La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

URBAN GROWTH AND HOUSING SUPPLY Edward L. Glaeser, Joseph Gyourko, Raven E. Saks Presentazione di Abbrescia Francesca e Lucia  Economia Urbana 2010/2011.

Presentazioni simili


Presentazione sul tema: "URBAN GROWTH AND HOUSING SUPPLY Edward L. Glaeser, Joseph Gyourko, Raven E. Saks Presentazione di Abbrescia Francesca e Lucia  Economia Urbana 2010/2011."— Transcript della presentazione:

1 URBAN GROWTH AND HOUSING SUPPLY Edward L. Glaeser, Joseph Gyourko, Raven E. Saks Presentazione di Abbrescia Francesca e Lucia  Economia Urbana 2010/2011 1

2 1. Introduzione Il nostro articolo presenta un modello che cerca di spiegare come l’eterogeneità nell’offerta di case determina la forma dello sviluppo urbano. L’elasticità dell’offerta immobiliare aiuta a capire in che modo un aumento nella produttività crea: - città più grandi - salari più alti - case più costose. → E’ impossibile capire molti aspetti delle dinamiche urbane senza capire l’offerta di case, ed è, quindi, difficile capire il ruolo dei beni immobili senza aver compreso l’equilibrio che determina prezzi e quantità delle case. 2

3 Differenti condizioni di offerta nelle varie aree fanno si che uno shock di domanda si trasmetta principalmente sui prezzi o sulle quantità. Grafico 1: natura dell’offerta e impatto degli shock di domanda OFFERTA ELASTICA: Shock positivo della domanda→ aumento della popolazione mentre il corrispondente aumento di prezzo è relativamente modesto (punto A). Perché un’offerta elastica di case aiuta a creare un’offerta elastica di lavoro,un incremento della domanda di lavoro non porterà a un incremento dei salari. 3

4 Offerta inelastica: shock positivo della domanda → impatto minore sulla costruzione di nuove case e sulla popolazione urbana. Poiché il numero delle case non aumenta significativamente, il prezzo delle case deve crescere notevolmente (punto B). Anche i salari devono crescere sia perché le imprese sono diventate più produttive, e sia perché i lavoratori devono essere compensati per l’aumento dei prezzi delle case. Se, invece, il livello di amenità aumenta in una città con offerta inelastica, il salario nominale non cambia, ma poiché il prezzo delle case cresce, il salario reale cala. Scopo del paper: analizzare il legame tra la popolazione e lo stock di case nelle aree metropolitane degli Stati Uniti. Il numero di persone viene pensato come un multiplo delle unità di case e la crescita delle città è determinata anche da altri fattori, quali la durabilità delle case e le politiche sul territorio. 4

5 2. DINAMICHE DELLO SVILUPPO URBANO 2.1 Correlazione tra stock delle case e crescita urbana 5 Tab.1 : la prima parte riporta la correlazione tra il numero di unità abitative e il logaritmo della popolazione nelle decadi dal 1970 al 2000 nelle 316 aree metropolitane considerate: - correlazione molto stretta, - Coefficienti molto vicini a 1 - R 2 alto che conferma la bontà del modello. Questa forte correlazione non implica, però, che variazioni della popolazione e variazioni dello stock di case seguano lo stesso trend.

6 Seconda parte della tabella: correlazione tra i logaritmi delle due variabili. Dato che i coefficienti siano più bassi di quelli precedenti, viene confermata la forte relazione: una variazione della popolazione si verifica attraverso variazioni di numero di unità e non variazione di numero di persone per unità. 6

7 2.2 Tasso di case non occupate e variazione nella dimensione familiare n.di persone in un’area = n. di unità abitative x n. di persone per unità. Se, tasso di unità inoccupate e la dimensione familiare sono sufficientemente flessibili→ stock di case può non essere strettamente legato alla grandezza della popolazione. Esaminando la distribuzione dei posti liberi nelle unità metropolitane negli anni ’90 si nota che variazioni dei posti liberi non hanno ruolo dominante nello spiegare variazioni nella crescita della popolazione. 7

8 La fig.2 dà ulteriore evidenza di questo risultato: la crescita della popolazione nelle città non può essere interamente, o in gran parte spiegata, da variazioni nella frazione delle case occupate. Inoltre, anche se l’ammontare di immobili occupati rimane lo stesso, vi possono essere variazioni nella popolazione a seguito di variazioni nel numero di individui per famiglia. Per esempio, l’aumento dei prezzi delle case può portare famiglie numerose a occupare case più piccole, indebolendo il legame tra la popolazione totale e la dimensione dell’offerta di case Negli ultimi 30 anni, la popolazione media per unità abitativa è diminuita con la riduzione del nucleo familiare. Questo cambiamento può spiegare come la popolazione in alcune aree come ad esempio Detroit è diminuita più velocemente rispetto allo stock di case negli anni ’70, declino che negli anni ’80 e ’90 ha rallentato sostanzialmente. 8

9 La fig.3 illustra la relazione tra il logaritmo delle due variabili nel 2000, e mostra come variazioni nella dimensione della famiglia non possono essere determinanti nello spiegare la variazione della popolazione. La correlazione è debole e non economicamente rilevante poiché la grande dispersione indica che ci sono altri fattori importanti che determinano le differenze di variazioni di popolazione tra città. Quindi, solo piccola parte della crescita della popolazione può essere spiegata in base alla grandezza della famiglia. 9

10 2.3 Declino urbano e casa come bene durevole Poiché la casa è un bene durevole, in risposta alla diminuzione della domanda di case l’elasticità dell’offerta è molto bassa → le città crescono più velocemente di quanto declinino. Emerge che ogni due anni tra l’1,3% e l’1,8% di case esce permanentemente dall’ammontare di case disponibili o subisce danni tali da renderle inagibili. → lo stock immobiliare di una città difficilmente decresce più dell’1% all’anno. 10

11 La tab.2 riporta i dati delle città che sono cresciute più lentamente e più velocemente negli anni ’70, ’80 e ’90: mentre non sembra esserci limite per quanto riguarda la crescita, il declino raramente eccede il 10%. Questo conferma quanto detto prima sul fatto che il tasso annuale di declino non supera l’1%. Infine, molte delle città americane in declino hanno prezzi delle case che sono troppo bassi per giustificare nuove costruzioni. Per capire dinamiche di costruzione e impiego, è importante riconoscere il ruolo chiave della durabilità delle case nel rendere l’offerta immobiliare molto rigida in queste aree. 11

12 3. MODELLO : ruolo dell’offerta di case sui mercati immobiliare e del lavoro Consideriamo: - un’economia composta da j aree metropolitane - lavoratori omogenei - l’indifferenza tra aree metropolitane implica che tutti i lavoratori devono ricevere un’utilità pari a U in ogni località. L’utilità in ogni località è uguale a: U j = C j + W j - R j dove: ● C j è un flusso specifico di amenità della città consumato dai residenti; ● W j è il salario specifico della città pagato ai lavoratori; ● R j è il costo della casa nella città j. Siccome il costo di trasporto medio non varia significativamente tra le aree metropolitane, la relazione di equilibrio è la seguente: 12

13 Domanda di lavoro Si assume che la distribuzione di attività nella città possa essere indicizzata dalla produttività. Le attività produttive sono cioè caratterizzate da una distribuzione esponenziale, in cui il numero di attività con una produttività maggiore di W j è - A j riflette il livello di produttività in ogni località: un valore alto di A j implica che numerose attività hanno una produttività superiore a W j. Così, la domanda totale di lavoro è determinata da: dove N j denota l’impiego della città. 13

14 MERCATO DELLE CASE Poiché il bene casa è un bene durevole, l’offerta sarà perfettamente inelastica nelle aree dove gli affitti non sono abbastanza alti da giustificare nuove costruzioni. Ma se la domanda è sufficientemente alta, allora il prezzo delle case sarà determinato dai costi delle nuove costruzioni (prezzo delle case = costo marginale). Questi costi includono: -tutte le spese associate ai costi fisici di costruzione, - tutti quei costi dipendenti da barriere naturali o di regolamentazione sull’offerta. Per catturare questi vincoli si fa l’assunzione semplificativa che il costo delle nuove costruzioni sia basata su: →un fattore fisso specifico della città K j → sulla densità di unità abitative già esistenti nell’area. 14

15 Assumendo che il numero di unità abitative è uguale alla dimensione della popolazione, il costo di costruzione in ogni città diventa: dove L j esprime l’area di terra della città. Un un alto valore di δ significa che: un aumento dato nella densità di popolazione della città, è associato a un più che proporzionale aumento dei costi di costruzione ˃˃ un’offerta di case più rigida, e quindi, più inelastica. Per convertire i prezzi della casa in affitto, si assume che l’affitto (R j ) sia uguale a un tasso fisso di capitalizzazione (ρ) moltiplicato per i costi di costruzione (H j ). Combinando i tre mercati si ottengono le equazioni che descrivono popolazione, salari, affitti in una città j: 15

16 LA STATICA COMPARATA associata a cambiamenti nella produttività (A j ) o nell’attrattività di un’area (C j ) è illustrata nella tabella 3: -Incremento di produttività → N, W e H aumentano -Aumento di attrattività → H e N aumentano, mentra W diminuisce. La DINAMICA: vengono considerate variazioni esogene nel livello di produttività o amenità per valutare il comportamento delle variabili. Assumiamo che tassi di crescita di amenità e produttività sono dati da: dove X k j,t sono caratteristiche specifiche della città al tempo t (es. composizione di abilità della città). Un incremento del livello di istruzione media della forza lavoro determina un aumento di produttività, quindi, A jt aumenta. 16

17 Sostituendo queste espressioni nelle equazioni (1)-(3), e assumendo che tutti gli altri fattori rimangano costanti nel tempo, si ottengono: 17 dove I i con i= N, W, H definite come termini di intercetta specifici per la città, costanti nel tempo.  Le equazioni (1’), (2’) e (3’) descrivono l’evoluzione nel tempo di occupati, salari e prezzi come funzione dei cambiamenti nella produttività e nell’amenità.  Data una qualsiasi variabile X k j,t non correlata col termine di errore, si può stimare il suo effetto su ognuna delle tre variabili dipendenti.

18 Ogni variabile X K j,t che porta un incremento: - della produttività avrà l’effetto riportato nella prima colonna della tabella 3 moltiplicato per βka; - delle amenità avrà l’effetto riportato nella seconda colonna della tabella 3 moltiplicato per βkc. Le differenze nei valori di δ tra diverse aree riflettono differenze nell’elasticità dell’offerta di case; dalla tabella si deduce che nelle aree con offerta elastica (δ basso) l’impatto della produttività è maggiore sulla popolazione piuttosto che sul salario e prezzi sulle case e viceversa nelle aree dove l’offerta è rigida (δ alto). 18

19 4. STIMA Le unità di analisi sono le aree metropolitane: è possibile così osservare l’effetto dell’offerta di abitazioni sul mercato globale del lavoro e delle case. L’elasticità di offerta di abitazioni in un area metropolitana è approssimata dalla densità di case. Inoltre, si osserva che la congestione della città può incrementare ulteriormente la difficoltà di costruzione. Comunque, le aree più densamente costruite rimangono anche le zone ove la domanda di abitazioni è relativamente alta. Per quanto riguarda invece i vincoli all’offerta di case, essi sono costruiti basandosi su politiche statali e locali in merito all’area edificabile e laddove ci sono meno vincoli normativi, l’offerta di abitazioni risponde in maniera più rapida ad un incremento della domanda. Al contrario, con vincoli più stringenti, l’offerta è più rigida. Sono dunque queste differenze a determinare le variazioni di elasticità dell’housing supply. Un problema che sorge nel prendere come unità di esame le aree metropolitane, e non zone più ristrette, è la difficoltà di misurare l’effetto con cui il contesto normativo vincola l’attività edilizia: ciò porta ad avere stime distorte ed effetto quasi nullo della regolamentazione  il problema diventa quindi la difficoltà che si incorre nel mostrare come il successo di un’area urbana si rifletta più nell’aumento della quantità (di abitazioni costruite e persone) piuttosto che nell’aumento dei prezzi delle case ( valore delle abitazioni). 19

20 Sono state svolte due ricerche per studiare gli effetti delle politiche di regolamentazione: 1. La prima ( Liennman et al.-1990) documenta i vincoli normativi sullo sviluppo edilizio residenziale di 60 aree metropolitane. In questa ricerca si usano informazioni sulla durata necessaria ad ottenere autorizzazioni edilizie ed altre misure di rigidità burocratica ( come ad esempio la lunghezza media del tempo necessario a costruire). 2. La seconda ricerca è lo studio della normativa statale, portata avanti dall’American Istitute of Planners.(1976). L’accento di tale ricerca è posto sui modi in cui lo stato può influenzare lo sviluppo residenziale locale. Per ogni indagine viene creato un indice di regolamentazione dell’offerta con media zero e deviazione standard pari ad uno. L’indice finale è una semplice media dei due indici, ma anch’esso avente media zero e deviazione standard uno  l’indice finale risulta essere crescente nell’ammontare di regolamentazione del settore. Tuttavia questo indice non descrive tutti gli aspetti dell’offerta abitativa e ci sono altri fattori che contribuiscono a spiegare le differenze nell’housing suppy. Tra questi: -i costi di congestione, -disponibilità di terreni edificabili. 20

21 Indicatori di crescita economica Si inizia a stimare le equazioni (1’), (2’) e (3’) dove variazioni nel log della popolazione, del reddito procapite e del prezzo delle case sono regredite con le caratteristiche X k j,t dell’area metropolitana, al contempo indicatori di crescita economica. 1-Primo indicatore di crescita: composizione industriale di ogni area metropolitana. Tale indicatore è calcolato moltiplicando la quota di occupazione di ogni industria per la crescita del settore nel decennio successivo (Bartik 1991)  tale indicatore avrebbe l’obiettivo di prevedere la misura in cui crescerebbe l’occupazione nella zona se la distribuzione delle industrie rimarrebbe al suo livello iniziale e tutte le imprese potessero crescere allo stesso tasso medio nazionale. 2-Secondo indicatore di crescita: quota di adulti con almeno un diploma di laurea. Diverse ricerche mostrano infatti una forte correlazione positiva tra le skills degli abitanti di un’area cittadina e la sua crescita  quindi un maggiore e qualitativamente elevato capitale umano ( tradotto in termini di istruzione e conoscenza), aumenta la produttività dell’area di riferimento. 21

22 Il modello prevede che shock positivi alla domanda di abitazioni avranno maggior impatto sulla popolazione in aree con offerta di alloggi più elastica, mentre dove l’offerta è inelastica i salari ed i prezzi delle case saranno più colpiti. Le verifiche empiriche confronteranno gli effetti di queste variabili nelle aree in cui l’offerta di abitazioni è fortemente regolamentata, con le aree in cui il settore immobiliare è più libero da vincoli. Poi, consideriamo il livello di regolamentazione come una variabile dicotomica piuttosto che considerarla variabile continua. - Indice di regolamentazione > 0,45  aree ad alta regolamentazione (HR). - Indice di regolamentazione < 0,45  aree a bassa regolamentazione (LR). Tutte le regressioni sono stimate usando le variazioni decennali nella popolazione, nei prezzi delle abitazione e nei salari relativi ai periodi e Le osservazioni di entrambe le decadi sono riunite con una variabile dummy che cattura l’intercetta tra le due decadi. 22

23 -Come proxy dei salari viene usato il reddito procapite di ogni area metropolitana. -Come proxy della produttività viene usata la domanda di lavoro. Tab.4 Effetti di shock di produttività su variazioni di reddito pro-capite, prezzi delle case e popolazione,

24 DOMANDA DI LAVORO La prima sezione orizzontale della tabella riguarda la domanda di lavoro, usata come proxy per la produttività. Per le aree LR, con elastica offerta di abitazioni, si osserva che: - una più alta offerta di lavoro è associata unicamente ad una maggiore popolazione e crescita del reddito ( significativa al 5 % ed al 10% rispettivamente), ma non è associata ad un apprezzamento delle case ( il coefficiente, oltre ad avere segno negativo, ha un debole effetto complessivo e non è significativo). - il coefficiente 1.28 indica che la domanda di lavoro causa forte crescita della popolazione. - un aumento del 1% della domanda di lavoro, è associata ad un aumento di 92$ nel salario reale. A differenza delle aree LR, quelle HR, ad offerta di case più rigida, presentano queste peculiarità: - ad un aumento della domanda di lavoro corrisponde un effetto più debole sulla crescita della popolazione ( coefficiente negativo e significativo al 10%) ed un effetto più forte sull’apprezzamento delle abitazioni ( coefficiente positivo e significativo al 10%). - l’aumento della domanda di lavoro ha effetto nullo sulla crescita del reddito. - L’effetto della domanda di lavoro sulla crescita della popolazione è inferiore al 50% ( prima colonna). - Un incremento dell’1% della domanda di lavoro porta un aumento sui prezzi delle case pari a 1900$ annui  un incremento della domanda di lavoro ha un forte effetto positivo sui prezzi delle case. 24

25 QUOTA DI LAUREATI DI PRIMO LIVELLO Aree LR: - Un aumento della domanda di lavoro è associata ad un aumento significativo della popolazione e del reddito, ma non del prezzo delle case. - Un aumento dell’ 1% nel numero dei laureati triennali, porta un aumento del 0,09% nella crescita della popolazione ( 0,09% vs 1,28% della prima analisi) - Anche l’effetto dell’educazione sui salari è più piccolo rispetto all’effetto della domanda di lavoro generica ( non specializzata) pari a 22$ rispetto ai 92$ della prima analisi. Aree HR: - Un incremento della quota di laureati determina sia un effetto sui salari 1.4 volte superiore a quello che ha nelle aree LR, sia un incremento di 237$ annuo dei prezzi delle case. - Un aumento di laureati triennali determina una crescita della popolazione inferiore di 2/3 rispetto alle zone LR, anche se il coefficiente non è significativo. Tali dati sono a conferma che un incremento della produttività ha effetti più forte sul reddito e sui prezzi delle case e più deboli sulla crescita della popolazione nelle aree HR rispetto a quelle LR. 25

26 Si osserva: Aree LR: un aumento della domanda porta: →maggior crescita di popolazione e reddito →aumento non significativo del prezzo delle case Aree HR: incremento della domanda di lavoro porta: →minor crescita della popolazione →prezzi delle case e redditi più alti Quindi i risultati non cambiano. Ipotizzando che la domanda di lavoro ed il capitale umano influenzino solo la produttività e non le amenità si stimano i coefficienti ρ e δ. Coefficiente ρ : è dato dal rapporto tra i coefficienti del reddito ed i prezzi delle case. Misura quanto un aumento dei prezzi delle case si traduca in un costo più alto per l’utente. Le stime di ρ risultano pari a 0,22 nelle aree LR e 0,11 nelle aree HR. Coefficiente δ : deriva dal rapporto tra il coefficiente dei prezzi delle case e della popolazione. Riflette di quanto aumenta il prezzo delle case per effetto dell’aumento di un punto del logaritmo della densità della popolazione nelle aree metropolitane. Le stime di δ sono pari a 50,781 nelle LR e 625,079 nelle HR.  26

27 Si osserva dunque una sostanziale differenza tra aree LR ed HR  L’impatto della produttività nelle aree HR risulta molto più forte. Conclusioni La crescita così come il declino dell’economia di una regione non dipende unicamente dalle aziende e dalla forza lavoro in essa presenti, ma è influenzata anche dalla struttura fisica dell’area. In un’area in declino, il prezzo delle case ed il reddito crollano prima che le case diventino inabitabili. Fino a quando le abitazioni non saranno più abitabili, il livello della popolazione nelle città rimarrà alto. Dato ciò, la popolazione diminuisce lentamente perché le case e le altre infrastrutture sono beni durevoli. Anche l’elasticità dell’offerta determina l’espansione urbana: - una ridotta regolamentazione del mercato unita ad una bassa densità agevola la costruzione di nuove case  il livello di popolazione in queste zone aumenterà. - in aree ad elevate densità e regolamentazione sarà invariato il livello di popolazione, mentre il livello dei salari e del reddito aumenterà. Alla luce di questo, sarebbe impossibile capire che Cambridge e Las Vegas furono due importanti città di successo negli anni ’90 senza riconoscere le differenze nei livelli di liberalizzazione del mercato nelle due città.  27

28 In conclusione si afferma che le analisi di economia urbana e regionale non devono essere disgiunte dalle analisi del mercato immobiliare in particolar modo dalla natura dell’offerta  le imprese non possono espandere l’occupazione senza che prima vengano costruite case per i nuovi lavoratori. Inoltre è importante, per i ricercatori delle discipline economiche, riconoscere il ruolo cruciale che l’offerta di case ha nel creare differenze nel mercato del lavoro e in quello immobiliare, tra le aree metropolitane. 28


Scaricare ppt "URBAN GROWTH AND HOUSING SUPPLY Edward L. Glaeser, Joseph Gyourko, Raven E. Saks Presentazione di Abbrescia Francesca e Lucia  Economia Urbana 2010/2011."

Presentazioni simili


Annunci Google