Du använder en utdaterad webbläsare som inte längre stöds. Vänligen uppgradera din webbläsare för en bättre upplevelse av timbro.se
Briefing paper
Bostäder Ekonomi

Hyresregleringens förlorare: Studenterna

Även om hyresregleringen skyddar hyresgäster på förstahandsmarknaden från höga hyror, missgynnar den ekonomiskt svaga grupper genom bland annat höga andrahandshyror.

Ladda ner (PDF) 118,5 KB
  • Denna kortrapport visar att även om hyresregleringen skyddar hyresgäster på förstahandsmarknaden från höga hyror, missgynnar den ekonomiskt svaga grupper hårt genom bland annat höga andrahandshyror.
  • Med hjälp av data från Blocket analyserar vi hur mycket andrahandshyrorna ökar runt terminsstart, då nyantagna studenter utan kötid försöker hitta bostad.
  • Hyror i studentstäder ökar med mellan 3,5 och 6,9 procent relativt icke-studentstäder runt terminsstart. Det betyder att studenter årligen betalar mellan 2 900 kronor och 5 800 kronor extra utöver de redan höga andrahandshyrorna jämfört med icke-studenter. I Uppsala är denna kostnad mellan 3 600 kronor och 7 700 kronor och i Lund mellan cirka 3 000 kronor och 4 900 kronor.
  • Många studenter tvingas efterfråga bostäder i fjärdedelen med lägst hyra, vilket kan vara inneboende i rum, eller bostäder i mindre attraktiva lägen. En sådan mindre attraktiv lägenhet kan innebära en extra kostnad på mer än 3 500 kronor per år i Uppsala och 3 400 kronor per år i Lund om kontrakt skrivs under antagning. Studenter på andrahandsmarknaden åker alltså på en dubbelsmäll: dels måste de betala en extra hyrespremie, dels måste de kompromissa med sin boendestandard.

 

Inledning

En av de första saker som många nyantagna studenter måste göra efter att antagningsbeskedet kommit är att leta efter boende. I de allra flesta länder är det inget större problem. Men i Sverige kan bostadssökandet bli en utdragen och stressfull process. Den som saknar kötid, kontakter eller möjlighet att köpa en bostadsrätt på studieorten får helt förlita sig på andrahandshyresmarknaden.

Den svenska hyresregleringen stänger ute unga från att enkelt hyra sina bostäder. Men det finns också fler konsekvenser än så, såsom att den ökande efterfrågan får andrahandshyrorna att stiga. I exempelvis Stockholm är andrahandshyrorna mer än dubbelt så höga som förstahandshyrorna.[1]

Vad händer när efterfrågetrycket på bostadsmarknaden tillfälligt stiger över sin vanliga nivå? Den situationen uppstår varje år i många studentstäder. Syftet med den här rapporten är att analysera hur bostadssökande studenter påverkas av det höga söktrycket på bostadsmarknaden i samband med terminsstart.

Det förväntade resultatet är att det betydligt högre efterfrågetrycket, som skapas när många studenter samtidigt letar boende, pressar upp hyrorna ytterligare. Om det stämmer överens med verkligheten innebär det att studenter som tvingas in på andrahandsmarknaden betalar ett högt pris för den svenska hyresregleringen.

Andrahandsmarknaden för bostäder

Det är allmänt känt att hyresregleringen leder till bostadsbrist, skapar växande kötider, ger incitament till ombildningar av hyresrätter till bostadsrätter samt orsakar ökad segregation på basis av inkomst, utbildningsnivå, ålder och bakgrund.[2] Samhällskostnaderna är stora: mellan 10 och 20 miljarder kronor per år.[3]

Eftersom inte alla kan få tag i ett förstahandskontrakt har andrahandsmarknaden blivit allt viktigare för allt fler. Eftersom efterfrågan är hög, och eftersom uthyrning har underlättats genom skattelättnader och relativt fri hyressättning, har andrahandsmarknaden också vuxit. Till skillnad från förstahandshyrorna kan hyrorna i andra hand i princip sättas fritt.[4] I Stockholms län är andrahandshyrorna dubbelt så höga per kvadratmeter som förstahandshyrorna, medan de i Stockholms stad är nästan 150 procent högre.[5] Sett ur ett internationellt perspektiv är andrahandshyrorna i Stockholm betydligt högre per kvadratmeter än de hyror som gäller på förstahandsmarknaden i städer som Helsingfors, Oslo, Berlin och Bryssel, där hyressättningen är fri.[6]

Andrahandsmarknaden fyller ett viktigt syfte, framför allt på en hyresmarknad med reglerade förstahandshyror. Om det inte vore för andrahandsmarknaden skulle det vara i princip omöjligt för personer utan kötid att hitta en hyresbostad. Men då hyresregleringen skapar en strukturell brist på hyresbostäder pressas andrahandshyrorna uppåt.[7]

Dagens system innebär att ekonomiskt svaga hushåll tvingas betala dyrt för hyresregleringen, bland annat genom höga andrahandshyror.

Hur drabbas studenter på andrahandsmarknaden?

För att uppskatta hur studenter påverkas på andrahandsmarknaden använder vi andrahandsannonser som publicerats på Blocket mellan januari 2015 och januari 2017. Denna period omfattar höstterminerna 2015 och 2016 samt vårterminerna 2016 och 2017. Vi analyserar hur hyrorna påverkas kring terminsstart, vilket inkluderar de fyra veckorna innan och efter att terminen börjat.[8]

Behandlingsgruppen består av studentstäderna Uppsala, Lund och Linköping och jämförelsegruppen består av de snarlika icke-studentstäderna Eskilstuna, Helsingborg och Norrköping. I analysen använder vi linjära regressioner för att jämföra skillnaden i hyra mellan dessa två grupper kring terminsstart och vid övriga tidsperioder. Resultaten ska tolkas relativt kontrollgruppen.

Tabell 1 delas in i panel A där samtliga studentstäder är ihopslagna och panel B där studentstäderna står var för sig. I de nedersta raderna av tabellen syns vilka kontrollvariabler som använts i respektive modell.

I både panel A och B ser vi att annonser som publiceras vid terminsstart i regel inte verkar föranleda högre hyror jämfört med annonser som publiceras under resten av året.[9] I panel A ser vi att annonser som publicerats kring terminsstart i studentstäder är högre. Priseffekten ligger mellan 3,5 procent och 6,9 procent. I panel B varierar effekten mellan 4,1 procent och 8,8 procent i Uppsala och mellan 3,8 procent och 6,1 procent i Lund. Det finns ingen signifikant effekt i Linköping.

För att sätta resultaten i perspektiv till genomsnittshyran: Effekten runt terminsstart innebär att studenter årligen måste betala mellan 2 900 kronor och 5 800 kronor extra i hyra jämfört med personer i icke-studentstäder. Studenter i Uppsala betalar årligen mellan 3 600 kronor och 7 700 kronor och i Lund mellan cirka 3 000 kronor och 4 900 kronor extra.

Tabell 1. Effekten av terminsstart i studentstäder på den logaritmerade månadshyran i jämförelse med icke-studentstäder. Antalet totala observationer är 8 973 för samtliga modeller.

Modell 1 Modell 2 Modell 3 Modell 4 Modell 5
Panel A: Studentstäder ihopslagna
Terminsstart i studentstäder 0,0438*

(0,0252)

0,0164

(0,0177)

0,0686*

(0,0228)

0,0490*

(0,0249)

0,0345*

(0,0171)

Terminsstart -0,0263

(0,0354)

0,0049

(0,0247)

-0,0481

(0,0311)

-0,0332

(0,0350)

-0,0174

(0,0238)

Studentstäder -0,0756*

(0,0139)

0,0779*

(0,0105)

0,0047

(0,0131)

-0,0781*

(0,0139)

0,0915*

(0,0102)

R2 0,023 0,472 0,229 0,046 0,527
Panel B: Studentstäder var för sig
Terminsstart i Uppsala 0,0722*

(0,0284)

0,0276

(0,0205)

0,0884*

(0,0254)

0,0728*

(0,0282)

0,0408*

(0,0195)

Terminsstart i Lund 0,0206

(0,0339)

0,0090

(0,0228)

0,0606*

(0,0298)

0,0303

(0,0335)

0,0382*

(0,0216)

Terminsstart i Linköping -0,0249

(0,0401)

-0,0441

(0,0297)

-0,0038

(0,0352)

-0,0108

(0,0391)

-0,0307

(0,0278)

Uppsala -0,0422*

(0,0153)

0,1377*

(0,0117)

0,0424*

(0,0142)

-0,0424*

(0,0152)

0,1536*

(0,0112)

Lund -0,1185*

(0,0180)

0,0591*

(0,0130)

-0,0224

(0,0165)

-0,1321*

(0,0180)

0,0658*

(0,0127)

Linköping -0,1089*

(0,0191)

-0,0501*

(0,0140)

-0,0628*

(0,0176)

-0,1045*

(0,0190)

-0,0337*

(0,0134)

Terminsstart -0,0319

(0,0353)

-0,0014

(0,0152)

-0,0539*

(0,0311)

-0,0384

(0,0350)

-0,0230

(0,0237)

R2 0,029 0,490 0,237 0,053 0,545
Stads- och tidsspecifika effekter Ja Ja Ja Ja Ja
Bostadens egenskaper Nej Ja Nej Nej Ja
Bostadens typ Nej Nej Ja Nej Ja
Geografisk placering Nej Nej Nej Ja Ja
Kontraktstyp Nej Nej Nej Ja Ja

Not: Robusta standardfel i parentes. * innebär statistisk signifikans på minst 10-procentsnivån. Ett högre R2 innebär att de inkluderade variablerna förklarar variationen i den beroende variabeln bättre än en modell med ett lägre R2-värde.

Effekter över hela andrahandsbeståndet

I tabell 2 presenteras resultatet av kvantilregressioner indelat i kvartiler utifrån hyresnivå.[10] Vi jämför alltså hyresnivån i studentstäder till hyresnivån i icke-studentstäder inom en given kvartil. På så vis kan vi jämföra lägenheter med låg och hög hyra i bägge grupper med varandra. Vi bryter likväl ned terminsstarten i tre delar: veckan då terminen startar samt de fyra veckorna före och efter terminsstart.

I panel A finner vi endast en statistiskt signifikant effekt i kvartil 1 efter terminsstart. Samtidigt ser vi att effekten i de högre kvartilerna är betydligt starkare för perioden innan terminsstart. Orsaken kan vara att studenter inte i regel efterfrågar bostäder i kvartil 1 då den ofta innehåller rumsuthyrningar och inneboenden, vilket innebär uppoffringar i form av privatliv och boyta.

Att perioden efter terminsstart är signifikant för kvartil 1 i panel A tyder således på att studenter som inte lyckas få en bostad i den andra och tredje kvartilen före terminsstart skiftar sin efterfrågan efter terminsstart dit hyran är som lägst. I panel B ser vi att denna effekt efter terminsstart är signifikant både i Uppsala och Lund.

Resultaten i denna rapport tyder på att ökningen i efterfrågan i studentstäder kring terminsstart pressar upp andrahandshyrorna i jämförelse med icke-studentstäder. Det är problematiskt eftersom det drabbar studenter med små inkomster (och som ibland har stora studielån) som redan har svårt att finansiera sina levnadskostnader.

Resultaten tyder dessutom på att studenter måste skifta sin efterfrågan från önskvärda bostäder med högre hyra till bostäder med lägst hyra. En ökning av hyran med 6,7 procent och 7,1 procent för lägenheter i första kvartilen efter terminsstart innebär att studenter kan tvingas betala 3 500 kronor extra per år i Uppsala och 3 400 kronor extra per år i Lund jämfört med icke-studenter. Studenter på andrahandsmarknaden åker alltså på en dubbelsmäll: dels måste de betala en extra hyrespremie, dels måste de kompromissa med sin boendestandard.

Tabell 2. Effekten av terminsstart i studentstäder på den logaritmerade månadshyran över hyreskvartiler i jämförelse med icke-studentstäder. Antalet totala observationer är 8 973.

Modell 5 från tabell 1
Kvartil 1 Kvartil 2 Kvartil 3
Panel A: Studentstäder ihopslagna
Veckan då terminen startar i studentstäder 0,0403

(0,0407)

0,0382

(0,0330)

0,0351*

(0,0191)

De 4 veckorna före terminsstart i studentstäder 0,0089

(0,0230)

0,0753*

(0,0232)

0,0662*

(0,0169)

De 4 veckorna efter terminsstart i studentstäder 0,0428*

(0,0228)

0,0508*

(0,0158)

0,0226

(0,0181)

R2 0,310 0,393 0,415
Panel B: Studentstäder var för sig
Veckan då terminen startar i Uppsala 0,0067

(0,0517)

0,0021

(0,0430)

0,0160

(0,0323)

De 4 veckorna före terminsstart i Uppsala 0,0499*

(0,0265)

0,0742*

(0,0178)

0,0588*

(0,0236)

De 4 veckorna efter terminsstart i Uppsala 0,0667*

(0,0211)

0,0811*

(0,0212)

0,0516*

(0,0200)

Veckan då terminen startar i Lund 0,0353

(0,0889)

0,0487

(0,0591)

0,0430*

(0,0201)

De 4 veckorna före terminsstart i Lund 0,0503

(0,0334)

0,0558*

(0,0206)

0,0301*

(0,0163)

De 4 veckorna efter terminsstart i Lund 0,0705*

(0,0197)

0,0339*

(0,0249)

-0,0146

(0,0222)

Veckan då terminen startar i Linköping 0,1464

(0,0752)

0,0830

(0,1324)

0,0569

(0,0794)

De 4 veckorna före terminsstart i Linköping -0,0575

(0,0397)

-0,0583*

(0,0350)

0,0486

(0,0505)

De 4 veckorna efter terminsstart i Linköping 0,0152

(0,0311)

-0,0428

(0,0355)

-0,0361

(0,0504)

R2 0,320 0,412 0,440
Stads- och tidsspecifika effekter Ja Ja Ja
Bostadens egenskaper Ja Ja Ja
Bostadens typ Ja Ja Ja
Geografisk placering Ja Ja Ja
Kontraktstyp Ja Ja Ja

Not: Robusta standardfel i parentes. * innebär statistisk signifikans på minst 10-procentsnivån. Ett högre R2 innebär att de inkluderade variablerna förklarar variationen i den beroende variabeln bättre än en modell med ett lägre R2-värde.

Referenser

Boverket, 2013. Bostadsbristen och hyressättningssystemet. Marknadsrapport, 2013.

Boverket, 2018. Uppdrag att följa utvecklingen på andrahandsmarknaden. Rapport, 2018:29.

Bratu, Cristina, & Bolotnyy, Valentin, 2023. ”Immigrant intergenerational mobility: A focus on childhood environment”. European Economic Review, 151(C).

Donner, Herman, & Kopsch, Fredrik, 2023. Hyresreglering för höginkomsttagare. Tankesmedjan Timbro, Briefing Paper #42.

Enström-Öst, Cecilia, Söderberg, Bo, & Wilhelmsson, Mats, 2014. ”Household allocation and spatial distribution in a market under (‘soft’) rent control”. Journal of Policy Modeling, 36(2): 353-372.

Fridell, Hanna, & Brogren, Cecilia, 2007. ”Lyckas hyresregleringen motverka segregation i Stockholm?” Ekonomisk Debatt, 6.

Herold, Theo, 2019. Att komma i andra hand – om hyresregleringens förlorare. Tankesmedjan Timbro.

Kopsch, Fredrik, 2019. En hyresmarknad i kris. SNS Förlag

Stockholms Handelskammare, 2022. Den låsta dörren till hyresmarknaden. Rapport: Stockholm.

  1. Stockholms Handelskammare, 2022.
  2. Se till exempel Fridell & Brogren, 2007; Boverket, 2013; Enström-Öst et al., 2014, Kopsch, 2019; Donner & Kopsch, 2021; Bratu & Bolotnyy, 2023.
  3. Se Boverket, 2013; Kopsch, 2021.
  4. Se Herold, 2019 för en genomgång av hyressättningen i andra hand.
  5. Stockholms Handelskammare, 2022.
  6. Herold, 2019.
  7. Boverket, 2018.
  8. Eftersom datamaterialet sträcker sig till slutet av 2017 innebär det att några observationer för vårterminen 2017 inte tas med från februari. Dessa observationer fylls istället igen med observationer från vårterminen 2015, som i sin tur saknar observationer från december 2014.
  9. Det enda undantaget är annonser som publicerats kring terminsstart i panel B, modell 3.
  10. Kvantilregressioner delar in datamaterialet i tre kvartiler. I kvartil 1 görs en regression över de 25 procent av observationerna med lägst hyra och i kvartil 3 görs en regression över de 25 procent av observationerna med högst hyra. Kvartil 2 fångar upp 50 procent av observationerna mellan kvartil 1 och kvartil 3.