En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Dokumentasjonsrapport

Transkript

1 5DSSRUWQU 6XV+RPHV En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Dokumentasjonsrapport Erling Holden og Ingrid T. Norland ISBN: ISSN:

2 ProSus 2004 Program for forskning og utredning for et bærekraftig samfunn (ProSus) Senter for utvikling og miljø Universitetet i Oslo Postboks 1116 Blindern 0317 Oslo Tlf: Faks: informasjon@prosus.uio.no Besøksadresse: Sognsveien 68, 4. etg

3 FORORD ProSus er et anvendt Strategisk universitetsprogram ved Senter for utvikling og miljø (SUM), Universitetet i Oslo. Programmet er opprettet av Norges forskningsråd, Divisjon for store satsinger under programmet for Miljø, energi og bærekraftig utvikling. Utgangspunktet for finansieringen er en bevilgning over seks år fra Utdannings- og forskningsdepartmentet (UFD). ProSus skal produsere og formidle ny kunnskap til støtte for en bedre realisering av nasjonale mål for bærekraftig utvikling. Programmets mandat for inneværende periode ( ) er fokusert på tre oppgaver: Kartlegging og evaluering av Norges oppfølging av Rio-avtalene og retningslinjene fra FNkommisjonen for bærekraftig utvikling. Programmet fokuserer på de politiske, sosiale og økonomiske mål ved UNCED-prosessen (United Nations Conference on Environment and Development), og skal legge fram regelmessige rapporter om framdrift i Norge med hensyn til erklærte mål og verdier. Målrettet strategisk forskning omkring hindringer og muligheter for en mer rasjonell og effektiv realisering av bærekraftig utvikling. Virksomheten gjennomføres i samarbeid med andre forskningsinstitusjoner, både nasjonalt og internasjonalt, og i dialog med frivillige organisasjoner og representanter for nærings- og arbeidslivet. Informasjon og formidling om alternative styringsstrategier, virkemidler og normative framtidsperspektiver for et mer bærekraftig samfunn, lokalt, nasjonalt og globalt. Virksomheten koordineres via nettverk med andre forsknings- og formidlingstiltak på dette området. I tillegg til bøker og artikler i vitenskapelige tidsskrifter, publiserer ProSus løpende rapporter og arbeidsnotater for å formidle programmets resultater på en hurtig og direkte måte til nøkkelaktører og beslutningstakere i arbeidet for bærekraftig utvikling. Samtlige publikasjoner av denne typen er kvalitetssikret av én eller flere seniorforskere, og gir til sammen en løpende orientering om resultatene fra ProSus kjerneprogram SusLink.. En oversikt over programmets prioriterte prosjekter og samtlige publikasjoner er tilgjengelig på vår nettside: Henvendelser om programmets virksomhet og bestilling av publikasjoner kan også rettes per telefon til informasjonsansvarlig Kirsti Svenning: William M. Lafferty Professor i statsvitenskap Programleder, ProSus Kirsti Svenning Informasjonsansvarlig ProSus 3

4 FORFATTERNES FORORD Våren 2003 gjennomførte ProSus en større spørreskjemaundersøkelse blant åtte utvalgte boligområdet i Oslo-området. Undersøkelsen inngår som en del av prosjektet SusHomes, hvor siktemålet er å få mer kunnskap om norske husholdningers forbruk av energi i boligen og transport. Hvorfor er slik kunnskap viktig? For det første utgjør det høye og voksende private forbruket i husholdningen en stadig viktigere utfordring på vei mot en bærekraftig utvikling. For det andre kan SusHomes peke på forhold som er med å påvirker størrelsen og sammensetningen av dette forbruket. For det tredje skal dette lede fram til konkrete tiltak for å fremme et mer bærekraftig forbruk i husholdningene. Husholdningenes forbruk påvirkes av en rekke ulike forhold, fra globale trender til individuelle egenskaper hos den enkelte. I SusHomes retter vi søkelyset spesielt mot to forhold som antas å ha en sterk innflytelse på husholdningers forbruk av energi i boligen og til transport. Det første gjelder de fysisk-strukturelle forhold knyttet til utforming og lokalisering av boligen vi bor i. Det andre viktige forholdet er holdninger til forbruks- og miljøspørsmål. For å få et mål på det første forholdet har vi samlet inn husholdningsdata om forbruk av energi og transport (både i hverdag og fritid) fra åtte boligområder med til dels svært forskjellige egenskaper. Dermed kan vi studere nærmere hvordan forbruket varierer mellom ulike boligtyper, ulik tetthet i boligområdene, avstand til offentlige og private servicetilbud etc. For å få et mål på holdninger til miljøspørsmål har vi inkludert en større gruppe husholdninger som er deltakere i Grønn Hverdag (tidligere Miljøheimevernet) det vi velger å kalle Grønne Familier. Eventuelle forskjeller i energibruk og reiseatferd mellom de grønne og de ordinære gir en kraftfull indikasjon på hvordan holdninger påvirker vår forbruksatferd på de nevnte områdene. Det du nå leser er dokumentasjonsrapporten fra spørreundersøkelsen blant husholdninger i Stor-Oslo. Her finner du alle tall for husholdninger, boligområder, boligtyper, reiselengder, energibruk og mye, mye mer. Vi skal i denne rapporten i liten grad gjøre vurderinger og tolkninger av resultatene. Det er først og fremst tallmaterialet som her dokumenteres. En nærmere analyse av datamaterialet og hvilke teoretiske og styringsimplikasjoner de medfører vil bli gitt i egne publikasjoner. Norsk Gallup gjennomførte undersøkelsen, noe som sterkt bidro til at så mange som 941 individer (fra like mange husholdninger) svarte på det utsendte spørreskjemaet. Rapporten er skrevet av Erling Holden og Ingrid Thorsen Norland. Forskningsleder William M. Lafferty ved ProSus har hatt det overordnede ansvaret for arbeidet. Oslo, januar 2004 Erling Holden Ingrid Thorsen Norland 4

5 INNHOLD FORORD...3 FORFATTERNES FORORD...4 SAMMENDRAG INNLEDNING BAKGRUNN AVGRENSNINGER: SPESIFISERING AV MÅL OG PROBLEMSTILINGER MÅL OG PROBLEMSTILLINGER OPPBYGGING AV RAPPORTEN FORSKNINGSOPPLEGG HVOR (OG NÅR) FINNER UNDERSØKELSEN STED? HVA ER UNDERSØKELSENS ENHET? UTVALG INNSAMLEDE DATA: SPØRRESKJEMA OG KART ANALYSEMETODER UNDERSØKELSESOMRÅDENE OG GRØNN HVERDAG UTVALG OG UTVALGSKRITERIER OM FYSISK/STRUKTURELLE KARAKTERISTIKA OG DATAGRUNNLAG OM SOSIOØKONOMISKE OG DEMOGRAFISKE FORHOLD OG DATAGRUNNLAG BOLIGOMRÅDENE GRØNN HVERDAG/MILJØHEIMEVERNET DATA BEARBEIDING AV DATA HVOR MANGE OG HVEM HAR SVART? POPULASJON OG UTVALG UNIVARIAT ANALYSE SOSIO-ØKONOMISKE EGENSKAPER VED INDIVIDET OG HUSHOLDNINGEN EGENSKAPER VED BOLIGEN ENERGIBRUK I BOLIGEN FRITIDSBOLIG/HYTTE FØRERKORT, KOLLEKTIVKORT OG BILHOLD/BILAVHENGIGHET REISER OG TRANSPORT: KILOMETER OG ANTALL REISER OG TRANSPORT: ENERGIBRUK TOTAL ENERGIBRUK: BOLIG OG TRANSPORT HOLDNINGER TIL MILJØPOLITIKK OG FORBRUK BOLIGPREFERANSER GJENNOMFØRTE MILJØ- ELLER FORBRUKSHANDLINGER MEDLEMSKAP I MILJØORGANISASJONER DELTAKELSE I INTERVJUUNDERSØKELSE VARIASJONER MELLOM BOLIGOMRÅDENE (BIVARIAT ANALYSE) SOSIO-ØKONOMISKE EGENSKAPER VED INDIVIDET OG HUSHOLDNINGEN EGENSKAPER VED BOLIGEN OG DENS NÆRE OMGIVELSE ENERGIBRUK I BOLIGEN TILGANG PÅ OG BRUK AV FRITIDSBOLIGER REISER OG TRANSPORT: TRANSPORTRESSURSER, REISEOMFANG OG ENERGIBRUK

6 6.6 SAMLET ENERGIBRUK TIL BOLIG OG TRANSPORT HOLDNINGER OG MILJØHANDLINGER VARIASJONER MELLOM GRØNNE OG ORDINÆRE HUSHOLDNINGER (BIVARIAT ANALYSE) SOSIO-ØKONOMISKE EGENSKAPER VED INDIVIDET OG HUSHOLDNINGEN EGENSKAPER VED BOLIGEN OG DENS NÆRE OMGIVELSER ENERGIBRUK I BOLIGEN TILGANG PÅ OG BRUK AV FRITIDSBOLIG REISER OG TRANSPORT: TRANSPORTRESSURSER, REISEOMFANG OG ENERGIBRUK SAMLET ENERGIBRUK TIL BOLIG OG TRANSPORT HOLDNINGER OG MILJØHANDLINGER ÅRSAKER TIL VARIASJONER I FORBRUK AV ENERGI OG TRANSPORT (MULTIVARIAT REGRESJONSANALYSE) HVA PÅVIRKER ENERGIFORBRUK I BOLIGEN? HVA PÅVIRKER ENERGIFORBRUK TIL HVERDAGSREISER? HVA PÅVIRKER DE LANGE FERIE- OG FRITIDSREISENE MED FLY? HVA PÅVIRKER DE LANGE FERIE- OG FRITIDSREISENE MED BIL? REFERANSER VEDLEGG SPØRRESKJEMA TIL RESPONDENTER I STOR-OSLO (APRIL 2003) VEDLEGG FØLGEBREV TIL SPØRREUNDERSØKELSEN FØLGEBREV TIL DELTAKERE GRØNN HVERDAG/MILJØHEIMEVERNET PURREBREV TIL SPØRREUNDERSØKELSEN PURREBREV TIL DELTAKERE GRØNN HVERDAG/MILJØHEIMEVERNET TABELLER Tabell 1.1 Miljøproblemenes endrete karakter...26 Tabell 1.2 Norsk forbruk fordelt etter vare-/tjenestekategori Tabell 2.1 Overskift over problemstillinger, metoder, kilder og teknikker i SusHomes: Empirisk og teoretisk del...40 Tabell 3.1 SusHomes undersøkelsesområder, Stor-Oslo...50 Tabell 3.2 Utvalgets spredning over prioriterte planfaktorer og kriterier...51 Tabell 3.3 Bakgrunn for klassifisering av boligdominansen i områdene...54 Tabell 3.4 Samletabell for verdier for fysisk/strukturelle forhold per område...56 Tabell 3.5 Alderssammensetning, Bjørndalen...60 Tabell 3.6 Fordeling kvinner menn, Bjørndalen...61 Tabell 3.7 Antall husholdningsmedlemmer, Bjørndalen...61 Tabell 3.8 Høyeste utdanningsnivå, Bjørndalen...61 Tabell 3.9 Hovedbeskjeftigelse, Bjørndalen...62 Tabell 3.10 Bruttoinntektsfordeling, Bjørndalen...62 Tabell 3.11 Fordeling mellom ulike boligtyper, Bjørndalen...62 Tabell 3.12 Fysisk nedbygd areal etter bruksfunksjon, Bjørndalen...63 Tabell 3.13 Avstander, parkeringsplasser og disponering av bil, Bjørndalen...64 Tabell 3.14 Alderssammensetning, Grünerløkka...66 Tabell 3.15 Fordeling kvinner menn, Grünerløkka...66 Tabell 3.16 Antall husholdningsmedlemmer, Grünerløkka...67 Tabell 3.17 Høyeste utdanningsnivå, Grünerløkka

7 Tabell 3.18 Hovedbeskjeftigelse, Grünerløkka Tabell 3.19 Bruttoinntektsfordeling, Grünerløkka Tabell 3.20 Fordeling mellom ulike boligtyper, Grünerløkka Tabell 3.21 Fysisk nedbygd areal etter bruksfunksjon, Grünerløkka Tabell 3.22 Avstander, parkeringsplasser og disponering av bil, Grünerløkka Tabell 3.23 Alderssammensetning, Holmlia Tabell 3.24 Fordeling kvinner menn, Holmlia Tabell 3.25 Antall husholdningsmedlemmer, Holmlia Tabell 3.26 Høyeste utdanningsnivå, Holmlia Tabell 3.27 Hovedbeskjeftigelse, Holmlia Tabell 3.28 Bruttoinntektsfordeling, Holmlia Tabell 3.29 Fordeling mellom ulike boligtyper, Holmlia Tabell 3.30 Fysisk nedbygd areal etter bruksfunksjon, Holmlia Tabell 3.31 Avstander, parkeringsplasser og disponering av bil, Holmlia Tabell 3.32 Alderssammensetning, Hovseter Tabell 3.33 Fordeling kvinner menn, Hovseter Tabell 3.34 Antall husholdningsmedlemmer, Hovseter Tabell 3.35 Høyeste utdanningsnivå, Hovseter Tabell 3.36 Hovedbeskjeftigelse, Hovseter Tabell 3.37 Bruttoinntektsfordeling, Hovseter Tabell 3.38 Fordeling mellom ulike boligtyper, Hovseter Tabell 3.39 Fysisk nedbygd areal etter bruksfunksjon, Hovseter Tabell 3.40 Avstander, parkeringsplasser og disponering av bil, Hovseter Tabell 3.41 Alderssammensetning, Rykkinn Tabell 3.42 Fordeling kvinner menn, Rykkinn Tabell 3.43 Antall husholdningsmedlemmer, Rykkinn Tabell 3.44 Høyeste utdanningsnivå, Rykkinn Tabell 3.45 Hovedbeskjeftigelse, Rykkinn Tabell 3.46 Bruttoinntektsfordeling, Rykkinn Tabell 3.47 Fordeling mellom ulike boligtyper, Rykkinn Tabell 3.48 Fysisk nedbygd areal etter bruksfunksjon, Rykkinn Tabell 3.49 Avstander, parkeringsplasser og disponering av bil, Rykkinn Tabell 3.50 Alderssammensetning, Sandvika Tabell 3.51 Fordeling kvinner menn, Sandvika Tabell 3.52 Antall husholdningsmedlemmer, Sandvika Tabell 3.53 Høyeste utdanningsnivå, Sandvika Tabell 3.54 Hovedbeskjeftigelse, Sandvika Tabell 3.55 Bruttoinntektsfordeling, Sandvika Tabell 3.56 Fordeling mellom ulike boligtyper, Sandvika Tabell 3.57 Fysisk nedbygd areal etter bruksfunksjon, Sandvika Tabell 3.58 Avstander, parkeringsplasser og disponering av bil, Sandvika Tabell 3.59 Alderssammensetning, Silkestrå Tabell 3.60 Fordeling kvinner menn, Silkestrå Tabell 3.61 Antall husholdningsmedlemmer, Silkestrå Tabell 3.62 Høyeste utdanningsnivå, Silkestrå Tabell 3.63 Hovedbeskjeftigelse, Silkestrå

8 Tabell 3.64 Bruttoinntektsfordeling, Silkestrå...97 Tabell 3.65 Fordeling mellom ulike boligtyper, Silkestrå...97 Tabell 3.66 Fysisk nedbygd areal etter bruksfunksjon, Silkestrå...97 Tabell 3.67 Avstabder, parkeringsplasser og disponering av bil, Silkestrå...98 Tabell 3.68 Alderssammensetning, Vålerenga Tabell 3.69 Fordeling kvinner menn, Vålerenga Tabell 3.70 Antall husholdningsmedlemmer, Vålerenga Tabell 3.71 Høyeste utdanningsnivå, Vålerenga Tabell 3.72 Hovedbeskjeftigelse, Vålerenga Tabell 3.73 Bruttoinntektsfordeling, Vålerenga Tabell 3.74 Fordeling mellom ulike boligtyper, Vålerenga Tabell 3.75 Fysisk nedbygd areal etter bruksfunksjon, Vålerenga Tabell 3.76 Avstander, parkeringsplasser og disponering av bil, Vålerenga Tabell 3.77 Sortering av informasjon, tips og verktøy etter forbruksfelt Tabell 3.78 Ta miljøsteget - Grønn Hverdags informasjon til nye deltakere om hva man kan gjøre i hverdagen Tabell 4.1 Fordeling av respondentene mellom boligområdene og type husholdning Tabell 4.2 Sammenlikning av populasjon og utvalg for de åtte boligområdene. Egenskaper for populasjon, de ordinære, de grønne og samlet utvalg Tabell 5.1 Kjønnsfordeling blant respondentene Tabell 5.2 Aldersfordeling blant respondentene Tabell 5.3 Respondentene fordelt etter hovedbeskjeftigelse Tabell 5.4 Antall husholdningsmedlemmer i husholdningen som respondentene er del av Tabell 5.5 Inntektsfordeling blant respondentene Tabell 5.6 Inntektsfordeling i husholdningene som respondentene inngår i Tabell 5.7 Utdanningsnivå for respondentene Tabell 5.8 Fordeling mellom boligtyper (tallene viser til spørreskjemaets opprinnelige kategorier) Tabell 5.9 Fordeling mellom boligtyper (sammenslåtte kategorier) Tabell 5.10 Boligens aldersfordeling Tabell 5.11 Eie/leieforhold til bolig Tabell 5.12 Gjennomsnittlig boligstørrelse (m2) fordelt på boligtyper Tabell 5.13 Gjennomsnittlig boligareal per husholdningsmedlem (m2/person) fordelt på boligtyper Tabell 5.14 Tilgang på private utearealer Tabell 5.15 Gjennomsnittlige størrelsen på utearealene (m2) fordelt på boligtyper Tabell 5.16 Data for energibærere Tabell 5.17 Gjennomsnittlig årlig energiforbruk per husholdning fordelt på boligtyper. Alle tall i kwh/husholdning/år Tabell 5.18 Gjennomsnittlig årlig energiforbruk per husholdningsmedlem fordelt på boligtyper. Alle tall i kwh/husholdningsmedlem/år Tabell 5.19 Gjennomsnittlig årlig energiforbruk per husholdningsmedlem fordelt på boligtyper. Kun husholdninger som ikke har data for (hele eller deler av) energibruket i den faste husleien. Alle tall i kwh/husholdningsmedlem/år Tabell 5.20 Gjennomsnittlig årlig energiforbruk per husholdning fordelt på boligtyper. Sammenlikning av ulike kilder. Alle tall i kwh/husholdning/år Tabell 5.21 Regelmessig tilgang til privat fritidsbolig/hytte Tabell 5.22 Bruk av transportmiddel til fritidsbolig/hytte Tabell 5.23 Antall fritidsboliger/hytter som husholdingene har tilgang på Tabell 5.24 Antall besøk på fritidsboliger/hytter de siste 12 måneder

9 Tabell 5.25 Tilgang på førerkort Tabell 5.26 Tilgang på månedskort, flexikort eller liknende på trikk, tog, t-bane eller buss Tabell 5.27 Tilgang på privat bil Tabell 5.28 Antall biler per husholdning Tabell 5.29 Bilavhengighet i hverdagen Tabell 5.30 Årlig kjørelengde med privatbil. Ulike kilder. Alle tall i km/år Tabell 5.31 Årlig kjørelengde med privatbil (tallene inkluderer ikke tjenestereiser) Tabell 5.32 Reiser i løpet av siste uke (alle reiser er med unntatt tjenestereiser). Alle tall i km/uke Tabell 5.33 Reiser i løpet av siste uke (alle reiser er med unntatt tjenestereiser). Alle tall i prosent av totalt antall kilometer Tabell 5.34 Hverdagsreiser. Alle tall i km/uke Tabell 5.35 Hverdagsreiser. Alle tall i prosent av totalen Tabell 5.36 Andel som har vært på private ferie- eller fritidsreiser med fly i løpet av de siste 12 månedene Tabell 5.37 Gjennomsnittlig antall private innlands- og utenlands ferie og fritidsreiser med fly siste 12 månedene. Antall tur-retur reiser Tabell 5.38 Respondentene fordelt etter hvor mange ferie- og fritidsreiser med fly (tur-retur) de har vært på i løpet av de siste 12 månedene Tabell 5.39 Antall private ferie- eller fritidsreiser med bil i løpet av de siste 12 månedene Tabell 5.40 Gjennomsnittlig antall private innlands og utenlands ferie og fritidsreiser med bil siste 12 månedene. Antall tur-retur reiser Tabell 5.41 Respondentene fordelt etter hvor mange ferie- og fritidsreiser med bil de har vært på i løpet av de siste 12 månedene Tabell 5.42 Årlig energibruk til privatbil. Tjenestereiser er trukket fra. Alle tall i kwh/år Tabell 5.43 Ukentlig energibruk til hverdagsreiser (Kun respondenter med vanlig reisemønster i løpet av uken er inkludert). Alle tall i kwh/uke Tabell 5.44 Ukentlig energibruk til hverdagsreiser vist som percentiler (Kun respondenter med vanlig reisemønster i løpet av uken er inkludert). Energibruk i kwh/uke Tabell 5.45 Energibruk til private innlands- og utenlands ferie og fritidsreiser med fly siste 12 månedene. Tall i kwh/år Tabell 5.46 Energibruk til private innlands og utenlands ferie- og fritidsreiser med bil siste 12 månedene. Tall i kwh/år Tabell 5.47 Årlig energibruk til bolig og privatbil per respondent: husholdningstilnærming. Tall i kwh/individ/år Tabell 5.48 Årlig energibruk til bolig og transport per respondent: individtilnærming. Tall i kwh/år Tabell 5.49 Norge har nådd et så høyt materielt forbruksnivå at det ikke er et mål å øke det materielle forbruket ytterligere (påstand nr.1) Tabell 5.50 For å kunne løse miljøproblemene er det først og fremst nødvendig å utvikle ny teknologi (påstand nr.2) Tabell 5.51 Miljøproblemene må først og fremst løses med tiltak overfor industrien (påstand nr.3) Tabell 5.52 Husholdningens forbruk bør i størst mulig grad være skjermet for inngrep fra myndighetene (påstand nr.4) Tabell 5.53 I sentrum av de store byene burde det være forbud mot personbiler - all persontransport burde skje med sykkel, trikk/t-bane og buss (påstand nr.5) Tabell 5.54 Det må være større miljøavgift på bensin og diesel (påstand nr.6) Tabell 5.55 Det er i hverdagen man bør være opptatt av miljøspørsmål, ikke på ferie- og fritidsreiser (7) Tabell 5.56 Miljøholdning (a). Beregnet ved hjelp av Likert-skala Tabell 5.57 Miljøholdning. Fordeling Tabell 5.58 Boligpreferanser. Antall ja for hver egenskap

10 Tabell 5.59 Gjennomførte miljø- og forbrukshandlinger. Antall og prosent som har svart bekreftede på at de har gjennomført handlingen Tabell 5.60 Respondentene fordelt etter hvor mange miljø- og forbrukshandlinger de har gjennomført. 154 Tabell 5.61 Medlemskap i miljøorganisasjoner Tabell 5.62 Norges Naturvernforbund Tabell 5.63 Miljøvernforbundet Tabell 5.64 Natur og Ungdom Tabell 5.65 Fremtiden i våre hender Tabell 5.66 WWF Tabell 5.67 Greenpeace Tabell 5.68 Andre lokale miljøorganisasjoner Tabell 5.69 Deltakelse i intervjuundersøkelse Tabell 6.1 Tabell 6.2 Tabell 6.3 Tabell 6.4 Tabell 6.5 Tabell 6.6 Tabell 6.7 Tabell 6.8 Kjønn, alder, inntekt og husholdningsstørrelse for en gjennomsnittlig respondent/ husholdning i de ulike boligområdene Aldersfordeling blant respondentene i boligområdene. Den største gruppen i hvert alderskategori er understreket. Prosent Inntektsfordeling blant husholdningene i boligområdene. Den største gruppen i hvert kategori er understreket. Prosent Fordeling av antall medlemmer i blant husholdningene i boligområdene. Den største gruppen i hvert kategori er understreket. Prosent Respondentene fordelt etter hovedbeskjeftigelse. Den største gruppen i hvert kategori er understreket. Prosent Utdanningsnivå for respondentene. Den største gruppen i hvert kategori er understreket. Prosent Fordeling av boligtyper mellom boligområdene. Den største gruppen i hvert kategori er understreket. Prosent Fordeling av boligens alder mellom boligområdene. Den største gruppen i hvert kategori er understreket. Prosent Tabell 6.9 Gjennomsnittlig boligstørrelse, boligareal per individ og tilgang /størrelse på private utearealer i hvert boligområdene. Dersom ikke annet er angitt er alle tall i m Tabell 6.10 Gjennomsnittlig energibruk til oppvarming og drift av boligen i hvert boligområde Tabell 6.11 Tilgang på og bruk av privat fritidsbolig/hytte i hvert boligområde Tabell 6.12 Tilgang på transportressurser i hvert boligområde. Prosent Tabell 6.13 Årlig reiselengde med privatbil og tilhørende energibruk i hvert boligområde Tabell 6.14 Hverdagsreiser(a) i hvert boligområde fordelt på ulike transportmidler. Antall reiste kilometer per uke Tabell 6.15 Hverdagsreiser(a) i hvert boligområde fordelt på ulike transportmidler. Prosent av totalt antall reiste kilometer per uke Tabell 6.16 Reiselengder og energibruk til hverdagsreiser (a) på virkedager (mandag til fredag) og i helger (lørdag og søndag) fordelt på boligområder. Tall i kilometer/uke og kwh/uke Tabell 6.17 Antall og energibruk til lengre ferie- og fritidsreiser med fly og bil fordelt på boligområder. Tall i antall/år og kwh/år Tabell 6.18 Samlet energibruk til bolig og transport fordelt på boligområder. Tall i kwh/individ/år Tabell 6.19 Miljøholdning og medlemskap i miljøorganisasjoner for boligområdene Tabell 6.20 Miljøhandlinger i løpet av de siste tre årene. Antall handlinger og type handling i hvert av boligområdene. (a) Tabell 7.1 Tabell 7.2 Kjønn, alder, inntekt og husholdningsstørrelse for en gjennomsnittlig respondent/ husholdning. Grønne og ordinære Aldersfordeling blant grønne og ordinære respondentene. Den største gruppen i hver alderskategori er understreket. Prosent

11 Tabell 7.3 Tabell 7.4 Tabell 7.5 Inntektsfordeling blant grønne og ordinære husholdningene. Den største gruppen i hver kategori er understreket. Prosent (Hver rad summeres til 100 prosent) Fordeling av antall medlemmer i blant grønne og ordinære husholdninger. Den største gruppen i hver kategori er understreket. Prosent Respondentene fordelt etter hovedbeskjeftigelse. Den største gruppen i hver kategori er understreket. Prosent Tabell 7.6 Utdanningsnivå for respondentene. Den største gruppen i hver kategori er understreket. Prosent Tabell 7.7 Fordeling av boligtyper mellom grønne og ordinære respondenter. Prosent Tabell 7.8 Fordeling av boligens alder mellom grønne og ordinære respondenter. Den største gruppen i hver kategori er understreket. Prosent Tabell 7.9 Gjennomsnittlig boligstørrelse, boligareal per individ og tilgang /størrelse på private utearealer for grønne og ordinære respondenter. Dersom ikke annet er angitt er alle tall i m Tabell 7.10 Gjennomsnittlig energibruk til oppvarming og drift av boligen for grønne og ordinære husholdninger. Alle tall i kwh/år Tabell 7.11 Tilgang på og bruk av privat fritidsbolig/hytte i hvert boligområdene Tabell 7.12 Tilgang på transportressurser i hvert boligområde. Prosent Tabell 7.13 Årlig reiselengde med privatbil og tilhørende energibruk for grønne og ordinære husholdninger Tabell 7.14 Hverdagsreiser for grønne og ordinære respondenter fordelt på ulike transportmidler. Antall reiste kilometer per uke Tabell 7.15 Hverdagsreiser for grønne og ordinære respondenter fordelt på ulike transportmidler. Prosent av totalt antall reiste kilometer Tabell 7.16 Reiselengder og energibruk til hverdagsreiser på virkedager (mandag til fredag) og i helger (lørdag og søndag) fordelt mellom grønne og ordinære respondenter. Tall i kilometer/uke og kwh/uke Tabell 7.17 Antall og energibruk til lengre ferie- og fritidsreiser med fly og bil fordelt på boligområder. Tall i antall/år og kwh/år Tabell 7.18 Samlet energibruk til bolig og transport i grønne og ordinære husholdninger. Tall i kwh/individ/år Tabell 7.19 Miljøholdning og medlemskap i miljøorganisasjoner for grønne og ordinære respondenter.197 Tabell 7.20 Miljøhandlinger i løpet av de siste tre årene. Antall handlinger og type handling for grønne og ordinære respondenter Tabell 8.1 Oversikt over påvirkningsfaktorer (uavhengige variabler) og avhengige variabler Tabell 8.2 Tabell 8.3 Tabell 8.4 Tabell 8.5 Faktorer som påvirker årlig energibruk per husholdingsmedlem til oppvarming og drift av boligen blant respondenter i åtte boligområder i Stor-Oslo Faktorer som påvirker ukentlig energibruk til hverdagsreiser blant respondenter i åtte boligområder i Stor-Oslo Faktorer som påvirker årlig energibruk til lange ferie- og fritidsreiser med fly blant respondenter i åtte boligområder i Stor-Oslo Faktorer som påvirker årlig energibruk til lange bilreiser blant respondenter i åtte boligområder i Stor-Oslo FIGURER Figur A Undersøkelsesområdene Figur B Samlet energibruk til bolig og transport fordelt på boligområder. Tall i kwh/husholdningsmedlem/år Figur C Samlet energibruk til bolig og transport fordelt mellom grønne og ordinære respondenter. Tall i kwh/husholdningsmedlem/år Figur 1.1 Fra bærekraftig utvikling til prosjektet problemstillinger Figur 2.1 Undersøkelsesområdene Figur 3.1 Oversiktskart Stor-Oslo avmerka utvalgsområda i SusHomes

12 Figur 3.2 Arealbruksstruktur per område...52 Figur 3.3 Kart over Bjørndalen, område Figur 3.4 Alderssammensetning, Bjørndalen...60 Figur 3.5 Kart over Grünerløkka, område Figur 3.6 Alderssammensetning, Grünerløkka...66 Figur 3.7 Kart over Holmlia, område Figur 3.8 Alderssammensetning, Holmlia...71 Figur 3.9 Kart over Hovseter, område Figur 3.10 Alderssammensetning, Hovseter...77 Figur 3.11 Kart over Rykkinn, område Figur 3.12 Alderssammensetning, Rykkinn...83 Figur 3.13 Kart over Sandvika sentrum, område Figur 3.14 Alderssammensetning, Sandvika...89 Figur 3.15 Kart over Silkestrå, område Figur 3.16 Alderssammensetning, Silkestrå...95 Figur 3.17 Kart over Vålerenga, område Figur 3.18 Alderssammensetning, Vålerenga Figur 5.1 Årlig energibruk til bolig og transport per respondent: husholdningstilnærming. Tall i prosent Figur 5.2 Årlig energibruk til bolig og transport per respondent: individtilnærming. Tall i prosent Figur 6.1. Gjennomsnittlig energibruk til oppvarming og drift av boligen i hvert boligområde. Alle tall i kwh/ år Figur 6.2 Energibruk til hverdagsreiser på virkedager (mandag til fredag) og i helger (lørdag og søndag) fordelt på boligområder. Tall i kwh/uke Figur 6.3. Energibruk til lange ferie- og fritidsreiser med fly og bil fordelt på boligområder. Tall i kwh/år Figur 6.4 Samlet energibruk til bolig og transport fordelt på boligområder. Tall i kwh/år Figur 7.1 Gjennomsnittlig energibruk til oppvarming og drift av boligen i grønne og ordinære husholdninger. Alle tall i kwh/ år Figur 7.2 Energibruk til hverdagsreiser på virkedager (mandag til fredag) og i helger (lørdag og søndag) fordelt mellom grønne og ordinære respondenter. Tall i km/uke og kwh/uke Figur 7.3 Energibruk til lange ferie- og fritidsreiser med fly og bil fordelt på grønne og ordinære respondenter. Tall i kwh/år Figur 7.4 Samlet energibruk til bolig og transport fordelt mellom grønne og ordinære respondenter. Tall i kwh/år Figur 8.1 Motivation-ability-opportunity-behaviour modellen

13 Håper ikke denne undersøkelsen vil bli brukt av myndighetene til å påføre oss ytterligere avgifter - bekymret respondent på Vålerenga

14

15 SAMMENDRAG I perioden 24. mars til 30. april 2003 gjennomførte ProSus en større spørreundersøkelse blant husholdninger i åtte utvalgte boligområder i Stor-Oslo. I alt 941 respondenter fra like mange husholdninger svarte, hvilket gir en svarprosent på 40 prosent. Respondentene fordelte seg noenlunde likt mellom de åtte områdene. I undersøkelsen samlet vi inn data om respondentenes forbruk av energi til oppvarming og drift av boligen samt transport i hverdag og fritid. I tillegg inneholdt spørreskjemaet opplysninger om egenskaper ved boligen, om dens nære omgivelser, en rekke sosioøkonomiske og demografiske bakgrunnsforhold og endelig respondentens holdninger til forbruks- og miljøspørsmål. Data fra spørreskjemaet ble supplert med mer utfyllende beskrivelser av hvert boligområde fra tilgjengelig offentlig statistikk, befaringer og samtaler med tilsatte i de berørte kommunene. De åtte boligområdene ble valgt på bakgrunn av ulike trekk knyttet til fysiskstrukturelle egenskaper ved hvert område. Ved å variere egenskaper som boligtype, tetthet, kollektivtilbud, lokalisering i forhold til Oslo sentrum, lokale sentra og ulike offentlige og private tjenestetilbud, var målsetningen å få kunnskap om hvordan nettopp slike fysisk-strukturelle trekk påvirker forbruket til de som bebor områdene. Boligområdene som ble valgt ut er: Bjørndalen, Grünerløkka, Holmlia, Hovseter, Rykkinn, Sandvika, Silkestrå og Vålerenga. Områdene er vist i figuren under. I tillegg inkluderte vi i hvert boligområde et mindre antall husholdninger som er deltakere i Grønn Hverdag, for å se nærmere på hvorvidt en slik tilknytning har innvirkning på det overnevnte forbruket. Figur A Undersøkelsesområdene 15

16 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Det innsamlede materialet ble analysert ved variansanalyser og multivariate regresjonsanalyser. Variansanalyse ble benyttet ved sammenlikning mellom boligområdene og mellom de grønne og de ordinære husholdningene. De forskjeller vi imidlertid her fant kan ikke nødvendigvis tilskrives selve boligområdet eller husholdningers tilknytning til Grønn Hverdag. De multivariate regresjonsanalysene ble derfor anvendt for å klargjøre den isolerte og selvstendige effekten av henholdsvis fysisk-strukturelle forhold, bakgrunnsforhold som inntekt, alder og utdanning samt holdninger til miljø- og forbruksspørsmål. Forbruk av energi til bolig og transport Vi har sammenliknet respondentenes energibruk i boligen og energibruk til transport. Konkret opererer vi med fire forbrukskategorier, som vi altså ønsker å får mer kunnskap om med hensyn til: (i) hvordan de varierer og (ii) årsakene til eventuelle variasjoner. De fire forbrukskategoriene er: Energibruk til oppvarming og drift av boligen Energibruk til hverdagsreiser Energibruk til lange ferie- og fritidsreiser med fly Energibruk til lange ferie- og fritidsreiser med bil Hvorfor har vi valgt nettopp disse fire forbrukskategoriene? Vi har fokusert på energibruk til bolig og transport fordi dette er forbruksområder som i sum utgjør over halvparten av husholdningers energibruk. Dessuten er energibruken på disse to områdene økende, noe som ytterligere understreker betydningen av dem. Vi har videre valgt å skille mellom på den ene siden de reisene man gjennomfører i løpet av en vanlig uke det vi kaller hverdagsreiser og de lange ferie- og fritidsreisene med fly. Bakgrunnen for en slik oppdeling er todelt. For det første er det grunn til å tro at det er ulike forhold som påvirker dem. Mens hverdagsreisene i utgangspunktet antas å være langt mer bundet til fysiskstrukturelle forhold, er relasjonene mellom de lange ferie- og fritidsreisene og boligområdenes lokalisering og utforming mer uklar. Den andre grunnen til å dele opp reisene er å undersøke nettopp dette siste forholdet. I flere sammenhenger er det reist såkalte kompensasjonshypoteser knyttet til de lange ferie- og fritidsreisene. Én slik hypotese går ut på at dersom man gjennom bevisst fysisk planlegging gjør det mulig å redusere omfanget av energibruk til hverdagsreisene, innebærer dette at befolkningen kompenserer med å øke omfanget av sine feriereiser. For eksempel vil tette og konsentrerte boligstrukturer kunne medføre at behovet for å komme seg bort fra disse strukturene i fritiden øker. Hvis dette gjør seg gjeldende kan bestrebelsen etter å planlegge for mindre transport, faktisk få den motsatte effekten. Det er også et poeng å undersøke nærmere hvorvidt det å ha positive holdninger til miljø- og forbruksspørsmål (for eksempel gjennom deltakelse i Grønn Hverdag) har innflytelse på reiser i henholdsvis hverdag og fritid. Sammenlikninger mellom boligområdene Figuren under viser hvordan de fire forbrukskategoriene varierer per husholdningsmedlem mellom boligområdene. 16

17 Sammendrag [kwh/år] Bjørndalen Grünerløkka Holmlia Hovseter Rykkin Sandvika Silkestrå Vålerenga Total Energibruk til oppvarming og drift av bolig Energibruk til lengre ferie- og fritidsreiser med fly Enegibruk til hverdagsreiser Energibruk til lengre ferie- og fritidsreiser med bil Figur B Samlet energibruk til bolig og transport fordelt på boligområder. Tall i kwh/husholdningsmedlem/år. N=445 (F=1,393; p=0,206) Som det fremgår av figuren er det betydelige forskjeller i energibruk mellom boligområdene. Bjørndalen og Rykkinn fremstår som de boligområdene hvor innbyggerne bruker mest energi til å varme opp og drive sine boliger og mest transport i hverdagen. Kombinasjonen eneboligfelt med usentral beliggenhet (dvs. stor avstand) både til Oslo sentrum og større lokale sentra (Sandvika) ser altså ut til å være en uheldig kombinasjon energimessig sett. Her skal det skytes inn at andre forhold som vi foreløpig ikke har inkludert som mulige forklaringsvariabler kan bidra til å nyansere denne foreløpige konklusjonen. De multivariate regresjonsanalysene vil kaste mer lys over disse sammenhengene. De seks neste boligområdene er alle områder preget av tett og konsentrerte bebyggelse. Vi finner likevel betydelige forskjeller, noe som foreløpig antas å ha med beliggenhet å gjøre. Høyest energibruk i denne gruppen har Holmlia, som ikke ligger langt bak de to eneboligområdene. I og med at dette er et sentrumsfjernt område, er dette ikke overraskende. Igjen, vi skal komme nærmere tilbake til årsaker til Holmlia sitt høye energiforbrukstall. Bak Holmlia finner vi Vålerenga, Silkestrå og Grünerløkka. De mer fjerntliggende boligområdene Sandvika og Hovseter har enda lavere tall, hvor Sandvika oppnår det laveste energibruket per husholdningsmedlem blant alle de åtte boligområdene. Dette er interessant i og med at boligene i dette området liggere i et lokalsenter med godt utbygd offentlig og privat tjenestetilbud. Imidlertid skal en her være klar over det store antallet pensjonister blant utvalget i Sandvika. Ellers er det verdt å merke seg at forskjellen i samlet energiforbruk til bolig og transport ikke er signifikant. Variasjonene innen hvert boligområde er med andre ord såpass store at de overgår forskjellene mellom områdene. Strengt talt kan vi altså ikke forkaste en hypotese om at energiforbruket er likt i de åtte områdene. Ser vi imidlertid på de fire forbrukskategoriene hver for seg, er forskjellen signifikant når vi ser på henholdsvis 17

18 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo energibruk i boligen, hverdagsreiser og de lange flyreisene. Det er bare omfanget av de lange bilreisene som ikke slår signifikant ut når områdene sammenliknes. Disse opplysningene er riktignok av begrenset interesse, ettersom det er en lang rekke bakenforliggende forhold som påvirker forbruket, og som vi skal komme tilbake til. Likevel er det interessant å sette de ulike områdene opp mot hverandre for å få et bilde av områdenes karakter. De grønne og de ordinære Som det fremkommer av figuren under har de grønne respondentene i utvalget et høyere årlig energiforbruk til bolig og transport enn de ordinære respondenten. Forskjellen er noe over kwh per år, hvilket innebærer at de grønne respondentene bruker 5,4 prosent mer energi hvert år enn ordinære respondenter. kollegaer [kwh/år] Grønne Ordinære Total Energibruk til oppvarming og drift av bolig Årlig energibruk til lange ferie- og fritidsreiser med fly Energibruk til hverdagsreiser Årlig energibruk til lange ferie- og fritidsreiser med bil Figur C Samlet energibruk til bolig og transport fordelt mellom grønne og ordinære respondenter. Tall i kwh/husholdningsmedlem/år. N=445. F=0,329; p=0,567 Energibruken anvendes imidlertid ulikt i de to gruppene. De grønne bruker mindre energi til oppvarming og drift av boligen enn de ordinære. De bruker også mindre energi til sine hverdagsreiser og også på de lange ferie og fritidsreisene med bil. Derimot bruker de langt mer energi til de lange ferie- og fritidsreisene med fly. Omfanget av flyreiser er altså så stort at de grønne samlet sett kommer ut med det største energiforbruket. Det er imidlertid ikke en signifikant forskjell mellom det gjennomsnittlige energiforbruket i de to gruppene, verken for de fire forbrukskategoriene eller samlet sett. Som for analysen av boligområdene finner vi langt større variasjon innad i hver gruppe enn det er mellom gjennomsnittet for henholdsvis de grønne og de ordinære. Det er altså grunn til å tro at det er andre forhold som spiller inn og som utgjør de reelle forskjellene mellom energiforbruket for de grønne og de ordinære. 18

19 Sammendrag Multivariat regresjon Som vi var inne på under beskrivelse av de bivariate analysene vil én enkelt isolert variabel ha klare begrensninger når man skal forklare variasjoner i an annen variabel. Vanligvis ønsker vi å vite noe om hvordan en variabel er relatert til mange andre variabler, eller det som statistikere kaller regresjon. Multivariate regresjonsanalyser gjør det mulig å trekke inn mer enn en uavhengig variabel i en modell. Lewis-Beck (1980) peker på at slike analyser har to fordeler (fremfor bivariate analyser). For det første innebærer det nærmest uunngåelig en mer fullstendig forklaring av den avhangige variabelen. Få fenomener er nemlig et resultat av en enkelt årsak. For det andre innebærer det at innflytelsen av en bestemt faktor er mer presis, fordi man kan fjerne forstyrrelse fra andre uavhengige variabler. Det er med andre ord mulig å isolere effekten av en enkelt uavhengig variabel eller påvirkningsfaktor. Når vi nå skal presentere resultatene fra disse analysene, legger vi et signifikansnivå på 5% til grunn, hvilket ikke er uvanlig for denne typen samfunnsvitenskapelig analyse. Årsaker til variasjoner i energibruk i boligen Følgende faktorer fremstår med signifikant påvirkning på husholdningens energiforbruk til oppvarming og drift av boligen målt per husholdningsmedlem: Enebolig Rekkehus Boligstørrelse Boligens alder Utbygd areal (Betalingsform) 1 Antall husholdningsmedlemmer Husholdningens bruttoinntekt Det å bo i enebolig og rekkehus innebærer et høyere energiforbruk enn det å bo i blokk. Tette og konsentrerte boligområder basert på blokker og bygårder i sammenhengende kvartalsbebyggelse fremstår i seg selv som en svært viktig premiss for lavere energiforbruk til oppvarming og drift av boligen. Videre er størrelse og boligens alder viktig. Jo større boligen er og jo eldre boligene er, jo større energiforbruk. Det ser også ut til at andel av boligområdene som er dekket av bygninger er viktig for energiforbruket. Jo større andel av området som er dekket av bygninger (inkludert boliger), jo mindre er energibruket per husholdingsmedlem. En av årsaken kan være at boligområder med stor andel av boliger, offentlige bygninger og næringsvirksomhet legger til rette for effektive energisystemer i form av fjernvarme og varmepumper, i tillegg til at i deg selv indikerer tett boligbebyggelse. 1 Analysene viser at betalingsform har innvirkning på energiforbruket. Imidlertid viser analysen et motsatt resultat av hva man skulle forvente ut fra andre undersøkelser. Vi finner at energiforbruket reduseres når man går fra individuell til kollektiv avregning. Dette er det motsatte av hva man finner i andre undersøkelser (Næss 1997:115). Forklaringen på dette er imidlertid enkel: husholdninger med kollektiv avregning har i mange tilfeller unnlatt å oppgi de deler av energiforbruket som er underlagt kollektiv avregning fordi de ikke vet hvor mye det er. Dermed har de fått registrert et for lavt energiforbruk, noe som altså gir ovenfor nevnt utslag. Selv om betydningen av denne variabelen dermed blir uklar, fungerer den som en kontrollvariabel. 19

20 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Et økende antall husholdningsmedlemmer har signifikant innvirkning på energibruken. Mange husholdningsmedlemmer bidrar til å redusere energiforbruket per husholdningsmedlem på grunn av stordriftsfordeler. Det blir simpelthen flere å dele energiforbruket på. Endelig ser det ut til at inntekt har en signifikant innvirkning på energiforbruket. Sammenhengen er imidlertid noe overraskende i og med at energiforbruket avtar riktignok svært lite - med økende inntekt. Med andre ord: jo høyere inntekt husholdningen har, jo lavere er energiforbruket per husholdningsmedlem! En mulig forklaring på dette er at de med høyere inntekt i større grad kjøper ulike energisparende apparater og/eller oppvarmingsutstyr. Det er også en mulighet at de det er effekten av høyere utdanning som gjør seg gjeldende, i og med at inntekten blant respondentene i utvalget øker med økende utdanningsnivå. Eieforhold til boligen, tilgang på hage (utearealer) og den gjennomsnittlige alderen på de voksne i husholdningen har ikke signifikant innvirkning på energiforbruket. Ellers er det særlig interessant å merke seg at deltakelse i Grønn Hverdag ikke innebærer signifikant forskjellig energiforbruk fra det å tilhøre en ordinær husholdning. Kontrollert for en rekke andre forhold har altså dette ikke en isolert og selvstendig effekt på energiforbruket. 2 Det å være opptatt av miljøspørsmål slår altså ikke ut på energiforbruket i boligen. Årsaker til variasjoner i energibruk til hverdagsreiser Med hverdagsreiser mener vi her alle reiser med motoriserte og ikke-motoriserte transportmidler som rutinemessig gjennomføres i løpet av det som respondentene oppgir å være en typisk eller vanlig uke. Hverdagsreisene omfatter således reiser til og fra jobb, handle- og omsorgsreiser samt korte fritidsreiser hele uken gjennom. Alle disse reisene er underordnet påvirkningen som de fysisk-strukturelle omgivelsene utgjør. Dette til motsetning til de lange og mer frie i dobbelt forstand ferie- og fritidsreisene. Fremdeles med et signifikansnivå på 5% til grunn, fremstår følgende faktorer med signifikant påvirkning på respondentens energibruk til hverdagsreiser: Avstand til Oslo sentrum Avstand til nærmeste lokalsentrum Kjønn Beskjeftigelse Personlig bruttoinntekt Tilgang på rabattkort på kollektive transportmidler Bilhold Jo lengre avstanden er mellom boligområdet og Oslo sentrum, jo mer energi går med til hverdagsreiser. Likeledes, lengre avstand til det nærmeste lokalsentrum innebærer mer energibruk. Lokalisering av boligområder både i forhold til Oslos midtpunkt og et rikt lokalsentrum er således av stor betydning for omfanget av de daglige hverdagsreisene. Videre finner vi at kvinner bruker mindre energi enn menn og at folk som er yrkesaktive eller studenter bruker mer energi til sine hverdagsreiser enn pensjonister, trygdede, 2 Det samme gjelder for øvrig også miljøholdninger og medlemskap i miljøorganisasjoner generelt. Her skal en imidlertid være klar over at det er respondentens holdninger og eventuelt medlemskap som ligger til grunn. Andre husholdningsmedlemmer som kanskje ikke bryr seg om miljøspørsmål i det hele tatt spiller også en viktig rolle for energibruken. 20

21 Sammendrag hjemmeværende og lignende. Når inntekten øker, øker også energibruken til hverdagsreiser. Endelig er det slik at tilgang på rabattkort for kollektive transportmidler og tilgang på privatbil har signifikant innvirkning på energiforbruket. Mens det å ha rabattkort medfører et lavere energibruk (fordi man i større grad velger kollektive transportmidler), medfører bilhold et høyere energiforbruk (fordi man i større grad anvender bilen på sine reiser). Av de fysisk-strukturelle variablene har verken tetthet målt som antall personer per dekar eller andel boliger blant bebyggelsen signifikant effekt. Alder og utdanning har heller ikke en selvstendig påvirkning på respondentens energibruk til hverdagsreiser. Noe foruroligende men kanskje ikke så overraskende er det å registrere at verken miljøholdninger eller deltakelse i Grønn Hverdag har signifikant effekt på energiforbruket til hverdagsreiser. Årsaker til variasjoner i energibruk til lange ferie- og fritidsreiser med fly Følgende faktorer fremstår med signifikant påvirkning på respondentens energibruk til lange ferie- og fritidsreiser med fly: Utbyggingstetthet Boligtype Eieforhold til boligen Disponerer private utearealer Alder Personlig bruttoinntekt Medlemskap i miljøorganisasjon For det første ser det ut til at utbyggingstettheten i boligområdene har en innvirkning på energibruken til de lange ferie og fritidsreisene med fly. Jo tettere områdene er målt som antall husholdninger per dekar jo mer energi brukes til flyreiser. Det kan være en indikasjon på at det å bo i tette boligstrukturer innebærer behov for en form for kompensasjon i form av å reise vekk med fly i feriene og i fritiden. Eieforholdet til boligen spiller også inn. De som er selveiere eller bor i andelsleiligheter/ andelsboliger har et signifikant høyere energiforbruk til private flyreiser enn de som bor i utleiebolig/-hybel. Av en eller annen grunn er altså de som leier bolig mindre aktive med hensyn til flyreiser enn de som eier egen bolig. Dette er nok et spørsmål til oppfølgende kvalitative studier. Ellers viser det seg at de som bor i bolig hvor de disponerer private utearealer bruker mindre energi til flyreiser enn de som ikke gjør det. Årsaken til denne sammenhengen kan være at de i større grad tilbringer fritiden med ulike sysler i hagen enn å dra på lange ferieog fritidsreiser med fly. Dette er i tråd med det Kennedy (1995) har funnet ut i en studie av husholdninger i Østerrike. I følge denne studien gjennomfører folk som bor i bolig med tilgang på egen hage én fritidsreise per uke i gjennomsnitt. Husholdninger uten en slik mulighet gjennomfører derimot hele tre slike reiser. Sett i forhold til det lite bærekraftig - stempelet som den frittliggende eneboligen har fått som gjerne forbindes med hage - er dette et interessant funn. Videre betyr alder og privat inntekt noe. Energiforbruket til flyreiser avtar med økende alder. De unge er med andre ord mer aktive enn de eldre på dette området. Ikke over- 21

22 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo raskende finner vi også at jo mer penger man tjener, jo mer reiser man med fly når man skal på ferie. Til slutt, det å være medlem i en miljøorganisasjon ser ut til å være viktig, men ikke slik man kanskje i utgangspunktet skulle tro. Faktisk finner vi at medlemskap i en eller flere miljøorganisasjoner (for Grønn Hverdag fant vi riktig nok ingen sammenheng med flyreisene) innebærer at man bruker mer energi på lange private ferie- og flyreiser. Selve om dette kanskje er overraskende er det helt i tråd med tendensen at folk med høy miljøbevissthet - hvilket jo et medlemskap i en miljøorganisasjon må sies å innebære glemmer denne selvpålagte miljø-image når de har fri (Holden 2001). Når vi er inne på faktorer som påvirker omfanget av flyreiser, bør vi også trekke frem utdanning. Med en signifikanssannsynlighet på 0,141 innfrir ikke variabelen kravet til en klassisk test. Likevel er det rimelig å anta at utdanning har en betydning, og da at de med høyere utdanning tenderer til å reise mer med fly enn de som har avsluttet skolegangen etter videregående. Blant de variablene i modellen som ikke har en signifikant innvirkning på energiforbruket til lange ferie- og fritidsreiser med fly finner vi: i) regelmessig tilgang på privat fritidsbolig, ii) kjønn, iii) beskjeftigelse (hvorvidt man er yrkesaktiv, arbeidsledig, pensjonist og lignende), iv) bilhold og v) hvorvidt respondentene har vært på ferie- og fritidsreiser med bil i løpet av de siste 12 månedene. Årsaker til variasjoner i energibruk til lange ferie- og fritidsreiser med bil Følgende faktorer har signifikant påvirkning på energibruk til lange bilreiser: Disponerer private utearealer (Ja=0, Nei=1) Regelmessig tilgang på privat fritidsbolig/hytte (Ja=0, nei=1) Alder (antall år) Husholdningens bruttoinntekt (1000 kroner) 3 Bilhold (har bil=0, har ikke bil=1) Har respondenten vært på private ferie og fritidsreiser med fly siste 12 måneder? (Ja=0, nei=1) De som ikke disponerer private utearealer reiser mer på lange bilreiser enn de som disponerer dette. Som for de private flyreisene er det altså grunn til å tro at det å ha hage medfører at man holder seg mer hjemme eller i nærområdet - når man har fri. De som har regelmessig tilgang på privat fritidsbolig reiser mer på lange bilturer, hvilket ikke er spesielt overraskende. Hele 90 prosent av de som oppgir å ha vært på hytta i løpet av det siste året oppgir å ha benyttet bil for å komme seg dit. Likeledes er det slik at jo eldre respondentene er, jo færre lange, private bilturer gjennomfører de. Det er heller ikke overraskende at den samlede inntekten som husholdningen rår over, spiller inn. Økende inntekt innebærer mer bilturer, og dermed mer energibruk. Dette samme gjelder bilhold: å disponere bil er en viktig forutsetning for de lange bilturene, selv om man altså godt kan tenke seg at man kan sitte på med andre som har bil. Analysene viser imidlertid at det å selv disponere bilen er klart viktig. 3 I motsetning til for flyreisene har vi her benyttet husholdningens samlete bruttoinntekt. Dette har vi gjort fordi vi antar at bilen er et husholdningsobjekt og at bruken av den i forbindelse med lange ferie- og fritidsreiser forgår som et anliggende for hele husholdningen. Dette kunne for så vidt også vært tilfelle for flyreiser, men vi mener likevel at flyreisene har et mer individuelt preg enn bilreisene. 22

23 Sammendrag Endelig er det slik at de som ikke har vært på private flyreiser i løpet av de siste 12 månedene, i større grad bruker bilen når de skal på ferie. Det kan tyde på at det er en sammenheng mellom det å reise på ferie med bil kontra fly. Kanskje er det slik at dersom man unnlater å benytte fly, tar man bil isteden. Følgende variabler har i henhold til den analyserte modellen ingen signifikant innvirkning på energibruken til lange ferie og fritidsreiser med bil: (i) befolkningstettheten i boligområdene, (ii) respondentenes kjønn, (iii) utdanningsnivået, (iv) beskjeftigelse og (v) medlemskap i miljøvernorganisasjoner. Dette understreker forskjeller i drivkreftene bak de lange reisene med henholdsvis fly og bil. Mens tetthet i boligområdene bidrar til økende omfang av flyreiser, finner vi ikke en slik sammenheng for bilreiser. Utdanningsnivået betyr mindre for omfanget av bilreiser enn det gjør for flyreiser. Endelig er det slik at mens vi finner en sammenheng mellom holdninger til miljø og flyreiser, er det ingen sammenheng for bilbruk i ferien. For de med positive holdninger til miljø- og forbruksspørsmål ser det ut til at det er en sperre mot det å bruke bil i fritiden, mens denne sperren av en eller annen grunn ikke gjelder for flyreiser. Oppsummering og konklusjoner Når vi skal oppsummere og konkludere resultatene fra undersøkelsen vil vi rette søkelyset mot det som er den overordnede problemstillingen for undersøkelsen: I hvilken grad kan man påvirke husholdningens forbruk av energi til oppvarming av bolig og transport i hverdag og fritid i en mer bærekraftig retning gjennom fysisk planlegging og påvirkning av positive miljøholdninger? Når det gjelder forholdet mellom forbruk og fysisk planlegging reiser det seg to hovedtyper av spørsmål. For det første, kan man gjennom fysisk planlegging påvirke husholdningens forbruk av energi til bolig og transport? Med andre ord, virker planlegging? Og for det andre, hvilke konkrete prinsipper for fysisk planlegging innebærer i så fall dette? Eller, hvordan planlegge? La oss starte med det første. Analysene tyder på at de fysisk-strukturelle forholdene knyttet til utforming og lokalisering av boliger og boligområder har en signifikant effekt på både energiforbruk i boligen og omfanget av husholdningsmedlemmenes energibruk til hverdagsreiser. Dette gjelder også når det kontrolleres for en rekke sosioøkonomiske og demografiske bakgrunnsforhold. Fysisk planlegging må derfor sies å være en viktig premiss for mer bærekraftig forbruk av energi til bolig og transport. Hvordan skal så denne planleggingen være? Analysene peker entyding i retning av tette og konsentrerte boligområder, hvor blokkbebyggelse eller rekkehus bør være det bærende elementet. I denne sammenhengen er det for øvrig viktig å understreke boligens størrelse som en viktig premiss. Den vedvarende økningen i boligareal per innbygger som vi har sett de siste tiår er på ingen måte gunstig dersom man ønsker å redusere energiforbruket i boligene. At boligens alder er viktig for energiforbruket er også en indikasjon på at det er et stort teknologisk potensial knyttet til energisparing i boliger. Det må videre legges vekt på nærhet til sentrale funksjoner som offentlige og private tjenestetilbud. I klartekst innebærer dette kortest mulig avstand mellom boligområdene og Oslo sentrum og/eller nærhet til et godt utbygd og velfungerende lokalsentrum. Alle tanker om ytterligere byspredning og spredt bosetting med basis i eneboliger bør derfor snarest skrinlegges dersom energihensyn skal legges til grunn. 23

24 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Hva så med fritidsreisene? Er det grunnlag for å hevde at de prinsipper som er beskrevet over kan ha en negativ innvirkning det vil si økning i omfanget av lange ferie- og fritidsreiser med fly og bil? Ja, til en viss grad er det grunnlag for å hevde det. Omfanget av de private flyreisene ser ut til å øke når utbyggingstettheten øker, selv når det kontrolleres for andre viktige faktorer som inntekt og alder. Det kan tyde på at økt tetthet i boligområdene presser frem et behov for å bokstavelig talt fly(kte) unna trengselen. Nå kan det paradoksalt nok vise seg at flyturene går til hovedsteder som er preget av enda større tetthet enn den man opplever i sitt eget bomiljø. Oppfølgende kvalitative undersøkelser kan gi mer innsikt i dette. Ellers kan det se ut til at et viktig ledd i det å få folk til å reise mindre i fritiden det være seg med bil eller fly er å belemre dem med egen hage. Nettopp det å ha tilgang på private uteområder har en begrensende vikning på reiselysten. Til en viss grad står det i et motsetningsforhold til prinsippet om å begrense eneboligutbyggingen. En kombinasjon av mindre eneboliger og rekkehus/lavblokker med tilgang på private utearealer kan muligens være en vei ut av dette dilemmaet. Denne løsningen må imidlertid fremdeles kombineres med nærhet til områder med et stort tilbud av arbeidsplasser, offentlige funksjoner og private tjenestetilbud. Når det gjelder betydningen av positive miljøholdninger er derimot bildet noe mer nedslående. Mens den fysiske planleggingens rolle fremstår som viktig, er sammenhengen mellom holdninger og handling (her altså energi i bolig og transport) nærmest fraværende. Den eneste sammenhengen vi finner er at de som er medlem i en eller annen miljøorganisasjon tilbringer mer av sin fritid i flysetene enn de som ikke har denne type medlemskap. Deltakelse i Grønn Hverdag og positive miljøholdninger generelt viser på sin side ingen sammenheng overhode med respondentenes forbruksvaner, det være seg energibruk i boligen, hverdagsreiser eller reiser i ferie og fritid. Nå skal det riktignok påpekes at de som er opptatt av natur- og miljøspørsmål i større grad enn andre uttrykker støtte til strukturelle inngrep som vil få konsekvenser for oss alle. Slik sett er det å håpe at det å være grønn er et viktig skritt mot å akseptere de strukturelle endringene også fysisk-strukturelle endringer som ser ut til å være en forutsetning for et mer bærekraftig forbruk. 24

25 1 INNLEDNING I dette kapitlet skal vi kort gjøre rede for prosjektets bakgrunn, hvilke problemstillinger vi ønsker å belyse samt en gjennomgang av rapportens oppbygging. 1.1 Bakgrunn I SusHomes retter vi søkelyset direkte mot husholdningers forbruk av energi til oppvarming og drift av bolig og transport, samt de faktorer som synes å påvirke omfanget og sammensetningen av dette forbruket. Det er ikke tilfeldig at vi gjør akkurat det. En rekke studier viser at det private forbruket, og da særlig forbruket av energi i boligen og transport, fremstår som særlig problematisk for den som ønsker å realisere en bærekraftig utvikling (OECD 2002; Lorek and Spangenberg 2001; Fuchs and Lorek 2001; Holden 2001; Hille 1995a, 1995b; Heap and Kent 2000). Dette er en ny og annerledes situasjon enn den vi hadde for noen tiår siden, da vi i stor grad kunne overlate slike spørsmål til industrien. De nye miljøproblemene og en ny problemforståelse gjør at dette ikke lengre er mulig. Det private forbruket er komplekst, både når det gjelder dets sammensetning, de miljøkonsekvenser det medfører og ikke minst de faktorene som påvirker det. Som allerede nevnt skal vi konsentrere oss om energibruk til oppvarming og drift av boligen samt husholdningens reiser i hverdag og fritid. En nærmere redegjørelse og begrunnelse for denne avgrensingen blir gitt under. Vi skal videre konsentrere oss om energibruk. Av en lang rekke ressurs- og miljøproblemer fremstår bruk av energi som særlig sentralt. Forbruket av energi kan settes i sammenheng med miljøproblemer som utslipp av klimagasser, forurensing av byer og tettsteder, materiell ressursbruk og konflikter knyttet til bruk og forringelse av sårbare naturområder. Energibruk er således en god indikator på ressurs- og miljøbelastninger mer generelt. Når det gjelder hva som påvirker husholdningers forbruk av energi i boligen og transport står vi overfor et stort antall relevante påvirkningsfaktorer. Vi skal i SusHomes ta utgangspunkt i to vesentlige områder: fysisk planlegging og individers holdninger til forbruks- og miljøspørsmål. Dette betyr ikke at andre forhold ikke er viktige. Selvsagt fremstår den generelle økonomiske politikken, globale trender og politiske forhold som viktige faktorer. Vi har likevel tatt tak i de to nevnte forhold både fordi tidligere studier har vist at de har betydning for husholdningens forbruk av energi og transport, men også fordi dette er to områder hvor det faktisk er mulig å påvirke endring i en mer bærekraftig retning. I motsetning til for eksempel den generelle (globale) økonomiske utviklingen og den internasjonal politikken, gir fysisk areal- og boligplanlegging og påvirkning av våre holdninger til miljøspørsmål et tydelig handlingsrom. 25

26 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Nye miljøproblemer og ny problemforståelse 4 Miljøproblemene fremstår annerledes i dag enn hva de gjorde for 40 år siden, da Rachel Carson og andre for alvor åpnet våre øyne for miljøproblemene i moderne tid. Miljøproblemene fremstår både kvalitativt og kvantitativt forskjellig nå, og det er i denne nye virkeligheten begrepet bærekraftig utvikling beveger seg. At miljøproblemene har endret seg kvantitativt er ikke så vanskelig å vise. På en rekke områder fremstår problemene med et langt større omfang i dag. Ikke minst gjelder dette utslipp som etter all sannsynlighet bidrar til en global klimaendring. 5 Men kvalitativ endring? Hva ligger i det? Høyer (1993:17-31) drøfter miljøproblemenes endrete karakter langs seks dimensjoner (jfr. tabell under). Langs disse dimensjonene fremstår miljøproblemene annerledes i dag enn for år siden, som følge av endringer som på mange måter skiller det moderne naturvernet fra økopolitikk og bærekraftig utvikling. Det dreier seg her både om endringer i fysiske prosesser og endringer i begreper. Flere av dimensjonene griper inn i hverandre, men oppsettet illustrererhovedtrekkene i utviklingen. Tabell 1.1 Miljøproblemenes endrete karakter (basert på Høyer 1993) Etter 2000 Ressursgrenser o Resipientgrenser Lokalt perspektiv o Globalt perspektiv* Kort tilbakekopling o Lang tilbakekopling Punktkilder o Diffuse kilder Produksjonsorientering o Forbruks- og produktorientering Industriens miljøproblemer o Husholdningens miljøproblemer* * Høyer (1993) skiller mellom lokale og globale resipienter. Aall, Lafferty og Bjørnæs (1998) har utvidet dette begrepsparet til å inkludere arealrelaterte miljøproblemer, og altså ikke bare begrenset seg til utslippsrelaterte problemer. Høyer (1993:17) opererer med situasjonen i henholdsvis 1970 og etter Etter vår oppfatning gir fremstillingen også et riktig bilde på situasjonen på tallet og situasjonen i dag. Det er for øvrig verdt å gjøre oppmerksom på at vi ikke mener at dette er endringsprosesser som er absolutte og uten unntak. Figuren må sees på som en typologi som fanger opp forskyvninger av fokus. Det er ikke slik at 60 og 70-tallets miljøproblemer er uten betydning i dag. For 40 år siden var det stor oppmerksomhet rundt ressursgrenser, mens vi i dag i første rekke retter søkelyset på resipientgrenser. Det er et skille som tar utgangspunkt i at naturgrunnlaget på den ene siden er der vi henter ut biologiske, material- og energiressurser, mens det på den annen side er mottaker av vårt avfall. Arbeidet i den såkalte Romaklubben The Limits to Growth (Meadows m.fl. 1972) står kanskje som det klareste eksemplet på et rendyrket ressursperspektiv på miljøproblematikken: grenser for vekst blir bestemt ut fra tilgangen på ressurser. Høyer (1993) peker på at forbruk av oljeressurser er et godt eksempel på denne utviklingen. For tjue år siden var tilgangen på oljeressurser kritisk, ikke bare i Norge men i 4 Teksten i dette kapittelet er i hovedsak hentet fra Erling Holden sin avhandling Boligen som grunnlag for bærekraftig forbruk (Holden 2001). 5 Det er her riktig å understreke at på enkelte områder har ting blitt bedre, for eksempel innhold av bly og svovel i luften i våre byer og tettsteder. 26

27 Innledning hele verden. I flere land, deriblant Norge, ble det i perioder innført restriksjoner på bruk av olje. I dag har vi tilgjengelige oljeressurser i Nordsjøen sannsynligvis i lang tid fremover. Tar vi også med påviste og sannsynlige gassressurser ser situasjonen lys ut med tanke på den økonomiske utviklingen. Det er ikke grunnlag for å si at det er noen påtrengende ressursgrense. Ser vi derimot på avfallsproduktene ved bruk av disse ressursene er situasjonen en annen. Tar man for eksempel utslipp av karbondioksid (CO 2 ), som dannes ved forbrenning av olje og gass, er det høyst usikkert hvor mye atmosfæren kan tåle. Det ligger altså begrensninger i hvor mye avfallsprodukter i form av CO 2 naturen kan ta i mot, før det skjer irreversible endringer i naturlige prosesser. Resipientgrensene er i ferd med å overskrides. Ressurser derimot ser det ut til å være nok av i lang tid fremover. 6 Det neste skillet settes mellom det lokale og det globale perspektivet. Tidligere har det vært slik at når vi har fått en overbelastning i en lokal resipient, har vi kunnet flytte utslippene over til en annen resipient, enten en ny lokal resipient eller ved å flytte problemene til det regionale nivå. Løsninger på de lokale problemene har likevel ført til at regionale resipienter er blitt overbelastet, rett og slett fordi totalbelastningen fra mange små lokale kilder er blitt for stor regionalt. Tilsvarende har vi nå kommet i en situasjon der summen av mange, små lokale kilder gir for stor belastning globalt. Tilsynelatende er mange lokale miljøproblemer løst, mens de i realiteten er flyttet fra et nivå til et annet, fra en type miljøproblem til en annen. Utfordringene som følger av det globale er nødvendigvis mer grunnleggende enn for det lokale/regionale. Alle muligheter for å flytte på problemene er på en måte brukt opp. Når den globale allmenning er truet, er det ikke flere allmenninger å ta av. Aall, Lafferty og Bjørnæs (1998) peker på at lovverket på miljøområdet og miljøvernforvaltningen i stor grad er rettet inn mot håndtering av miljøproblemer som er avgrenset lokalt. Fokus er på industriutslipp til det lokale vassdraget, utslipp fra privatbiler som bidrar til redusert luftkvalitet i byer og tettsteder og vern av naturområder for å sikre lokalbefolkningen gode vilkår for friluftsliv. Ved overgang til et globalt perspektiv legges større vekt på utslipp som ikke nødvendigvis fører til lokale miljøproblemer (for eksempel drivhusgasser) og vern av arealer ut fra en overordnet målsetning om bevaring av biologisk mangfold. Høyer peker på det tredje skillet som forskjellen mellom kort og lang tilbakekopling. Inngrep i de naturlige økosystemene vil alltid medføre ringvirkninger for andre deler av systemet. I økosystemlæren er det vanlig å operere med begrepene tilbakekoblingssløyfer eller tilbakekoblingsmekanismer. Det er en slags årsak-virkningskjede knyttet til inngrep i økosystem. Skillet mellom korte og lange tilbakekoblingssløyfer gjelder både i rom og tid. Den romlige dimensjonen innebærer at tilbakekoblingssløyfene er blitt lengre. Dette er i tråd med utviklingen fra lokale til globale resipienter. De griper inn i og omfatter større deler av de globale økosystemene. Tilsvarende kan det også ta lang tid før påvirkningene gir seg utslag i økosystemene. Utslippene av klimagassen CO 2 er et eksempel på dette. Selv om vi i dag reduserer utslippene radikalt, vil klimaendringene fortsette i mange år på grunn av utslipp som ligger langt tilbake i tid. Høyer mener også at det er grunnlag for å snakke om en dimensjon som går på spørsmålet om tydelighet. Vi har hatt en utvikling fra tydelige til mer utydelige tilbakekoblinger. Årsak-virkningskjeden er ikke lenger like klare. Virkningene (som for eksempel skogsdød) kan være tydelige nok, men årsaken er utydelig. Det kan være et samvirke av flere årsaker, noen naturlige, noen menneskeskapte. 6 I et lengre perspektiv er det imidlertid klart at oljen tross alt er en begrenset ressurs. 27

28 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Aall, Lafferty og Bjørnæs (1998) omtaler dette som en overgang fra klare årsaker til diffuse årsaker. Tidligere var miljøinteressen rettet mot få, større og lett avgrensbare punktkilder, som for eksempel et industrianlegg, en industripipe eller et avløpsrør. Diffuse kilder er derimot mange, små, spredde og vanskelig avgrensbare. Hver enkelt er liten og tilsynelatende uten betydning. Et typisk eksempel på denne problematikken er klimagassutslipp fra transportsektoren. Å finne effektive løsninger på diffuse kilder stiller oss overfor andre utfordringer enn tekniske løsninger på tradisjonelle punktkildeproblemer. Vi må utforme helt andre virkemidler og rette oppmerksomheten mot andre deler av samfunnet. De tradisjonelle punktkildeproblemene oppstår hovedsakelig i tilknytning til produksjon, mens problemer knyttet til forbruket av produktene hører inn under de diffuse kilders problematikk. Miljøproblemene er med andre ord flyttet fra produksjonsstedene til produktene og dermed til forbruk av produktene. Et eksempel på denne utviklingen er utslipp av hydrokarboner fra ulike virksomheter og aktiviteter i Vest- Europa. Kun 3 prosent av utslippene kommer fra raffineriene der hydrokarbonene produseres. De resterende 97 prosentene kommer ut via produktene (maling, rengjøringsmiddel, lim, mm.) (Bank 1994). Denne dimensjonen beskriver en økt fokusering på miljøproblemer forårsaket av økningen i det private forbruket. Diskusjonen om en bærekraftig utvikling er i vår del av verden dermed rettet mot den kraftige veksten i det private forbruket, og de motsetninger som ligger mellom en slik vekst og en bærekraftig utvikling. Dette kommer klart til uttrykk blant annet gjennom St.meld. nr. 58 ( ) Miljøvernpolitikk for en bærekraftig utvikling - dugnad for fremtida. Det sjette og siste skillet kan settes mellom industriens og husholdningens miljøproblemer. For tjue år siden var man i tråd med fokus på punktkilder, produksjon og korte og klare årsakssammenhenger mest opptatt av industriens miljøproblemer. I dag ruller produkter ut av fabrikkportene, miljøvennlig produsert, mens selve bruken av produktene medfører negative konsekvenser for natur og miljø. I stadig større grad er denne bruken knyttet til husholdningene gjennom økt forbruk. Dette er en utvikling som har fått Høyer til å omtale den moderne husholdningen som en middels stor kjemikaliebedrift (Høyer 1993). Samtidig, med utgangspunkt i den kraftige veksten i privatbilismen er det grunnlag for å omtale den samme husholdningen som en middels stor transportbedrift. Dette innebærer at det er i forbruksstrukturen knyttet til husholdningene vi finner og vil finne mange av fremtidens miljøproblemer. Eller for å sette det på spissen: miljøproblemene har forlatt industrien og flyttet inn i husene til folk. 1.2 Avgrensninger: Spesifisering av mål og problemstilinger Fra en overordnet målsetning om bærekraftig utvikling skal vi nå gjennomføre en avgrensning i fem ledd for å komme frem til de problemstillingene som skal studeres i SusHomes, som illustrert i figuren under. 28

29 Innledning Overordnet mål Avgrensning nr 1 Avgrensning nr 2 Avgrensning nr 3 Avgrensning nr 4 Avgrensning nr 5 Bærekraftig utvikling Bærekraftig produksjon og forbruk Bærekraftig forbruk Det private forbuket Husholdningenes forbruk av energi til oppvarming og drift av boligen og transport Fysisk planlegging Miljøholdninger. Figur 1.1 Fra bærekraftig utvikling til prosjektet problemstillinger Avgrensning nr. 1: Bærekraftig produksjon og forbruk den viktigste årsaken til den stadig forverringen av det globale miljøet er det ikke-bærekraftige forbruksog produksjonsmønsteret, spesielt i industrilandene, som gir grunn til alvorlige bekymring, økt fattigdom og større skjevheter. Agenda 21, kapittel 4.8 En av anbefalingene fra Vår felles fremtid var at det skulle holdes en konferanse for å møte oppfordringen om å utarbeide en internasjonal erklæring og konvensjon om miljøvern og bærekraftig utvikling. Konferansen (UNCED 7 ) skulle utforme strategier og metoder for å stoppe og snu effektene av økologisk forringelse gjennom økte nasjonale og internasjonale tiltak for å fremme bærekraftig og sunn utvikling i alle land (Mugaas 1997:24 8 ). Konferansen ble gjennomført i Rio de Janeiro i 1992 og ble det største internasjonale statsledermøtet noensinne (Mugaas 1997:30). Det ble undertegnet fem forskjellige dokumenter i Rio, hvorav Agenda 21 var det ene. 9 Agenda 21 er hoveddokumentet fra UNCED. Det gir problembeskrivelser og løsningsforslag for å sikre en sosial, økonomisk og økologisk bærekraftig utvikling. Agenda 21 inneholder 40 kapitler som spenner over et vidt spekter av problemstillinger. I kapittel 4, som heter Implementering og som kan sees på som en form for handlingsplan, understrekes betydningen av bærekraftig produksjon og forbruk. Tilretteleggingen for bærekraftig produksjon og forbruk er således en svært viktig del av strategien for å realisere en bærekraftig utvikling. Produksjon og forbruk er imidlertid ikke det eneste elementet i bærekraftig utvikling. Andre elementer som handel og miljø, fattigdomsbekjempelse og befolkningsutvikling er også sentrale, men ligger utenfor arbeidet i dette prosjektet. Det var ikke bare dokumenter som ble undertegnet i Rio. Det ble også etablert en rekke komiteer og konferanser. En av disse var Kommisjonen for bærekraftig utvikling (CSD). Den første ordinære sesjonen i CSD fant sted nøyaktig ett år etter at Riokonferansen var avsluttet. Her tilbød Norge seg å være vertskap for et møte om bære- 7 United Nations Conference on Environment and Development (Den internasjonale miljøkonferansen i Rio 1992). 8 Sitert fra GA res. 44/ De fire andre var Rio-erklæringen om miljø og utvikling, Skogsprinsippene, Konvensjonen om biologisk mangfold og Klimakonvensjonen. De to førstnevnte pluss Agenda 21 var direkte produkter av UNCEDprosessen, mens de to konvensjonene var forhandlet parallelt og ble oversendt for undertegning (Mugaas 1997:31). 29

30 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo kraftig forbruk, som et første skritt for å følge opp anbefalingene i Agenda 21. Etter hvert har Norge opptrådt som vertskap for fem av så langt seks internasjonale møter om dette temaet, der særlig de to første konferansene Oslo I 10 og Oslo II 11 - har vært avgjørende (Aall, Lafferty og Bjørnæs 1998:133). Vekten i kapittel 4 av Agenda 21 legges hovedsakelig på forbruk. Dette kommer da også til uttrykk i Oslo I. Det var bærekraftig forbruk som var temaet her. I konferanserapporten har man også kommet med et forslag til en arbeidsdefinisjon for bærekraftig forbruk (Miljøverndepartementet 1994:10): Bærekraftig forbruk er å sørge for tjenester og produkter som dekker grunnleggende behov og bedrer livskvaliteten, samtidig som det reduserer bruken av naturressurser og giftige stoffer samt utslippene av avfall og forurensningsstoffer gjennom hele tjenesten eller produktets levetid, uten å sette kommende generasjoners behov i fare. Det understrekes imidlertid sterkt i rapporten at bærekraftig forbruk ikke kan forstås eller behandles isolert fra de andre trinnene i produkter og tjenesters livsløp. I rapporten fra Oslo II snakker man da også om bærekraftig produksjon og forbruk, ikke bærekraftig forbruk alene. I de påfølgende internasjonale konferansene etter Oslo II er søkelyset rettet mot både produksjon og forbruk. Avgrensning nr. 2: Økt fokus på forbruk Ours is a consumer society. Zygmunt Bauman (1998b:23) Under den foregående avgrensingen viste vi at produksjon og forbruk er et sentralt element i en bærekraftig utvikling, og at de to prosessene må sees i sammenheng. Det er imidlertid ingen ting i veien for at man i en konkret analyse kan fokusere på det ene eller andre aspektet, det vil si produksjon eller forbruk. Det kommer blant annet an på hva som er formålet med studien. Valg av studieobjekt og problemstilling handler om hva man mener er den mest sentrale tilnærmingen for å fremme bærekraftig produksjon og forbruk spesielt og en bærekraftig utvikling generelt. I dette prosjektet skal vi avgrense oss til å fokusere på forbruk, og det er to grunner til denne avgrensningen. For det første henger det sammen med det vi tidligere har omtalt som miljøproblemenes endrete karakter. Miljøproblemene er nå i større grad knyttet til bruken av produktene enn det å produsere dem. Bilkjøring kan tjene som et godt eksempel. Ser vi på hele livsløpet 12 til en bil, går rundt 90% av den samlete energibruken med under bruk, det vil si til å kjøre bilen. Liknende eksempler kan man finne for en rekke andre forbruksprodukter. Det er ved bruk de vesentligste miljøkonsekvensene fremkommer. Det er ikke dermed sagt at produksjonsprosessen er uvesentlig. Det finnes fremdeles en rekke alvorlige miljøproblemer knyttet til industriens produksjonsprosesser, men det er snarere slik at tyngdepunktet av miljøkonsekvensene er forskjøvet fra produksjon til forbruk. 10 The Soria Moria Symposium on Sustainable Consumption, januar 1994 (Miljøverndepartementet 1994). 11 Oslo Roundtable on Sustainable Production and Consumption, februar 1995 (Miljøverndepartementet 1995). 12 Med livsløpet mener vi her all energi som går med til å utvinne råmateriale som bilen er laget av, produsere bilen, bruk, håndtering av bilen etter at den kasseres og ikke minst transport i alle ledd. 30

31 Innledning For det andre hevder Bauman (1998a) at dagens moderne samfunn først og fremst er et forbrukersamfunn, i motsetning til det produsentsamfunnet vi hadde i det moderne samfunnets grunnleggende, industrielle fase. Bauman overdriver ikke forskjellene mellom de to stadiene, men peker på at forskjellen mellom de to modernitetsstadiene ligger bare i vektlegging og prioriteringer men denne vektforskyvningen gjør enorm forskjell for praktisk talt alle aspekter av samfunnet, kulturen og det enkelte liv. Det er altså forbruket som i dag er den drivende kraft, og det er her innsatsen må settes inn for å komme inn på et bærekraftig spor. Avgrensning nr. 3: Det private forbruket er mest problematisk Mest avgjerande for miljøverknadene og ressursforbruket, er likevel det private forbruket, ettersom dette står for 70 prosent av det samla forbruket målt i pengeverdi, og truleg nærare 90 prosent av dei negative miljøverknadene i dag. Jon Hille (1995b:64) Det er vanlig å gjøre et hovedskille mellom offentlig og privat forbruk. Den danske sosiologen Jørg Gaugler (1991) knytter det offentlige forbruket til velferdssamfunnet, mens det private forbruket identifiseres med forbrukersamfunnet. Offentlig og privat forbruk kan imidlertid ikke betraktes helt uavhengig av hverandre. På samme måte som produksjon og forbruk er tett koblet, er også det private og det offentlige forbruket nært forbundet med hverandre. Bygging av veier er et eksempel på denne relasjonen. Veien er i seg selv et resultat av det offentliges oppbygging av et infrastrukturnett og således et offentlig forbruk. Det offentlige forbruket kan dermed betraktes som en nødvendig forutsetning for mye av det private forbruket. Skjønt hva som påvirker og hva som blir påvirket, kan være et åpent spørsmål. Kjører vi stadig mer bil fordi det hele tiden bygges nye veier, eller bygger det offentlige nye veier fordi vi hele tiden kjører mer? Imidlertid går det med relativt sett lite energi til å bygge og vedlikeholde en vei, sammenliknet med det bilene bruker når de kjører på den. Som vist i sitatet ovenfor har Hille (1995b) med utgangspunkt i norsk statistikk beregnet hvordan det norske innenlandske forbruket fordeler seg mellom offentlig og privat forbruk, samt hvordan det private forbruket fordeler seg mellom ulike forbrukskategorier. 13 Beregningen viser at det private forbruket står for 70 prosent av det samlete forbruket, målt i pengeverdi, og trolig nærmere 90 prosent av de negative miljøkonsekvensene. Tabellen under viser norsk forbruk fordelt etter vare-/tjenestekategori. 13 Hva med næringslivets forbruk? Hille har inkludert dette forbruket som indirekte poster: dvs. at forbruket som går med i bedrifter til å produsere og transportere et produkt eller en tjeneste er lagt til. 31

32 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 1.2 Norsk forbruk fordelt etter vare-/tjenestekategori. Alle tall i prosent. (Kilde: Hille 1995b:66) Vare-/tjenestekategori Del av samlet kroneforbruk Del av samlet 1991/93 (a) energiforbruk (b) Energi ( lys og brensel ) 3,7 27,5 Transport 11,0 25,0 Matvarer og nytelsesmidler 15,0 17,5 Offentlig forbruk 31,0 12,0 Bolig (c) 11,8 4,5 Fritidsvarer og tjenester (d) 6,9 4,5 Møbler og husholdningsvarer 5,1 3,0 Andre varer og tjenester (e) 7,2 2,5 Klær og sko 4,5 2,5 Helsepleie 3,8 1,0 (a) Gjennomsnitt av tall fra nasjonalregnskapet (1992) og tall fra Forbruksundersøkelsen (b) Tallene bygger på Hille (1995a). Energiforbruket betyr her den energien som går med til å få frem varer og tjenester som blir brukt i Norge. Det vil si at energi som blir brukt her i landet til varer som eksporteres, ikke er med i summen. Derimot er energi som blir brukt i utlandet for å produsere mat eller biler som vi importerer, regnet med i vårt forbruk. Data baserer seg altså på såkalte livsløpsdata, det vil si energiforbruk fra råvare til avfall. (c) Energibruken til bolig gjelder det som går med til å bygge og vedlikeholde boligen, mens energibruk i boligen (lys, oppvarming, el-apparater etc.) figurerer som energi i tabellen. (d) Omfatter bl.a. sportsutstyr, elektronikk, leker, trykksaker, utdanning og underholdningstjenester. (e) Omfatter bl.a. hotell- og restaurantavgifter, hår- og hudpleie, toalettsaker, smykker og reiseeffekter. Selskapsreiser, som ellers inngår i denne kategorien, er slått sammen med transport i tabellen. Avgrensning nr. 4: Energi og transport Veksten i forbruksutgiftene har vesentlig funnet sted på områder som er knyttet til husholdningene. I gjennomsnitt bruker hver nordmann vel fem ganger så mye til boligformål og åtte og en halv gang så mye til transportformål som i 1958, heter det i Forbruksundersøkelsen fra (SSB 1996). Og i Forbruksundersøkelsen fra 1999 kan vi lese: Bolig er den største utgiften (SSB 1999). Vi skal her gjøre vår fjerde avgrensing. Det innebærer en avgrensing fra hele det private forbruket til de to forbrukskategoriene: (i) energibruk til oppvarming og drift av boligen, og (ii) transport. Både Hille og andre kilder fremhever disse to forbrukskategoriene som særlig problematiske (Hille 1995b, SIFO 2000b, Lorek og Spangenberg 2001). Forbruk av energi i boligen utgjør en stor andel av det totale energibruket. Dessuten er dette forbruket voksende og har en direkte relasjon til utforming av våre boliger. Energibruk i boligen omfatter alle former for energibruk: elektrisitet, parafin, fyringsolje, fjernvarme og ved. Vi har i undersøkelsen også inkludert en kategori annet for de som måtte bruke andre energikilder enn de som er nevnt ovenfor. Kategorien transport krever imidlertid en mer utfyllende begrunnelse og spesifisering. Intuitivt har transportomfang og -sammensetning en klar sammenheng med boligens 32

33 Innledning lokalisering (og utforming av de nære områdene). Selv om de fleste studier konkluderer med at det er en sammenheng mellom hvordan vi lokaliserer våre boliger og boligområder og transportmønstre, finnes det flere eksempler på de som motsetter seg dette. Uenigheten er enda større når vi tar for oss hvor sterk denne sammenhengen er. Sannsynligvis vil styrken variere over tid med endrede samfunnsbetingelser for øvrig. Vår undersøkelse må sees på som en empirisk studie av hvor sterke slike sammenhenger er med hensyn til norske husholdninger i vår samtid. Transport inkluderer imidlertid både reiser til og fra arbeid, handlereiser, reiser i forbindelse med korte og rutinemessige fritidsaktiviteter og lange feriereiser med bil og fly. Vi skal konsentrere oss her om transportindikatoren reiselengde, fordi det er denne som først og fremst påvirker energiforbruket til transport. Det betyr at vi i liten grad fokuserer på to andre transportindikatorer: reisetid og antall reiser. Reiselengden setter vi i sammenheng med bruk av transportmiddel, da det vil ha stor innvirkning på energibruken om man reiser med buss eller bil, fly eller tog. Vi skal skille mellom det vi kaller hverdagsreiser og lange ferie- og fritidsreiser. 14 Hverdagsreiser omfatter alle reiser (med alle transportmidler) som gjennomføres i løpet av en vanlig uke. Det er verdt å legge merke til at disse reisene omfatter både korte og regelmessige reiser i forbindelse med fritiden og også reiser i helgene. Hverdagsreiser er valgt som et samlebegrep fordi de antas å bli påvirket direkte av de fysisk-strukturelle omgivelsene. I tillegg har vi inkludert de lange og uregelmessige ferie- og fritidsreisene med fly og bil. Bakgrunnen for å inkludere disse reisene er todelt. For det første utgjør disse reisene en stor og voksende andel av husholdningers reiser. For det andre vil vi undersøke om det er en indirekte sammenheng mellom fysisk bosituasjon og omfanget av disse reisene. Bakgrunnen for en slik kobling er ulike former for kompensasjonshypoteser, som uttrykker at de som reiser kort i hverdagen (av en eller annen grunn) kompenserer med å reise langt når de har fri. Vi har avgrenset oss til fly og bil fordi disse transportmidlene utgjør de vanligste på slike reiser og dessuten knyttes til det høyeste energiforbruket (og tilhørende miljøproblemer). Vi opererer dermed med følgende tre forbrukskategorier: Energibruk til oppvarming og drift av boligen Hverdagsreiser (reiselengde, fordeling mellom transportmidler og energibruk) Lange ferie- og fritidsreiser med fly og bil (reiselengde og energibruk) Avgrensning nr.5: Planfaktorer og holdninger Som nevnt er husholdningers forbruksmønster resultat av mange og sammensatte faktorer. Vi skal her trekke frem to slike forhold som begge antas å ha innvirkning på husholdningers forbruk av energi og transport og som skal studeres nærmere i SusHomes. Vi skal starte med planfaktorer. I forbindelse med Agenda 21 knyttes det forventninger til blant annet planleggingens rolle. Det innebærer en kritisk diskurs som omfatter begrepene bærekraftig utvikling og planlegging, både hver for seg og ikke minst i teorier og praksiser som er utviklet for å knytte dem sammen. Denne relasjonen gir grunnlag for å snakke om begrepet planlegging for bærekraftig utvikling (Høyer 1999). 14 For en mer omfattende innføring i og begrunnelse for begrepene hverdagsreiser og lange ferie- og fritidsreiser, se Holden 2001:

34 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Et begrep om planlegging for bærekraftig utvikling gir videre grunnlag for to typer teoretiske tilknytning. For det første er det relasjonen mellom bærekraftig utvikling og ulike teorier knyttet til planleggingsprosessen (teorier om planlegging). Sentrale spørsmål i planleggingsprosessen er forholdet mellom planlegger og oppdragsgiver, maktforhold og hvordan planleggingen virker inn på ulike grupper i samfunnet. For det andre er det relasjonen mellom bærekraftig utvikling og teorier om planleggingsproduktet (teorier i planlegging). Planleggingsproduktet omhandler de løsningsmetodene vi har for ulike spørsmål. En slik teori i planlegging kan for eksempel være teorier om hvordan arealbruk påvirker transportmønster og -volum. 15 I dette prosjektet retter vi hovedfokus på den andre relasjonen, nemlig den mellom bærekraftig utvikling og ulike teorier i planlegging. Det skal med andre ord i liten grad handle om plansystemet og planleggingsprosessene. Det er snarere snakk om å styrke det empiriske grunnlaget om planleggingsproduktet. Vi har i en annen sammenheng drøftet mer inngående en del aspekter og problemstillinger knyttet til bærekraftig utvikling og planleggingsprosessen (Holden 2000b). Vi skal ta for oss en spesiell del av det mer generelle planleggingsbegrepet, nemlig fysisk planlegging. Fysisk planlegging er en aktivitet som sikter mot å styre utviklingen av fremtidig arealbruk og bygningsmasse (Næss 1997:275-76). Næss peker videre på at betegnelser som territoriell planlegging og arealplanlegging gjerne brukes synonymt med fysisk planlegging. I tråd med inndeling av planlegging i henholdsvis prosess og produkt, 15 Den som tidlig var klarest i å sette et skille mellom ulike former for planleggingsteori var Faludi (Faludi 1973). Han opererte med begrepene Theory of Planning (teori om planlegging) og Theory in Planning (teori i eller for planlegging). Teori om planlegging omhandler hva for økonomiske, sosiale og politiske funksjoner planleggingen har i samfunnet. Sentrale spørsmål er derfor forholdet mellom planlegger og oppdragsgiver, maktforhold og hvordan planleggingen virker inn på ulike grupper i samfunnet. Like sentralt står organiseringen av planleggingen, planleggingsprosessen og måter å planlegge på. Således er beslutningsproblem og beslutningsteori sentrale emner. Det planleggingsteoriene kan hjelpe oss med er å forstå hvilken funksjon planleggingen har for oss mennesker og hvilken funksjon den har i samfunnet. De kan også hjelpe oss med å forstå hvorfor ulike samfunn har ulik planlegging, fordi planlegging kan være en sentral del av samfunnsprosessene. Planleggingsteorier avspeiler forskjeller i ideologioppfatninger og problemutvikling i ulike samfunn (Amdam og Veggeland 1981). Teori for/i planlegging omhandler på den andre siden de løsningsmetodene vi har for ulike spørsmål. Det kan være dimensjoneringsregler for veier, hus eller lignende eller kunnskap om natur, menneske og samfunn som vi trenger for å komme frem til akseptable løsninger. Det kan også være lovregler og andre krav som setter grenser for hva som kan gjøres i konkrete situasjoner. Teoriene bygger opp en forklaring på hvorfor vi skal gjøre a og ikke b i en konkret plansituasjon. I samfunnsplanlegging vil teoriene om og for/i planlegging gå hånd i hånd. Teoriene om organiseringen av planarbeidet vil være fundamentale for å komme i gang med arbeidet og likeledes gi planene politisk utsagnskraft. En planorganisasjon uten forslag til løsninger er på den andre siden like nyttig som et planforslag som ikke lar seg gjennomføre (Amdam og Veggeland 1981). En trenger derfor både teorier om organisering av planarbeidet og teorier for løsning av planproblemene. Amdam og Veggeland viser videre til to bøker av Sandberg som gir en omfattende drøfting av blant annet skillet mellom tre typer planleggingsteori (Sandberg 1975 a; 1975b): - Planleggingsteori som planleggingsteknikk, dvs. hvordan planleggingen bør gjøres ved hjelp av ulike metoder og organisasjonsformer. - Planleggingsteori som felles grunnlag for planlegging i form av et antall delteorier som til sammen gir svar på alle problem i sammenheng med planlegging. - Planleggingsteori som en teori om forutsetningene for planlegging, en metateori. En slik inndeling gir grunnlag for å snakke om teorier for, i og om planlegging. Faludis Theory in Planning fra 1973 er med andre ord splittet i henholdsvis teorier for og i planlegging. I tråd med Sandberg viser Arvid Strand til at begrepet planleggingsteori ofte presiseres på tre forskjellige måter, nemlig teori om, i og for planlegging (Strand 1989). Han trekker imidlertid en noe annen konklusjon enn Sandberg. I følge Strand brukes teorier for planlegging av enkelte om ulike metoder som nyttes ved planlegging: dimensjoneringsregler, trafikkfordelingsmodeller, metoder for befolkningsprognoser, sammenlikningsmetoder etc. Strand mener det er bedre å bruke metodebegrepet om dette. Teori for planlegging knyttes med andre ord til metoder og teknikker, og ikke til begrepet planleggingsteori. 34

35 Innledning kan også fysisk planlegging gjøres til gjenstand for en slik todeling. Med den fysiske planleggingsprosessen menes hovedsakelig planlegging etter plan- og bygningsloven, spesielt utarbeiding av arealdel til kommuneplan, reguleringsplan og bebyggelsesplan. Det vektlegges hvilke prosedyrer som skal følges, henvisning til lovhjemler, ulike former for medvirkning etc. Med det fysiske planleggingsproduktet har vi i tankene spørsmål som: hvilke sammenhenger finner man mellom strukturelle planfaktorer og for eksempel transportomfang? Hvilke relasjoner finner man mellom lokalisering av boliger og arbeidsplasser og kollektivtransport? Hvilke konsekvenser for natur- og miljø vil en bestemt form for lokaliserings- og utbyggingsmønster medføre? Næss (1997) peker på en rekke bystrukturelle planfaktorer som har betydning for omfang og sammensetning av energibruk. Når det gjelder hva bebyggelsesstrukturen betyr for energibehovet i bygninger fremhever han: bygningstyper, lokalklima og gruppering av bygninger. Når det gjelder betydningen av ulike byplanfaktorer for energibruken til transport pekes det på: regionalt bosettingsmønster, bystørrelse, befolkningstetthet for byen som helhet, geometrisk form, boligområders tetthet og lokalisering innenfor byen, arbeidsplassers beliggenhet innenfor byen, lokalisering av varehandel og andre servicefunksjoner, kollektivtilbud, vegkapasitet og parkeringsmuligheter. Næss sine planfaktorer er i hovedsak knyttet til konsekvenser for energibruk og særlig rettet mot fysisk planlegging i by- og tettstedsområder. 16 Vi skal i SusHomes også ha hovedfokus på fysisk boligplanlegging i by- og tettstedsområder og der energibruk er den sentrale faktoren som skal undersøkes. Vi skal i første omgang rette søkelyset mot Stor-Oslo (se mer om valg av undersøkelsessted i kapittel 2.1). 17 For å studere hvordan boligens utforming og lokalisering i forhold til boligens nære omgivelser, har vi valgt å rette oppmerksomheten mot utvalgte boligområder. Boligområdene velges ut slik at de i størst mulig grad gir variasjoner innenfor de byplanfaktorene som Næss nevner over. Innenfor hvert boligområde trekker vi så ut et større antall husholdninger. Utvalget trekkes tilfeldig innenfor områdene slik at vi får husholdninger som er representative for hvert enkelt område. Fordelen ved en slik tilnærming er at vi kan gi en rikere beskrivelse av de nære omgivelsene til husholdningene. Det gjelder forhold som boligsammensetning, kollektivtilbudet i området, tilgang på privat og offentlig tjenestetilbud, sammensetningen av boliger, butikker og arbeidsplasser i området, lokal energiforsyning og andre relevante lokale prosesser og planer. En nærmere beskrivelse av de kriteriene som er benyttet for valg av boligområder er gitt i kapittel 3. Ulempen ved en slik tilnærming i motsetning til en tilfeldig utvelging av husholdninger fra hele Stor-Oslo er at de data vi samlet inn ikke er representative for hele Stor- Oslo, men for de utvalgte områdene. I en slik tilnærming vi det imidlertid være umulig å gi en så vidt rik beskrivelse av boligens omgivelser som valg av boligområder gir. For å studere hvordan husholdningens forbruk av energi og transport påvirkes av husholdingsmedlemmenes holdninger har vi anvendt to ulike vinklinger. For det første har vi innenfor hvert boligområde inkludert et antall husholdninger som er deltakre i Grønn Hverdag. Dette er husholdninger som har gitt sin tilslutning til en rekke målrettede prinsipper som ska lede frem til et mer miljøvennlig forbruksmønster (mer om Grønn 16 Næss går riktignok også gjennom konsekvenser for andre miljøhensyn enn bare energi (1997, kap.5). I noen grad behandles også situasjonen i mer grisgrendte eller spredtbygde områder. 17 Vi har valgt å gjennomføre den første empiriske undersøkelsen i Oslo. Det kan senere bli aktuelt å utvide SusHomes sitt empiriske grunnlag med undersøkelser i flere steder og/eller områder. 35

36 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Hverdag i kapittel 3). Disse husholdningene vil i rapporten omtales som grønne, i motsetning til alle andre som vi kaller ordinære. Dessuten skal vi kartlegge miljøholdninger i alle husholdningene for å studere sammenhenger mellom holdninger og forbruksmønster. 1.3 Mål og problemstillinger Målsetningen til SusHomes-prosjektet er tredelt. For det første er det en målsetning å få mer kunnskap om sammenhenger mellom på den ene siden boligers fysiske utforming og lokalisering og husholdningens forbruk av energi og transport på den andre ( Hvordan varierer ). For det andre er det en målsetning å få mer kunnskap om sammenhenger mellom holdninger til miljøspørsmål og husholdningens forbruk av energi og transport ( Hva skyldes ). Basert på de to første målsetningene er det for det tredje en målsetning å bidra med konkrete innspill til hvordan norske husholdingers forbruk av energi og transport kan dreies i en mer bærekraftig retning ( Hva kan man gjøre? ). Den overordnede problemstillingen for SusHomes er: I hvilken grad kan man påvirke husholdningens forbruk av energi til oppvarming av bolig og transport i hverdag og fritid i en mer bærekraftig retning gjennom fysisk planlegging og styrking av positive miljøholdninger? De førende problemstillingene for SusHomes er: ( Hvordan-varierer-spørsmål ) Hvordan varierer husholdningenes forbruk av energi til oppvarming og drift av boligen med ulike boligområders utforming, lokalisering og nærstruktur 18? Hvordan varierer husholdningenes forbruk av energi til oppvarming og drift av boligen mellom grønne og ordinære husholdninger? Hvordan varierer husholdningenes energiforbruk til hverdagsreiser med ulike boligområders utforming, lokalisering og nærstruktur? Hvordan varierer husholdningenes energiforbruk til hverdagsreiser mellom grønne og ordinære husholdninger? Hvordan varierer husholdningenes energiforbruk til lange ferie- og fritidsreiser med ulike boligområders utforming, lokalisering og nærstruktur? Hvordan varierer husholdningenes energiforbruk til lange ferie- og fritidsreiser mellom grønne og ordinære husholdninger? 18 Med nærstruktur forstås her forhold som kollektivtilbudet i området, tilgang på offentlige og private tjenestetilbud, nærhet til lokalt (bydels)senter og Oslo sentrum, bebyggelsessammensetning (blanding av boliger, butikker og arbeidsplasser i området). 36

37 Innledning (Hva-skyldes-variasjonene-spørsmål) I hvilken grad skyldes variasjoner i energiforbruk til oppvarming og drift av boligen henholdsvis fysisk strukturelle forhold, miljøholdninger eller andre sosioøkonomiske og demografiske egenskaper ved husholdningen og de som bor der? I hvilken grad skyldes variasjoner i energiforbruk til hverdagsreiser henholdsvis fysisk strukturelle forhold, miljøholdninger eller andre sosioøkonomiske og demografiske egenskaper ved husholdningen og de som bor der? I hvilken grad skyldes variasjoner i energiforbruk til lange ferie- og fritidsreiser henholdsvis fysisk strukturelle forhold, miljøholdninger eller andre sosioøkonomiske og demografiske egenskaper ved husholdningen og de som bor der? (Hva-kan-man-gjøre-spørsmål) Hvilke kriterier og indikatorer kan anvendes for å utvikle bolig- og arealplanleggingen i en bærekraftig retning? Hvilke metoder og prinsipper kan anvendes for å utvikle miljøvennlige holdninger som reelt bidrar til et mer bærekraftig forbruk? De førende problemstillingene over er av delvis empirisk og teoretisk art. Problemstillingene av typen hvordan-varierer og hva-skyldes-variasjonene er først og fremst knyttet til de empiriske undersøkelsene, mens drøftinger av hva-kan-man-gjøre problemstillingen i hovedsak er teoretiske. Målet med denne rapporten er å presentere resultatene fra en konkret empirisk undersøkelse blant husholdninger i åtte boligområder i Stor-Oslo. Disse resultatene skal inngå som en del av det empiriske grunnlaget i SusHomes og således knyttes til de empiriske problemstillingene Oppbygging av rapporten I kapittel 2 redegjør vi nærmere for forskningsopplegget. Det omfatter en kortfattet beskrivelse av hele SusHomes-prosjektet samt en detaljert redegjørelse for den empiriske undersøkelsen i Stor-Oslo som denne rapporten dokumenterer. Resten av repporten handler om denne undersøkelsen. I kapittel 3 beskriver vi i detalj de boligområdene vi har valgt ut og går inn på de kriterier som er lagt til grunn for utvelging av områdene. Samtidig gir vi en fyldig beskrivelse av Grønn Hverdag og deltakelsesordningen for husholdninger. I kapittel 4 ser vi på hvor mange og hvem som har svart og gir en vurdering av utvalget i forhold til populasjonen i hvert område. Resultatene fra spørreundersøkelsen i Stor-Oslo presenteres i kapittel 5, 6 og 7. Først gis en frekvensfordeling av alle variabler, en såkalt univariat analyse (kapittel 5). Foruten å presentere selve dataene vil vi her spesifisere hvordan den enkelte variabel er beregnet. Deretter følger to bivariate analyser. Her sammenliknes sentrale egenskaper ved husholdningene mellom de ulike boligområdene (kapittel 6) og mellom de grønne og de ordinære husholdningene (kapittel 7). Endelig gjennomføres en mulitvariat regresjonsanalyse (kapittel 8). 19 Flere empiriske undersøkelser vil bli gjennomført i SusHomes. Det omfatter både nye kvantitative undersøkelser av den type som her rapporteres, men også kvalitative undersøkelser som for eksempel intervjuer og observasjoner (se kapittel 2). 37

38 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Avslutningsvis gis i kapittel 9 en oppsummering av undersøkelsen og konklusjoner. Det innebærer en oppsummering av undersøkelsen i Stor-Oslo, samt relasjoner mellom denne og hele SusHomes-prosjektet. 38

39 2 FORSKNINGSOPPLEGG Dette kapittelet skal handle om avhandlingens forskningsopplegg. I følge Ragnvald Kalleberg (1996) er et forskningsopplegg en oversikt over de sentrale elementer i et forskningsprosjekt og en plan for hvordan man skal få svar på det man spør om. Et forskningsopplegg er altså en plan for hva man skal gjøre for å belyse de problemstillinger eller forskningsspørsmål som danner utgangspunktet for det gjeldende prosjekt. En veiviser fra spørsmål til svar om man vil. Det synes å være liten uenighet om at prosjektets problemstilling(er) eller forskningsspørsmål bør være avgjørende for valg av forskningsopplegg. Når det gjelder vårt forskningsopplegg blir spørsmålet dermed: Hvilke strategier og metoder bør vi velge for å få besvart disse problemstillingene? Hvilke data trenger vi? Hvilke kilder skal vi benytte? Med andre ord: Hvordan skal vi gå frem? Målsetningen med SusHomes-prosjektet er å få mer empirisk og teoretisk kunnskap om husholdningens forbruk og de konsekvenser det har for realiseringen av en bærekraftig utvikling. Det gjelder både omfanget og sammensetningen av forbruket, hvilke miljøkonsekvenser dette medfører, men også hvilke direkte eller indirekte faktorer som påvirker forbruket. For å utforme realistiske og fornuftige tiltak for å fremme et mer bærekraftig forbruk i husholdningene, må vi altså har kjennskap til både forbrukets karakter og hvilke drivkrefter som påvirker det. På et overordnet nivå består forskningsopplegget i SusHomes av en empirisk del og en teoretisk syntetiserende del. I de empiriske undersøkelsene fremskaffer vi ny kunnskap om husholdningenes forbruk og relevante faktorer som er med på å påvirke sammensetningen og volumet av dette forbruket. Målsetningen er her å belyse problemstillingene av typen: hvordan-varierer og hva-skyldes-variasjonene. I den teoretisk syntetiserende delen vil vi sammenfatte resultatene fra de empiriske undersøkelsene, bringe dem inn i et teoretisk perspektiv og drøfte policy-implikasjonene av funnene. Vi vil sammenlikne de empiriske resultatene med annen eksisterende kunnskap på området og utvikle teoretiske bidrag innenfor bærekraftig forbruk i husholdningene på to sentrale fagområder: bærekraftig areal og boligplanlegging og sammenhenger mellom miljøholdinger og bærekraftig forbruk. Den teoretiske delen skal i først omgang besvare problemstillingene av hva-kan-man-gjøre-spørsmål. I den empiriske delen av SusHomes tar vi i bruk flere forskningsstrategier, kilder og metoder. Vi skal langt på vei støtte oss på begreper og inndeling mellom ulike strategier hentet fra Yin (1994). 20 Dette er vist i tabellen under. Den sentrale strategien for å belyse hvordan forbruket av energi til oppvarming og drift av boligen og transport varierer mellom boligtyper og ulike husholdningstyper (grønne vs. ordinære), er å gjennomføre en eller flere surveyer blant et stort antall husholdninger. Data vil bli samlet inn gjennom en eller flere spørreundersøkelser (nærmere omtalt i kapittel 2.4) og dessuten supplert med data om fysisk-strukturelle egenskaper ved bolig- 20 Våre oversettelser. 39

40 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo områdene hentet fra detaljkart over områdene. Materialet vi bli analysert ved hjelp av univariat- og bivariat analyse (se kapittel 2.5). For å få innsikt i hva-skyldes-variasjonene-spørsmål vil vi bruke to ulike forskningsstrategier. For det første vil vi gjennomføre multivariate regresjonsanalyse av data fra spørreskjemaene. Dette gir en oversikt over hvilke forhold (påvirkningsvariabler eller uavhengige variabler) som innvirker på husholdningens forbruk av energi i boligen og transport (avhengige variabler). Etter vår vurdering gir en slik analysestrategi imidlertid ikke den nødvendige innsikten i den komplekse sammenhengen mellom påvirkningsvariabler og husholdningens forbruk. Vi vil derfor i tillegg gjennomføre et case studie, hvor vi går i dybden på et mindre utvalg husholdninger. Hovedelementet i case studiet er forskningsbaserte dybdeintervjuer hjemme hos husholdningene. Intervjuene vil bli kombinert med observasjoner av boligen og de nære omgivelsene, samt studier av kart og dokumenter som har relevans for den fysiske utformingen av boligområdene. Relevante dokumenter (for eksempel kommunale arealplaner) og ulike planprosesser i området (for eksempel Lokale Agenda 21 planer eller nærings-, transport- og energiplaner) vi også bli trukket inn i undersøkelsen. Samlet sett skal case studiet gi innsikt i og forståelse av hvorfor husholdningene forbruker slik de gjør. Det gir tilgang til en forståelse av et langt mer komplekst og komplisert årsaksvirkningsbilde enn det regresjonsanalysen er i stand til å fange opp. I case studiet vil vi analyser materialet ved såkalt forklaringsbygging (Yin 1994). Tabell 2.1 Overskift over problemstillinger, metoder, kilder og teknikker i SusHomes: Empirisk og teoretisk del Empirisk del Teoretisk del Problemstilling / spørsmålstype Hvordan-varierer? Hva-skyldesvariasjonene? Forskningsstrategi: Survey Metoder og kilder: Spørreskjema og kart Analyse-metoder: Univariate og bivariate analyser Survey + Case studie Survey: Spørreskjema og kart Case studie: Intervjuer, kart, dokumenter og observasjoner Multivariate regresjonsanalyser og forklaringsbygging Hva-kan-man gjøre? Det empiriske materialet fra survey og case studie sammenholdes med annen relevant empirisk og teoretisk kunnskap. På denne bakgrunn utvikles egne teoretiske bidrag innenfor bærekraftig forbruk i husholdningene. Som nevnt vil vi i den teoretiske delen besvar problemstillinger knyttet til hva-kan-mangjøre. I resten av dette kapittelet skal vi imidlertid redegjøre nærmere for den konkrete undersøkelsen som er gjennomført i Stor-Oslo våren 2003 og som inngår som en første del av det empiriske grunnlaget til SusHomes. 2.1 Hvor (og når) finner undersøkelsen sted? Vi har vært inne på at relasjoner mellom forbruk og faktorer som påvirker forbruket er kontekstfølsomme. Relasjonene må sees i sammenheng med romlige og temporære forhold. Den temporære avgrensningen er samtiden. 40

41 Forskningsopplegg Undersøkelsene er gjennomført i perioden 24.mars til 30.april Gangen i undersøkelsen er vist under: utsending 24. mars purring 4. april stenging av undersøkinga 30. april Purring ble gjennomført ved utsendelse av eget purrebrev (jfr. vedlegg 2) uten spørreskjema, til de som ennå ikke hadde svart på første henvendelse. Nytt spørreskjema kunne fås ved å kontakte Gallup direkte. Når det gjelder de romlige forhold, har vi valgt ut åtte boligområder i Stor-Oslo som undersøkelsesområder. Disse er vist i figuren under. I tillegg er vist en del data om de tre områdene i tabell 3.2. Figur 2.1 Undersøkelsesområdene Vi har altså valgt ut Stor-Oslo som her representerer en norsk storby. Vi har altså valgt ikke å fokusere på Oslo som en by i tradisjonell forstand, men som en byregion. Karl Otto Ellefsen uttrykker det slik: 21 By er ikke lengre et entydig begrep som er enkelt å legge over dagens virkelighet, og særlig er dette tydelig i storbyene, der endringskreftene virker sterkest. Storbyene er som funksjonelle systemer utvidet til å omfatte vide områder. Oslos bolig-, arbeids- og servicemarked er på ingen måte definert av administrative bygrenser eller grenser for tradisjonell bymessig bebyggelse. Snarere må Oslo, eller Viken, sees på som en byregion som også omfatter nabokommunene, og som funksjonelt sett utvides både nordover, mot Fredrikstad og mot Skien/Porsgrunn. 21 Byen som institusjon Aftenposten 15.juni

42 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Oslo kommune og en del nærliggende kommuner må således betraktes som et felles arbeids-, handle og bosettingsmarked. Det er derfor i denne sammenhengen naturlig å behandle hele regionen under ett. Vi har dog ikke gått helt til Fredrikstad og Porsgrunn, men avgrenset Stor-Oslo til Oslo kommune og enkelte nærliggende kommuner. 22 Her har vi husholdninger bosatt i det sterkt urbaniserte Oslo sentrum, via det nære omlandet til de som bor i nabokommunene. 2.2 Hva er undersøkelsens enhet? Enhver studie må redegjøre for hva som er undersøkelsens enhet. Hva er det man studerer, og hva er det man samlet inn data om. I SusHomes har vi så langt snakket om husholdingens forbruk av energi til oppvarming og drift av boligen og transport. I tillegg er det husholdningens forbruk i tilknytning til boligen, forstått som at boligens utforming og lokalisering, som er sentral. Den sentrale enheten er dermed husholdningen og boligen de bor i. Denne enheten byr imidlertid på noen problemer. For det første forbruker ikke boligen som sådan. 23 Det er derimot de som bebor den som forbruker, enten det nå gjelder energi eller transporttjenester for å komme seg til og fra boligen. For det andre er det ikke i alle tilfeller husholdningen samlet sett som forbruker, men derimot det enkelte individ som tilhører husholdningen. 24 For det tredje har ønsker vi å se nærmere på hvordan boligområder, forstått som en noenlunde enhetlig (materiell) struktur påvirker de enkelte beboeres forbruksmønster og volum. Vi finner det derfor hensiktsmessig å operere med tre ulike nivåer i våre analyser. Boligområde: Her er det snakk om gjennomsnittsverdier for husholdingsmedlemmer innenfor et bestemt boligområde. Husholdningen: Her er det snakk om gjennomsnittverdier for husholdningsmedlemmene i en bestemt boligkategori. Det enkelte husholdningsmedlem: Her er det snakk om den enkelte respondent sitt forbruk. Det er imidlertid viktig å presisere at spørreskjema er sendt til et enkelt individ (respondent) i hver husholdning. Respondenten har så delvis besvart på vegne av husholdningen (for eksempel energibruk i boligen og bruk av husholdingens biler) og delvis for sin egen del (kollektivreiser og private ferie- og fritidsreiser med fly og bil). Ved 22 Stor-Oslo er avgrenset til kommunene Oslo, Bærum, Asker, Skedsmo, Nittedal, Rælingen, Oppegård, Ski og Lørenskog. Avgrensningen av Stor-Oslo er vist i vedlegg En studie av materialbruk i boliger, energibruk i tilknytning til oppføring og riving av boligen eller boligens estetiske utforming, kunne rettferdiggjort å betrakte boligen som den sentrale enhet. Dette er imidlertid ikke tilfelle i SusHomes, hvor det er beboernes atferd vi ønsker å studere. Samtidig utgjør boligen en så sentral ramme for husholdningens handlinger, at boligen i alle fall inngår som en del av det fenomenet vi skal studere. 24 Dette er et vanskelig punkt for den som skal gjennomføre en studie av husholdningers forbruk av energi og transport. Energibruken til oppvarming og drift av boligen kan sies å være en form for fellesforbruk som faktisk husholdningen samlet sett står bak. Det samme gjelder bruk av husholdningens privat biler og til dels også reiser i ferie- og fritid (enten de foregår med bil eller andre transportmidler). En stor andel av reisene, for eksempel bruk av kollektivtransport og feriereiser er derimot mer et individuelt fenomen. Husholdningens samlete forbruk av energi og transport er således vanskelig å fordele mellom individ og husholdning. Man er hele tiden nødt til å veksle mellom de to nivåene dersom man skal forklare og forstå det som skjer. 42

43 Forskningsopplegg presentasjon av resultatene vil det alltid fremkomme hvilket nivå vi opererer med og hvordan beregningene er gjennomført. 2.3 Utvalg I alt åtte boligområder i Stor-Oslo ble valgt ut til undersøkelsen. Disse er valgt slik at vi i størst mulig grad får data fra ulike bebyggelsestyper og lokalisering (mer om kriteriene for valg av og beskrivelse av områder i kapittel 3). Vi ønsket data fra rundt 100 respondenter innefor hvert boligområde for å få et tilstrekkelig stort antall datasett. Med en forventet svarprosent på 30 prosent, sendte vi derfor ut om lag 300 spørreskjema til respondenter innenfor hvert område, nærmere bestemt (se kapittel 4.3 for hvor mange som svarte). Av disse var 286 såkalt grønne familier. De 287 grønne familiene ble plukket ut fra Grønn Hverdags deltakere. Vi plukket da ut de deltakerne som bodde i eller svært nær de åtte boligområdene vi hadde valgt ut. 25 De resterende respondentene ble trukket tilfeldig innenfor hvert boligområde. Norsk Gallup stod for denne trekningen. 2.4 Innsamlede data: Spørreskjema og kart Hovedkilden for data i denne rapporten er spørreskjema som er sendt til respondenten i posten (spørreskjemaet er vist i vedlegg 1). I tillegg vil data bli supplert med informasjon om en del fysisk-strukturelle forhold fra kart over boligområdene. Data fra spørreskjema er merket med S under mens data fra kart/dokumenter er merket med K. 26 Dataene kan grovt sett deles inn i fem deler. Den første delen er innsamling av forbruksdata knyttet til husholdningens forbruk av energi i boligen og transport. I de multivariate regresjonsanalysene i kapittel 8 kalles disse data for avhengige variabler (de påvirkes eller er avhengige av andre variabler eller påvirkningsfaktorer). De neste fire delene er fire hovedgrupper av egenskaper ved boligen, boligområdene og husholdningen. Disse omtales som uavhengige variabler (de som påvirker). Avhengige variabler: Den første gruppen omfatter husholdningens forbruk av energi i bolig og transport, nærmere bestemt: Husholdningens energibruk til oppvarming og drift av egen bolig (S) Husholdningens energibruk til hverdagsreiser (private motorkjøretøy og kollektive transportmidler) (S) Energiforbruk i forbindelse med lengre ferie- og fritidsreiser (private motorkjøretøy og flyreiser) (S) Tilgang på, beliggenhet og bruk av privat fritidsbolig/hytte (S) Uavhengige variabler: Den andre gruppen omfatter fysisk-/strukturelle karakteristika ved boligens utforming. Vi har her samlet inn informasjon om: Boligtype (S) Boligstørrelse (S) 25 Vi måtte i enkelte tilfeller gå litt utenfor det definerte området for å få et tilstrekkelig antall grønne husholdninger. 26 En detaljert fremstilling av den enkelte variabel er gitt i kapittel 5 ( Univariat analyse ). 43

44 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Boligens alder (S) Eieforhold (S) Tilgang på og størrelse på private utearealer (S) Den tredje gruppen omfatter fysisk-/strukturelle karakteristika ved utforming og lokalisering av boligområdene (herunder lokalisering av den enkelte bolig). Vi har her samlet inn informasjon om: Avstander fra boligen/boligområdet til sentrum på hvert av undersøkelsesområdene (K) Befolkningstetthet (K) 27 Utbyggingstetthet (K) 28 Kollektivtilbud (se kapittel 3 for definisjon) (K) Bebyggelsesmiks (blanding av boliger, arbeidsplasser og tjenestetilbud innenfor boligområdet, se for øvrig kapittel 3 for definisjon) (K) Den fjerde gruppen består av sosioøkonomiske og sosiodemografiske bakgrunnsforhold, herunder: Alder og kjønn på alle medlemmer av husholdningen (S) Hovedbeskjeftigelse: type, omfang og reisemåte (S) Utdanningsnivå på husholdningens voksne (S) Husholdningens samlede inntekt og inntekt for den enkelte voksne (S) Transportressurser: (tilgang på førerkort, rabattkort på kollektivtransport og bilhold) (S) Den femte gruppen består av kartlegging av handlinger, holdninger og preferanser som vi antar kan ha påvirkning på husholdningens forbruksmønster. Holdninger til miljøspørsmål (S) Medlemskap i miljøorganisasjoner (herunder også deltakelse i Grønn Hverdag (det vi kaller Grønne Familier ) (S) Boligpreferanser (S) Gjennomførte miljø- og forbrukshandlinger (S) Avslutningsvis har i vi i spørreskjemaet spurt om respondentene også vi delta i en oppfølgende intervjuundersøkelse. Som nevnt vil de ulike forbruksvariablene (og eventuelle sammenslåtte forbruksindikatorer bygd på disse) bli betraktet som avhengige variabler, mens de øvrige kartlagte forholdene i utgangspunktet vil bli sett på som uavhengige variabler. I tillegg er imidlertid andre oppdelinger aktuelle for noen av undersøkelsens formål, f.eks. å se på bosituasjon som uavhengig og miljøholdning som avhengig variabel. 2.5 Analysemetoder Vi har gjennomført både univariate, bivariate og multivariate analyser. Her skal vi kort gjøre rede for disse tre metodene For definisjon av befolkningstetthet, se Holden 2001, fotnote 27, s.31. For definisjon av utbyggingstetthet, se Holden 2001, fotnote 28, s

45 Forskningsopplegg Univariate analyser De univariate analysene viser frekvensfordelingen på all innsamlede variabler (både det som i regresjonsanalysen omtales som uavhengige og avhengige variabler). For en mer inngående gjennomgang av bakgrunnen for de univariate analysene, henvises til kapittel 5 (innledningen). Bivariate analyser Det er gjort bivariate analyser for sammenhenger mellom boligområder og en rekke variabler (kapittel 6) og sammenhenger mellom husholdningstyper (grønne og ordinære) og en rekke variabler (kapittel 7). Variablene som her er trukket frem er de som i studien omtales som avhengige variabler, og omfatter: Årlig energibruk i boligen per husholdning og husholdningsmedlem Tilgang på og bruk av private fritidsboliger 29 Tilgang på transportressurser 30 Årlig bruk av husholdningens private biler Omfanget av respondentenes ukentlige hverdagsreiser Antall og energibruk til årlige lange ferie- og fritidsreiser med fly og bil Samlet energibruk til bolig og transport Holdninger, medlemskap i miljøorganisasjoner og miljøhandlinger 31 For hver tabell har vi dessuten gjennomført en variansanalyse (ANOVA). En slik analyse går inn på følgende spørsmål: Er det grunnlag for å hevde at de forskjeller vi (eventuelt) har funnet i gjennomsnittsverdiene i utvalget også finnes i populasjonen som utvalget er trukket fra? Eller er forskjellene i gjennomsnittsverdier et resultat av tilfeldigheter? For å belyse dette spørsmålet gjennomføres en F-test. Når en beregnet F-verdien sammenliknes forholdet mellom variansen mellom gruppene (f.eks boligområdene) med den samlete variansen innenfor gruppene. Hvis F-verdien blir stor, er det en indikasjon på at forskjellen mellom gruppene er større enn forskjellene innad i gruppene. En høy F-verdi innebærer dermed en svekkelse av nullhypotesen (H 0 ) som sier at det ikke er noen forskjell mellom gruppene. For å måle påliteligheten av H 0 numerisk, finner vi p-verdien. P-verdien er et uttrykk for følgende: Den sier hvor stor sannsynligheten er for å få det observerte resultatet (for eksempel forskjeller i energiforbruk til oppvarming og drift av boligen mellom boligområdene) dersom H 0 er sann. Beregner man en p-verdi til for eksempel 0,01 for to gjennomsnitt, betyr det at det er 1% sannsynlighet for å få dette resultatet i utvalget dersom de faktisk er like i populasjonen (noe vi altså ikke vet noe om). Med andre ord er sannsynligheten for at gjennomsnittsverdiene er like svært liten, og man vil forkaste H 0 (dvs. hypotesen om at gjennomsnittsverdiene er like i populasjonen). I klassiske tester er det vanlig å operere med 5% (dvs p-verdi lik 0,05) som en kritisk verdi for å forkaste nullhypotesen (Wonnacott og Wonnacott 1990). Det betyr at p-verdier lavere enn 0,05 innebærer at man kan forkaste nullhypotesen som sier at det ikke er forskjeller i gjennomsnittsverdiene Kan både inngå som avhengig og uavhengig variabel i de multivariate analysene. Kan både inngå som avhengig og uavhengig variabel i de multivariate analysene. Kan både inngå som avhengig og uavhengig variabel i de multivariate analysene. 45

46 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Her er det imidlertid viktig å være klar over at selv om forskjellen mellom for eksempel energiforbruk i boliger i ulike boligtyper er statistisk signifikant (dvs. en p-verdi mindre enn 0,05), ikke trenger å bety at forskjellen dermed kan tilskrives boligområdene. Det kan være andre mellomliggende forhold som utgjør forskjellen (for eksempel at den ene boligområde består av store eneboliger, mens det andre domineres av små blokkleiligheter). Dessuten kan det være verdt å merke seg at en statistisk signifikant forskjell ikke trenger å være vesentlig (i betydningen betydelig eller stor). Det er godt mulig at en forskjell i årlig energiforbruk i boliger mellom to områder på 10 kwh kan fremstå som statistisk signifikant. Denne forskjellen er imidlertid svært liten og ubetydelig, og altså ikke signifikant i den hverdagslige betydning av ordet. Mulitvariate regresjonsanalyser Som vi var inne på under beskrivelse av de bivariate analysene vil én enkelt isolert variabel ha klare begrensninger når man skal forklare variasjoner i an annen variabel. Vanligvis ønsker vi å vite noe om hvordan en variabel er relatert til mange andre variabler, eller det som statistikere kaller regresjon (er der flere uavhengige variabler kalles regresjonen for multivariate regresjonsanalyser. Multivariate regresjonsanalyser gjør det altså mulig å trekke inn mer enn en uavhengig variabel i en modell. Lewis-Beck (1980) peker på at slike analyser har to fordeler (fremfor bivariate analyser). For det første innebærer det nærmest uunngåelig en mer fullstendig forklaring av den avhangige variable. Få fenomener er nemlig et resultat av en enkelt årsak. For det andre innebærer det at innflytelsen av en bestemt faktor er mer presis, fordi man kan fjerne forstyrrelse fra andre uavhengige variabler. Det er med andre ord mulig å isolere effekten av en enkelt uavhengig variabel eller påvirkningsfaktor. I en generell multivariat regresjonslikning kan den avhengige variabelen betraktes som en lineær funksjon av mer enn en uavhengig variabel, Y = a 0 + b 1 X 1 + b 2 X 2 + b 3 X 3 + b k X k + e hvor Y er den avhengige variable, X 1 til X k er de uavhengige variable og e er restleddet. Betydningen av parametrene i likningen (eller modellen) er som følger: Parameteren a 0 (konstantleddet) betegner gjennomsnittlig Y-verdi blant de enhetene i populasjonen som har verdien null på samtlige uavhengige variabler. I mange tilfeller blant annet i de regresjonsanalysene vi skal gjennomføre her gir imidlertid a 0 ingen mening. Verdiene null kan nemlig ikke forekomme på flere av de uavhengige variable. Parameteren b 1 måler hvor mye Y øker dersom variabelen X 1 øker med én enhet, mens alle de andre uavhengige variablene forblir uforandret. Tilsvarende måler parameteren b 2 hvor mye Y øker dersom variabelen X 2 øker med én enhet, mens alle de andre uavhengige variablene forblir uforandrete, osv. Restleddet e betegner effekten av alle ikke-observerte årsaksfaktorer. Restleddet er en variabel som forutsettes å være ukorrelert med de uavhengige variablene som er spesifisert i modellen. Den forventete Y-verdien (Ý) beregnes, gitt de uavhengige variablene, av sammenhengen, Ý = a 0 + b 1 X 1 + b 2 X 2 + b 3 X 3 + b k X k Hvor a, b og X er som angitt over. I regresjonsmodellen beregnes dessuten R 2, som er et mål på hvor mye av variasjonene i den avhengige variabelen som blir forklart. R 2 er med 46

47 Forskningsopplegg andre ord et samlet mål på hvor god den spesifiserte modellen er. Eller hvor god forklaringskraft den har. Her skal vi rapportere såkalt justert R 2. Denne verdien justerer for den økningen man vil få i R 2 når antall uavhengige variabler blir stort. Dessuten beregnes signifikanssannsynligheten (p-verdien) for den enkelte uavhengige variable. P- verdien er forklart over. Ideelt sett bygger regresjonsmodellen på en forutsetning om fravær av perfekt multikolinearitet. Det innebærer at ingen av de uavhengige variable er perfekt korrelert med en annen uavhengig variabel eller en lineær kombinasjon av andre uavhengige variabler (da vil R 2 være 1.0). Hvis dette er tilfelle vil det være vanskelig å bestemme den relative betydningen av de to forklaringsfaktorene. Lewis-Beck peker på at i ikkeeksperimentell samfunnsvitenskap vil alltid uavhengige variabler være interkorrelert, det vi si multikolinearitet. Det er med andre ord umulig å unngå å støte borti problemet i denne typen undersøkelser. Ifølge Lewis-Beck vil imidlertid problemet være forholdsvis lite så lenge R 2 ikke blir for stor. Han hevder videre at det er en vanlig praksis å undersøke de bivariate korrelasjonene mellom de uavhengige variablene for å se etter R 2 på 0,8 eller større. Denne fremgangsmåten understreker Lewis-Beck - er utilfredsstillende. Han anbefaler sterkt å undersøke hver enkelt av de uavhengige variablene mot alle de andre uavhengige variablene. Hvis noen R 2 fra disse likningene er nær 1,0 har man et problem med høy multikolinearitet. I de påfølgende multivariate regresjonsanalysene skal vi følge denne fremgangsmåten. Der hvor det oppstår problemer vil vi enten konstruere en ny variabel (basert på de som korrelerer sterkt) eller fjerne uavhengige variabler. Vi setter R 2 lik 0,8 som grense. Regresjonsanalysene forutsetter egentlig at de uavhengige variablene enten er på forholdstallsnivå, eller at de er såkalte dummyvariabler (dikotom variabel med verdien 0 eller 1). Vi har derfor omkodet alle variabler som ikke er på forhåndstallsnivå til dummyvariabler. Den avhengige variabelen bør strengt talt være på forhåndstallsnivå, hvilket alle våre avhengige variabler er. 47

48

49 3 UNDERSØKELSESOMRÅDENE OG GRØNN HVERDAG 3.1 Utvalg og utvalgskriterier Formålet med undersøkelsen er å finne ut hvordan energibruk i boligen og transport varierer mellom husholdninger som bor i ulike typer boliger, i ulike områder i Stor-Oslo, når det kontrolleres for andre relevante påvirkningsfaktorer. For å danne grunnlag for å en analyse av husholdningens fysiske bosituasjon i forhold til energi og transport, har vi lagt vekt på et begrenset antall planfaktorer 32 som utgangspunkt for valg av boligområder. De strukturelle planfaktorene knyttes igjen til henholdsvis: Utforming av boligen; i hvilken grad området er dominert av ulike boligtyper; hhv enebolig, rekkehus eller blokk/karrébebyggelse. Lokalisering av boligen; 1) avstand til Oslo sentrum, og 2) tetthet i betydningen utbyggingstetthet med hensyn til antall innbyggere/husholdninger per areal 33. De tre strukturelle planfaktorene boligtype, tetthet og lokalisering griper også til en viss grad inn i hverandre. Tetthet er nært knyttet til lokalisering innen byen jo lengre fra sentrum, jo større mulighet er det for å finne lavere tetthet. Boligtype følger deretter ofte av tettheten i området. Lavere tetthet antyder større andel arealkrevende boliger, som eneboliger og rekkehus. Utover de tre strukturelle planfaktorene, har vi i tillegg søkt å finne et utvalg som representerer ulik kollektivdekning, arealbruksstruktur i betydningen i hvilken grad området er homogent eller variert med hensyn til å inkludere bolig, næringsvirksomhet og annet tjeneste- og servicetilbud, samt avstand til lokalt sentra. Når det gjelder kollektivdekning, har vi først av alt lagt vekt på om området har nærhet til skinnegående kollektivtilbud (dvs. t-bane, trikk eller tog) eller ei. Områdene er også i ulik grad rene boligområder og områder med en blanding av bolig, næringsvirksomhet og annet tjenesteog servicetilbud. Til slutt, avstanden til et lokalt sentra med et visst service- og tjenestetilbud er også trukket inn ved utvelgelse av områdene. Enkelte områder er et lokalt sentra i seg selv, mens andre har relativt lang avstand til et område hvor en rekke hverdagsfunksjoner er samlokalisert (mer om hva dette innebærer kommer vi tilbake til senere). Dette har gitt oss følgende utvalg (se tabell under), der de konkrete grunnkretsene innen hvert område er valgt på bakgrunn av egne synfaringer, informasjon fra lokalkjente 34 og som resultat av koordinering med tidligere forbruksundersøkelser i områder i Oslo (Næss mfl 1993) Begrepsbruk fra Holden (2002) Tetthet blir nærmere diskutert nedenfor Bl.a. Ivar Høyvik i Byutviklingsavdelingen, Plan- og bygningsetaten, Oslo kommune. 49

50 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 3.1 SusHomes undersøkelsesområder, Stor-Oslo Områdenr. Områdenavn Grunnkretser 1 Bjørndalen Brunåsen 2 Grünerløkka Grünerløkka rode Grünerløkka rode 5 3 Holmlia Skovbakken Holmlia senter 4 Hovseter Hamborg Jarbakken 5 Rykkinn Rykkinn Rykkinn Rykkinn 27 6 Sandvika Sandvika-Valler Sandvika-Valler Jong 15 7 Silkestrå Søndre Skøyen 8 Vålerenga Vålerenga rode Vålerenga rode 5 Figur 3.1 Undersøkelsesområdene 50

51 Undersøkelsesområdene og Grønn Hverdag Tabellen under viser hvordan vi har karakterisert de åtte boligområdene etter de tre prioriterte planfaktorene og andre områdekarakteristika, basert på kartstudier, egne synfaringer, andre prosjekter (se nedenfor) og innspill fra enkeltpersoner. 35 Tabell 3.2 Utvalgets spredning over prioriterte planfaktorer og kriterier Bjørndalen Grünerløkka Holmlia Hovseter Rykkinn Sandvika Silkestrå Vålerenga Kommune Oslo Oslo Oslo Oslo Bærum Bærum Oslo Oslo Grunnkretser , , , , 1926, , 1417, , 2705 Dominerende boligtype Enebolig/ rekkehus Blokk Blokk/ rekkehus Blokk Enebolig Blokk Blokk Enebolig/ rekkehus/ blokk Relativ tetthet Lav Høy Høy Høy Lav Høy Høy Middels Relativ avstand til Oslo sentrum Nærhet til skinnegående kollektivtilbud Variasjon i arealbruksstruktur Nærhet til lokalt sentra Lang Kort Lang Middels Lang Lang Middels Kort Nei Ja Ja Ja Nei Ja Ja Nei Lav Høy Lav Middels Lav Høy Lav Middels Langt Nært Nært Middels Langt Nært Nært Middels Utvalget spenner ellers over områder i vest (Sandvika, Rykkinn, Hovseter og Silkestrå), sentrum (Grünerløkka) og øst (Vålerenga, Holmlia og Bjørndalen) av det sentrale Oslo (jfr. figuren over). I hvilken grad øst/vest-skillet i dag representerer markante sosioøkonomiske skillelinjer, og dermed kan være en sentral faktor for å belyse boligrelatert forbruk i ulike områder, er derimot usikkert. Dagens byutvikling og individuelle bostedsvalg er ikke i like sterk grad som før styrt av mer tradisjonelle klasseskillelinjene i Oslo. Mer interessant er det kanskje at utvalget kan sies å dekke relevante elementer av ulike utbyggingsformer med hensyn til boligbygging og byutvikling i Stor-Oslo, ved at det spenner over: i) selvstendig lokalsentrum utenfor Oslo sentrum (Sandvika); ii) eneboligstrøk langt fra sentrum og uten skinnegående kollektivtilbud (Rykkinn og Bjørndalen); 35 Bl.a. Ivar Dyrvik (PBE). 51

52 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo iii) klassisk karré/bygårdsbebyggelse (Grünerløkka), iv) tett boligstrøk relativt langt fra sentrum og med skinnegående kollektivtilbud (Hovseter og Holmlia); v) blanding av småhusbebyggelse og blokk (Vålerenga); og vi) moderne tett boligbebyggelse sentralt i Oslo (Silkestrå). Figuren under synliggjør hvordan områdene varierer med hensyn til arealbruksstruktur (som vil bli nærmere diskutert under presentasjonen av hvert område). Vi finner til dels store forskjeller innad i utvalget. Mortensrud Holmlia Vålerenga Grünerløkka Silkestrå Hovseter Bolig Næring Off./tjenester annet Rykkinn Sandvika 0 % 20 % 40 % 60 % 80 % 100 % Figur 3.2 Arealbruksstruktur per område Utvalget er til en viss grad overlappende med en liknende studie i Oslo fra 1993/1994: Hvor bor de som kjører mest? (bl.a. Næss mfl 1993). Områdene Grünerløkka, Silkestrå og Holmlia er direkte overlappende i de to prosjektene, mens våre områder Rykkinn og Hovseter grenser til to områder i det forrige prosjektet. Bakgrunnen for dette valget har vært at Næss mfl (1993) allerede har klassifisert områdene etter sentrale planfaktorer og dermed gjort det lettere for oss å velge etter våre egne tre hovedkriterier. Samtidig kan det i løpet av SusHomes vise seg interessant å trekke veksler på resultatene fra prosjektet ti år tilbake i tid. 3.2 Om fysisk/strukturelle karakteristika og datagrunnlag Tetthet For å beskrive tettheten i boligområdene har vi valgt å se på både befolkningstetthet og utbyggingstetthet. Med befolkningstetthet menes antall personer per dekar. Med 52

53 Undersøkelsesområdene og Grønn Hverdag utbyggingstetthet menes antall boliger per dekar. I tillegg er det interessant å beregne andel nedbygd areal av totalareal, uavhengig av funksjon. Med nedbygd areal menes her grunnflaten av bygg til boliger, næringsvirksomhet og offentlige formål/tjenester (Næss og Larsen 1994). Befolkningstettheten i boligområdene sier oss noe om hvilket grunnlag som finnes for lokalisering av tjenester og servicetilbud som dagligvarebutikker, barnehager og allment kollektivtilbud i områdene. Det kunne i tillegg være interessant å trekke inn befolkningstettheten på bydelsnivå for bedre å kunne vurdere i hvilken grad området danner grunnlag også for lokalisering av funksjoner som dekker større områder enn boligområder; som skole, postkontor og skinnegående kollektivtilbud 36. Ved at vi inkluderer hele grunnkretser, og i de fleste tilfeller flere grunnkretser i hvert område, vurderer vi våre områder likevel å være store nok i seg selv (med hensyn til innbyggertall) og gir oss dermed langt på vei mulighet for å vurdere befolkningsgrunnlaget også for større funksjoner. Beregning av befolkningstetthet i våre områder gjøres på grunnlag av oversikt over befolkning per grunnkrets (Oslo kommune 2001; SSB 2003a). Tall for fysisk nedbygd areal per grunnkrets har vi fått gjennom egne kjøringer fra SSB (SSB 2003d), basert på GAB-registeret, Bedrifts og Foretaksregisteret (BoF), Felles Kartbase Bygg (FKB) og Administrative grenser og kystlinje i målestokk 1: (N50 ABAS). Oversikt over grunnkretsers samla areal er henta fra SSBs arealstatistikk. Oversikt over antall boliger per grunnkrets har vi fått fra Oslo kommune og Statens kartverk, basert på GAB-registert (PBE 2003; Statens kartverk 2003). Angående totalareal per grunnkrets, vil dette i ulik grad også inkludere større sammenhengende ubebygde områder. I området Rykkinn spesielt, men også til dels i områdene Hovseter, Silkestrå og Holmlia, inkluderer grunnkretsene tilgrensende ubebygde arealer (jordbruksland, skog, park, gravlund og lignende). Dette gir en lavere tetthet enn den reelle tettheten innen boligkvartalene eller de bebygde områdene som vi studerer. Metodemessig trenger dette derimot ikke by på problemer for analysen. Tilgrensende, i dette tilfellet grønne områder er av en viss betydning for de som bor der, og lav tetthet gir oss dermed indirekte informasjon om de stedegne mulighetene for ulike former for rekreasjon. Vel å merke inkluderer ikke våre tall areal dekket av veier og parkeringsplasser etc.. I enkelte analyser blir denne type tilleggsareal beregnet til å være i størrelsesorden omtrent 10 prosent av det bygningsbebygde arealet. I realiteten varierer derimot forholdet mellom areal til bygg og areal til veier/parkering mellom ulike områder i byen. Når vi opererer med tall på et så detaljert nivå som grunnkretser, vil det dermed være vanskelig å trekke inn denne type gjennomsnittsvurderinger. Bebyggelse Bebyggelsen i områdene vil vi beskrive ved boligstrukturen, dvs. fordeling mellom ulike boligtyper, og arealbruksstrukturen, dvs. den lokale fordelingen av fysisk nedbygd areal mellom ulike funksjoner. Boligstrukturen supplerer inntrykket av tetthet som ovenfor indikatorer gir oss, i tillegg til å indikere hvilke forventninger vi kan ha til faktorer som for eksempel energiforbruk 36 Næss mfl (1993) trekker også inn befolkningstetthet på bydelsnivå definert som området i en radius på 800m fra boligområdet (og dekker da et område på totalt 2 km 2 ). 53

54 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo innen hvert område. Materialet gir oss også grunnlag for å vurdere representativiteten i det innkomne materialet med hensyn til å ha dekket de eksisterende/utvalgte boligstrukturene. Tall på fordeling mellom ulike boligtyper hentes fra GAB-registeret (PBE 2003; Statens kartverk 2003) som benytter en detaljert liste over ulike boligtyper. Vi har aggregert materialet til tre hovedtyper bolig; 1) enebolig (inkluderer eneboliger og våningshus); 2) rekkehus (inkluderer rekkehus, tomannsboliger og terrassehus); og 3) blokk (inkluderer blokk- og bygårdsbebyggelse). En for detaljert inndeling av materialet vil svekke muligheten for å analysere potensielle store mønstre. Skillelinjene mellom de ulike boligtypene som nå er gruppert er også små og til dels vanskelige å definere ut. SSB kan gi oss detaljert oversikt over fysisk nedbygd areal til ulike formål, basert på næringskoder fra GAB-registeret, samt Bedrifts og Foretaksregisteret (BoF), Felles Kartbase Bygg (FKB) og Administrative grenser og kystlinje i målestokk 1: (N50 ABAS) (SSB 2003d). Vi har aggregert materialet i arealbruksklasser basert SSBs tonivåsystem (Bloch 2002): i) bolig (inkluderer bolig og bolig/blandet), ii) næringsvirksomhet (inkluderer industri og foretningsdrift, bygg og anlegg), iii) offentlige og private tjenester og formål (inkluderer tjenestebasert virksomhet, transport og kommunikasjon), og iv) annet. Dette gir oss grunnlag for å klassifisere områdene etter grad av lokal blanding av de tre funksjonene med hensyn til arealbruk. For vår analyse vil det være mest interessant å se i hvilken grad bolig som funksjon er fremtredende i området eller ei: i hvilken grad området er et rent boligområde eller et mer variert byområde. Vi kan for eksempel gjøre en grov vurdering av dette basert på prosentfordelingen som arealbruksstrukturen ovenfor gir oss, og gi områdene en karakteristikk etter i hvilken grad bolig er dominerende i området (jfr. tabellen under). Tabell 3.3 Bakgrunn for klassifisering av boligdominansen i områdene Andel areal brukt til boligformål Prosent Lav < 50 % Middels % Høy > 70 % Lokalisering Lokalisering henspeiler her på boligområdenes plassering i forhold til sentrum og andre nøkkelfunksjoner som kan styre reisemønsteret. Sentrum betyr i denne undersøkelsen; 1) Oslo sentrum, og 2) lokalt sentrum med et visst tjeneste- og servicetilbud (se nedenfor). Denne avstanden kan i utgangspunktet oppgis på to måter: i luftlinje og korteste offentlige vei. Ved analyse av transportmønster knyttet til bosituasjoner vil avstand i forhold til vei være det mest avgjørende for hvordan materialet skal forstås. Vi vil likevel også ta med avstand i luftlinje for slik å gi en mer standardisert verdi for sentraliteten til hvert område. Med lokalt sentrum med et visst tjeneste- og servicetilbud mener vi her områder der et spekter av nøkkelfunksjoner som post, bank, apotek, butikker, spisesteder etc. er samlokalisert. Utpeking av lokale sentrum er gjort ut fra egne synfaringer og kartstudier. I forlengelsen av lokalisering kommer også aspektet med umiddelbar nærhet til ulike basistjenester og servicetilbud. Dersom vi definerer umiddelbar nærhet som tilgjengelighet i gå-/sykleavstand, vil det i de aller fleste tilfeller si lokalisering av service- og tjenestetilbud 54

55 Undersøkelsesområdene og Grønn Hverdag inne i selve utvalgsområdet (grunnkretsene) eller i umiddelbar nærhet til disse. Funksjoner som folk bruker i hverdagen vil for eksempel være: apotek, post, bank, dagligvarehandel, bibliotek, barnehage, barneskole, ungdomskole, kino og spisesteder, og tilgjengeligheten i nærområdet vil kunne ha innvirkning på det daglige transportbehovet. Vi har derfor registrert hvor mange av de ti funksjonene som innbyggerne i hvert område har umiddelbar nærhet til, basert på egne synfaringer og informasjon fra lokalkjente. Når det gjelder datatilgang, henter vi avstandsmålinger for korteste offentlige vei fra Nasjonal vegdatabank: Visveg (Statens kartverk/statens vegvesen) 37. Disse målingene gir oss også et anslag for estimert kjøretid. I lys av at avstandene vi her snakker om er alle relativt korte og at reisetiden vil variere sterkt avhengig tiden på døgnet, vurderer vi tidsberegningene som for unøyaktige til at vi kan legge stor vekt på de i analysen av materialet. Målinger av avstand i luftlinje er blitt gjort direkte på kartblad over Stor-Oslo, og da dratt opp utenom vesentlige fysiske barrierer som for eksempel fjordarmer, viker og bratte hellinger/skrenter. Alle avstander er målt fra det geografiske midtpunktet av boligområdene. Sentrumsavstanden er målt i forhold til Stortinget t-banestasjon (Egertorget) som sentrumspunkt. Transport kollektivdekning og bil Mange faktorer virker inn på trafikanters bruk av kollektivtransport, og alle forsøk på å beskrive kollektivdekningen og -tilbudet i hvert boligområde vil være forenklinger. Andre studier har utviklet komplekse indekser for kollektivtilbud (bl.a. Næss mfl 1993) som vektlegger å fastslå kvaliteten på kollektivtilbudet, bl.a. basert på antall avganger og avstand til holdeplasser. Vi har derimot valgt å peke ut noen få enkeltfaktorer som indikerer tilgjengelighet, og som vi mener kan bidra i analysen av materialet. 38 Ved utvelgelse av områdene ville vi sikre en viss spredning mellom ulike kollektivtilbud, og da spesielt med hensyn til nærhet til skinnegående transportmiddel. Utvalget inkluderer derfor områder med nærhet til t-bane, trikk eller tog, men også områder med kun buss som kollektivtransportmiddel. Avstand til nærmeste holdeplass for skinnegående transportmiddel og reisetid kollektivt til Oslo sentrum er dermed interessante faktorer å trekke inn i analysen. Vi har beregnet avstand til nærmeste t-bane/trikk/togstasjon ved hjelp av Nasjonal vegdatabank: Visveg (Statens kartverk/ Statens vegvesen) 39, og reisetid fra boligområdet til Oslo sentrum (Egertorget/Stortinget t-banestasjon) ved hjelp av Trafikantens reiseplanlegger 40. Tidspunkt for kollektivreisen har vi satt til kl en hverdag, for å synliggjøre reisetid i morgenrushet. Når det gjelder busstilbud i de enkelte områdene, har alle boligområdene mer eller mindre umiddelbar nærhet til busslinjer. Det er derimot vanskelig å anslå busstilbudet i form av sammenlignbare data per område, da busslinjene ikke har samme struktur som de skinnegående (dvs. hovedsaklig i retning Oslo sentrum). I analysen skiller vi dermed 37 Se Ruteplanleggeren inneholder alle offentlige og private veger med lengde over 50 metersom er kjørbare med personbil. Nøyaktigheten på vegnettet er 10 meter eller bedre, og bakgrunnsmaterialet blir oppdatert jevnlig. 38 Kompliserte indekser kan tilsløre de faktiske underliggende faktorene i analysen, og vi velger derfor å belyse kun et par enkeltfaktorer som vi anser å være kritiske for bruken av kollektivtransport til hverdagsreiser. 39 Se fotnote Se 55

56 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo mellom godt og dårlig kollektivtilbud ved å skille mellom områder som har god tilgang på ulike transportmidler og de som bare har busstilbud tilknyttet området. Når det gjelder bruk av bil, kan dette knyttes til faktorer som bilhold og parkeringsmuligheter. Parkeringsmulighetene blir beskrevet ved i hvilken grad husstandene har tilgang til egen parkeringsplass, enten det er egen garasje, carport eller annen parkeringsplass. Tall for både parkeringsmuligheter og i hvilken grad husstandene disponerer egen bil (en eller flere) per grunnkrets har vi hentet fra kommuneheftene i Folke- og boligtellingen 2001 (SSB 2002). Ovenfor materiale har gitt oss følgende opplysninger per område (se kapittel 4 for nærmere gjennomgang av resultater per område): Tetthet Tabell 3.4 Samletabell for verdier for fysisk/strukturelle forhold per område Bjørndalen Grünerløkka Holmlia Hovseter Rykkinn Sandvika Silkestrå Vålerenga Befolkningstetthet, pers/da Utbyggingstetthet, husstander/da Andel utbygd areal samla sett, % fysisk nedbygd areal 2,8 17,2 4,1 6,2 0,9 1,6 5,1 7,3 0,9 11,8 1,4 3,0 0,3 1,4 2,0 4, Bebyggelse Dominerende boligtype Enebolig/ rekkehus Blokk Blokk/ rekkehus Blokk Enebolig Blokk Blokk Enebolig/ rekkehus/ blokk Arealbruksstruktur, andel bolig høy lav lav middels høy lav høy middels Lokalisering Avstand til Oslo sentrum, km off. vei Estimert kjøretid, min. Avstand til Oslo sentrum i luftlinje, km Avstand til nærmeste lokalsentrum, km off. vei Lokalt service- og tjenestetilbud (av 10 mulige) 16,5 3,1 13 8,9 22,6 16,1 7,2 5, ,6 1,5 9,6 6,7 15,8 13,3 3,5 2,7 5,3 <0,5 <1 2,3 <1 <0,5 1 1,

57 Undersøkelsesområdene og Grønn Hverdag Tabell 3.4 Samletabell for verdier for fysisk/strukturelle forhold per område (forts.) Kollektivdekning Bjørndalen Grünerløkka Holmlia Hovseter Rykkinn Sandvika Silkestrå Vålerenga Avstand til nærmeste t- banestasjon, km Reisetid til Oslo sentrum, kl.08.00, min. 4,6 1,6 <1 <1 3,1 < Bil Andel husstander som disponerer egen bil, % Andel husstander med egen parkeringsplass, % Om sosioøkonomiske og demografiske forhold og datagrunnlag Befolkning/demografi De ulike boligområdene har til dels svært ulik demografisk struktur. Oversikt over alderssammensettingen av den lokale befolkningen gjør oss i stand til å vurdere representativiteten i materialet. Vi har da brukt prosentvis fordeling mellom følgende aldersgrupper av totalt antall voksne i områdene: over 70 I tillegg er det interessant å trekke inn i analysen i hvilken grad områdene preges av barnefamilier. Andelen barn under 18 år av totalt innbyggertall er lagt inn i presentasjonen av områdene. Det samme er fordelingen mellom menn og kvinner (i alderen 18 år og eldre) samlet sett per område. Tall over innbyggere fordelt etter alder og kjønn har vi hentet fra Oslo kommunes befolkningsoversikt (Oslo kommune 2002) og fra SSB (SSB 2003e). Når det gjelder familiestrukturer, har vi lagt vekt på antall familiemedlemmer per husstand, og oppgitt antall husstander bestående av fra en til sju eller flere personer. Tall for dette har vi fått fra Folke- og boligtellinga 2001 (SSB 2003e). 41 Ingen under 18 år har svart på spørreskjemaet. 57

58 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Inntekt, utdanning og yrkesliv Opplysninger om inntektsfordeling på grunnkretsnivå finnes i SSBs selvangivelsesstatistikk Egne kjøringer av materialet har gitt oss antall innbyggere i en alder av 17 år eller eldre i følgende bruttoinntektsklasser (SSB 2003c): Under kr kr kr kr kr Over kr Bruttoinntekt består av lønnsinntekt, næringsinntekt, pensjoner og kapitalinntekter. Vi har også fått verdier for gjennomsnittlig bruttoinntekt per område samlet sett. Opplysninger om innbyggernes høyeste utdanningsnivå per grunnkrets kan hentes fra SSBs befolkningsstatistikk pr etter befolkningens høyeste utdanning pr (SSB 2003b). Vi har fått data etter følgende inndeling for innbyggere over 17 år: Grunnskole Videregående skole Høyere utdanning inntil 4 år Høyere utdanning over 4 år Oversikt over innbyggernes fordeling i ulike inntektsgrupper og etter utdanningsnivå vil gi noe ulike totale befolkningstall enn befolkningsoversikten ovenfor. Dette skyldes at innbyggertallet varierer hele tiden, og datamaterialet fra eksterne kilder stammer fra ulike år. 42 Endringene, og dermed forskjellene, er derimot marginale med hensyn på konsekvenser for bruk av materialet i analysen. Som grunnlag for vurdering av representativiteten i det innkomne materialet, vil vi også vurdere i hvilken grad vi har dekket aktivitetsstatus i området, dvs. andel innbyggere som er yrkesaktive, arbeidsledige, under utdanning, pensjonister eller annet. Opplysninger om dette har vi fått fra Folke- og boligtellinga 2001 (SSB 2003f). 3.4 Boligområdene BJØRNDALEN Bjørndalen og området Mortensrud langs E6 sørøst for byen er et av de nyeste utbyggingsområdene i Oslo kommune. Utbyggingen av boliger startet ikke før i midten av 1980-åra, og da med vekt på relativt lav utnyttelse av områdene, dvs. hovedsaklig eneboliger og rekkehus. T-banen ved Skullerud ble forlenga til Mortensrud i 1998, og området rundt stasjonen er fremdeles et utbyggingsområde, men har etter hvert fått kjøpesenter, svømmehall, skole og bo- og rehabiliteringshjem (Oslo byleksikon 2000). Området vi har i utvalget inkluderer den nyeste eneboligbebyggelsen på Bjørndalen (helt sør ved grensa til Kolbotn og Oppegård kommune), som hovedsakelig er utbygd på 1990-tallet. Området Bjørndalen grenser også til store friområder og ligger nær Østmarka. I området øst for boligfeltet er det i løpet av de neste ti årene planlagt gjennomført 42 Alle eksterne data er fra perioden

59 Undersøkelsesområdene og Grønn Hverdag tilsvarende store boligutbygginger (Gjersrud/Stensrud-utbygginga), også her med hovedvekt på mindre tett bebyggelse. Dette er en bevisst prioritering fra Oslo kommune sin side, med mål om å etablere et variert boligtilbud og en variert sosioøkonomisk struktur i dette området som i utgangspunktet er dominert av mer tette utbygginger. 43 Når det gjelder kollektivtransport er Bjørndalen lokalisert relativt langt fra Mortensrud t-banestasjon, og buss er dermed eneste kollektivtilbud i området. Ellers knyttes området til Oslo sentrum ved kort adkomst til E6. Som del av de større utbyggingsplanene i området rundt Bjørndalen har det vært snakk om å forlenge enten t-banelinja fra Mortensrud eller koble området på en lokaltoglinje via Hauketo stasjon i vest, men en eventuell realisering av dette ligger langt fram i tid. 44 I dag anses befolkningsgrunnlaget i området å være for lite til å legitimere en slik utbygging. Figur 3.3 Kart over Bjørndalen, område Pers. meddelelse, Ivar Høyvik, PBE, Oslo kommune Pers. meddelelse, Ivar Høyvik, PBE, Oslo kommune. 59

60 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Vi har valgt området Bjørndalen for å fokusere på arealkrevende boligutbygging, dvs. områder med lav tetthet i Oslo-området, med relativt svak kollektivdekning og uten samlokalisert daglig tjeneste- og servicetilbud. Området ligger også relativt langt fra Oslo sentrum. Området har i tillegg mange likhetstrekk med Rykkinn i vest, noe som gir godt grunnlag for sammenlikning og identifisering av kritiske faktorer med hensyn til boligrelatert forbruk. Befolkning Befolkningsstrukturen (som vist i tabell og figur under) viser at Bjørndalen er det desidert mest barnerike området i utvalget, med 37,4 prosent av innbyggerne under 18 år. Dette er derimot ikke overraskende når vi sammenholder dette med aldersgruppen år, som dominerer med mer enn 75 prosent av den voksne befolkningen. Aldersgruppen 60 + er derimot marginal i sammenlikning (kun vel fem prosent). Tabell 3.5 Alderssammensetning, Bjørndalen Antall Prosent , , , , , ,7 Over ,8 Totalt voksne ,4 Over ,6 Totalt Figur 3.4 Alderssammensetning, Bjørndalen 60

61 Undersøkelsesområdene og Grønn Hverdag Fordelingen mellom kvinner og menn er svært jevn, med kun en minimal overvekt av kvinner (jfr. tabell under). Tabell 3.6 Fordeling kvinner menn, Bjørndalen Kvinner Menn Antall voksne Prosent 50,2 49,8 Når det gjelder størrelsen på husholdningene på Bjørndalen, så er hver tiende en enmannshusholdning. Dette er den laveste andelen enmannshusholdninger i utvalget. Derimot består så mange som 35,5 prosent av husholdningene av fire personer, og majoriteten (dvs. over 60 prosent) består av 3-5 personer. Sammenliknet med resten av utvalget er dette den desidert høyeste verdien. Tabell 3.7 Antall husholdningsmedlemmer, Bjørndalen Antall husholdninger Prosent 1 person 45 10,8 2 personer personer 78 18,7 4 personer ,5 5 personer 54 12,9 6 personer 14 3,4 7 personer eller flere 7 1,7 Husholdninger i alt På Bjørndalen er andelen av innbyggerne med kun grunnskole som høyeste utdanningsnivå lav (kun overgått av Silkestrå), mens andelen med videregående skole som høyeste utdanningsnivå er av de høyeste i utvalget (kun overgått av Holmlia). Samlet gir dette et gjennomsnittlig utdanningsnivå som er av de laveste i utvalget. Færre enn hver tiende innbygger over 17 år har høyere utdanning over fire år, og rundt 35 prosent har høyere utdanning i det hele tatt. Vel å merke refererer ovenfor informasjon om utdanningsnivå ikke til fullendt utdanning, og dermed kan mange fremdeles være under utdanning. Tabell 3.8 Høyeste utdanningsnivå, Bjørndalen Antall beboere Prosent Grunnskole 80 9,2 Videregående skole ,1 Høyere utdanning inntil 4 år ,5 Høyere utdanning over 4 år 80 9,2 Totalt Ser vi nærmere på innbyggernes hovedbeskjeftigelse, finner vi at så mye som 81,6 prosent er yrkesaktive, dvs. at de har inntektsgivende arbeid. Dette er den høyeste andelen yrkesaktive i utvalget. Nest største gruppe er deretter de som definerer seg selv som 61

62 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo hjemmeværende, og det gjelder for knapt hver tiende innbygger. Arbeidsledigheten ligger på under en prosent. Tabell 3.9 Hovedbeskjeftigelse, Bjørndalen Antall Prosent Yrkesaktiv, inntektsgivende arbeid ,6 Hjemmeværende 77 8,6 Skoleelev/student 35 3,9 Alderspensjonist 17 1,9 Uføretrygdet/annen pensjonist 29 3,2 Arbeidsledig, uten inntektsgivende arbeid 8 0,9 Totalt Området skiller seg også inntektsmessig fra de andre områdene, med en svært høy gjennomsnittlig bruttoinntekt. Mer enn hver tredje voksne innbygger har en inntekt på kr eller mer, mens kun hver fjerde har laver enn kr Tabell 3.10 Bruttoinntektsfordeling, Bjørndalen Bruttoinntekt Antall innbyggere 17 år og eldre Prosent og over Gjennomsnittlig bruttoinntekt, Bjørndalen I alt Kr ,- Bebyggelse og tetthet Boligbebyggelsen er totalt dominert av eneboliger og rekkehus. Innen kategorien rekkehus, er det i dette tilfellet bygninger med inntil fire boenheter i kjede som dominerer, noen få vertikaldelte tomannsboliger og noen rekkehus med fem eller flere i kjede. Samtidig inkluderer området minimalt med andre funksjoner enn boliger. Området må dermed sies å være et ytterst homogent område både med hensyn til funksjon og boligstruktur. Tabell 3.11 Fordeling mellom ulike boligtyper, Bjørndalen Antall (registrert i GAB) Prosent Enebolig ,4 Rekkehus ,6 Blokk - - Totalt

63 Undersøkelsesområdene og Grønn Hverdag Tabell 3.12 Fysisk nedbygd areal etter bruksfunksjon, Bjørndalen Dekar Andel av fysisk nedbygd areal Bolig 40,3 97,1 Næring 0,1 0,2 Offentlige formål/tjenester 1,0 2,4 Annet 0 0 Totalt bebygd 41,5 100 Åtte prosent av grunnkretsens totalareal er fysisk nedbygd av bygninger. Andelen vei per husstand må forventes å være større enn i tettere områder, men størstedelen av det ubebygde arealet er grøntområder i form av friareal, og private hager. Det er derimot ikke mulig å anslå fordelingen mellom disse to kategoriene areal. Samlet gir dette en lav befolkningstetthet og utbyggingstetthet: Befolkningstetthet - 2,8 innbyggere per dekar Utbyggingstetthet - 0,9 husstander per dekar Ser man utvalget under ett, er Bjørndalen et av de minst tette områdene med hensyn til befolkning og bolig/utbyggingsgrad, sammen med Rykkinn og Sandvika. Lokalisering og transport Utvalgsområdet Bjørndalen er lokalisert langt fra Oslo sentrum: 16,5 km fra Egertorget når man måler korteste kjøreavstand med bil. Som vist ovenfor, er området et rent boligområde, noe som gir også lang avstand til nærmeste lokale sentrum der man har tilgang på et visst tilbud av butikker og tjenester. Senter Syd Mortensrud, som er lokalisert i området rundt Mortensrud t-banestasjon, ligger mer enn fem km fra boligområdet, målt i korteste kjøreavstand. Senteret inkluderer post, bank, apotek, spisesteder, dagligvarebutikker, andre butikker og helsetjenester. Korteste kjøreavstand til selve t-banestasjonen blir målt til 4,6 km. Dette gir dermed lang reisetid dersom man skal nytte kollektivtransport helt fra området og inn til Oslo sentrum. Vi har beregnet reisetiden kl en hverdag til å bli 38 minutter, og man reiser da med buss. Buss til Mortensrud t-banestasjon og videre med banen inn til sentrum gir om lag samme tidsbruk. Nært sagt alle husstandene har egen parkeringsplass tilknyttet boligen, og hele 83 prosent disponerer også egen bil (en eller flere). Dette er den høyeste bilandelen i vårt utvalg. 63

64 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 3.13 Avstander, parkeringsplasser og disponering av bil, Bjørndalen Faktor Sted Avstand til Oslo sentrum, kjørevei* 16,5 km Estimert kjøretid 20 min Avstand til Oslo sentrum, luftlinje* 12,6 km Avstand til nærmeste lokalsentrum** 5,3 km Senter Syd Mortensrud Avstand til nærmeste t-bane/togstasjon 4,6 km Mortensrud Reisetid koll. kl til Oslo sentrum* 38 minutter Husholdninger som har egen parkeringsplass 98 % Husholdninger som disponerer egen bil 83 % * Egertorget/Stortinget t-banestasjon ** Med en viss mengde tjenester, servicetilbud, butikker osv. GRÜNERLØKKA Byområdet som kalles Grünerløkka omfatter boligstrøket øst for Akerselva, mellom Sannerbrua og Nybrua. Størstedelen av området består av sammenhengende karrébebyggelse (bygårder i mur) fra slutten av 1800-tallet. Boligstørrelsen i disse gårdene er jevnt over liten, og mange leiligheter har bare et eller to rom. Grünerløkka ble gjenstand for omfattende byfornyelsesprosjekter særlig på og 80-tallet og som bestod i å rehabilitere de gamle bygårdene (inkluderte bl.a. isolering, innlegging av bad og WC og opprusting av bakgårder). En del av bebyggelsen var derimot i en så dårlig stand at bygårder ble revet og erstattet av nye bygg, framfor å bli rehabilitert. Leiligheter har også blitt slått sammen for å gi større boenheter, og samtidig har folketallet gått ned. Murbyen i indre by i Oslo står i dag på Byantikvarens gule liste som er en oversikt over registrerte verneverdige kulturminner og kulturmiljøer i Oslo 45. Kulturminnene som er oppført i listen har så stor kulturhistorisk og/eller arkitektonisk verdi, at de ønskes bevart. I tillegg er murbebyggelsen nevnt spesielt i Kgl.res : ( ) samt byens unike og homogene murgårdsbebyggelse fra 1800-tallet. Utviklingen i disse områdene vil måtte ta hensyn til de antikvariske og historiske interessene som knytter seg til dem. Dette betyr ikke at murbebyggelsen er vernet, men at det er mulighet for å overstyre kommunale vedtak som går på tvers av bevaringsinteresser. I dag rives det dermed i liten grad eldre karrébebyggelse (med unntak av bakgårdsbebyggelse som rives for å få bedre uteområder). Gjenværende bygårdene blir heller restaurert, og åpne tomter blir gjenbygd. I løpet av 1990-tallet har området Grünerløkka blitt svært populært blant unge, og gjennomsnittsalderen er derfor lavere enn byen samlet sett. Det gamle arbeiderstrøket har blitt et trendsettende lokalsentrum i byen, med kaféer, trendbutikker, barer og kulturtilbud som tiltrekker seg folk med et høyere utdanningsnivå enn før. Byområdet Grünerløkka inkluderer en rekke parker bl.a. Olaf Ryes plass, Birkelunden, deler av Sofienbergparken. I området ligger også Foss videregående skole og Grünerløkka barneskole. Vi har valgt ut kvartaler av bebyggelsen som er sentralt lokalisert i forhold til tilbud og aktiviteter i området, samt kollektivtilbud (trikk og buss) og parker (grunnkretsene 2203 og 2205). Men først av alt er området valgt for å representere den klassiske karrébebyggelsen i Oslo (kun 17,5 prosent av bebyggelsen er bygd etter 1970; SSB 2002), 45 Hva er Byantikvarens gule liste? : handbok/sentralt/informasjonsarkxogxpublikasjoner/infoark_gul_liste_ pdf 64

65 Undersøkelsesområdene og Grønn Hverdag sentrumsnær og med høy tetthet. Det at området i tillegg i dag er svært populært, gjør det ytterliggere interessant å studere med hensyn til boligrelatert forbruk og med tanke på diskusjoner om fortetting og boligbygging i det sentrale Oslo. Figur 3.5 Kart over Grünerløkka, område 2 Befolkning En klar majoritet - om lag 70 prosent - av befolkningen i området Grünerløkka er i alderen år, og overgår alle de andre sju områdene med hensyn til størrelsen på denne aldersgruppa. Ser vi på aldersgruppa år, øker andelen til opp mot 85 prosent. Området er derimot ikke av de mest barnerike i vårt utvalg, samtidig som det har nesten ingen ungdommer i alderen Andelen i gruppen 60 + er også marginal (opp mot seks prosent), sammenliknet med de andre områdene. 65

66 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 3.14 Alderssammensetning, Grünerløkka Antall Prosent , , , , , ,5 Over ,3 Totalt voksne ,6 Over ,4 Totalt Figur 3.6 Alderssammensetning, Grünerløkka Utvalgsområdet Grünerløkka har en viss overvekt av menn (i underkant av 6 prosent. Selv om dette er beskjedent, er det interessant at dette er det eneste området i utvalget som har en overvekt av menn. Tabell 3.15 Fordeling kvinner menn, Grünerløkka Kvinner Menn Antall voksne Prosent 47,1 52,9 Når det gjelder størrelsen på husholdningen ei området, er det en klar dominans av enmannshusholdninger (nesten 65 prosent). Dette er den høyeste andelen enmannshusholdninger i hele utvalget. Dernest består nesten hver fjerne husholdning av kun to personer. Husholdninger med tre eller flere medlemmer er mer sjeldent. 66

67 Undersøkelsesområdene og Grønn Hverdag Tabell 3.16 Antall husholdningsmedlemmer, Grünerløkka Antall husholdninger Prosent 1 person ,4 2 personer ,2 3 personer 82 7,9 4 personer 41 3,9 5 personer 4 0,4 6 personer personer eller flere 3 0,3 Husholdninger i alt Ser vi nærmere på utdanningsnivå og inntektsnivå i området, finner vi en relativt stor andel med høyere utdanning inntil fire år (langt høyere enn i alle de andre områdene). Samlet overgås andelen på vel 45 prosent med en eller annen form for høyere utdanning kun av Silkestrå. Tabell 3.17 Høyeste utdanningsnivå, Grünerløkka Antall beboere Prosent Grunnskole ,7 Videregående skole ,3 Høyere utdanning inntil 4 år ,5 Høyere utdanning over 4 år ,5 Totalt Tre av fire voksne (dvs. over 17 år) på Grünerløkka er yrkesaktive (dvs. har inntektsgivende arbeid). Dernest er 11,8 prosent hjemmeværende, og de resterende kategoriene ligger alle i underkant av fem prosent hver. Arbeidsledigheten ligger her på 2,9 prosent. Tabell 3.18 Hovedbeskjeftigelse, Grünerløkka Antall Prosent Yrkesaktiv, inntektsgivende arbeid Hjemmeværende ,8 Skoleelev/student 30 2,2 Alderspensjonist 51 3,7 Uføretrygdet/annen pensjonist 64 4,6 Arbeidsledig, uten inntektsgivende arbeid 40 2,9 Totalt Inntektsmessig skiller Grünerløkka seg derimot mer fra Silkestrå, med nesten kr lavere gjennomsnittlig årlig bruttoinntekt. Over 30 prosent har en inntekt lavere enn 67

68 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo kr Befolkningen i området er ung og mange kan være studenter som tar høyere utdanning, noe som gir lavere inntekt enn i andre områder. 24 prosent har inntekt på kr eller mer. Tabell 3.19 Bruttoinntektsfordeling, Grünerløkka Bruttoinntekt Antall innbyggere 17 år og eldre Prosent og over 68 5 Gjennomsnittlig bruttoinntekt, Grünerløkka I alt Kr ,- Bebyggelse og tetthet Som nevnt innledningsvis, er området Grünerløkka dominert av bygårdsbebyggelse, og som vi ser av tabellen neden for, så er nærmest alle boligene i området registrert som blokkleilighet. Området er dermed svært homogent med hensyn til boligstruktur. Tabell 3.20 Fordeling mellom ulike boligtyper, Grünerløkka Antall (registrert i GAB) Prosent Enebolig 1 0,1 Rekkehus 15 1,4 Blokk ,5 Totalt Samlet er 48 prosent av områdets areal dekket av bygninger, og er det høyeste i utvalget. I tillegg kommer store deler vei og annen plastring av bakken (parkering, bakgårder og lignende). Parkområdet Olav Ryes Plass og et grøntområde langs østsiden av Akerselva er unntaket. Vi ser også at det bebygde arealet deles mellom bolig- og næringsformål. 46 Næringsarealene i området blir nytta til industri, varehandel, restauranter og forretninger. Boligene inngår i all hovedsak i reine boligbygg (bygårder). Tabell 3.21 Fysisk nedbygd areal etter bruksfunksjon, Grünerløkka Dekar Andel av fysisk nedbygd areal Bolig 18,5 41,3 Næring 19,4 43,3 Offentlige formål/tjenester 6,6 14,7 Annet 0,3 0,7 Totalt bebygd 44, Siden boligbebyggelsen i all hovedsak består av blokker (dvs. bygårder), ville en framstiling av bruksareal etter samme funksjonsinndeling derimot vist en overvekt av areal til boligformål. 68

69 Undersøkelsesområdene og Grønn Hverdag Tabellene ovenfor antyder en svært høy tetthet, både med hensyn til befolkning og utbyggingsgrad. Befolkningstettheten er på hele 17,2 innbyggere per dekar, mens utbyggingstettheten er 11,8 boliger per dekar. Dette overstiger radikalt alle de andre områdene i utvalget (jfr. Tabell 3.4). Lokalisering og transport Området Grünerløkka i utvalget er del av bydel Grünerløkka-Sofienberg, og ligger mellom hovedtransportårene Ring 1 og Ring 2 rundt Oslo sentrum. Området er desidert mest sentralt med hensyn til nærhet til Oslo sentrum, sammenliknet med de andre områdene i utvalget. To trikkelinjer går i retning nord-sør gjennom Grünerløkka som sådan, og knytter slik området til Oslo sentrum. I tillegg eksisterer det en rekke busslinjer i retning både øst-vest og nord-sør. Nærmeste t-banestasjon vil enten være Oslo sentrum eller Grønland som begge ligger i en avstand av 1,6 km fra sentralt i utvalgsområdet. Ønsker man å reise kollektivt til Oslo sentrum, kan det beregnes til å ta om lag 18 minutt kl en hverdag, og da basert på trikk. Kjøreavstand til Egertorget er 3,1 km. Området inkluderer et rikt utvalg av butikker, både dagligvarebutikker og andre tilbud, samt post og apotek, og innbyggerne i vårt utvalgsområde vil dermed ha kort avstand til disse tilbudene. Når det gjelder bilhold, så disponerer kun 29,6 prosent av husholdningene egen bil. Dette er mye lavere enn i alle de andre områdene. Samtidig har bare 15,7 prosent egen parkeringsplass tilknyttet boligen. Tabell 3.22 Avstander, parkeringsplasser og disponering av bil, Grünerløkka Faktor Sted Avstand til Oslo sentrum, kjørevei* Estimert kjøretid Avstand til Oslo sentrum, luftlinje* 3,1 km 5 min 1,5 km Avstand til nærmeste lokalsentrum** 0,5 km Grünerløkka Avstand til nærmeste t-bane/togstasjon 1,6 km Oslo S Avstand til nærmeste trikkestopp 0,5 km Reisetid koll. kl til Oslo sentrum* 18 min Husholdninger som har egen parkeringsplass 15,7 % Husholdninger som disponerer egen bil 29,6 % * Egertorget/Stortinget t-banestasjon **Med en viss mengde tjenester, servicetilbud, butikker osv. HOLMLIA I 1956 stod de første lavblokkene ved det som senere ble Holmlia senter, innflyttingsklare (Nygaard 1990). På 50-tallet begynte også industriforetak å etablere seg i området. Boligblokker ble reist på Holmlia i 1960-årene, mens den store boligutbygginga i området først ble vedtatt i 1976 (Oslo byleksikon 2000). Selve Holmlia-senteret åpna i Store utbygginger kom på 1980-tallet, med blokker, rekkehus og atriumshus. 88,4 prosent av bebyggelsen i våre grunnkretser (3203 og 3204) er bygd etter Selv om Holmlia stasjon (ved Holmlia senter) ikke åpna før i 1988, så lå toglinjene i området fra før, og utbyggingsprosjektet Holmlia er helt fra starten planlagt der det er nettopp pga 69

70 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo mulighetene for å koble seg til kollektivtransportsystemet som allerede eksisterte. Området har i tillegg kort adkomst til E18/Mosseveien. På 1980-tallet kom også barneskoler (Hallagerbakken og Rosenholm) og ungdomskole (Holmlia) i området. Holmlia senter har i dag et rikt utvalg butikker, service- og tjenestetilbud (helse, sosial, idrett mm) og spisesteder. Innbyggerne i området har dermed de fleste hverdagbehov dekket i umiddelbar nærhet. Figur 3.7 Kart over Holmlia, område 2 Vi har valgt å studere Holmlia siden det representerer en type boligutbygging som finnes flere steder i Oslo (Stovner, Romsås, Furuset osv.). Tette boligområder ble etablert med blokker og rekkehus, langt fra Oslo sentrum, men med direkte t-baneforbindelse inn til byen. Holmlia, som de andre områdene, ligger i områder som også er preget av grønne lunger eller som grenser til marka. Området er relativt homogent, i den forstand at det preges av boliger og få andre funksjoner er lokalisert her, med unntak av sentrene. Området har i utgangspunktet en rekke likhetstrekk med grunnkretsene i området Hovseter, med unntak av at Holmlia bl.a. ikke inngår i et ellers eneboligdominert område. 70

71 Undersøkelsesområdene og Grønn Hverdag Sosio-økonomisk kan man også forvente forskjeller mellom områdene, ved at de representerer henholdsvis vestkant og østkant, men dette kan vise seg å ikke stemme ved nærmere analyse. I dag har om lag 25 prosent av innbyggerne i bydel Søndre- Nordstrand innvandrerbakgrunn, og i blokkene rundt Holmlia senter (grunnkrets 3204) er andelen over 50 prosent. Befolkning Den voksne befolkningen domineres av aldersgruppa år som utgjør 70 prosent. Barneandelen på 33,6 prosent er samtidig av de høyeste i utvalget, kun overgått av Bjørndalen. Andelen eldre (60 +) ligger på 11 prosent, noe som er mye lavere enn Sandvika, Rykkinn og Hovseter, men er på linje med Silkestrå. Tabell 3.23 Alderssammensetning, Holmlia Antall Prosent , , , , , ,0 Over ,0 Totalt voksne ,6 Over ,4 Totalt Figur 3.8 Alderssammensetning, Holmlia Andelen kvinner på Holmlia er kun marginalt større enn andelen menn. Kun vel tre prosent skiller mellom kjønnene. 71

72 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 3.24 Fordeling kvinner menn, Holmlia Kvinner Menn Antall voksne Prosent 51,8 48,2 Drøyt hver tredje husholdning består av kun en person. Sammen med Silkestrå er dette det desidert laveste i utvalget. Dernest har området 22,4 prosent tomannshusholdninger. Det er nesten like mange tre- som firemannshusholdninger, men nesten 15 og 13 prosent respektivt. Vel å merke er andelen husholdninger med seks eller flere familiemedlemmer den høyeste i utvalget (om lag 6 prosent). Tabell 3.25 Antall husholdningsmedlemmer, Holmlia Antall husholdninger Prosent 1 person ,9 2 personer ,4 3 personer ,9 4 personer personer 82 8,9 6 personer 33 3,6 7 personer eller flere 21 2,3 Husholdninger i alt Holmlia representerer det området i utvalget med gjennomsnittlig lavest utdanningsnivå og lavest inntektsnivå, og avstanden til de andre er også relativt stor. Kun hver fjerde innbygger i alderen 18 år eller eldre har utdanning høyere enn videregående skole. Tabell 3.26 Høyeste utdanningsnivå, Holmlia Antall beboere Prosent Grunnskole ,9 Videregående skole ,9 Høyere utdanning inntil 4 år ,9 Høyere utdanning over 4 år 74 5,2 Totalt Ser vi nærmere på hvilken hovedbeskjeftigelse innbyggerne på Holmlia er registrert med, finner vi at 60,6 prosent av den voksne befolkningen er yrkesaktive, dvs. at de har inntektsbringende arbeid. Dette er relativt lavt sammenlignet med de foregående områdene (dvs. Bjørndalen og Grünerløkka) men likevel høyere enn Hovseter og Sandvika. Holmlia er derimot det området i utvalget med høyest andel registrerte hjemmeværende (16,9 prosent). Området har også om lag 15 prosent registrerte pensjonister eller andre trygdede. Arbeidsledigheten er registrert til 3,7 prosent. 72

73 Undersøkelsesområdene og Grønn Hverdag Tabell 3.27 Hovedbeskjeftigelse, Holmlia Antall Prosent Yrkesaktiv, inntektsgivende arbeid ,6 Hjemmeværende ,9 Skoleelev/student 56 3,5 Alderspensjonist 86 5,4 Uføretrygdet/annen pensjonist 159 9,9 Arbeidsledig, uten inntektsgivende arbeid 60 3,7 Totalt Inntektsmessig gir dette seg utslag i svært lav gjennomsnittlig bruttoinntekt i området. Opp mot 40 prosent har lavere inntekt enn kr i året, mens kun 15 prosent har over kr i året. Tabell 3.28 Bruttoinntektsfordeling, Holmlia Bruttoinntekt Antall innbyggere 17 år og eldre Prosent Gjennomsnittlig Bruttoinntekt, Holmlia og over 32 2 I alt Kr ,- Bebyggelse og tetthet Området Holmlia domineres av blokkbebyggelse med 3-4 etasjer, men også noe med fem eller flere etasjer. Rekkehusbebyggelsen består i all hovedsak av fem eller flere boliger i kjede. Dette antyder i utgangspunktet høy tetthet med hensyn til både befolkning og boligutbygging. Tabell 3.29 Fordeling mellom ulike boligtyper, Holmlia Antall (registrert i GAB) Prosent Enebolig 11 1,4 Rekkehus ,8 Blokk ,8 Totalt Derimot er kun 8 prosent av grunnkretsenes totalareal dekket av bygninger. I tillegg kommer areal til veg, parkering og annen infrastruktur. Utover dette, utgjør grøntareal i form av friareal store deler av området (deler av Sloreåsen og Ravnåsen). Fysisk nedbygd 73

74 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo areal til bolig kan deles nærmest likt mellom rene boligformål og bolig i kombinasjon med annen virksomhet. Næringsarealene er i all hovedsak til varehandel, mens areal til offentlige formål/tjenester inkluderer skole, men også helse- og sosiale tjenster. Tabell 3.30 Fysisk nedbygd areal etter bruksfunksjon, Holmlia Dekar Prosent av fysisk nedbygd areal Bolig 23,1 49,5 Næring 11,2 24,0 Offentlige formål/tjenester 11,3 24,2 Annet 1,2 2,6 Totalt bebygd 46,7 100 Samlet gir dette følgende tetthet: Befolkningstetthet 4,1 innbyggere per dekar Utbyggingstetthet 1,4 husstander per dekar Lokalisering og transport Boligområdet Holmlia ligger i en avstand på 13 km fra Oslo sentrum, målt i korteste kjøreavstand per bil. Nærmeste lokalsentrum med et visst tilbud med butikker og tjenester er Holmlia senteret som ligger rett ved Holmlia stasjon (t-bane) som igjen ligger innenfor selve utvalgsområdet (inkluderer post, apotek, dagligvarebutikker, spisesteder og et rikt utvalg andre butikker og tjenester som bibliotek og legetjeneste). Innbyggerne i utvalgsområdet vårt vil dermed ha mindre enn 1 km i avstand til både kollektivtransport og en viss mengde tjenester, servicetilbud og butikker. Reisetiden med kollektivtransport til Oslo sentrum kl en hverdag er beregnet til 20 minutter. Reise med buss fra områdene i utvalgsområdet som ligger lengst fra Holmlia stasjon gir om lag samme reisetid. Når det gjelder bilhold og parkeringsmuligheter, er det langt færre som disponerer egen bil enn i hvilken grad boligene har egen parkeringsplass. Rundt halvparten av husstandene disponerer egen bil, mens fire av fem har egen parkeringsplass tilknyttet boligen. Tabell 3.31 Avstander, parkeringsplasser og disponering av bil, Holmlia Faktor Sted Avstand til Oslo sentrum, kjørevei* Estimert kjøretid Avstand til Oslo sentrum, luftlinje* 13 km 17 min 9,6 km Avstand til nærmeste lokalsentrum** <1 km Holmlia senter Avstand til nærmeste t-bane/togstasjon <1 km Holmlia Reisetid koll. kl til Oslo sentrum* 20 minutter Husholdninger som har egen parkeringsplass 81 % Husholdninger som disponerer egen bil 49 % *Egertorget/Stortinget t-banestasjon **Med en viss mengde tjenester, servicetilbud, butikker osv. 74

75 Undersøkelsesområdene og Grønn Hverdag HOVSETER Området Hovseter, i bydel Røa, skiller seg sterkt ut fra de omkringliggende boligområdene. Røa er først av alt dominert av enebolig/villabebyggelse, mens Hovseter representerer et tett bebygd blokkområde. OBOS og USBL bygget på slutten av 60-tallet og utover på 70-tallet en rekke borettslag etter forespørsel fra Oslo kommune. I denne perioden var Oslo kommune sentralt aktiv i boligsektoren. Kommunen kjøpte områder som ble regulert til boligformål ettersom kommunen så behov for dette. Området Hovseter ble regulert og bygd ut med tanke på å endre den relativt homogene boligstrukturen i området. Tanken var at alle byområdene i Oslo skulle være mer fleksible eller varierte med hensyn til sosiale og boligstrukturelle forhold 47. Boligbyggingen i området hadde altså en sosial dimensjon, og en del av leilighetene var, og er fremdeles, kommunale sosialboliger. Området Hovseter ble valgt av kommunen med tanke på dets nærhet til Røa-banen som allerede var etablert, og Hovseter-senteret ble regulert inn i utbyggingen helt fra starten for i stor grad å gjøre området selvforsynt med hensyn til dekking av daglige behov (butikker og tjenester). Dette var en dominerende planleggingsstrategi i samtiden. Liknende massive boligutbygginger som i utgangspunktet skulle være selvforsynte ble gjennomført i andre områder, bl.a. Ammerud, Romsås og Stovner. Innenfor vårt utvalgsområde (grunnkretsene 4910 og 4911) ligger i dag bl.a. borettslagene Orebakken i vest, Jarbakken i nord, Sætra i sør og Kollektivet sentralt øst. Innenfor området ligger også Hovseterhjemmet, skolene Voksen og Hovseter og Hovseter-senteret. Sistnevnte har i de senere åra vært prega av forfall og framstår i dag som nedtagga og vanskjøtta. I senteret finns frisør, dagligvarehandel og noen få butikker, men innbyggerne må til Røa sentrum for å få et større spekter av butikker og tjenester som for eksempel post, bank og apotek. Det finnes ellers en rekke barnehager innenfor området, mens nærmeste videregående skole blir Persbråten som ligger et stykke sørvest for utvalgsområdet vårt. Vi har valgt Hovseter på grunn av den tette blokkbebyggelsen, lang avstand til Oslo sentrum, men med t-baneforbindelse inn til byen. Området er også interessant ved at det ligger i et ellers homogent eneboligområde som sosioøkonomisk kan klassifiseres som vest. Selve boligområdet mangler i dag et lokalsentrum med et visst spekter av serviceog tjenestetilbud, men det har relativt kort avstand til lokalsentrum (Røa sentrum). 47 Pers. meddelelse Ivar Høyvik, PBE, Oslo kommune. 75

76 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Figur 3.9 Kart over Hovseter, område 4 Befolkning Området Hovseter har en av de høyeste andelene eldre, med over 30 prosent av den voksne befolkningen i gruppa Vel å merke utgjør de i alderen 70 år og eldre hele 23,4 prosent, noe som gir samme dominans som i Sandvika. Den klare overvekten av kvinner i området må også sees i sammenheng med den høye andelen eldre. Barneandelen er relativt lav sammenliknet med de andre områdene, men er på lik linje med Grünerløkka, og høyere enn Sandvika. Ser vi på aldersgruppa år, utgjør denne vel 50 prosent av den voksne befolkningen, noe som også er lavt sammenliknet med de andre områdene. 76

77 Undersøkelsesområdene og Grønn Hverdag Tabell 3.32 Alderssammensetning, Hovseter Antall Prosent , , , , ,1 Over ,4 Totalt voksne ,8 Over ,2 Totalt Figur 3.10 Alderssammensetning, Hovseter På Hovseter finner vi en klar overvekt av kvinner: 16 prosent. Dette er den største uskjevheten mht kjønnsfordeling blant områdene i utvalget, med Sandvika på neste plass. Tabell 3.33 Fordeling kvinner menn, Hovseter Kvinner Menn Antall voksne Prosent 58,0 42,0 Andelen enmannshusholdninger ligger like under halvparten av registrerte husholdninger, mens hver fjerde er tomannshusholdninger. Tre- og firemannshusholdninger ligger begge rundt ti prosent, mens de høyeste kategoriene er marginale. 77

78 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 3.34 Antall husholdningsmedlemmer, Hovseter Antall husholdninger Prosent 1 person ,9 2 personer ,9 3 personer ,5 4 personer 99 8,7 5 personer 40 3,5 6 personer 4 0,4 7 personer eller flere 4 0,4 Husholdninger i alt Går vi nærmere inn på hvem som bor i området, finner vi at andelen med en eller annen form for høyere utdanning er relativt høy. Sammenliknet med de andre områdene, overgås Hovseter kun av Silkestrå og Grünerløkka. Samtidig har området en relativt høy andel med kun grunnskole som høyeste utdanningsnivå. Dette må kanskje sees i sammenheng med den høye andelen eldre i området. Tabell 3.35 Høyeste utdanningsnivå, Hovseter Antall beboere Prosent Grunnskole ,9 Videregående skole ,5 Høyere utdanning inntil 4 år ,1 Høyere utdanning over 4 år ,5 Totalt Ser vi på innbyggernes hovedbeskjeftigelse, er noe over halvparten yrkesaktive, mens hver fjerde er alderspensjonist. Inkluderer vi også uføretrygdede og andre pensjonister, når gruppen over 30 prosent. Sammenliknet med de andre områdene er dette svært høyt, og Hovseter blir kun forbigått av Sandvika på dette punktet. arbeidsledigheten ligger på 1,4 prosent. Tabell 3.36 Hovedbeskjeftigelse, Hovseter Antall Prosent Yrkesaktiv, inntektsgivende arbeid ,4 Hjemmeværende Skoleelev/student 49 2,6 Alderspensjonist ,7 Uføretrygdet/annen pensjonist Arbeidsledig, uten inntektsgivende arbeid 26 1,4 Totalt

79 Undersøkelsesområdene og Grønn Hverdag Eldreandelen gir nok også utslag i en relativt lav gjennomsnittlig årlig bruttoinntekt i befolkningen, sammenliknet med resten av utvalget. Opp mot 30 prosent har mindre enn kr i årlig inntekt. Samtidig har hver fjerde en årlig inntekt som er høyere enn kr Tabell 3.37 Bruttoinntektsfordeling, Hovseter Bruttoinntekt Antall innbyggere 17 år og eldre Prosent Gjennomsnittlig bruttoinntekt, Hovseter og over I alt Kr ,- Bebyggelse og tetthet Bebyggelsen er som forventet svært homogen, totalt dominert av blokkbebyggelse. Nærmere studier av tall for ulike blokktyper, finner vi en nærmere deling mellom blokker med tre/fire etasjer og blokker med 5 eller flere etasjer (PBE 2003). Eneboligene er konsentrert helt nord i grunnkrets 4911, og er ikke samlokalisert med blokkbebyggelsen. Tabell 3.38 Fordeling mellom ulike boligtyper, Hovseter Antall (registrert i GAB) Prosent Enebolig 22 1,9 Rekkehus 3 0,3 Blokk ,9 Totalt Ser vi på utbyggingsstrukturen i området, dvs fordelinga mellom ulike funksjoner, finner vi en overvekt av fysisk areal nedbygd til boligformål. Likevel er så mye som vel 30 prosent av bebygd areal brukt til offentlige formål og ulik tjenesteproduksjon (både privat og offentlig). I denne kategorien inngår skolene Voksen og Hovseter som dekker større arealer. Også Hovseter-hjemmet (sykehjem) ligger i dette området (arealet som inngår i offentlige formål/tjenester fordeles likt mellom kategoriene undervisning, helse- og sosiale tjenester og andre sosial- og persontjenester), noe som for øvrig også trekker opp andelen eldre. 11 prosent av områdets totalareal er fysisk nedbygd av bygninger. Det resterende arealet er til dels veier og parkeringsplasser, men i størst grad grøntarealer (friområder). Rundt halvparten av fysisk nedbygd areal blir nytta til reine boligformål, og i liten grad bolig blanda med andre funksjoner. 79

80 SusHomes En undersøkelse av husholdningers forbruk av energi til bolig og transport i Stor-Oslo Tabell 3.39 Fysisk nedbygd areal etter bruksfunksjon, Hovseter Dekar Andel av fysisk nedbygd areal Bolig 23,9 54,4 Næring 1,8 4,1 Offentlige formål/tjenester 13,3 30,3 Annet 4,8 10,9 Totalt bebygd 43,9 100 Boligstrukturen og utbyggingsgraden på 11 prosent indikerer høy tetthet innen de bebygde områdene, men at tettheten samlet sett ikke blir like høy: Befolkningstetthet 6,2 innbyggere per dekar Utbyggingstetthet 3,0 husstander per dekar I vårt utvalg utgjør denne tettheten noe av det høyeste, mer eller mindre på lik linje med Vålerenga, mens Grünerløkka er radikalt tettere (se nedenfor). Lokalisering og transport Boligområdet Hovseter ligger 8,9 km fra Oslo sentrum, når man måler korteste kjørevei. Nærmeste lokalsentrum med et godt basistilbud på tjenester og servicetilbud kan sies å være Røa sentrum som ligger om lag 2,3 km målt i kjørelengde (inkluderer post, bank, apotek, dagligvarebutikker, andre butikker og tjenester). Når det gjelder kollektivdekning, ligger Hovseter t-banestasjon i umiddelbar nærhet til vårt utvalgsområde. Gjennomsnittlig avstand til stasjonen er 1 km. Beregna reisetid med kollektivtransport kl en hverdag til Oslo sentrum er 22 minutt. Den samme distansen per buss gir en reisetid på rundt 40 minutt. En andel på 82,8 prosent av boligene i grunnkretsene har egen parkeringsplass tilknyttet boligen. Samtidig disponerer 53,2 prosent av husstandene egen bil (en eller flere). Tabell 3.40 Avstander, parkeringsplasser og disponering av bil, Hovseter Faktor Sted Avstand til Oslo sentrum, kjørevei* 8,9 km Estimert kjøretid 13 min Avstand til Oslo sentrum, luftlinje* 6,7 km Avstand til nærmeste lokalsentrum** 2,3 km Røa Avstand til nærmeste t-bane/togstasjon 1 km Hovseter Reisetid koll. kl til Oslo sentrum* 22 min Husholdninger som har egen parkeringsplass 82,8 % Husholdninger som disponerer egen bil 53,2 % * Egertorget/Stortinget t-banestasjon ** Med en viss mengde tjenester, servicetilbud, butikker osv. 80

81 Undersøkelsesområdene og Grønn Hverdag RYKKINN Boligområdet som går under navnet Rykkinn inngår i den første store strategiske boligutbygginga i Bærum kommune. Hele området ble regulert og planlagt under ett, i samarbeid mellom kommunen og private grunneiere, og tok sikte på å bygge opp en variert boligmasse med boliger bl.a. for unge i etableringsfasen. Den store utbygginga fant sted fra slutten av 1960-tallet og en ti års tid framover, og inkluderte eneboligområder, rekkehus og mer konsentrert blokkbebyggelse innenfor ringveien som dannes av veien Økriveien, Rykkinnveien og Pål Bergs vei. Området innenfor ringen er vel en km 2 stort. Rett nord for området ligger Bærumsmarka med Eineåsen, vest og sør for området finnes store jordbruksområder (bl.a. Tannberg, Frogner og Økern) og øst for området finner man nye boligutbygginger som gir sammenhengende bebyggelse innover mot Kolsås. Opp mot 6000 menneske flytta inn i Rykkinn-området i løpet av tidlig 1970-tall. En overvekt av unge familier med små barn gjorde området til et homogent boligområde på mange måter, samtidig som den varierte boligstrukturen ga innpass til familier med ulikt inntektsgrunnlag. Etter ti år opplevde området store utflyttinger, bl.a. av familier som flyttet fra blokkleiligheter og inn i den da nye rekkehus- eller eneboligbebyggelsen i Bærums Verk utbygginga øst for området. Etter hvert har området dermed utvikla seg til å inkludere en mer variert befolkning med hensyn til alder og livssituasjon. Området inkluderer i dag barne- og ungdomsskoler, barnehager, idrettsanlegg og kjøpesenter. KI-senteret på Rykkinn har et variert butikktilbud, og området har post, apotek, bank og helsetjenester sentralt lokalisert. Rykkinn ligger rett nord for krysset E16 og R168 (Lommedalsveien) og knyttes til Sandvika og Oslo med disse veiene. Når det gjelder kollektivtransport har området inntil juli 2003 vært knytta til Oslo sentrum med Kolsåsbanen (var tilfelle da vi gjennomførte spørreundersøkelsen), men den ytre delen av banen, mellom Kolsås og Bekkestua, ble da nedlagt. Til da hadde innbyggerne kunnet ta lokalbuss til Kolsås for så å benytte t-banen til sentrum. I dag er det satt opp ekspressbuss som går via Bekkestua stasjon (som ikke korresponderer med banen) og Lysaker til Oslo sentrum. Undersøkelser viser at pendlermassen som benytter banen i dag er redusert med 57 prosent i perioden juli-oktober , mens ekspressbussen ikkje har tilsvarende økning. Vi har valgt ut tre grunnkretser i Rykkinn-området (1925, 1926 og 1927) som inkluderer hovedsaklig eneboliger. Området har dermed lav tetthet og ligger langt fra Oslo sentrum. Samtidig er området interessant siden det også ligger relativt langt fra Sandvika sentrum, og har ikke noe direkte skinnegående kollektivtilbud verken i retning Sandvika eller Oslo sentrum : Passasjerene skyr Kolsåsbanen ( ) 81

82 Figur 3.11 Kart over Rykkinn, område 5 82