Boligøkonomisk Videncenter - boliger som ikke bliver brugt - parcel og stuehuse

WORKING PAPER — AUGUST 2017
BOLIGØKONOMISK
VIDENCENTER
Boliger som ikke
bliver brugt
Parcel- og stuehuse
Udvalget for Landdistrikter og Øer 2016-17
ULØ Alm.del Bilag 138
Offentligt
Boliger som
ikke bliver brugt
Parcel og stuehuse
Michael Harboe Møller
August 2017
Boligøkonomisk Videncenter
INDHOLD
RESUMÉ........................................................................................................4
INDLEDNING................................................................................................6
UBEBOEDE BOLIGER ....................................................................................8
VARIGT UBEBOEDE BOLIGER ....................................................................10
UBENYTTEDE BOLIGER .............................................................................12
HØJT SKØN........................................................................................................ 14
LAVT SKØN........................................................................................................ 15
MIDDELHØJT SKØN ............................................................................................. 15
BETYDNINGEN AF VALGTE SKÆRINGSGRÆNSE ...................................................... 20
Resultaternes sammenhæng med grænser for Elforbrug ......................................................20
Resultaternes sammenhæng med grænser for bygningens alder..........................................21
BILAG 1: ANVENDELSESSTATUS FOR PARCEL- OG STUEHUSE..............23
BILAG 2: BEREGNING AF ANVENDELSESSTATUS, HVOR ELFORBRUGET
IKKE KAN OBSERVERES ............................................................................30
4
RESUMÉ
Realdania har bedt Boligøkonomisk Videncenter undersøge, hvor mange helårs-
boliger der reelt er ubenyttede i Danmark. Dette working paper afrapporterer et
projekt herom. Projektet er baseret på en særkørsel foretaget af Danmarks Stati-
stik. Denne kørsel er finansieret af Realdania.
Notatet søger, ved hjælp af aflæsningsdata fra elmålere i boliger uden registre-
ret helårsbeboer, at skabe kvalificerede skøn over det reelle omfang af forladte
parcel- og stuehuse samt parcel- og stuehuse, som kun finder uvæsentlig an-
vendelse.
I den offentlig debat om antallet af forladte boliger og behovet for midler til
nedrivning og udbredelse af flexbolig-tilladelser, anvendes der ofte tal fra Dan-
marks Statistik om boliger uden tilmeldt CPR adresse. Det resulterer i historier
om kommuner, hvor chokerende store andele af boligmassen er blevet forladt.
Mens disse tal er dækkende for hvor mange boliger, der på nytårs dag ikke ud-
gør en folkeregisteradresse for nogen person, er det imidlertid ringe egnet til be-
lysning af problemer vedrørende omfanget af forladte og ubenyttede huse, idet
der kan være mange grunde til at en bolig ikke har en helårsbeboer tilknyttet,
selv hvis der bliver taget hånd om den.
Denne undersøgelse konkluderer, at to ud af tre af de ubeboede parcel- og stue-
huse med forholdsvis stor sikkerhed ikke er varigt forladte.
Mens 4,6% af landets parcel- og stuehuse stod uden registreret helårsbeboer
den 1. januar 2016, sandsynliggør en gennemgang af boligernes elforbrug, at an-
delen af parcel- og stuehuse, som ikke finder nævneværdig anvendelse, ligger
mellem 0,4% og 1,5% på landsplan.
I alt produceres tre skøn over antallet af forladte huse og huse uden anven-
delse. Det lave skøn på 0,4% består af boliger, som på baggrund af de anvendte
data, med stor sikkerhed kan siges at være uden væsentlig anvendelse. Det høje
skøn på 1,5% består af alle de boliger som på baggrund af de anvendte data ikke
med stor sikkerhed kan siges at finde nævneværdig anvendelse. Et tredje skøn
placerer sig mellem de to andre, og giver Boligøkonomisk Videncenters bedste
bud på antallet af varigt forladte enfamiliehuse i Danmark. Det er på 0,6% af
landets enfamiliehuse. Skønnet er dog behæftet med en væsentlig usikkerhed,
som afrapportering af de to andre skøn er udtryk for.
De tre skøn er udarbejdet selvstændigt for hver af landets boliger, og lader sig
således i princippet fordele helt ned på matrikelplan. Af hensyn til beskyttelse
af personhenførbare data, er skønnene dog i stedet blot fordelt på bygningsal-
der, boligareal, byggematerialer, kystafstand og beliggenhedskommune.
Estimaterne udviser betydelig variation kommunerne imellem. Generelt tyder
skønnene på, at det står bedre til, end mange tidligere tal har indikeret. Særligt i
kommuner som Samsø, Ærø, Frederikshavn, Langeland, Læsø, Morsø, Fanø og
Gribskov er afstanden mellem antallet af ubeboede boliger og antallet af boliger,
som skønnes ikke at blive anvendt, stor. Omfanget af problemer med forladte
huse i forhold til andre kommuner kan altså her blive overvurderet, når tallene
5
omkring ubeboede boliger anvendes. Langeland, Læsø og Samsø er dog iblandt
de hårdest ramte kommuner, hvad antal forladte og sjældent anvendte huse
angår, uanset at problemerne er mindre end hvad antallet af ubeboede huse gi-
ver indtryk af.
I andre kommuner såsom Rebild, Brønderslev, Lolland, Guldborgssund, og Vest-
himmerlands Kommune er der en større del af de ubeboede boliger, som ikke
bliver brugt, end der er i resten af landets kommuner. De rangerer dermed hø-
jere på listen over kommuner med den største andel forladte og sjældent an-
vendte huse, end hvad der giver sig til kende, når man blot ser på andelen af
huse uden helårsbeboer. Der kan derfor være behov for mere fokus på disse
kommuner i debatten om forladte huse, flexboliger og nedrivning.
6
INDLEDNING
I de seneste årtier har en ændret erhvervsgeografi medført en opsplitning af
Danmark i på den ene side vækstområder omkring de større byer og på den an-
den side områder med befolkningsmæssig tilbagegang på afstand af de større
byer og hovedfærdselsårer. Mens landets befolkning som helhed er stigende, er
der samtidigt dele af landet, hvor indbyggertallet er i stagnation eller tilbage-
gang. I kommuner med stagnerende eller direkte faldende befolkning sker der
samtidig en aldring af befolkningen, hvor andelen af ældre fra 65 år og op stiger
kraftigere end på landsbasis.
I alt 30 ud af landets 98 kommuner har i 1. kvartal 2017 færre indbyggere end
tilfældet var i 1. kvartal 2008. For langt de fleste af kommunerne gælder det, at
en udvikling mod stadigt mindre husstandsstørrelser resulterer i, at behovet for
boliger alligevel er svagt stigende. I kraft af at der også inden for kommunerne
er en tendens til, at befolkningen rykker mod byerne, er der dog alligevel et an-
tal boliger, som bliver til overs i markedet. Disse boliger finder enten anden an-
vendelse end helårsbolig, bliver nedlagt, eller forfalder til gene for det omkring-
liggende samfund. Det er i notatet her den sidstnævnte af grupperne, der er i
fokus.
I Danmark findes der i kraft af Bygnings- og Boligregistret og Det Centrale Per-
sonregister gode tal for, hvor mange af boligerne rundt om i landet der er pri-
mær bolig for en person, og hvor mange der ikke er. Dermed er der et fremra-
gende datagrundlag til belysning af problematikker, som vedrører sikring af en
tilstrækkelig boligforsyning.
Hvad angår antallet af boliger, som ikke bliver anvendt i det hele taget, er der
dog en mangel på autoritative datakilder. Resultatet er, at andre vigtige debat-
ter, såsom potentialet i flex-boliger og behovet for midler til nedrivning af ejen-
domme i forfald, foregår på et ringe og i mange tilfælde fejlagtigt grundlag, når
fritidsboliger, byggeprojekter og ejendomme som er i færd med at få ny beboer
bliver taget som udtryk for, at landet er fyldt med boliger under forfald. Der er
dog foretaget forsøg på, at estimere antallet af forladte ejendomme. Senest har
KORA udgivet rapporten Nedrivninger af huse og fremtidige nedrivningsbehov i Dan-
mark (2017), som på baggrund af kendetegnene for tidligere nedrevne huse og
deres tidligere beboere estimerer antallet af nedrivningsparate ejendomme
blandt de huse, som stadig står.
Dette notat søger gennem udtræk fra Bygnings- og Boligregistret, Det Centrale
Personregister og et udviklingsdatasæt fra EnergiNet, at belyse i hvilket omfang
de boliger, som ikke finder anvendelse til helårsbeboelse, kun er kortvarigt ube-
boede, og i hvilket omfang den resterende del finder anden anvendelse. Data er
trukket fra de tre registre af medarbejdere hos Danmarks Statistik og er efterføl-
gende behandlet af Boligøkonomisk Videncenter i et særligt sikret miljø, for at
sikre mod identifikation af personhenføre data. Som resultat skabes estimater
over antallet af ikke-anvendte huse og huse med ringe anvendelse. Da det er
svært ud fra elforbruget at vurdere, hvad der foregår i et hus, og hvilken karak-
ter aktiviteten har, og der desuden er en række ejendomme, hvor det ikke har
været muligt at observere elforbruget, er resultatet ikke et endeligt facit, men
7
derimod en række af estimater over hvor mange boliger, der finder ringe eller
ingen anvendelse.
Hvad der er en væsentlig anvendelse, er i sagens natur en subjektiv vurdering,
ligesom elforbrug er en imperfekt proxy for værdien af den aktivitet, der foregår
i en bolig. Notatet skal tages med dette forbehold.
FIGUR 1: BEFOLKNINGSUDVIKLING FRA 1. KVARTAL 2008 TIL 1. KVARTAL 2017
Kilde: Statistikbanken tabel FOLK1A
8
UBEBOEDE BOLIGER
Der findes i Danmark ikke centrale, nationale registre, som præcist kan måle,
hvor mange forladte og sjældent anvendte boliger der findes rundt omkring i
landet.
Et beslægtet begreb er ubeboede boliger, som Danmarks Statistik opgør i Bolig-
opgørelsen, og hvoraf de forladte og sjældent anvendte boliger er en del-
mængde. Der er tale om en statistik af meget høj kvalitet, hvor der er stor sik-
kerhed om tallene. Som med al statistik skal man dog gøre sig klar, hvad tallet
belyser, før man kan anvende det.
En ubeboet bolig er i denne sammenhæng en boligenhed, som ved årsskiftet
ikke fungerer som folkeregisteradresse for nogen person med et dansk CPR-
nummer. Figur 2 viser, hvor stor en andel af parcel- og stuehuse, der 1. januar
2016 stod uden CPR-tilmelding, og som dermed blev regnet for ubeboet i Bolig-
opgørelsen.
At boligen ikke fungerer som folkeregisteradresse, er dog ikke ens betydende
med, at den er permanent forladt og ikke bliver vedligeholdt. Følgende er ek-
sempler på mulige årsager til, at en bolig fremgår som ubeboet:
• Boligen er overdraget til ny beboer hen over nytår. Selv hvis den næste be-
boer er fundet og måske endda flytter ind 2. januar, vil boligen stadig tælle
som ubeboet, så længe den tidligere beboer er fraflyttet 31. december eller
tidligere.
• Boligen er under ombygning eller istandsættelse og er ubeboelig i den sam-
menhæng, så beboeren midlertidigt har skiftet folkeregisteradresse.
• Boligen er til salg, og sælger er fraflyttet. Forekomsten heraf vil være højest
i kommuner med høje liggetider. Vil i noget omfang være udtryk for et over-
udbud i nogle af kommunens delmarkeder og kan dermed have en vis sam-
menhæng med det (fremtidige) antal forladte boliger.
• Boligen bliver anvendt til andet formål end helårsbeboelse. Det kan både
forekomme lovligt – f.eks. med en flexbolig-tilladelse eller i en ”ureguleret”
kommune – eller ulovligt. Boligen vil være registreret som ubeboet, uanset
om den alternative anvendelse er lovlig eller ej.
• Boligen er forladt.
Antallet af ubeboede boliger siger en hel del om hvor godt boligmassen er ud-
nyttet til at dække befolkningens boligbehov. Til gengæld er tallet dårligere eg-
net i situationer, hvor problemet ikke er at skaffe boliger nok til befolkningen,
men derimod at skaffe brugere nok til at opretholde boligerne.
At der er boliger nok til, at de kan anvendes fleksibelt, er i sig selv ikke noget
problem. Men når boligerne ikke bliver anvendt i det hele taget, og står og for-
falder til offentligt skue, kan det have en negativ effekt på det omkringliggende
samfund. For at have et ordentligt fundament for beslutninger og diskussioner,
som vedrører de boliger, er det nødvendigt at vurdere de tomme boliger nær-
mere.
9
FIGUR 2: ANDEL PARCEL- OG STUEHUSE UDEN CPR-TILMELDING 1. JANUAR 2016
Kilde: Statistikbanken tabel BOL101
10
VARIGT UBEBOEDE BOLIGER
En måde at få nuanceret udtrykket ubeboet på er at søge at frasortere de boli-
ger, som kun har stået uden heltidsbeboer i relativt kort tid. Sådanne korte tom-
gangsperioder kan tilskrives overdragelse af boligen til en ny ejer eller beboer,
eller at boligen er midlertidigt ubeboelig, for eksempel som følge af en ombyg-
ning.
Det kan dog variere meget, hvor lang tid flytninger og især ombygninger vil
vare. Derfor vil det være nødvendigt at sætte grænsen relativt højt for at sikre,
at de fleste ombygningsprojekter sorteres fra. Herved vil dog også blive frasorte-
ret nogle boliger, som har stået uden tilmeldt beboer, uden at det nødvendigvis
skyldes en af de nævnte årsager.
Figur 3 illustrerer andelen af boliger i landets kommuner, som er uden CPR-til-
melding 1. januar 2016, og som ikke har haft et CPR-nummer tilmeldt ved no-
gen kvartalsovergang inden for det seneste år. Det vil sige boliger, som har væ-
ret ubeboet i mindst et år.
Der er i de anvendte data en række boliger, hvor det ikke har været muligt at
finde nogen tidligere CPR-tilmelding. Det kan have forskellige forklaringer. Der
kan være tale om boliger uden bopælspligt, fejlregistreringer, eller boliger, som
er så nye, at de endnu ikke har haft den første indflytning. Den sidste af forkla-
ringerne er håndteret ved ikke at indregne boliger, som er beliggende i bygnin-
ger, som er opført senere end 2014, og som naturligvis ikke kan have stået
tomme i længere tid, end de har eksisteret.
Da opførelsesår er opgjort for bygningen snarere end boligenheden, og en bolig
kan være opstået senere end den bygning, den ligger i – eksempelvis ved kon-
vertering fra anden brug end beboelse – kan der forekomme et lille antal boli-
genheder, som har eksisteret i mindre end ét år blandt boliger, som er opgjort
som værende varigt ubeboede.
11
FIGUR 3: ANDEL AF PARCEL- OG STUEHUSE UDEN CPR-TILMELDING MELLEM 1. JA-
NUAR 2015 OG 1. JANUAR 2016
Kilde: Egen tilvirkning efter udtræk fra BBR
12
UBENYTTEDE BOLIGER
Umiddelbart er udtrykket ’ubeboede boliger’, særdeles relevant, når man søger
at besvare spørgsmål, som ”Er der boliger nok?”. Gennem de seneste år, hvor
befolkningen i landdistrikterne har været i tilbagegang, er det dog også blevet
relevant at undersøge spørgsmål som ”Er der for mange boliger?”. I den sam-
menhæng er det centrale dog ikke, hvorvidt en bolig bliver brugt til helårsbebo-
else eller ej. Det interessante er, hvorvidt den er til ulempe for lokalsamfundet,
hvilket bl.a. kan være tilfældet, hvis den ikke finder anvendelse i det hele taget
og er under forfald.
Der kan være en lang række årsager til, at en bolig ikke finder anvendelse som
folkeregisteradresse. Som udgangspunkt stiller Boligreguleringslovens kapitel 7
krav om at alle boliger, som en gang har været anvendt til helårsbeboelse til
stadighed fortsætter med at blive anvendt som sådan. Derudover vil mange lo-
kalplaner også stille krav om, at boliger anvendes til helårsbeboelse. Der vil dog
være en række situationer, hvor en bolig lovligt kan finde anden anvendelse
end netop som primær bolig og folkeregisteradresse (se boks). Dertil kommer si-
tuationer, hvor boliger uden hjemmel anvendes i til andre formål end beboelse.
Endeligt kan det være tilfældet, at en bolig ikke anvendes som helårsbeboelse,
fordi den er faldet ud af markedet og ikke efterspørges til noget væsentligt for-
mål men i stedet er under forfald. Det er denne gruppe af boliger, afsnittet her
søger at anslå omfanget af.
Udtrykket ’ubenyttede’ anvendes i nedenstående om boliger, som ikke har en
fuldtidsbeboer tilknyttet, og derudover ikke er ramme om væsentlig aktivitet,
hvad end den er i overensstemmelse med lovgivningen eller ej. Hvorvidt der er
aktivitet i boligen søges vurderet ved hjælp af udtræk af elforbrug for de boliger,
som har været uden heltidsbeboer igennem en længere periode.
Der opstilles tre forskellige skøn over antal enfamiliehuse uden væsentlig an-
vendelse:
1. Et lavt skøn, som kun indeholder de boliger, hvor det regnes for nogen-
lunde sikkert, på baggrund af de foreliggende data, at der i al væsentlig-
hed ikke finder anvendelse sted.
2. Et højt skøn, bestående af alle de ubeboede boliger som ikke med høj sik-
kerhed kan siges at have været anvendt inden for de seneste to år.
3. Et middelhøjt skøn, som er et bud på præcis hvor mange enfamiliehuse der
er uden væsentlig anvendelse, men som dog er behæftet med stor usik-
kerhed.
13
TILFÆLDE HVOR EN BOLIG LOVLIGT KAN ANVENDES TIL ANDET FORMÅL END
HELÅRSBEBOELSE
Et af mange midler, som kommuner og regering har til at søge boligsociale
mål opfyldt, er muligheden for at pålægge ejeren af en bolig at sikre, at boli-
gen til stadighed anvendes som helårsbolig. Til det formål anvendes til dels
kapitel 7 i Lov om midlertidig regulering af boligforholdene (Boligregulerings-
loven), som er fuldt gældende i alle på nær 19 kommuner. Dels kan forholdet
være mere lokalt reguleret gennem en lokalplan.
I kommuner, som ikke er omfattet af Boligreguleringslovens kapitel II-V, er
der i udgangspunktet heller intet krav om at boliger skal anvendes som hel-
årsbeboelse, medmindre lokalplanen for det område, hvor boligen er belig-
gende, stiller krav om det. De kommuner, som ikke er omfattet af Boligregule-
ringslovens kapitel II-V er Billund, Fanø, Fredensborg, Greve, Herning, Holste-
bro, Ikast-Brande, Læsø, Mariagerfjord, Rebild, Ringkøbing-Skjern, Samsø, Sol-
rød, Struer, Thisted, Tønder, Varde, Vesthimmerland og Ærø. Kommunalbe-
styrelsen kan dog vælge, at lade bestemmelserne omkring pligtig anvendelse
til helårsbeboelse gælde, selv hvis kommunen er ”ureguleret”. Umiddelbart
har kun Fanø Kommune valgt at benytte den mulighed. Modsat har kommu-
nalbestyrelsen i Langeland Kommune vedtaget, at Kapitel VII ikke skal gælde
i kommunen, til trods for at kommunen er omfattet af kapitel II-V. Det har
dog først effekt fra 14.03.2016, ét år efter kundgørelse i Statstidende, og kan
derfor dårligt afspejles i de data, som dette notat bygger på.
I kommuner, som er omfattet af Boligreguleringslovens kapitel 7, vil det sta-
dig være lovligt at anvende en bolig til andet end helårsbeboelse, dersom den
aldrig har været ibrugtaget som helårsbolig, og der desuden ikke foreligger en
lokalplan med krav om, at boligen anvendes som helårsbolig. Desuden vil det
efter 5 år, hvor boligen ikke har været anvendt som helårsbolig, være lovligt
midlertidigt at give den anden anvendelse som eksempelvis fritidsbolig. En-
delig levner lovens §50 mulighed for, at kommunerne kan meddele dispensa-
tion til anden anvendelse efter ansøgning (flexbolig-ordningen).
Det bemærkes, at de anvendte data i dette notat kun strækker sig frem til og
med 2015, og dermed ikke vil afspejle Lov om ændring af lov om planlægning
og lov om midlertidig regulering af boligforholdene af 29. december 2015,
hvorfor dispensationsmulighederne har været mere begrænsede, idet dispen-
sation inden da blev tildelt boligens ejer og ikke kunne overdrages til en evt.
køber.
14
HØJT SKØN
Et højt skøn over hvor stor en andel af boligerne, der er ubenyttede, kan opnås
ved at se på de varigt ubeboede boliger, og fratrække de af boligerne, hvor det
findes overvejende sandsynligt, at der finder en form for ikke uvæsentlig an-
vendelse sted.
Kriterierne for vurdering af, om boligerne må skønnes at finde væsentlig anven-
delse er henholdsvis bygningens alder og elforbruget på de målere, som kan
knyttes til boligenheden.
Bygninger, som er opført inden for de seneste 10 år, regnes alle for at være an-
vendt. Boliger, som er beliggende i bygninger, som er mere end 10 år gamle, og
som har været uden tilmeldt helårsbeboer i mindst et år, regnes ved det høje
skøn kun for at være anvendt, såfremt de i 2015 har haft et elforbrug der mindst
svarer til 30% af hvad der kunne forventes, hvis der boede en typisk enlig hel-
årsbeboer på det pågældende boligareal.1
Det bemærkes, at der kan forekomme boliger, som reelt har haft et elforbrug
under 30% af Energistyrelsens vejledende forbrug blandt de boliger som er reg-
net for at finde væsentlig anvendelse, eftersom netselskaberne i tilfælde af
manglende læserafmåling for 2015 vil anslå et estimeret forbrug, hvis der er fo-
rekommet aflæsning for 2014. Hvis måleren hverken er aflæst for året 2014 eller
2015, vil netselskabet typisk sende en montør ud for at foretage aflæsningen. Ef-
tersom det samlede elforbrug for 2014 og 2015 i dette tilfælde er, hvad der kan
observeres, vil boliger som har været forladt i op mod to år kunne få fordelt el-
forbrug ud på 2015 i et omfang som gør, at boligen klassificeres som væsentligt
anvendt i henholdt til den anvendte metode, såfremt det faktiske elforbrug i
2014 har oversteget det estimerede forbrug.
TABEL: ELFORBRUG HVORVED DET KONSTATERES, AT DER ER IKKE UVÆSENTLIG
AKTIVITET I PARCEL- ELLER STUEHUS.
80 m2 120 m2 160 m2 200 m2 240m2
693 kWh 837 kWh 981 kWh 1125 kWh 1269 kWh
De høje skøn kan altså siges at definere en øvre grænse for, hvor mange parcel-
og stuehuse der i værste fald kan have stået varigt uden anvendelse i hver af
landets kommuner (under den antagelse at et elforbrug over den valgte grænse
indebærer en ikke uvæsentlig anvendelse af boligen).
Ud af de varigt ubeboede parcel- og stuehuse er der på landsplan 58%, som ud
fra denne metode klassificeres som væsentligt anvendt. Af samtlige parcel- og
stuehuse uden tilmeldt helårsbeboer er det godt to tredjedele, der med overve-
jende sandsynlighed har haft en ikke uvæsentlig anvendelse inden for det sene-
ste et til to år. Denne andel udviser dog betydelig geografisk variation. I Gen-
tofte Kommune har 91% af de ubeboede boliger med stor sikkerhed haft en ikke
1
Typisk forbrug på forskellige arealer er taget fra Energistyrelsens hjemmeside
Sparenergi.dk og er lineariseret.
15
uvæsentlig anvendelse. I Ærø Kommune er det kun 55% af de ubeboede boliger,
der med samme sikkerhed kan udelukkes at være uden væsentlig anvendelse.
Samlet set er der 1,5% af alle danske parcel- og stuehuse, som ud fra de an-
vendte kriterier ikke kan udelukkes at være uden væsentlig anvendelse.
LAVT SKØN
Det høje skøn over hvor mange boliger, der står uden væsentlig anvendelse, be-
står af boliger, hvor det ikke er meget sikkert, at der er foregået noget inden for
de sidste par år. I modsætning hertil kan der også laves et lavt skøn, bestående
af de boliger, hvor det er relativt sikkert ud fra de observerbare data, at der ikke
sker nogen væsentlig anvendelse. I denne sammenhæng konstateres det, at bo-
ligen er uden væsentlig anvendelse, når følgende kriterier er overholdt:
• Boligen har ikke haft en helårsbeboer registreret i de seneste 8 kvartaler og
• Der er registreret et elforbrug på mindre end 5% af, hvad der kunne forven-
tes på det pågældende areal ved en enkelt helårsbeboer i både 2014 og 2015
og
• Boligen er beliggende i en bygning, som er opført tidligere end 1980.
TABEL: MINIMUMSFORBRUG AF EL FOR AT ET ENFAMILIEHUS BETRAGTES SOM HA-
VENDE VÆSENTLIG AKTIVITET
80 m2 120 m2 160 m2 200 m2 240m2
116 kWh 140 kWh 164 kWh 188 kWh 212 kWh
Herved opnås et skøn, svarende til, at 8% af de ubeboede parcel- og stuehuse,
eller 0,4% af alle parcel- og stuehuse i Danmark, med stor sikkerhed ikke finder
væsentlig anvendelse. Igen er der dog betydelig geografisk variation. Således er
det i Gentofte under 1% af de ubeboede boliger, der med de anvendte kriterier
kan anses for at være uden væsentlig anvendelse. I Lolland Kommune er det
derimod hele 15%, svarende til at mindst 1,75% af alle parcel-og stuehuse i
kommunen, der med stor sikkerhed står forholdsvis ubenyttede hen.
MIDDELHØJT SKØN
Skønnene lavet efter metoderne ovenfor afgrænser et interval inden for hvilket,
det kan forventes, at antallet af tomme boliger og boliger med særdeles begræn-
set anvendelse skal findes. Intervallet er dog forholdsvis bredt. Det er kun 4.531
af landets parcel- og stuehuse, som med forholdsvis stor sikkerhed kan siges at
være uden væsentlig anvendelse. Hele 17.816 parcel- og stuehuse kan dog ikke
individuelt udelukkes at være uden væsentlig anvendelse. Foruden intervallet
laves desuden et skøn over, hvor i intervallet det konkrete antal boliger med in-
gen eller meget ringe anvendelse skal findes.
16
Til dette midterste skøn fastsættes et nyt sæt kriterier for, hvornår en bolig reg-
nes for at være uden væsentlig anvendelse. Dette sæt kriterierlægger sig imel-
lem kriterierne for det høje og det lave skøn:
• Boligen har ikke haft en helårsbeboer registreret i de seneste 8 kvartaler og
• Elforbruget er under 10% af, hvad der kunne forventes på det pågældende
areal ved en enkelt helårsbeboer i både 2014 og 2015 og
• Boligen er beliggende i en bygning som er opført tidligere end 2005.
TABEL: ELFORBRUG, HVORVED DET KONSTATERES, AT DER ER UVÆSENTLIG AKTI-
VITET I PARCEL- ELLER STUEHUS VED DET MIDTERSTE SKØN.
80 m2 120 m2 160 m2 200 m2 240m2
233 kWh 281 kWh 329 kWh 377 kWh 425 kWh
Disse kriterier efterlader dog 3.836 huse, som ikke umiddelbart lader sig ind-
dele, da de opfylder kravene til periode uden helårsbeboer og bygningens alder,
men elforbruget for den pågældende bolig ikke lader sig observere, da det ikke
har været muligt at identificere boligens elmåler.
At der ikke kan knyttes en elmåler til boligen kan have forskellige årsager, og
det er ikke umiddelbart muligt på baggrund af det foreliggende data at identifi-
cere hvilken årsag, der er gældende for hver af boligerne.
En mulig årsag til, at der ikke kan knyttes en elmåler til boligen er, at det lokale
netselskab har nedtaget måleren og afbrudt elforsyningen. Dermed vil mange af
de boliger, som vil forekomme mest åbenlyst forladte, hvis man står foran dem,
ikke være indeholdt i det lave skøn over hvor mange boliger uden væsentlig an-
vendelse, der findes. Der kan dog også for mange af boligerne blot være tale om
problemer i registreringen af en elmåler, selvom der faktisk forekommer el-le-
verance.
For hver af de boliger, som det ikke har været muligt at knytte til en elmåler, fo-
retages en estimation af sandsynligheden for, at de har et elforbrug, som er lavt
nok til, at det kan regnes for ikke at være anvendt. Estimationen er todelt. Først
estimeres en sandsynlighed for, at den manglende måler er udtryk for, at elle-
verance er ophørt. Dernæst estimeres sandsynligheden for at, en bolig som sva-
rer til den undersøgte, vil have et lavt elforbrug, givet at der forekommer el-le-
verance.
Metoden til estimation af sandsynligheden for, at elmåleren er nedtaget, tager
udgangspunkt i frekvensen af manglende målertilknytning blandt de ubeboede
boliger, som har stået uden helårsbeboer i under et kvartal. Det antages, at de
pågældende boliger må have været forsynet med el i løbet af året. Frekvensen af
manglende målertilknytning for disse nyligt fraflyttede boliger skønnes herefter
også at være udtryk for, hvor mange af de boliger, som har været varigt ubebo-
ede, der må forventes at have fejl i tilknytningen mellem bolig og elmåler. 9,2%
af de parcel- og stuehuse, som har stået uden tilmeldt beboer i mere end 2 år,
kan ikke knyttes til en elmåler. Blandt parcel- og stuehuse, som har stået uden
tilmeldt beboer i mindre end et kvartal, er det 5,2%, der ikke kan knyttes til en
17
elmåler. Det er denne forskel som danner grundlag for estimaterne over, hvor
mange af de 3.836 boliger, der har fået eleleverancen afbrudt. En simpel måde
at nå frem til resultatet på landsplan ville være følgende ligning:
9,2% − 5,2%
9,2%
∗ 3.836 ������� = 1.668 �������
Det er helt grundlæggende denne metode, der anvendes til estimaterne. Den
kompliceres dog af at overhyppigheden af manglende målertilknytning blandt
boliger, som har været varigt ubeboet, i forhold til nyligt fraflyttede boliger, va-
rierer mellem kommuner, boligstørrelser, opførelsesår, byggematerialer og om,
hvorvidt der er tale om et stuehus eller et parcelhus.
Da skønnene over antallet af boliger med ingen eller ringe anvendelse ønskes
fordelt på disse faktorer, foretages der derfor ikke blot én beregning af overhyp-
pigheden på landsplan, men en selvstændig beregning for hver af de 3.836 boli-
ger. For at kunne gøre dette, beregnes, på baggrund af en logistisk regression,
en kontrafaktuel2
sandsynlighed for, at hver enkelt af de 3.836 boliger ikke vil
kunne knyttes til en el-måler, med udgangspunkt i boligens observerbare ken-
detegn.
På baggrund af samme logistiske regression beregnes desuden for hver bolig en
sandsynlighed for, at det ikke ville være muligt at knytte en elmåler til den, hvis
den havde haft en helårsbeboer inden for det seneste kvartal.3
Den procentuelle difference mellem de to beregnede sandsynligheder for ikke
at kunne knytte boligen til en elmåler tilskrives boligen som dens sandsynlig-
hed for, at den manglende elmåler i datasættet skyldes, at boligens elforsyning
er ophørt. I gennemsnit beregnes det, at 45,7% af de varigt ubeboede boliger,
som ikke kan knyttes til en elmåler, er uden elforsyning. Nærmere detaljer om
regressionen kan læses i bilag 2.
Selv hvis elforsyning til boligen ikke er afbrudt, betyder det imidlertid ikke, at
der forekommer et elforbrug, som er konsistent med en væsentlig anvendelse.
Derfor foretages yderligere en logistisk regression på baggrund af de boliger,
som har et observeret elforbrug. Regressionen forklarer sandsynligheden for, at
en bolig, som kan knyttes til en elmåler, har et elforbrug på under 10% af, hvad
en typisk helårsbeboer vil bruge på det pågældende areal. På den baggrund be-
regnes for hver af de 3.836 boliger en sandsynlighed, for at der forekommer et
ubetydeligt eller ikke eksisterende forbrug i tilfælde af, at strømforsyningen
2
Kontrafaktuel fordi vi direkte kan observere, om boligen kan knyttes til en må-
ler. Sandsynligheden for, at boligen ikke kan knyttes til en måler, vil altså altid
faktuelt være 1,00, hvorimod den beregnede sandsynlighed, som ser bort fra
den viden, ligger mellem 0 og 1.
3
Et marginalt bedre resultat kunne sandsynligvis være opnået, hvis sammenlig-
ningsgrundlaget var boliger som stadig havde en beboer tilmeldt. I forhold til
den store usikkerhed, der nødvendigvis vil være på de endelige skøn, skønnes
forbedringen i præcision derved dog ikke at være betydelig nok til at retfærdig-
gøre den yderligere dataanskaffelse og -behandling.
18
ikke er afbrudt. Det antages altså, at de boliger, som ikke har et observeret elfor-
brug, men som er forsynet med strøm, udviser samme fordeling af elforbrug
som tilsvarende boliger gør, når elforbruget kan observeres.
Den samlede sandsynlighed for, at hver af de 3.836 huse er uden væsentlig an-
vendelse, udgøres herefter af
�(�) + �(�) − �(�) ∗ �(�)
hvor p(x) angiver sandsynligheden for, at boligen er uden elforsyning, og p(y)
angiver sandsynligheden for, at der er et elforbrug under skæringsgrænsen for
uanvendt, hvis boligen er forsynet med el.
Resultatet er på landsplan et estimat for antallet af parcel- og stuehuse uden
væsentlig anvendelse på 7.731, svarende til 0,6 % af boligerne.
I bilag 1 findes boliger, som med forskellige grader af sikkerhed kan regnes for
at være ubenyttede, fordelt på beliggenhedskommune, opførelsesår, afstand til
kyst, boligareal, tagdækningsmateriale og ydervægsmateriale. Desuden er det
midterste skøn over andelen af parcel- og stuehuse, som er ubenyttede, opstil-
let i et kommunekort i figur 4.
Resultaterne viser, at der i ø-kommunerne generelt er en meget stor andel af de
ubeboede boliger, der bliver anvendt til andet formål. Hvis et langvarigt ubeboet
enfamiliehus ligger på Læsø, Ærø eller Langeland er der godt dobbelt så høje
odds for, at der er et signifikant elforbrug, som der er, hvis en tilsvarende bolig
ligger på Lolland. På Samsø er oddene ca. 4 gange så høje som i Lolland Kom-
mune. Det til trods er ø-kommunerne dog stadig blandt de kommuner, som har
den største andel hensygnende ejendomme. Den tvivlsomme ære deles med
Lolland, Guldborgsund, Vordingborg, Tønder og en række nordjyske kommuner.
Ud af de kommuner, som sædvanligvis fremhæves for at være blandt de hår-
dest ramte, når der fokuseres ubeboede boliger, er der en række, som viser sig
at have en forholdsvis beskeden mængde decideret uanvendte boliger. Det dre-
jer sig navnlig om Morsø og Frederikshavn, som har landets henholdsvis 9. og
10. største andel af ubeboede enfamiliehuse. Når man rangordner kommunerne
i forhold til andelen af enfamiliehuse, som skønnes at være uden anvendelse
efter det midterste skøn, kommer de to kommuner ind på 23. og 26. plads. Også
Samsø rykker et par pladser ned ad listen. Øen udgør Danmarks næstmest ube-
boede kommune. Alligevel har den blot den 5. højeste andel af forladte huse og
huse med svært begrænset anvendelse jf. det midterste skøn. En medvirkende
årsag hertil kan være kombinationen af tilgængeligheden fra Aarhus, naturkva-
liteter og et fravær af bopælspligt, som gør velbeliggende huse på Samsø efter-
tragtede til fritidsbrug.
Der er dog også kommuner, hvor andelen af de ubeboede boliger, som lader til
ikke at blive anvendt i det hele taget, er stor, og som dermed risikerer at blive
overset, når man fokuserer på ubeboede boliger i den offentlige debat. Det dre-
jer sig om kommuner som Brønderslev, Herning og Rebild Kommune, som er
uden kyst, og dermed har et lavere potentiale til fritidsbrug, men også om Lol-
land, Guldborgsund, Vesthimmerland og Mariagerfjord.
19
I det hele taget har afstanden til kyst en ganske stor betydning for risikoen for,
at en bolig stopper med at blive anvendt, som det kan ses af tabel 3.
FIGUR 4: ANDEL PARCEL- OG STUEHUSE UDEN VÆSENTLIG ANVENDELSE I 2014 OG
2015, MIDDELHØJT SKØN
Kilde: Egen tilvirkning efter udtræk fra BBR og udviklingsdatasæt fra Energinet
20
BETYDNINGEN AF VALGTE SKÆRINGSGRÆNSER
For at vurdere om en bolig er anvendt i noget nævntværdigt omfang, er det nød-
vendigt at foretage nogle valg om, hvad der er en væsentlig anvendelse. Disse
valg har stor betydning for resultaterne, og der er ikke umiddelbart noget åben-
lyst rigtigt sted at lægge snittet. Derfor afrapporteres her resultaternes følsom-
hed overfor de trufne valg.
RESULTATERNES SAMMENHÆNG MED GRÆNSER FOR ELFORBRUG
Der er udarbejdet 3 forskellige skøn for, hvor mange boliger, der er uden væ-
sentlig anvendelse. De varierer på en række parametre, hvor grænsen for hvor
lavt et elforbrug skal være, før boligen regnes for ikke at være anvendt, er det
ene.
I figur 5 er det indtegnet, hvad de forskellige skøn over antallet af boliger, som
står uanvendt på landsplan, ville være ved forskellige skillegrænser for elfor-
brug. Eftersom kriterierne varierer ud over kravet til elforbrug, er der 3 linjer,
hvorpå den valgte grænse er tegnet ind med en prik. Det middelhøje skøn afvi-
ger foruden elforbruget fra det lave skøn ved, at en bolig kun er selvskrevet til at
være anvendt hvis den er beliggende i en under 10 år gammel bygning, hvor-
imod det lave skøn frasorterer alt, som er bygget efter 1979. Den største forskel
er dog, at de boliger, hvor elforbruget ikke lader sig observere, ved det lave skøn
ikke regnes for med sikkerhed at være uden anvendelse, og derfor ikke tælles
med. Ved det middelhøje skøn, bliver en del af de boliger som ikke kan knyttes
til en elmåler regnet for at være ubeboet, i henhold til metoden som er beskre-
vet i bilag 2. Derfor vil det middelhøje skøn selv ved den samme grænse for el-
forbrug ligge højere.
FIGUR 5: SKØNNENES AFHÆNGIGHED AF DEN VALGTE GRÆNSE FOR ELFORBRUG
Lavt skøn; 4.531
Middel skøn; 7.731
Højt skøn; 17.816
0
2.000
4.000
6.000
8.000
10.000
12.000
14.000
16.000
18.000
20.000
22.000
24.000
0% 10% 20% 30% 40% 50%
Antal
uanvendte
parcel-
og
stuehuse
Elforbrug i % af typisk forventet elforbrug for en enkelt voksen på boligens areal
Lavt skøn Middel skøn Højt skøn
21
Forskellen mellem det middelhøje skøn og det høje skøn er dels, at samtlige
afde boliger, som ikke kan knyttes til en elmåler, regnes for at være uden væ-
sentlig anvendelse ved det høje skøn. Desuden stilles der ved det høje skøn kun
krav om, at en bolig skal have været uden registreret helårsbeboer i ét år, i mod-
sætning til de to år som kræves ved de andre skøn.
Det ses, at valget af hvor lavt et elforbrug skal være, før end det konstateres, at
et hus ikke finder væsentlig anvendelse, har stor betydning for resultaterne. Var
der kun indregnet huse, hvor elforbruget er helt fraværende, ville det middel-
høje skøn være, at blot 4.227 huse har været fuldstændigt ubenyttede i de sene-
ste 2-3 år.4
Det høje skøn ville, hvis der blev krævet et helt fraværende elfor-
brug, vise, at der på landsplan er 8.107 huse, som de seneste 1-2 år har stået en-
ten fuldstændigt uden anvendelse eller ikke har været mulige at knytte til en el-
måler. Det er dog vores vurdering, at der skal et vist elforbrug til, før det kan
konstateres, at der er tale om egentlig anvendelse.
RESULTATERNES SAMMENHÆNG MED GRÆNSER FOR BYGNINGENS ALDER
I forbindelse med konstruktion af skønnene, foretages en antagelse om, at boli-
ger, som er beliggende i relativt nybyggede bygninger, og som ikke har et til-
strækkeligt højt elforbrug til, at vi kan konstatere, at de er anvendt, er udtryk
for fejl, snarere end at så ny en bolig ikke anvendes. I den sammenhæng frasor-
teres ved det høje og det middelhøje skøn boliger i bygninger, som har stået i
mindre end 10 år.
Ved det lave skøn, som kun skal indeholde boliger, hvor det er tæt på fuldstæn-
digt sikkert, at der ikke finder anvendelse sted, frasorteres de fleste boliger, som
er beliggende i bygninger, som da de blev bygget har været underlagt de skær-
pede krav til varmeisolering, som følger af Bygningsreglementet 1977, men som
først havde effekt fra 1. februar 1979. Således frasorteres boliger i bygninger op-
ført fra 1980 og frem.
Figur 6 illustrerer, hvordan skønnene over antal uanvendte huse afhænger af,
hvor snittet lægges for, hvor gammel en bygning skal være, før end et lavt elfor-
brug kombineret med varigt fraværende CPR-tilmelding tages som udtryk for et
forladt hus. Det ses, at de anvendte begrænsninger på bygningens alder kun har
meget begrænset betydning.
4
Den manglende præcision i periodeangivelsen skyldes periodisering af elfor-
brug i forbindelse med manglende måleraflæsning.
22
FIGUR 6: SKØNNENES AFHÆNGIGHED AF DEN VALGTE GRÆNSE FOR OPFØRELSESÅR
0
2.000
4.000
6.000
8.000
10.000
12.000
14.000
16.000
18.000
20.000
2015
2011
2007
2003
1999
1995
1991
1987
1983
1979
1975
1971
1967
1963
1959
1955
1951
1947
1943
1939
1935
1931
1927
1923
1919
1915
1911
1907
1903
1899
1895
Antal
uanvendte
parcel-
og
stuehuse
Opførelsesår hvorefter huse antages anvendt uanset elforbrug
Lavt skøn Middel skøn Højt skøn
BILAG 1: ANVENDELSESSTATUS FOR PARCEL- OG STUEHUSE
TABEL 1: BEREGNET ANVENDELSESSTATUS FORDELT PÅ KOMMUNER
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015 Beboet
Parcel-/stue-
huse i alt
Lavt skøn Middel skøn Højt skøn
Langeland 118 1,9% 181 2,9% 623 10,0% 1598 25,7% 1759 28,3% 4.456 72% 6.215
Læsø 17 1,5% 30 2,6% 120 10,3% 336 28,8% 371 31,8% 794 68% 1.165
Ærø 55 1,6% 79 2,3% 386 11,3% 752 22,0% 864 25,3% 2.553 75% 3.417
Lolland 282 1,7% 357 2,2% 768 4,8% 1554 9,6% 1922 11,9% 14.194 88% 16.116
Samsø 25 1,1% 41 1,9% 213 9,6% 629 28,4% 695 31,4% 1.516 69% 2.211
Guldborgsund 208 1,0% 287 1,4% 599 3,0% 1254 6,3% 1605 8,1% 18.224 92% 19.829
Lemvig 64 0,8% 111 1,4% 316 4,1% 707 9,2% 822 10,7% 6.894 89% 7.716
Vordingborg 117 0,8% 198 1,3% 449 3,0% 1214 8,0% 1464 9,7% 13.630 90% 15.094
Tønder 123 0,9% 179 1,3% 403 2,9% 995 7,2% 1252 9,1% 12.520 91% 13.772
Vesthimmerlands 97 0,7% 152 1,2% 320 2,5% 660 5,1% 867 6,7% 12.141 93% 13.008
Mariagerfjord 87 0,6% 154 1,1% 289 2,1% 590 4,3% 790 5,8% 12.898 94% 13.688
Thisted 109 0,7% 171 1,1% 516 3,2% 1352 8,4% 1593 9,9% 14.480 90% 16.073
Jammerbugt 109 0,8% 151 1,0% 446 3,1% 990 6,8% 1230 8,5% 13.235 91% 14.465
Syddjurs 54 0,4% 140 1,0% 256 1,9% 671 4,9% 847 6,2% 12.723 94% 13.570
Brønderslev 80 0,7% 124 1,0% 241 2,0% 436 3,6% 588 4,8% 11.608 95% 12.196
Hjørring 119 0,6% 214 1,0% 570 2,6% 1241 5,7% 1562 7,2% 20.069 93% 21.631
Bornholm 97 0,7% 130 1,0% 372 2,8% 851 6,3% 1089 8,1% 12.412 92% 13.501
Herning 70 0,3% 220 1,0% 349 1,5% 655 2,9% 875 3,8% 22.076 96% 22.951
Odsherred 48 0,5% 97 0,9% 215 2,1% 522 5,1% 674 6,6% 9.543 93% 10.217
Rebild 63 0,6% 93 0,9% 175 1,8% 335 3,4% 446 4,5% 9.496 96% 9.942
Norddjurs 75 0,6% 114 0,9% 249 2,0% 622 5,1% 782 6,4% 11.470 94% 12.252
23
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015 Beboet
Parcel-/stue-
huse i alt
Lavt skøn Middel skøn Højt skøn
Nordfyns 59 0,6% 91 0,9% 193 1,9% 352 3,5% 489 4,9% 9.550 95% 10.039
Morsø 47 0,6% 69 0,9% 303 3,9% 583 7,6% 744 9,6% 6.967 90% 7.711
Skive 104 0,7% 133 0,9% 294 1,9% 707 4,7% 912 6,0% 14.231 94% 15.143
Stevns 25 0,4% 61 0,9% 112 1,6% 252 3,6% 342 4,9% 6.700 95% 7.042
Frederikshavn 108 0,5% 170 0,9% 470 2,4% 1602 8,1% 1900 9,6% 17.994 90% 19.894
Sønderborg 79 0,4% 175 0,8% 347 1,7% 730 3,5% 991 4,8% 19.646 95% 20.637
Struer 34 0,5% 57 0,8% 151 2,2% 363 5,3% 466 6,8% 6.398 93% 6.864
Billund 36 0,4% 66 0,8% 114 1,4% 288 3,5% 373 4,6% 7.799 95% 8.172
Assens 79 0,6% 111 0,8% 279 2,0% 559 4,0% 758 5,5% 13.122 95% 13.880
Ringkøbing-Skjern 89 0,5% 147 0,8% 380 2,0% 846 4,5% 1114 5,9% 17.752 94% 18.866
Svendborg 68 0,4% 122 0,8% 268 1,7% 635 3,9% 840 5,2% 15.303 95% 16.143
Slagelse 65 0,4% 128 0,8% 237 1,4% 517 3,1% 700 4,1% 16.245 96% 16.945
Kalundborg 70 0,5% 112 0,7% 268 1,8% 670 4,5% 869 5,8% 14.146 94% 15.015
Varde 63 0,4% 114 0,7% 233 1,4% 639 3,9% 826 5,0% 15.680 95% 16.506
Sorø 33 0,4% 59 0,7% 119 1,4% 263 3,0% 364 4,2% 8.377 96% 8.741
Ikast-Brande 32 0,3% 83 0,7% 168 1,4% 322 2,6% 450 3,6% 11.914 96% 12.364
Aabenraa 64 0,4% 120 0,7% 274 1,5% 643 3,6% 849 4,7% 17.242 95% 18.091
Faaborg-Midtfyn 62 0,4% 112 0,6% 294 1,7% 615 3,5% 869 5,0% 16.527 95% 17.396
Holbæk 76 0,4% 110 0,6% 188 1,1% 417 2,4% 593 3,4% 17.041 97% 17.634
Randers 94 0,4% 141 0,6% 257 1,1% 536 2,3% 749 3,3% 22.243 97% 22.992
Favrskov 59 0,4% 84 0,6% 124 0,9% 300 2,1% 440 3,0% 13.996 97% 14.436
Vejen 47 0,3% 80 0,6% 168 1,2% 402 2,9% 580 4,2% 13.188 96% 13.768
Nyborg 22 0,3% 49 0,6% 100 1,2% 215 2,5% 309 3,6% 8.159 96% 8.468
Ringsted 17 0,2% 44 0,6% 75 1,0% 167 2,2% 217 2,8% 7.502 97% 7.719
Holstebro 53 0,3% 86 0,6% 297 1,9% 537 3,5% 714 4,6% 14.676 95% 15.390
Hedensted 53 0,3% 88 0,6% 175 1,1% 428 2,7% 602 3,8% 15.174 96% 15.776
24
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015 Beboet
Parcel-/stue-
huse i alt
Lavt skøn Middel skøn Højt skøn
Vejle 72 0,3% 153 0,5% 280 1,0% 662 2,3% 919 3,3% 27.269 97% 28.188
Næstved 75 0,4% 113 0,5% 229 1,1% 509 2,4% 729 3,5% 20.174 97% 20.903
Viborg 79 0,3% 148 0,5% 331 1,2% 839 3,0% 1177 4,2% 26.627 96% 27.804
Haderslev 62 0,4% 81 0,5% 205 1,3% 475 3,1% 678 4,4% 14.858 96% 15.536
Odder 16 0,3% 30 0,5% 59 1,0% 159 2,6% 219 3,6% 5.798 96% 6.017
Fanø 5 0,5% 14 1,4% 36 3,5% 51 5,0% 970 95% 1.021
Middelfart 28 0,2% 54 0,5% 132 1,1% 291 2,5% 433 3,7% 11.124 96% 11.557
Hørsholm 9 0,2% 19 0,5% 36 0,9% 98 2,3% 165 3,9% 4.034 96% 4.199
Frederikssund 17 0,2% 46 0,4% 81 0,8% 206 2,0% 270 2,6% 10.057 97% 10.327
Silkeborg 62 0,3% 106 0,4% 198 0,8% 566 2,4% 803 3,3% 23.210 97% 24.013
Gribskov 22 0,2% 49 0,4% 125 1,1% 359 3,2% 475 4,2% 10.713 96% 11.188
Aalborg 94 0,2% 169 0,4% 372 1,0% 757 2,0% 1077 2,8% 37.578 97% 38.655
Halsnæs 18 0,2% 35 0,4% 66 0,8% 178 2,2% 241 3,0% 7.898 97% 8.139
Kolding 41 0,2% 88 0,4% 168 0,8% 397 1,8% 585 2,7% 21.333 97% 21.918
Kerteminde 17 0,2% 28 0,4% 77 1,1% 167 2,3% 243 3,4% 6.894 97% 7.137
Helsingør 13 0,1% 39 0,4% 84 0,8% 260 2,6% 339 3,4% 9.760 97% 10.099
Esbjerg 68 0,2% 107 0,4% 222 0,8% 511 1,8% 721 2,6% 27.191 97% 27.912
Høje-Taastrup 5 0,1% 23 0,4% 31 0,5% 80 1,3% 107 1,8% 5.905 98% 6.012
Faxe 28 0,3% 41 0,4% 98 0,9% 263 2,5% 379 3,5% 10.346 96% 10.725
Skanderborg 23 0,1% 57 0,4% 98 0,6% 250 1,6% 337 2,2% 15.055 98% 15.392
Lejre 18 0,2% 26 0,3% 50 0,6% 126 1,6% 190 2,4% 7.792 98% 7.982
København 9 0,1% 45 0,3% 81 0,5% 203 1,4% 321 2,2% 14.584 98% 14.905
Horsens 37 0,2% 61 0,3% 143 0,7% 419 2,0% 589 2,8% 20.492 97% 21.081
Fredericia 17 0,2% 29 0,3% 62 0,6% 164 1,5% 269 2,5% 10.485 97% 10.754
Allerød 10 0,2% 14 0,3% 23 0,4% 69 1,3% 118 2,1% 5.401 98% 5.519
Egedal 7 0,1% 23 0,2% 32 0,3% 97 1,0% 150 1,6% 9.278 98% 9.428
25
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015 Beboet
Parcel-/stue-
huse i alt
Lavt skøn Middel skøn Højt skøn
Furesø 4 0,1% 15 0,2% 39 0,6% 84 1,3% 139 2,2% 6.272 98% 6.411
Odense 25 0,1% 73 0,2% 148 0,5% 365 1,2% 591 1,9% 30.712 98% 31.303
Lyngby-Taarbæk 14 0,2% 34 0,5% 90 1,4% 152 2,4% 6.198 98% 6.350
Fredensborg 4 0,1% 12 0,2% 43 0,7% 134 2,1% 190 3,0% 6.141 97% 6.331
Roskilde 14 0,1% 27 0,2% 59 0,4% 204 1,3% 293 1,8% 15.944 98% 16.237
Rudersdal 5 0,0% 18 0,2% 46 0,4% 209 1,9% 323 3,0% 10.535 97% 10.858
Hillerød 7 0,1% 15 0,2% 39 0,4% 121 1,3% 179 1,9% 9.487 98% 9.666
Gentofte 3 0,0% 15 0,1% 30 0,3% 209 2,0% 347 3,3% 10.172 97% 10.519
Ballerup 3 0,0% 9 0,1% 16 0,2% 73 1,1% 115 1,8% 6.329 98% 6.444
Tårnby 9 0,1% 18 0,3% 55 0,8% 95 1,3% 6.983 99% 7.078
Køge 9 0,1% 16 0,1% 49 0,4% 155 1,2% 229 1,8% 12.427 98% 12.656
Aarhus 22 0,1% 42 0,1% 113 0,3% 418 1,0% 672 1,7% 39.214 98% 39.886
Rødovre 4 0,1% 8 0,2% 45 1,1% 77 1,9% 3.987 98% 4.064
Dragør 3 0,1% 6 0,2% 29 0,9% 49 1,5% 3.120 98% 3.169
Herlev 3 0,1% 9 0,3% 23 0,7% 48 1,5% 3.125 98% 3.173
Brøndby 3 0,1% 10 0,3% 40 1,2% 51 1,5% 3.310 98% 3.361
Solrød 3 0,1% 3 0,1% 10 0,2% 59 1,2% 96 1,9% 4.911 98% 5.007
Hvidovre 4 0,1% 4 0,1% 16 0,2% 81 1,2% 123 1,8% 6.896 98% 7.019
Ishøj 15 0,8% 21 1,2% 1.799 99% 1.820
Glostrup 3 0,1% 9 0,3% 26 1,0% 37 1,4% 2.646 99% 2.683
Greve 7 0,1% 23 0,2% 120 1,1% 173 1,7% 10.262 98% 10.435
Vallensbæk 3 0,1% 25 1,2% 35 1,7% 2.029 98% 2.064
Gladsaxe 5 0,1% 18 0,3% 83 1,2% 128 1,9% 6.665 98% 6.793
Frederiksberg 4 0,4% 13 1,3% 25 2,5% 973 97% 998
Albertslund 3 0,2% 19 1,2% 29 1,8% 1.603 98% 1.632
Hele Danmark 4.531 0,4% 7.731 0,6% 17.816 1,5% 42.390 3,5% 55.961 4,6% 1.161.068 95% 1.217.029
26
TABEL 2: BEREGNET ANVENDELSESSTATUS FORDELT PÅ OPFØRELSESÅR
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015 Beboet
Parcel-/stue-
huse i alt
Lavt skøn Middel skøn Højt skøn
Før 1900 1.758 1,4% 2.748 2,2% 5.780 4,7% 11.918 9,7% 14.417 11,7% 108.659 88% 123.076
1900-1919 1.126 0,9% 1.741 1,4% 3.772 3,1% 7.820 6,5% 9.791 8,1% 111.401 92% 121.192
1920-1929 376 0,5% 653 0,9% 1.479 2,1% 3.177 4,5% 4.191 5,9% 66.657 94% 70.848
1930-1939 338 0,4% 603 0,7% 1.456 1,7% 3.292 3,9% 4.290 5,0% 80.805 95% 85.095
1940-1949 268 0,5% 450 0,9% 1.034 2,0% 2.243 4,3% 2.964 5,7% 48.662 94% 51.626
1950-1959 309 0,3% 563 0,6% 1.372 1,4% 3.199 3,2% 4.505 4,5% 96.059 96% 100.564
1960-1969 239 0,1% 499 0,2% 1.423 0,7% 4.122 1,9% 6.249 2,9% 205.625 97% 211.874
1970-1979 115 0,0% 272 0,1% 954 0,4% 3.083 1,3% 4.590 1,9% 239.910 98% 244.500
1980-1989 100 0,1% 287 0,4% 1.123 1,4% 1.570 2,0% 76.069 98% 77.639
1990-1999 61 0,2% 154 0,4% 605 1,6% 824 2,2% 36.529 98% 37.353
2000-2004 39 0,1% 95 0,4% 435 1,6% 566 2,1% 26.184 98% 26.750
2005-2015 1.360 2,1% 1.942 2,9% 64.373 97% 66.315
Uoplyst 10 5,0% 13 6,5% 62 31,2% 137 69% 199
I alt 4.531 0,4% 7.731 17.816 1,4% 42.390 3,4% 55.961 4,5% 1.187.254 95% 1.217.029
TABEL 3: BEREGNET ANVENDELSESSTATUS FORDELT PÅ AFSTAND TIL KYST
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015
Lavt skøn Middel skøn Højt skøn
Ikke kystnært 3.387 9,4% 5.707 15,8% 12.019 33,2% 26.501 73,2% 36.187 100%
Kystnært
(Op til 1 km fra kystlinje, i øvrigt op til 2 km i Jylland)
1.144 5,8% 2.023 10,2% 5.797 29,3% 15.889 80,4% 19.774 100%
I alt 4.531 8,1% 7.731 13,8% 17.816 31,8% 42.390 75,7% 55.961 100%
27
0,6%
TABEL 4: BEREGNET ANVENDELSESSTATUS FORDELT PÅ BOLIGAREAL
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015 Beboet
Parcel-/stue-
huse i alt
Lavt skøn Middel skøn Højt skøn
< 50 m2
82 3,2% 451 17,9% 718 28,4% 926 36,7% 1.046 41,4% 1.479 59% 2.525
50-74 m2
623 2,5% 1.104 4,4% 2.058 8,1% 3.726 14,8% 4.419 17,5% 20.840 83% 25.259
75-99 m2
1.088 1,0% 1.678 1,5% 3.651 3,2% 7.807 6,9% 9.863 8,8% 102.828 91% 112.691
100-124 m2
1.024 0,4% 1.586 0,7% 3.820 1,6% 9.372 3,9% 12.400 5,1% 229.022 95% 241.422
125-149 m2
709 0,2% 1.125 0,4% 2.887 1,0% 7.416 2,4% 10.122 3,3% 292.733 97% 302.855
150-174 m2
431 0,2% 726 0,3% 1.852 0,8% 4.933 2,1% 6.850 2,8% 233.516 97% 240.366
> 174 m2
574 0,2% 1.061 0,4% 2.830 1,0% 8.210 2,8% 11.261 3,9% 280.651 96% 291.912
I alt 4.531 0,4% 7.731 0,6% 17.816 1,5% 42.390 3,5% 55.961 4,6% 1.161.070 95% 1.217.031
TABEL 5: BEREGNET ANVENDELSESSTATUS FORDELT PÅ TAGDÆKNINGMATERIALE
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015
Lavt skøn Middel skøn Højt skøn
Fibercement, herunder asbest
(bølge- eller skifer-eternit)
2.288 8,9% 3.695 14,3% 8.594 33,3% 19.211 74,5% 25.800 100,0%
Tegl 839 6,3% 1.725 13,0% 3.967 30,0% 9.982 75,5% 13.223 100,0%
Cementsten 672 9,0% 1.006 13,4% 2.296 30,6% 5.623 75,1% 7.492 100,0%
Metalplader
(bølgeblik, aluminium, o.lign.)
202 12,1% 359 21,4% 688 41,1% 1.354 80,8% 1.676 100,0%
Stråtag 335 8,9% 528 14,1% 1.280 34,1% 3.242 86,5% 3.749 100,0%
Tagpap (med taghældning) 102 5,3% 208 10,8% 434 22,5% 1.471 76,1% 1.932 100,0%
Built-up 31 3,2% 91 9,5% 234 24,5% 641 67,2% 954 100,0%
Fibercement (asbestfri) 29 4,3% 63 9,3% 198 29,2% 535 78,9% 678 100,0%
Andet materiale 33 7,9% 57 13,7% 123 29,6% 329 79,1% 416 100,0%
I alt 4.531 8,1% 7.731 13,8% 17.814 31,9% 42.388 75,8% 55.920 100,0%
28
TABEL 6: BEREGNET ANVENDELSESSTATUS FORDELT PÅ YDERVÆGSMATERIALE
Uden væsentlig anvendelse Varigt uden
helårsbeboer
Uden helårsbeboer
ultimo 2015
Lavt skøn Middel skøn Højt skøn
Mursten (tegl, kalksten, cementsten) 3.688 7,9% 6.397 13,7% 14.874 31,8% 34.987 74,8% 46.769 100,0%
Bindingsværk (med udvendigt synligt træværk) 435 12,6% 624 18,0% 1.375 39,7% 2.932 84,7% 3.463 100,0%
Letbeton (lette bloksten, gasbeton) 187 8,6% 275 12,6% 654 30,0% 1.618 74,2% 2.181 100,0%
Træbeklædning 62 2,9% 162 7,5% 394 18,2% 1.801 83,1% 2.168 100,0%
Betonelementer (etagehøje betonelementer) 14 7,4% 22 11,7% 53 28,2% 126 67,0% 188 100,0%
Plader af fibercement, herunder asbest
(eternit el. lign.)
31 17,8% 38 21,8% 71 40,8% 137 78,7% 174 100,0%
Andet materiale 114 11,7% 212 21,7% 393 40,2% 787 80,6% 977 100,0%
I alt 4.531 8,1% 7.731 13,8% 17.814 31,9% 42.388 75,8% 55.920 100,0%
29
30
BILAG 2: BEREGNING AF ANVENDELSES-
STATUS, HVOR ELFORBRUGET IKKE KAN
OBSERVERES
For en delmængde af de ubeboede boliger, har det ikke været muligt at opnå et
match med en elmåler i Energinets datasæt. Det kan skyldes, at der ingen elmå-
ler findes på adressen, hvilket må tolkes således, at boligen ikke kan finde an-
vendelse. Der kan dog også blot være tale om problemer i koblingen mellem de
to registre.
Da elforbruget her ikke lader sig observere direkte, er det nødvendigt med en
estimation, for at vurdere om der er tale om en forladt eller ikke væsentligt an-
vendt bolig. Dels estimeres sandsynligheden for, at elforsyningen ikke finder
sted. Dels estimeres sandsynligheden er for, at der ikke er et signifikant forbrug
af el, i tilfælde af at forsyningen ikke er afbrudt.
Estimation af sandsynligheden for, at en bolig er uden elforsyning tager ud-
gangspunkt i en observation af, at der opnås færre succesfulde sammenkoblin-
ger mellem Bygnings- og Boligregistret og Energinets datasæt des længere tid en
bolig har været uden registreret helårsbeboer.
Blandt de 4.970 ubeboede parcel- og stuehuse, som har været ubeboede i min-
dre end et kvartal, er det 5,2%, der ikke kan knyttes til en elmåler. Blandt huse
som har været uden registreret beboer i mere end 2 år gælder det 9,2%.
Tilbøjeligheden til ikke at have en observeret elmåler i kortvarigt ubeboede
huse samvarierer ikke statistisk signifikant med de fleste af de parametre, som
ellers er bestemmende for om en ubeboet bolig med et observeret elforbrug har
så lavt et forbrug, at den vurderes at være uden væsentlig anvendelse. Det er
konsistent med en antagelse om, at der overvejende er tale om, at der er proble-
mer med at måle elforsyningen, snarere end at der ikke finder elforsyning sted.
Følgelig skønnes niveauet af manglende målertilknytning blandt kortvarigt ube-
boede boliger, også at være repræsentativt for niveauet for manglende evne til
at observere et forekommende elforbrug blandt boliger med enhver varighed af
periode uden registreret beboer. Således kan overhyppighed af manglende evne
til at observere elforbrug i boliger med en længere periode uden registreret be-
boer, i forhold til kortvarigt ubeboede boliger, tilskrives ophør af el-leverance.
Denne overhyppighed er, i modsætning til hyppigheden blandt de nyligt ubebo-
ede huse, afhængig af en lang række af de parametre, som også er afgørende for
om en varigt ubeboet bolig bliver benyttet til noget væsentligt eller ej. For at
kunne vurdere hvordan ophør af elforsyning fordeler sig på kommuner, yder-
vægsmaterialer, tagdækningsmaterialer, kystafstand, boligareal, og opførelsesår
har det derfor været nødvendigt også at estimere overhyppighedens sammen-
hæng med de pågældende parametre. På den baggrund kan hver af boligerne
uden et observeret elforbrug tilskrives en individuel overhyppighed, afhængig
af dens beliggenhed og karaktertræk, som efterfølgende tolkes som boligens in-
dividuelle sandsynlighed for, at el-leverance er ophørt.
31
Udgangspunktet er en logistisk regression på baggrund af samtlige parcel- og
stuehuse, som enten kun har været ubeboet i under et kvartal, eller som har
været ubeboet i mere end de 2 år, som er mindstekravet førend en bolig kan
regnes for at være forladt eller varigt uden væsentlig anvendelse under det mid-
delhøje skøn.
Den forklarede variabel er logaritmen til oddsene for, at vi vil være ude af stand
til at observere en elmåler, mens de forklarende variable er henholdsvis en
dummyvariabel, som fanger hvorvidt boligen har været ubeboet i under et kvar-
tal eller over 2 år, logaritmen til boligarealet, bygningens alder og interaktions-
termer mellem dummyvariablen og logaritmen til boligarealet, bygningens al-
der, dummyvariable for tagdækningsmateriale, ydervægsmateriale, beliggen-
hedskommune samt hvorvidt den er beliggende kystnært eller ej. Parameter-
estimaterne er afrapporteret herunder:
Parameter DF Estimat
Standard-
afvigelse
Wald
Chi2 Pr > Chi2
Skæring 1 -1,4531 0,6705 4,6973 0,0302
Varigt 1 -1,8515 0,6965 7,0674 0,0078
Stuehus 1 -0,3262 0,1932 2,8515 0,0913
Log(boligareal) 1 1,0377 0,1387 55,9598 <,0001
Bygningsalder 1 -0,00596 0,00122 23,8443 <,0001
Varigt Stuehus 1 -0,3893 0,1980 3,8648 0,0493
Varigt Log(boligareal) 1 0,1676 0,1442 1,3510 0,2451
Varigt Bygningsalder 1 0,00367 0,00126 8,5067 0,0035
Varigt Kystnært 1 0,1675 0,0438 14,6269 0,0001
Varigt Andet tag 1 -0,1647 0,0500 10,8721 0,0010
Varigt Cementstenstag 1 0,1514 0,0492 9,4678 0,0021
Varigt Fibercementtag 1 0,1046 0,0309 11,4687 0,0007
Varigt Stråtækt 1 0,2579 0,0589 19,1776 <,0001
Varigt Aabenraa 1 -0,0511 0,1425 0,1289 0,7196
Varigt Aalborg 1 -0,2159 0,1257 2,9488 0,0859
Varigt Aarhus 1 0,1845 0,1957 0,8889 0,3458
Varigt Albertslund 1 0,6490 1,0250 0,4010 0,5266
Varigt Allerød 1 -0,0217 0,4383 0,0025 0,9605
Varigt Assens 1 0,4654 0,1810 6,6122 0,0101
Varigt Ballerup 1 -0,1611 0,4022 0,1604 0,6888
Varigt Billund 1 -0,1947 0,1942 1,0044 0,3162
Varigt Bornholm 1 0,6771 0,1565 18,7321 <,0001
Varigt Brøndby 1 0,0695 0,6030 0,0133 0,9083
Varigt Brønderslev 1 0,0512 0,1655 0,0956 0,7572
Varigt Dragør 1 -0,9920 0,5495 3,2587 0,0710
Varigt Egedal 1 -0,9488 0,2798 11,5027 0,0007
Varigt Esbjerg 1 0,2663 0,1730 2,3693 0,1237
Varigt Faaborg-Midtfyn 1 -0,1118 0,1439 0,6033 0,4373
Varigt Fanø 1 -0,2234 0,6131 0,1328 0,7155
Varigt Favrskov 1 0,0123 0,1925 0,0041 0,9489
Varigt Faxe 1 0,6006 0,2887 4,3279 0,0375
Varigt Fredensborg 1 -0,00583 0,3238 0,0003 0,9856
Varigt Fredericia 1 -0,0440 0,2789 0,0249 0,8747
Varigt Frederiksberg 1 -0,3487 1,0505 0,1102 0,7400
Varigt Frederikshavn 1 0,4024 0,1113 13,0626 0,0003
Varigt Frederikssund 1 -0,8149 0,1927 17,8931 <,0001
Varigt Furesø 1 -0,9700 0,3023 10,2917 0,0013
32
Parameter DF Estimat
Standard-
afvigelse
Wald
Chi2 Pr > Chi2
Varigt Gentofte 1 -0,1911 0,2776 0,4738 0,4912
Varigt Gladsaxe 1 0,7695 0,5134 2,2469 0,1339
Varigt Glostrup 1 -0,1938 0,6181 0,0984 0,7538
Varigt Greve 1 0,5301 0,4261 1,5475 0,2135
Varigt Gribskov 1 -0,0965 0,1882 0,2626 0,6083
Varigt Guldborgsund 1 0,3269 0,1161 7,9317 0,0049
Varigt Haderslev 1 0,4977 0,2029 6,0132 0,0142
Varigt Halsnæs 1 -0,2925 0,2362 1,5337 0,2156
Varigt Hedensted 1 -0,0859 0,1755 0,2397 0,6244
Varigt Helsingør 1 -0,5080 0,1936 6,8848 0,0087
Varigt Herlev 1 -0,3373 0,6335 0,2834 0,5945
Varigt Herning 1 -0,8615 0,1052 67,0076 <,0001
Varigt Hillerød 1 0,00764 0,3398 0,0005 0,9821
Varigt Hjørring 1 0,0401 0,1053 0,1453 0,7031
Varigt Holbæk 1 -0,00585 0,1708 0,0012 0,9727
Varigt Holstebro 1 0,2427 0,1715 2,0021 0,1571
Varigt Horsens 1 0,4105 0,2008 4,1810 0,0409
Varigt Hvidovre 1 1,2677 0,7158 3,1362 0,0766
Varigt Høje-Taastrup 1 -1,1951 0,2788 18,3748 <,0001
Varigt Hørsholm 1 -0,7960 0,3110 6,5493 0,0105
Varigt Ikast-Brande 1 -0,6389 0,1555 16,8755 <,0001
Varigt Ishøj 1 -0,00923 1,0320 0,0001 0,9929
Varigt Jammerbugt 1 0,8574 0,1627 27,7530 <,0001
Varigt Kalundborg 1 0,2696 0,1482 3,3076 0,0690
Varigt Kerteminde 1 0,0430 0,2717 0,0250 0,8743
Varigt Kolding 1 -0,3473 0,1594 4,7494 0,0293
Varigt København 1 -0,6931 0,1864 13,8346 0,0002
Varigt Køge 1 0,2006 0,3076 0,4256 0,5142
Varigt Langeland 1 1,2303 0,1435 73,4765 <,0001
Varigt Lejre 1 -0,0549 0,3230 0,0289 0,8651
Varigt Lemvig 1 0,3734 0,1584 5,5538 0,0184
Varigt Lyngby-Taarbæk 1 -1,0065 0,3048 10,9072 0,0010
Varigt Læsø 1 1,1343 0,3099 13,3965 0,0003
Varigt Mariagerfjord 1 -0,1025 0,1418 0,5228 0,4697
Varigt Middelfart 1 -0,2256 0,1953 1,3340 0,2481
Varigt Morsø 1 0,9944 0,2219 20,0790 <,0001
Varigt Norddjurs 1 0,1541 0,1538 1,0032 0,3165
Varigt Nordfyns 1 0,1515 0,1927 0,6183 0,4317
Varigt Nyborg 1 -0,5487 0,2020 7,3764 0,0066
Varigt Næstved 1 0,0502 0,1599 0,0984 0,7538
Varigt Odder 1 -0,3372 0,2580 1,7088 0,1911
Varigt Odense 1 -0,4437 0,1627 7,4382 0,0064
Varigt Odsherred 1 -0,0960 0,1509 0,4048 0,5246
Varigt Randers 1 -0,0939 0,1496 0,3939 0,5303
Varigt Rebild 1 0,3081 0,2041 2,2785 0,1312
Varigt Ringkøbing-Skjern 1 0,0870 0,1272 0,4674 0,4942
Varigt Ringsted 1 -0,7143 0,2118 11,3712 0,0007
Varigt Roskilde 1 0,1804 0,2826 0,4074 0,5233
Varigt Rudersdal 1 -0,3538 0,2505 1,9940 0,1579
Varigt Rødovre 1 -0,0854 0,4791 0,0318 0,8585
Varigt Samsø 1 0,5493 0,1774 9,5858 0,0020
Varigt Silkeborg 1 0,1393 0,1559 0,7984 0,3716
Varigt Skanderborg 1 -0,5862 0,1817 10,4131 0,0013
Varigt Skive 1 0,6915 0,1752 15,5861 <,0001
Varigt Slagelse 1 -0,4866 0,1343 13,1360 0,0003
Varigt Solrød 1 0,7114 0,7200 0,9762 0,3232
33
Parameter DF Estimat
Standard-
afvigelse
Wald
Chi2 Pr > Chi2
Varigt Sorø 1 -0,2001 0,1927 1,0778 0,2992
Varigt Stevns 1 -0,4210 0,1880 5,0138 0,0251
Varigt Struer 1 0,0861 0,2083 0,1709 0,6793
Varigt Svendborg 1 -0,0331 0,1418 0,0546 0,8152
Varigt Syddjurs 1 -0,5493 0,1203 20,8504 <,0001
Varigt Sønderborg 1 -0,5098 0,1156 19,4507 <,0001
Varigt Thisted 1 0,3190 0,1141 7,8195 0,0052
Varigt Tårnby 1 -1,0649 0,3664 8,4465 0,0037
Varigt Tønder 1 0,1811 0,1245 2,1166 0,1457
Varigt Vallensbæk 1 0,6206 1,0173 0,3721 0,5419
Varigt Varde 1 0,0120 0,1380 0,0075 0,9309
Varigt Vejen 1 0,2403 0,1871 1,6501 0,1989
Varigt Vejle 1 -0,4051 0,1260 10,3317 0,0013
Varigt Vesthimmerlands 1 0,1284 0,1453 0,7801 0,3771
Varigt Viborg 1 0,0582 0,1248 0,2171 0,6413
Varigt Vordingborg 1 0,2013 0,1090 3,4092 0,0648
Varigt Ærø 1 1,4656 0,2125 47,5798 <,0001
De estimerede parametre anvendes til at estimere kontrafaktuelle sandsynlig-
heder for ikke at kunne observere et elforbrug, på et datasæt bestående af de
boliger, som ikke har et observeret elforbrug, og desuden overholder de øvrige
krav til at kunne regnes for at være uden væsentlig anvendelse i henhold til det
middelhøje skøn. Sandsynligheden beregnes ad to omgange for hver observa-
tion.
1. Under de faktiske omstændigheder, hvor boligen har været uden regi-
streret beboer i 2 år.
2. Hvad sandsynligheden ville have været for den pågældende bolig, der-
som den kun havde været uden registreret beboer i mindre end ét kvar-
tal.
Den anden sandsynlighed opgjort som andel af den første tolkes som sandsyn-
ligheden for, at der forekommer el-leverance til trods for at den ikke kan obser-
veres. Følgelig tolkes forskellen mellem de to sandsynligheder, opgjort som an-
del af den første sandsynlighed, som sandsynligheden for, at årsagen til, at den
pågældende boligs elforbrug ikke lader sig observere er, at der er lukket for
strømmen.
Alle de parametre, som i tabellen ikke hedder noget med ”varigt”, siger noget
om hvad sandsynligheden for at kunne knytte boligen til en måler er, hvis boli-
gen netop er blevet ubeboet inden for det seneste kvartal før observationstids-
punktet. Parametre som hedder noget med varigt, siger noget om hvordan un-
derhyppigheden af evne til at observere elmålere blandt langvarigt ubeboede
boliger i forhold til nyligt ubeboede boliger afhænger af boligens karakteristik.
Bemærk at varigt*tegltag og varigt*Lolland Kommune ikke har parametre. Det
skyldes at de øvrige kommune- og tagparametre skal ses i forhold til hvis der
havde været tale om tegl hhv. Lolland Kommune. Når parameterestimatet for
Varigt*Aalborg er negativt, skal det altså tolkes sådan, at der alt andet lige er
mindre sandsynlighed for at kunne knytte en langvarigt ubeboet bolig i Aalborg
Kommune til en elmåler end der vil være for en tilsvarende i Lolland Kommune.
Resultatet er, at ud af to identiske boliger, som har stået tomme i over to år og
34
ikke kan knyttes til en elmåler, hvoraf den ene er beliggende i Lolland Kom-
mune og den anden ligger i Aalborg Kommune, vil den i Aalborg blive tilskrevet
en større sandsynlighed for at være uden elforsyning og ubeboet af den grund.
Modsat gælder kommuner, hvor parameteren er positiv. Det er typisk kommu-
ner med kvaliteter, som gør boligerne egnede til fritidsbrug. Her vil der blive til-
skrevet en mindre sandsynlighed for, at der er lukket for strømmen, end hvad
tilfældet er i Lolland Kommune, givet at boligerne har samme karaktertræk for-
uden beliggenheden.
Selv hvis der forekommer en ikke-observeret el-leverance er dette ikke ens be-
tydende med, at aftaget af el er tilstrækkeligt til, at det kan konstateres, at der
forekommer en ikke uvæsentlig anvendelse af boligen. Det antages, at den del
af boligerne som ikke kan knyttes til en elmåler, som ikke mangler tilknytnin-
gen fordi strømmen er afbrudt, udviser samme elforbrugsmønster som tilsva-
rende boliger gør, hvor det har været muligt at observere elforbruget. Følgelig
estimeres en model for sandsynligheden for, at en bolig med et observeret for-
brug har et forbrug over 10%5
af det typiske elforbrug for en enlig beboer på det
pågældende areal. Igen er udgangspunktet en logistisk regression. Den af-
hængige variabel er logaritmen til oddsene for, at observere et forbrug over den
valgte grænse. De forklarende variable kan ses sammen med de estimerede pa-
rametre herunder.
Parameter DF Estimat
Standard-
afvigelse
Wald
Chi2
Pr >
Chi2
Intercept 1 -1,5247 3,0297 0,2533 0,6148
Stuehus 1 -0,4814 0,0393 149,6762 <,0001
Kystnaert 1 0,5535 0,0377 215,4112 <,0001
Log(Boligareal) 1 0,8869 0,0401 490,2804 <,0001
Bygningsalder 1 -0,00532 0,000332 255,5778 <,0001
Tagdækning Andet 1 -0,1645 0,0485 11,4891 0,0007
Tagdækning Cementsten 1 -0,2306 0,0388 35,4013 <,0001
Tagdækning Fibercement 1 -0,0529 0,0266 3,9466 0,0470
Tagdækning Stråtækt 1 0,4618 0,0540 73,1176 <,0001
Ydervægsmateriale Andet 1 -0,2591 0,0549 22,2897 <,0001
Ydervægsmateriale Bindingsværk 1 -0,0962 0,0593 2,6344 0,1046
Ydervægsmateriale Mursten 1 -0,1262 0,0392 10,3633 0,0013
Kommune Aabenraa 1 -0,5684 3,0262 0,0353 0,8510
Kommune Aalborg 1 -0,8082 3,0256 0,0714 0,7894
Kommune Aarhus 1 0,1627 3,0307 0,0029 0,9572
Kommune Albertslund 1 0,0721 3,1179 0,0005 0,9816
Kommune Allerød 1 -0,7788 3,0446 0,0654 0,7981
Kommune Assens 1 -0,7470 3,0260 0,0609 0,8050
Kommune Ballerup 1 0,4034 3,0673 0,0173 0,8954
Kommune Billund 1 -0,6458 3,0289 0,0455 0,8312
Kommune Bornholm 1 -0,4683 3,0255 0,0240 0,8770
Kommune Brøndby 1 1,0964 3,1871 0,1183 0,7308
Kommune Brønderslev 1 -0,9938 3,0262 0,1079 0,7426
Kommune Dragør 1 9,8931 135,1 0,0054 0,9416
Kommune Egedal 1 -0,1778 3,0487 0,0034 0,9535
Kommune Esbjerg 1 -0,8537 3,0262 0,0796 0,7779
5
Dette er repeteret ved andre grænser for elforbrug i forbindelse med figur 5.
35
Parameter DF Estimat
Standard-
afvigelse
Wald
Chi2
Pr >
Chi2
Kommune
Faaborg-Midt-
fyn
1 -0,4561 3,0265 0,0227 0,8802
Kommune Fanø 1 -0,4676 3,0858 0,0230 0,8796
Kommune Favrskov 1 -0,9017 3,0276 0,0887 0,7658
Kommune Faxe 1 -0,5981 3,0293 0,0390 0,8435
Kommune Fredensborg 1 0,5294 3,0533 0,0301 0,8623
Kommune Fredericia 1 -0,7840 3,0347 0,0668 0,7961
Kommune Frederiksberg 1 10,2856 200,5 0,0026 0,9591
Kommune Frederikshavn 1 -0,2689 3,0251 0,0079 0,9292
Kommune Frederikssund 1 -0,2769 3,0345 0,0083 0,9273
Kommune Furesø 1 0,3158 3,0672 0,0106 0,9180
Kommune Gentofte 1 0,8006 3,0575 0,0686 0,7934
Kommune Gladsaxe 1 0,2346 3,0533 0,0059 0,9388
Kommune Glostrup 1 -0,3192 3,0868 0,0107 0,9176
Kommune Greve 1 0,1753 3,0495 0,0033 0,9542
Kommune Gribskov 1 -0,2596 3,0301 0,0073 0,9317
Kommune Guldborgsund 1 -0,9782 3,0246 0,1046 0,7464
Kommune Haderslev 1 -0,6807 3,0266 0,0506 0,8220
Kommune Halsnæs 1 -0,5760 3,0342 0,0360 0,8494
Kommune Hedensted 1 -0,8001 3,0271 0,0699 0,7915
Kommune Helsingør 1 0,0217 3,0360 0,0001 0,9943
Kommune Herlev 1 0,6569 3,1925 0,0423 0,8370
Kommune Herning 1 -0,4953 3,0265 0,0268 0,8700
Kommune Hillerød 1 -0,0425 3,0442 0,0002 0,9889
Kommune Hjørring 1 -0,3992 3,0251 0,0174 0,8950
Kommune Holbæk 1 -1,0660 3,0266 0,1240 0,7247
Kommune Holstebro 1 -0,4515 3,0268 0,0222 0,8814
Kommune Horsens 1 -0,3829 3,0277 0,0160 0,8994
Kommune Hvidovre 1 0,4628 3,0674 0,0228 0,8801
Kommune Høje-Taastrup 1 -0,0817 3,0554 0,0007 0,9787
Kommune Hørsholm 1 -0,7436 3,0453 0,0596 0,8071
Kommune Ikast-Brande 1 -0,2829 3,0292 0,0087 0,9256
Kommune Ishøj 1 10,2979 166,0 0,0038 0,9505
Kommune Jammerbugt 1 -0,5355 3,0252 0,0313 0,8595
Kommune Kalundborg 1 -0,5168 3,0260 0,0292 0,8644
Kommune Kerteminde 1 -0,4602 3,0340 0,0230 0,8794
Kommune Kolding 1 -0,6550 3,0277 0,0468 0,8287
Kommune København 1 0,5534 3,0436 0,0331 0,8557
Kommune Køge 1 0,2135 3,0405 0,0049 0,9440
Kommune Langeland 1 -0,0833 3,0248 0,0008 0,9780
Kommune Lejre 1 -0,8265 3,0351 0,0742 0,7854
Kommune Lemvig 1 -0,6000 3,0259 0,0393 0,8428
Kommune
Lyngby-Taar-
bæk
1 0,4942 3,0806 0,0257 0,8725
Kommune Læsø 1 -0,0700 3,0305 0,0005 0,9816
Kommune Mariagerfjord 1 -1,0727 3,0258 0,1257 0,7229
Kommune Middelfart 1 -0,3483 3,0299 0,0132 0,9085
Kommune Morsø 1 -0,3613 3,0267 0,0143 0,9050
Kommune Norddjurs 1 -0,6473 3,0260 0,0458 0,8306
Kommune Nordfyns 1 -0,9417 3,0270 0,0968 0,7557
Kommune Nyborg 1 -0,5286 3,0313 0,0304 0,8616
Kommune Næstved 1 -0,8077 3,0263 0,0712 0,7896
Kommune Odder 1 -0,6069 3,0350 0,0400 0,8415
Kommune Odense 1 -0,3493 3,0288 0,0133 0,9082
Kommune Odsherred 1 -0,5390 3,0269 0,0317 0,8587
Kommune Randers 1 -1,0471 3,0259 0,1197 0,7293
36
Parameter DF Estimat
Standard-
afvigelse
Wald
Chi2
Pr >
Chi2
Kommune Rebild 1 -0,9930 3,0269 0,1076 0,7429
Kommune
Ringkøbing-
Skjern
1 -0,4634 3,0256 0,0235 0,8783
Kommune Ringsted 1 -0,3892 3,0342 0,0165 0,8979
Kommune Roskilde 1 -0,4209 3,0331 0,0193 0,8896
Kommune Rudersdal 1 1,0381 3,0594 0,1151 0,7344
Kommune Rødovre 1 1,4596 3,1865 0,2098 0,6469
Kommune Samsø 1 0,3973 3,0287 0,0172 0,8956
Kommune Silkeborg 1 -0,3601 3,0266 0,0142 0,9053
Kommune Skanderborg 1 -0,2587 3,0313 0,0073 0,9320
Kommune Skive 1 -0,8427 3,0255 0,0776 0,7806
Kommune Slagelse 1 -0,8136 3,0265 0,0723 0,7881
Kommune Solrød 1 0,1632 3,0826 0,0028 0,9578
Kommune Sorø 1 -0,4760 3,0295 0,0247 0,8752
Kommune Stevns 1 -0,5249 3,0305 0,0300 0,8625
Kommune Struer 1 -0,7732 3,0285 0,0652 0,7985
Kommune Svendborg 1 -0,6842 3,0261 0,0511 0,8211
Kommune Syddjurs 1 -0,4954 3,0267 0,0268 0,8700
Kommune Sønderborg 1 -0,8242 3,0260 0,0742 0,7853
Kommune Thisted 1 -0,2044 3,0251 0,0046 0,9461
Kommune Tårnby 1 1,2019 3,1867 0,1423 0,7061
Kommune Tønder 1 -0,5483 3,0252 0,0329 0,8562
Kommune Vallensbæk 1 0,6365 3,1907 0,0398 0,8419
Kommune Varde 1 -0,3697 3,0264 0,0149 0,9028
Kommune Vejen 1 -0,5279 3,0272 0,0304 0,8616
Kommune Vejle 1 -0,6751 3,0260 0,0498 0,8235
Kommune
Vesthimmer-
lands
1 -0,9239 3,0257 0,0932 0,7601
Kommune Viborg 1 -0,2706 3,0257 0,0080 0,9287
Kommune Vordingborg 1 -0,3466 3,0251 0,0131 0,9088
Kommune Ærø 1 -0,0357 3,0263 0,0001 0,9906
Igen er Lolland Kommune og tegltag basisscenarie. Parametre på ydervægsma-
teriale skal ses i forhold til træbeklædning. Den estimerede model anvendes til
at estimere sandsynligheden for at de huse, som vi ikke kan knytte til en elmå-
ler, har et elforbrug over 10% af det typiske for en enlig helårsbeboer på boli-
gens areal, givet at der ikke er lukket for el-forsyningen.
Den samlede sandsynlighed for, at hver af de 3.836 huse, som lever op til de øv-
rige krav for at kunne regnes for uanvendt i henhold til det middelhøje skøn,
men som ikke entydigt kan tildeles status som anvendt eller uanvendt, grundet
vores manglende evne til at observere en elmåler, er uden væsentlig anven-
delse, beregnes som
�(�) + �(�) − �(�) ∗ �(�)
hvor p(x) angiver sandsynligheden for, at boligen er uden elforsyning, beregnet
på baggrund af den første regression, og p(y) angiver sandsynligheden for, at der
er et elforbrug under skæringsgrænsen for uanvendt, hvis boligen er forsynet
med el, beregnet på baggrund af den anden regression. Hver af boligerne indgår
i det middelhøje skøn med sin beregnede sandsynlighed.
Boligøkonomisk
Videncenter
Jarmers Plads 2
1551 København V
www.bvc.dk