
energibesparelse
160.000
140.000
120.000
100.000
80.000
60.000
40.000
20.000
-
Energipriser i Energipriser i Energipriser i Energipriser i Fjernvarme
laveste
anden
anden
højeste
kvartil (1)
laveste
højeste
kvartil (4)
kvartil (2)
kvartil (3)
Betinget resultat
Note:
Hovedresultat
Olie
Naturgas
93.100
107.800
81.100
151.700
144.100
140.600
143.100
Alle tal er omregnet, så de svarer til et 100 m
2
hus. Resultaterne er fra model 1 (random effect-
modellen), og er anvendt på forskellige dele af det samlede data. I sorte søjler opdeles data på
baggrund af energiprisen på salgstidspunktet, og i grå søjler opdeles det på baggrund af
opvarmningstypen. Opdeling på baggrund af energipriser er således: 1) i første kvartil er energiprisen
under 0,63 kr. pr. kWh, 2) i anden laveste kvartil er energiprisen over 0,63 og under 0,69 kr. pr.
kWh, 3) i anden højeste kvartil er energiprisen over 0,69 og under 1,00 kr. pr. kWh, og 4) i højeste
kvartil er energiprisen over 1,00 kr. pr. kWh.
Copenhagen Economics
Kilde:
Dette resultat er interessant af flere grunde. En af de største udfordringer i denne
økonometriske analyse har været, at boliger med høj energistandard også typisk har høj
generel stand og herlighedsværdi i øvrigt. Der er dog den forskel mellem energistandard
og øvrig stand, at betalingsvilligheden ift. sidstnævnte ikke bør variere med
energipriserne. Når vi finder, at vores effekter af energistandard på salgsprisen varierer
med energipriserne, er det således en indikation af, at modellen ér i stand til at isolere
effekten af energistandard fra effekten af øvrig stand og herlighedsværdi.
2.4
Effekten af energistandarder afhænger af karakteristika
om bolig og køber
Vi har i analyserne også undersøgt, hvorvidt betydningen af en høj energistandard for
boligprisen afhænger af andre karakteristika om boligen og de faktiske købere. Vi finder
bl.a. fem interessante karakteristika, som har betydning for effekten af energistandard på
boligprisen.
For det første
finder vi, at effekten lader til at være stigende over tid. Hvor boligkøbere før
2010 i gennemsnit betalte ca. 71.000 kr. for en energibesparelse på 10 MWh, betalte de
efter 2011 knap 100.000 kr. for den samme energibesparelse, jf. Figur 12. Dette kan
hænge sammen med, at energimærkningsordningen er blevet mere udbredt over tid, og
fra 2010 gjort obligatorisk i forbindelse med salgsopstillinger. Dermed er boligkøbere
25
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0030.png
formentlig blevet betydeligt mere bevidste om potentielle boligers energistandard over
tid. Det kan dog også skyldes andre faktorer, som vi ikke har kunnet kontrollere for rent
statistisk.
18
Figur 12 Effekten af energistandard er forskellig over tid
kr. pr. 10 MWh
energibesparelse
120.000
100.000
80.000
60.000
40.000
20.000
0
Salgsår 2006-09
Betinget resultat
Salgsår 2010-11
Salgsår 2012-14
Hovedresultat
71.200
94.100
98.500
Note:
Kilde:
Alle tal er omregnet, så de svarer til et 100 m
2
hus. Resultaterne er fra model 1 (random effect-
modellen) og er anvendt på forskellige dele af det samlede data opdelt efter salgstidspunktet.
Copenhagen Economics
For det andet
finder vi, at effekten afhænger betydeligt af køberfamiliens disponible
indkomst. Hvor effekten er relativt ens for indkomster i de tre laveste kvartiler, er den
betydeligt højere for højindkomstfamilier. Det betyder, at højindkomstfamilier i
gennemsnit betaler mere for at opnå en høj energistandard. Konkret finder vi, at den
ekstra pris for at opnå en energibesparelse på 10 MWh er ca. 140.000 kr. for
højindkomstfamilier i forhold til ca. 100.000 kr. for de øvrige tre kvartiler, jf. Figur 13.
Dette kan skyldes, at højindkomstfamilier typisk har lettere ved at opnå finansiering og
dermed i højere grad har mulighed for at betale et højere upfront-beløb til at modsvare de
lavere løbende energiudgifter.
18
Energipriserne er også steget efter 2010, men ikke nok til at forklare den store forskel, vi ser i figuren.
26
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0031.png
Figur 13 Effekten af energistandard er afhængig af
køberfamiliens disponible årsindkomst
kr. pr. 10 MWh
energibesparelse
160.000
140.000
120.000
100.000
80.000
60.000
40.000
20.000
0
Indkomst i laveste
kvartil
Indkomst i anden
laveste kvartil
Indkomst i anden
højeste kvartil
Indkomst i højeste
kvartil
105.000
80.000
105.000
141.000
Betinget resultat
Hovedresultat
Note:
Alle tal er omregnet, så de svarer til et 100 m
2
hus. Disse resultater er fra model 1 (random effects-
modellen), hvor vi tillader for effekter af energistandard afhængig af intervaller betinget af den
disponible årsindkomst for familien. Disse intervaller er defineret som: 1) Laveste kvartil med
disponibel årsindkomst under 280.000 kr., 2) anden laveste kvartil med disponibel årsindkomst
imellem 280.000 og 380.000 kr., 3) anden højeste kvartil med disponibel årsindkomst imellem
380.000 og 500.000 kr., og 4) højeste kvartil med disponibel årsindkomst over 500.000 kr.
Copenhagen Economics
Kilde:
Der lader ikke til at være nogen klar forskel på tværs af uddannelsesniveau.
For det tredje
finder vi, at det er af stor betydning, hvordan selve energimærkningen
fortolkes i forhold til den løbende energiregning. I vores eksperimentanalyse testede vi
effekten af at være meget eksplicit om, hvad et bedre energimærke betyder i form af
økonomiske besparelser. Ved at gøre det klart for potentielle købere, hvor stor besparelse
de ville opnå ved at vælge et hus med et højere energimærke, blev de potentielle køberes
værdisætning af højt energimærke øget betydeligt. Potentielle købere med eksplicit
information om de økonomiske besparelser, var konkret villige til at betale ca. 80.000 kr.
mere for et illustrativt E-mærket hus til 4 mio. ift. et F-mærket hus, end de købere, der
ikke blev præsenteret for den eksplicitte information om de økonomiske besparelser (men
kun om forskellen i energimærket), jf. Figur 14.
27
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0032.png
Figur 14 Effekten af energistandard er afhængig af eksplicit
information om energimærkets økonomiske betydning
Kr.
3.900.000
3.850.000
82.000
3.800.000
3.750.000
3.700.000
uden viden
Note:
med viden
Effekten er målt for en bolig med energimærke E til 4 mio. kr. I eksperimentet informeres deltageren
om, at energimærket er steget fra F til E i forbindelse med renovering, hvilket gav anledning til en
besparelse på 5.000 kr. årligt.
Copenhagen Economics, netbaseret eksperiment
Kilde:
Denne effekt er mere udtalt, når man tester ejendomsmæglere, end når man tester
potentielle huskøbere: Mens huskøbere vurderer boligen 69.000 kr. mere værd, er
mæglere helt oppe på 95.000 kr.
I eksperimentet var informationen givet i en kontekst, der havde til formål at efterligne et
standardboligopslag på en hjemmeside så meget som muligt. De store og signifikante
resultater afspejler dermed, at der kan være et betydeligt potentiale i at give kroner-og-
øre information for at øge bevidstheden om energistandarder og betydningen for
energiregningen både på købersiden og på udbudssiden blandt mæglere. Tilsvarende kan
flere andre adfærdsmæssige aspekter være interessante at teste effekten af, fx ved at
fremhæve energimærkeordningen som sorteringsmekanisme på boligportaler.
For det fjerde
finder vi, at der er en stor forskel på effekten, afhængigt af hvornår boligen
er opført. Vi finder en klar tendens til, at effekten af energimærket er lavere for nyere
boliger, jf. Figur 15. Boliger opført efter 1972 og i særdeleshed efter 1998 har typisk et
relativt højt energimærke (A, B eller C). De lave spring imellem de høje energimærker kan
således forklare en del af dette resultat. For boliger opført før 1930 er effekten dog lavere
end for boliger opført 1931-1960. Dette kan måske skyldes en effekt af muligheden for
renovering, hvor boliger opført før 1930 typisk har et relativt højt potentiale for
energirenoveringer. I nogle af disse boliger med dårligt energimærke vil det være billigt at
energiforbedre boligen, og det dårlige energimærke vil derfor ikke betyde helt så meget
for ejendomsprisen.
28
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0033.png
Vi har testet, at dette ikke skyldes korrelationen imellem energimærket og boligens
generelle stand, som typisk er bedre for nyere boliger, ved at anvende boligers
tilstandsrapport som kontrol for deres generelle stand.
Figur 15 Effekten af energistandard er afhængig af boligens
alder
kr. pr. 10 MWh
energibesparelse
140.000
120.000
100.000
80.000
60.000
40.000
20.000
-
Bygningsår før
1930
Bygningsår 1930- Bygningsår 1960- Bygningsår 1973-
60
72
98
Betinget resultat
Hovedresultat
Bygningsår efter
98
32.000
109.000
92.000
69.000
132.000
Note:
Alle tal er omregnet, så de svarer til et 100 m
2
hus. Disse resultater er fra model 1 (random effects-
modellen), hvor vi tillader for en særskilt effekt af energistandard på salgsprisen afhængig af boligens
alder.
Copenhagen Economics
Kilde:
For det femte
finder vi, at der også er forskel på tværs af regioner i Danmark. Resultatet
er dog forskelligt afhængigt af, om vi kigger på vores økonometriske analyse eller vores
eksperimentelle analyse.
I de økonometriske analyser finder vi, at energistandard har en signifikant større effekt i
Region Hovedstaden og en signifikant lavere effekt i Region Midtjylland, jf. Figur 16. I de
øvrige danske regioner har energistandard mere eller mindre samme effekt på
boligprisen.
29
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0034.png
Figur 16 Effekten af energistandard afhænger af geograf,
økonometrisk analyse
kr. pr. 10 MWh
energibesparelse
160.000
140.000
120.000
100.000
80.000
60.000
40.000
20.000
0
Region
Hovedstaden
Region Sjælland
Region
Syddanmark
Region Midtjylland Region Nordjylland
79.000
74.000
60.000
71.000
135.000
Betinget resultat
Hovedresultat
Note:
Kilde:
Disse resultater er fra model 1 (random effects-modellen), hvor vi tillader for en særskilt effekt af
energistandard på salgsprisen afhængig af regionen.
Copenhagen Economics
Omvendt finder vi i den eksperimentelle analyse, at respondenter bosat i Region
Hovedstaden tilsyneladende sætter mindst pris på energistandarder, jf. Figur 17. Effekten
af et spring fra energimærke F til C vurderes 2-3 gange mindre værdifuldt sammenlignet
med resten af landet. Resultaterne er konsistente, uanset om respondenterne er
ejendomsmæglere eller potentielle boligkøbere.
30
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0035.png
Figur 17 Effekten af energistandard afhænger af geografi,
eksperimentel analyse
177.000
Forskel i kr. (F
C)
104.000
43.000
135.000
109.000
Note:
Kilde:
Vi viser resultaterne for forskellen i ejendomsværdi for en F og en C-bolig på tværs af regioner.
Copenhagen Economics, netbaseret eksperiment
2.5
Ejendomsmæglere peger selv på positiv sammenhæng
I vores analyse har vi indledningsvist interviewet en række aktører i
ejendomsmæglerbranchen for at høre, hvordan de vurderede sammenhængen mellem
energistandard og boligpris. Formålene med disse interviews var primært at kvalitetssikre
vores eksperimenter, men det er i sig selv interessant at præsentere mæglernes bud på
sammenhængen.
Den generelle vurdering i ejendomsmæglerbranchen er, at der er en positiv sammenhæng
mellem energiklasser og boligpriser.
19
Især blandt indehavere af mæglerbutikker er
holdningen den, at højere energiklasser giver et hurtigere salg og et mindre nedslag fra
udbudsprisen. Særligt gælder det, at de boliger med laveste energimærker (G, F og til dels
D) er svære at afsætte.
Mæglerne mener, at den positive sammenhæng er mere udtalt i byer, da folk her er mere
miljøbevidste og generelt højere uddannet (og dermed mere bevidste om
energiomkostninger). Mæglerne fremhæver også, at synlige energirenoveringer kan
forventes at have større betydning end usynlige renoveringer, fx nye A-vinduer vs.
hulmursisolering.
Trods generel enighed om positiv sammenhæng mellem energiklasser og boligpriser er
der uenighed om sammenhængens størrelse. Mens indehavere af mæglerbutikker
19
På baggrund af interviews med relevante aktører.
31
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0036.png
generelt vurderer, at energistandard har afgørende stor betydning, vurderer flertallet af
mæglerne på gaden, at det altovervejende er boligens generelle stand, der er afgørende for
salgsprisen.
20
En central pointe er nemlig, at de fleste ejendomsmæglere ikke kender en
boligs energimærke, når de foretager den initiale boligvurdering og sætter udbudsprisen,
da energimærkningsrapporten først udarbejdes efterfølgende. Skal energistandarden
afspejles i udbudsprisen skal det derfor ske på baggrund af ejendomsmæglerens
personlige vurdering. Generelt lyder det fra mæglerne, at de ikke eksplicit er i stand til at
vurdere en boligs energistandard i vurderingen, men at det sker implicit fra en generel
vurdering af boligens stand.
Samlet mener ejendomsmæglerbranchen således, at der er en positiv sammenhæng
mellem energiklasser og boligpriser med et ’knæk’ i betydningen omkring de laveste
energimærker. Der er ikke et klart bud på, hvor stor betydningen er i kroner og øre.
Ejendomsmæglerbranchens vurdering er således i god overensstemmelse med de fundne
resultater i vores analyse.
20
På baggrund af diskussion på to workshops med i alt 47 ejendomsmæglere arrangeret af Dansk Ejendomsmæglerforening.
32
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0037.png
Litteraturliste
Brounen, D. and N. Kok (2011): On the economics of
energy labels in the housing market, Journal of
Environmental Economics and Management 62,
pp. 166-179
Copenhagen Economics (2015a): Do homes with
better energy efficiency ratings have higher house
prices – econometric approach, Background
report
Copenhagen Economics (2015b) Danish house prices
and the effects of energy standards –
experimental approach, Background report
Deloitte (2012) Analyse af effekten af
energioptimering af ejerboliger
EDC (2012) Godt energimærke sælger din bolig
Fuerst, F., P. McAllister, A. Nanda, P. Wyatt (2015):
Does energy efficiency matter to home-buyers?
An investigation of EPC ratings and transaction
prices in England, Energy Economics 48, pp. 145-
156
Johnson, R.C., D.L. Kaserman (1983): Housing
market capitalization of energy‐saving durable
good investments, Economic Inquiry, 21, pp. 374-
386
SBi (2013a): Sammenhæng mellem energimærkning
og slagspris, Statens Byggeforskningsinstitut in
corporation with University of Aalborg, 2013(06)
SBi (2013b): Cost-optimal levels of minimum energy
performance requirements in the Danish
Building Regulations, Statens
Byggeforskningsinstitut, 2013(25)
Spar Nord og NRGi (2015) Energidukse sælger
hurtigere og med mindre afslag
33
 EFK, Alm.del - 2015-16 - Bilag 81: Orientering om analyser som led i BedreBolig-initiativet
1570893_0038.png