Acta Sil va e et Ligni 133 (2024), 13–28 13 Izvirni znanstveni članek / Original scientific article CENE GOZDNIH ZEMLJIŠČ V SLOVENIJI V OBDOBJU 2018-2022 PRICES OF FOREST LAND IN SLOVENIA IN THE PERIOD 2018–2022 Matjaž DOVEČAR 1 , Jaša SARAŽIN 2 , Matevž TRIPLAT 3 (1) Gozdarski inštitut Slovenije, Oddelek za gozdno tehniko in ekonomiko, matjaz.dovecar@gozdis.si (2) Gozdarski inštitut Slovenije, Oddelek za gozdno tehniko in ekonomiko, jasa.sarazin@gozdis.si (3) Gozdarski inštitut Slovenije, Oddelek za gozdno tehniko in ekonomiko, matevz.triplat@gozdis.si IZVLEČEK V prispevku analiziramo trg z gozdnimi zemljišči v Sloveniji v zadnjih petih letih. Kot glavni vir podatkov je bila uporabljena Evidenca trga nepremičnin, iz katere je mogoče s predlaganim metodoloških pristopom izluščiti kupoprodaje z zgolj gozdnimi zemljišči. Analiza podatkov kaže naraščanje cen gozdnih zemljišč skozi čas, statistično pomembne razlike med statističnimi regijami ter obstoj visokih cen gozdnih zemljišč. Z namenom zagotovitve zanesljivih rezultatov smo izločili izrazite vrednosti ali osamelce in tako prikazali bolj reprezentativno stanje nepremičninskega trga z gozdnimi zemljišči v Sloveniji. Aritmetična sredina cen gozdnih zemljišč celotne baze podatkov znaša 2,82 EUR/m 2 , medtem ko ta po odstranitvi osamelcev dosega 0,64 EUR/m 2 s pomembno nižjimi standardnimi odkloni. Petletna rast cen median gozdnih zemljišč na ravni države znaša 17,31 % in se med statističnimi regijami pomembno razlikuje. Raziskava prinaša vpogled v dejanske tržne razmere gozdnih zemljišč, kar je koristno tako za širšo javnost kot za strokovnjake, zlasti cenilce nepremičnin. Ključne besede: posest, nepremičnine, ocenjevanje vrednosti, gozd, primerjalne vrednosti ABSTRACT In this article, we analyze the forest land market in Slovenia over the past five years, using the Slovenian Real Estate Market Register as the primary data source. The proposed methodological approach enables the extraction of transactions involving only forest land. The analysis reveals an increase in forest land prices over time, statistically significant differences across sta- tistical regions and generally high prices for forest land. To ensure the reliability of our results, we excluded outlier values, thus providing a more representative overview of the real estate market for forest land in Slovenia. The arithmetic mean of forest land prices in the entire database amounted to 2.82 EUR/m². However, after removing outliers, it dropped to 0.64 EUR/m², with a significantly lower standard deviation. Additionally, we observed a 17.31% increase in the median price of forest land at the national level over the five years, with significant variation across statistical regions. This research provides insights into the actual market conditions for forest land, which is valuable for both the general public and professionals, particularly real estate appraisers. Keywords: property, estate, valuation, forests, comperative values GDK 652(497.4)''2018-2022''(045)=163.6 Prispelo / Received: 17. 10. 2023 DOI 10.20315/ASetL.133.2 Sprejeto / Accepted: 29. 1. 2024 1 UVOD 1 INTRODUCTION Gozdovi so naravni obnovljivi viri, ki imajo po- membno gospodarsko, ekološko in socialno vrednost. V Sloveniji je več kot 400.000 zasebnih lastnikov goz- dov, povprečen lastnik pa ima v lasti zgolj 2,3 ha veliko gozdno posest (Stare in Krajnc, 2022). Zaradi značil- nosti manjših gozdnih posesti je gospodarjenje v goz- dovih oteženo in ekonomsko manj zanimivo, zato se povečujejo lesene zaloge, gozdovi pa se starajo (Vidic, 2022). Težavo malih posesti posredno naslavlja zako- nodaja, ki ureja prodajo gozdov prek postopkov pred- kupne pravice, npr. za solastnike, lokalne skupnosti ali lastnike sosednjih zemljišč. Ob prodaji varovalnih goz- dov in v primeru prodaje gozdnega kompleksa, večje- ga od 30 ha, je prvi predkupni upravičenec Republika Slovenija oz. SiDG d.o.o., ob prodaji gozdov s posebnim namenom pa pripadajoče lokalne skupnosti (Zakon o gozdovih, 1993; Zakon o kmetijskih zemljiščih, 1996). Po 47. členu Zakona o gozdovih se manjših gozdnih zemljišč (pod 5 ha) ne sme deliti (Zakon o gozdovih, 1993). Pogosto pa se ob dedovanju vse stranke v po- stopku vpišejo kot solastnice, kar še poveča število solastnikov gozdov. Z 240.000 ha državnih gozdov gospodari družba SiDG d.o.o.. Vsako leto skladno s ci- lji Resolucije o nacionalnem gozdnem programu in svojimi strateškimi cilji povečujejo lastništvo državnih gozdov (SiDG, 2022). Podobne trende je opaziti tudi pri nekaterih mestnih občinah, ki namensko večajo la- stništvo nad lokalnimi gozdovi s posebnim namenom (Simončič in sod., 2021). 14 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 Ocenjevanje vrednosti gozdnih zemljišč in njiho- vih proizvodov ima pomembno vlogo tako v javnem (za potrebe obdavčenja, prisilne prodaje in podobno) kot zasebnem pravu (pri prodajah ali nakupu, dedo- vanju, delitvah gozdov in pri določanju odškodnine za gozdne škode). Pri ocenjevanju vrednosti gozdnih zemljišč se upoštevajo različni vidiki, vključno s pro- dajno, donosno, stroškovno in davčno vrednostjo, pri čemer se vsaka vrednost določi na podlagi specifičnih okoliščin ter objektivnih in subjektivnih interesov. Ta raznolikost vrednotenja kaže na kompleksnost gozdnih ekosistemov in poudarja pomembnost pravilne ocene za učinkovito upravljanje teh naravnih virov (Winkler, 2003). Cena gozdov se lahko razlikuje glede na različne dejavnike, vključno s površino, lego, nagibom, nadmor- sko višino, drevesno sestavo in drugimi značilnostmi. V zadnjih dveh desetletjih se vse pogosteje srečujemo tudi s poskusi vrednotenja ekosistemskih storitev na način določanja vrednosti dobrinam ali storitvam, ki jih zagotavljajo ekosistemi (Mavsar, 2005; Žujo in Danev, 2010; Mavsar, 2011; Japelj, 2016). Gre za izjemno kom- pleksne procese identifikacije, kvantifikacije in mone- tarizacije, ki sledi objektivnim strokovnim smernicam različnih področij, ob upoštevanju in razumevanju lo- kalnega okolja in interesnih skupin (Danev, 2013). Šinko (2012) je predstavil zakonske podlage, meto- de ocenjevanja in organiziranost dejavnosti ocenjeva- nja vrednosti gozdov v Avstriji, Nemčiji in Švici. V za- ključkih je poudaril dobro organiziranost, a hkrati po- trebo po razvoju področja, ki naj bi bil v času nastanka prispevka še v začetni fazi. Nizozemska študija ponuja vpogled v proces ocenjevanja vrednosti, ki temelji na tržnih cenah. Ta pristop, ki je osnovan na stroških in ko- ristih, se lahko obogati z uporabo naprednih metod in orodij za finančno ovrednotenje ekosistemskih vidikov. Pri obravnavi vrednot pa so se izkazale omejene mo- žnosti finančnega ovrednotenja. V tovrstnih primerih lahko uporabimo analizo več meril, kjer se lahko pomen posameznih vidikov določi z uporabo uteži (Lette in de Boo, 2002). V nasprotju z administrativnimi metodami, ki temeljijo na dejavnikih, ki vplivajo na končne cene nepremičnin, tržni pristop temelji na dejanskih proda- jah na nepremičninskem trgu in sekundarno upošteva vpliv različnih dejavnikov na vrednost nepremičnin (Šubic Kovač, 1998). Tržne vrednosti so običajno višje od administrativnih vrednosti (Čepon, 2003). Od leta 1986 do 2016 je veljala Enotna metodologija za ugotavljanje vrednosti kmetijskih zemljišč in gozdov (Enotna metodologija …, 1987). Izhodišče ocenjevanja vrednosti gozdov je bila pričakovana korist gozda, npr. v primeru trajnih letnih donosov (Winkler, 2003). Pri ocenjevanju odškodnin so se pojavili pomembni izzivi glede skladnosti z zakonodajo, zlasti v točki določanja nadomestila za razlaščene lastnike, in pri presoji mo- žnosti za osnovanje gozdnih sestojev v primeru raz- lastitve prebiralnih gozdov. Izkazala se je potreba po razvoju novih smernic vrednotenja gozdov, ki bi na- tančneje obravnavale njihovo tržno vrednost in hkrati upoštevale stransko škodo (Šinko, 2008). Smernice za ocenjevanje vrednosti gozdov so bile pripravljene z namenom posodobitve Enotne metodologije za ugota- vljanje vrednosti kmetijskega zemljišča in gozda iz leta 1987. Smernice uporabljajo sodni cenilci kot strokovno podlago za ocenjevanje vrednosti gozdov v Sloveniji. Temeljno načelo smernic je, da je cilj ocenjevanja vre- dnosti pravilna ugotovitev tržne vrednosti gozda. Tržna vrednost gozda bi morala biti določena v običajnem poslo- vanju, upoštevajoč veljavno zakonodajo in dejansko stanje gozda, splošnih pogojev in lokacije posesti, brez posebnih primerov prodaje, izjemnosti ali osebnih okoliščin (Krajčič in sod., 2013). Na splošno velja pravilo: tržna vrednost ponazarja ocenjeni znesek, ki bi se lahko izplačal, če bi se sredstvo ali obveznost prodajala na odprtem trgu med dvema neodvisnima strankama, ki bi delovali ra- zumno, obveščeno in prostovoljno na dan ocenjevanja, brez prisile (International Valuation Standards, 2022). Tržno vrednost gozda običajno določimo z združeva- njem različnih pristopov za ocenjevanje vrednosti goz- da. Ta pristop omogoča preverljive, merljive in ekonom- ske ocene vrednosti gozdov. Najbolj pogosta metoda pri delu sodnih cenilcev in izvedencev je metoda donosne vrednosti gozda (Krajčič in sod., 2013), medtem ko pre- dlagana metodologija v tem prispevku ponuja strokov- ni in tudi širši javnosti dodatne informacije in je lahko pomemben vir za primerjalne in orientacijske namene, še posebej pa je pomembna za dolgoročne raziskovalne in analitične namene. Za temeljito razumevanje trga nepremičnin je po- membno nadaljevati z analizami prostorskih lastnosti zemljišč. Sodobni pristopi, kot sta večatributna anali- za ob podpori orodij za prostorske analize, omogočajo združevanje različnih vrst podatkov, tako količinskih kot kakovostnih, z natančno določenim prostorskim položajem (Lisec in sod., 2008). Zakon o kmetijskih zemljiščih (Zakon o kmetijskih zemljiščih, 1996) v pe- tem odstavku 1.c člena omogoča uporabo in obdelavo podatkov o kmetijskih in gozdnih zemljiščih za namen spremljanja stanja prometa kmetijskih zemljišč, analiz, statistike in načrtovanja ukrepov kmetijske zemljiške politike. Obdelane rezultate pa objavi v poročilih o sta- nju kmetijstva in kmetijskih zemljišč. Naša raziskava je osredotočena na razumevanje in izboljšanje uporabe javno dostopnih podatkov pri ocenjevanju vrednosti gozdnih zemljišč v Sloveniji. Acta Sil va e et Ligni 133 (2024), 13–28 15 Dragocen vir informacij so tudi letna poročila o slo- venskem trgu nepremičnin, ki jih objavlja Geodetska uprava Republike Slovenije (v nadaljevanju GURS). Evi- denca trga nepremičnin (v nadaljevanju ETN) je javno dostopna prek spletnega portala E-geodetski podatki ali portala množičnega vrednotenja nepremičnin, za katerega skrbi GURS (Trg nepremičnin, b. l.). ETN je ob- sežen vir podatkov, ki beleži vse pravne transakcije, po- vezane s kupoprodajo in najemom nepremičnin, z na- menom zagotavljanja realnih in natančnih informacij o trenutnih razmerah na nepremičninskem trgu. Podatki se uporabljajo za množično vrednotenje nepremičnin ter za izpolnjevanje davčnih in drugih zakonsko dolo- čenih obveznosti (Opis strukture podatkov evidence trga nepremičnin, b. l.). GURS podatke v sklopu letnih poročil (Poročilo o slovenskem nepremičninskem trgu za leto 2022, 2023) objavlja na ravni tržnih analitičnih območij (v nadaljevanju TAO). TAO, ki so določena na podlagi tržnih analiz, so območja, kjer na nepremič- ninskem trgu veljajo podobne zakonitosti ponudbe in povpraševanja za določeno vrsto nepremičnin. Leta 2021 je GURS spremenil TAO za gozdna zemljišča. Ker TAO niso trajne prostorske enote in se večinoma ne ujemajo z nobeno izmed uradnih prostorskih razdeli- tev, smo želeli preveriti primernost conacije tržno pri- merljivih območij s statističnimi regijami ter preučiti razlike med njimi. Te razlike so zanimive z vidika svoje stalnosti in povezanosti z drugimi nižjimi prostorskimi enotami (upravne enote, občine, katastrske občine in parcelne meje). Hkrati naj bi kazale na primerljivo go- spodarsko stanje okolja. ETN je za strokovno javnost izjemnega pomena kot strokovna podlaga pri ocenje- vanju vrednosti gozdnih zemljišč. Cilji tega prispevka so: (1) predstaviti strukturo javno dostopnih podatkov o trgu z gozdnimi zemlji- šči; (2) opozoriti na različne metodološke pristope pri načinih izračuna srednjih vrednosti prodanih gozdnih zemljišč; (3) z analizo varianc preveriti predpostavko o rasti cen gozdnih zemljišč v obravnavanem petletnem obdobju (2018–2022) ter (4) preveriti obstoj statistič- no značilnih skupin (razlik) med statističnimi regijami v Sloveniji. V ta namen smo postavili dve delovni hipo- tezi: • H1: Cena gozdnih zemljišč se je v obdobju 2018– 2022 značilno povečala; in • H2: Med cenami gozdnih zemljišč med statističnimi regijami obstajajo značilne razlike. 2 METODE 2 METHODS Objekt raziskave je evidenca trga nepremičnin (ETN). Podatki o kupoprodajnih poslih, evidentiranih v ETN od leta 2007 dalje, so javno dostopni prek sple- tnega portala e-Geodetski podatki (e-GP) (Trg nepre- mičnin, b. l.). Za vsako koledarsko leto so na voljo štiri med seboj dopolnjujoče se podatkovne zbirke (šifrant, deli stavb, posli in zemljišča). Za poglobljene analize in ugotovitev trendov smo se osredotočili na gozdna ze- mljišča in izbrali petletno obdobje med letoma 2018 in 2022. Evidenca trga gozdnih zemljišč upošteva zemlji- šče kot gozdno zemljišče, če je na njem določena na- menska raba gozd. Poudariti je treba, da se ta v mejnih primerih lahko razlikuje od dejanske rabe zemljišča. Podatki ETN, prevzeti s spletnega portala e-GP , ne vse- bujejo podatka o geolokaciji. Podatke ETN povežemo prek oznake parcel (identifikacija katastrske občine in parcele) s podatki iz katastra nepremičnin (KN), ki vsebuje podatke o geolokaciji, in so prav tako dostopni na spletnem portalu e-GP (Trg nepremičnin, b. l.). Z ge- olokacijo dopolnjene podatke ETN smo prostorsko po- vezali z informacijama o statistični regiji in tržnih ana- litičnih območij. Za izpolnitev raziskovalnih ciljev smo iz osnovne podatkovne baze izločili podatke, ki niso bili relevantni za nadaljnje izračune, in pripravili preči- ščeno podatkovno bazo. Iz seznama smo izločili: (i) ku- poprodajne posle, ki so poleg gozdne rabe zajemali še druge rabe prostora; (ii) posle, katerih zemljišča so se- gala v dve ali več statističnih regij (NUTS 3); (iii) vrste poslov, ki niso bile prodaje zemljišč na prostem trgu ali na javnih dražbah ter prodaje nepremičnin med dru- žinskimi člani ali med povezanimi fizičnimi in pravni- mi osebami. Dosežene vrednosti posla smo tako lahko nedvomno pripisali gozdni površini in lokaciji – bazo podatkov smo poimenovali čisti gozdni posli. Nadalje smo izračunali statistične kazalnike cen zemljišč, kot so aritmetične sredine, mediane, povprečne letne rasti cen in standardne odklone vrednosti. Podatke o povr- šini zemljišč, vključenih v posamezen kupoprodajni posel, smo korigirali na podlagi informacije o proda- nem deležu parcele. V nadaljevanju so bile izračunane vrednosti posameznega zemljišča na način, da smo po- godbeno vrednost posla delili s posamezno korigirano površino zemljišč. V nadaljnjih korakih smo na letni ravni izločili izra- zito visoke in nizke vrednosti (osamelce) cen gozdnih zemljišč, ki so lahko rezultat tako objektivnih kakor tudi subjektivnih vzgibov in bi lahko negativno vplivali na stabilnost in zanesljivost naših analiz in rezultatov. Odstranili smo jih upoštevajoč metodo interkvartil- nega razpona (v nadaljevanju metoda IQR) (Vinutha in sod., 2018; ÇIlgin in sod., 2023). V tem koraku smo tako izločili posle z najvišjimi vrednostmi cen gozdnih zemljišč in bazo podatkov poimenovali čisti gozdni po- sli brez osamelcev. Pridobljeno bazo podatkov zaradi 16 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 kakovosti in stabilnosti analiz uporabljamo kot osnovo v naši raziskavi. Značilnost razlik med obravnavanimi skupinami smo preverili z analizo variance. Vse podat- ke, izračune in prostorsko umestitev smo obdelali z uporabo programov MS Excel in R (R, b. l.). Statistič- ne analize smo opravili v programskem okolju Oran- ge (Demšar in sod., 2013). Za kartografski prikaz smo uporabili programsko orodje QGIS. 3 REZUL T ATI 3 RESUL TS Skupno število kupoprodaj gozdnih zemljišč v obravnavanem obdobju je bilo 16.737. V prvem koraku smo med vsemi posli najprej izločili tiste, ki niso zaje- mali izključno gozdne rabe zemljišč, temveč tudi druge rabe prostora. Nadalje smo odstranili posle, ki so segali čez več kot eno statistično regijo (NUTS 3), ter tiste, ki niso vključevali prodaje zemljišč na prostem trgu ali na javnih dražbah ter prodaje nepremičnin med družin- skimi člani ali med povezanimi fizičnimi in pravnimi osebami. V obravnavanem obdobju je bilo ustreznih 9.812 čistih gozdnih poslov. Cene gozdnih zemljišč či- stih gozdnih poslov po statističnih regijah (NUTS 3) prikazujemo v obliki razsevnega grafikona (slika 1). Slika nakazuje velik razpon podatkov (z več izraziti- mi osamelci). Z odstranitvijo osamelcev v vsakem letu obravnavanega obdobja po metodi IQR smo bazo čistih gozdnih poslov zmanjšali za 1.294 poslov z najvišjimi vrednostmi cen gozdnih zemljišč. Slika 2 prikazuje rela- tivno verjetnost, da bo zvezna slučajna spremenljivka (vrednost kvadratnega metra zemljišča) imela točno določeno vrednost iz množice možnih vrednosti za vrednosti poslov z osamelci (modro obarvano), vre- dnosti poslov brez osamelcev (zeleno obarvana je me- toda IQR, rdeče obarvana je metoda kvantilov). Opazna je desno (pozitivna) asimetrija porazdelitve absolutnih vrednosti vseh opravljenih poslov. Dodatno utemeljitev izbrane metodologije prika- zujemo skozi primerjavo celotne baze čistih gozdnih poslov z bazo podatkov čistih gozdnih poslov brez osa- melcev v preglednici 1. Cene gozdnih zemljišč čistih gozdnih poslov brez osamelcev po statističnih regijah (NUTS 3) prikazujemo v obliki razsevnega grafikona (slika 3). Vrednosti gozdnih zemljišč brez osamelcev v obdo- bju 2018–2022 so zgoščene med 0,29 in 1,08 EUR/m 2 , opazne so tudi zgostitve pri zaokroženih vrednostih, npr. 1,00 EUR/m 2 in 1,50 EUR/m 2 (slika 3). Mediana znaša 0,55 EUR/m 2 , največ poslov je iz statistične regije Jugovzhodna Slovenija (1.447), najmanj iz koroške sta- tistične regije (156). Obarvanost glede na leto potrdi tudi predpostavko, da so se gozdna zemljišča z višjimi vrednostmi v večini prodala po letu 2020 (oranžna in rumena barva). Razporeditev cen gozdnih zemljišč po statističnih regijah je prikazana z grafikonom kvantilov (slika 4), s katerim preverjamo tudi analizo variance in statistično značilnost. Baza podatkov čistih gozdnih poslov brez osamel- cev kaže bistveno nižje vrednosti standardnih odklo- nov cen gozdnih zemljišč. Največji razpon vrednosti se Slika 1: Razsevni grafikon vrednosti cen gozdnih zemljišč čistih gozdnih poslov (upoštevajoč tudi visoke vrednosti oz. osamelce) glede na statistično regijo (vir: GURS, 2023, preračuni Gozdarski inštitut Slovenije, v nadaljevanju GIS) Fig. 1: Scatter plot of forest land prices in exclusive forest transactions (including high values or outliers) by statisti- cal region (source: GURS, 2023, calculations by the Slovenian Forestry Institute, hereinafter referred to GIS) Acta Sil va e et Ligni 133 (2024), 13–28 17 pojavlja v obalno-kraški (σ ± 0,51) in koroški statistič- ni regiji (σ ± 0,46), najnižja pa v primorsko-notranjski in pomurski regiji (σ ± 0,29) (slika 4). Rezultat analize variance (ANOVA) kaže nizko p-vrednost (p < 0,001), kar pomeni, da razlike niso naključne oz. lahko potrdi- mo, da so cene zemljišč v primerjavi med statističnimi regijami dejansko statistično značilno različne od cen v drugih regijah. Primerjajoč aritmetične sredine posa- meznih regij v celotnem obravnavanem obdobju zgolj cene posavske in jugovzhodne regije niso značilno raz- lične od celotne populacije, medtem ko se aritmetične sredine cen vseh ostalih regij značilno razlikujejo od celotne populacije (p < 0,05). Primerjava med posa- meznimi območji (statističnimi regijami in TAO) je bila opravljena s Tukeyevim post hoc preizkusom (Tukeyev HSD preizkus), rezultati pa so prikazani v preglednici 2. Aritmetične sredine, ki se med seboj ne razlikujejo značilno, so prikazane z isto črko. Tako se aritmetične sredine cen koroške, podravske in obalno-kraške regi- je med seboj značilno ne razlikujejo, saj so vse ozna- čene s črko »a«. Obalno-kraška regija se istočasno ne razlikuje tudi od regij, ki so označene s črkama »b« ali »c«. Iz preglednice je razvidno, da TAO-območja niso bistveno uspešnejša pri opisovanju prostorskih razlik med doseženimi cenami, v primerjavi s statističnimi regijami, rezultati med primerljivimi območji na nivoju TAO ali statističnih regij pa so si med sabo zelo podob- ni. Npr. osrednjeslovenska statistična regija in osre- Preglednica 1: Primerjava obeh baz podatkov gozdnih poslov med letoma 2018 in 2022 (vir podatkov: GURS, 2023, preračuni GIS) Table 1: Comparison of both forest transaction databases between 2018 and 2022 (data source: GURS, 2023, calcula- tions by GIS) Slika 2: Porazdelitev (absolutnih) vrednosti vseh poslov, sklenjenih v letu 2022 (oznaka Referenčna) in porazdel- itev (absolutnih) vrednosti poslov, sklenjenih v letu 2022 z odstranitvijo osamelcev po metodi medkvartilnega razpona (oznaka IQR) in kvantilni metodi (oznaka Kvantil 25 %-75 %). Prekinjene črte ponazarjajo aritmetično sredino izbranih metod (vir podatkov: GURS, 2023, preračuni GIS) Fig. 2: Distribution of (absolute) values of all transactions conducted in 2022 (labeled as Reference) and distribution of (absolute) values of transactions conducted in 2022 with outliers removed using the Interquartile Range (labeled as IQR) and quantile method (labeled as Quantile 25%-75%). Dashed lines represent the arithmetic mean of the selected methods (data source: GURS, 2023, calculations by GIS) Št. poslov No. of transactions (n) Razpon cen Value range (EUR/m 2 ) Mediana cen gozdnih zemljišč Median of forest land prices (EUR/m 2 ) Aritmetična sredina Arithmetic mean (EUR/m 2 ) Standardni odklon Standard deviation (EUR/m 2 ) Čisti gozdni posli Exclusive forest tran- sactions 9.812 0,00 – 667,00 0,61 2,82 ± 16,70 Čisti gozdni posli brez osamelcev Exclusive forest transactions without outliers 8.518 0,00 – 2,11 0,55 0,64 ± 0,36 18 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 dnjeslovensko TAO imata enako aritmetično sredino in se značilno ne razlikujeta od obalno-kraške, gorenjske in JV regije, pa naj gre to v primeru statističnih regij ali TAO. Medtem ko so aritmetične sredine cen izračuna- ne za celotno obravnavano obdobje, pa so primerjave s TAO opravljene z geolociranjem na omenjena območja, ki so v veljavi od leta 2021 dalje. Slika 3: Razsevni grafikon cen gozdnih zemljišč čistih gozd- Razsevni grafikon cen gozdnih zemljišč čistih gozd- nih poslov brez osamelcev glede na statistično regijo (vir po- datkov: GURS, 2023, preračuni GIS) Fig. 3: Scatter plot of forest land prices in exclusive for- est transactions without outliers by statistical region (data source: GURS, 2023, calculations by GIS) Slika 4: Grafikon kvantilov cen goz dnih zemljišč čistih gozd- Grafikon kvantilov cen gozdnih zemljišč čistih gozd- nih poslov brez osamelcev glede na statistične regije. Vred- nosti pod črtami prikazujejo Q1, Q2 = mediana, in Q3 vred- nost; vrednosti nad črto pa aritmetično sredino in ± stan- dardni odklon (vir podatkov: GURS, 2023, preračuni GIS) Fig. 4: Box plot of forest land prices for exclusive forest trans- actions without outliers by statistical region. Values below the line represent Q1, Q2=median, and Q3; values above the line show the mean and ± standard deviation (data source: GURS, 2023, calculations by GIS) Acta Sil va e et Ligni 133 (2024), 13–28 19 Gozdna zemljišča v koroški statistični regiji so leta 2022 dosegala najvišje cene, tj. 0,94 EUR/m 2 . Koroška statistična regija v celoti leži znotraj koroško-savinj- skega tržnega analitičnega območja (TAO). Koroško in savinjsko tržno analitično območje (TAO) sicer prekri- va tudi 57 % savinjske statistične regije in 20 % po- dravske statistične regije. Najvišje cene v letu 2022 po tržnih analitičnih območjih dosegajo gozdna zemljišča Obalnega območja s Krasom in Brdi s ceno 0,80 EUR/ m 2 . Obalno območje, Kras in Brda sicer prekriva 69 % obalno-kraške statistične regije in zgolj 31 % goriške statistične regije. Prekrivanje statistične regije s tržni- mi analitičnimi območji, ki je večje ali enako 20 %, je predstavljeno v preglednici 3. Primerjali smo tudi standardne odklone in rezulta- te analize variance cen gozdnih zemljišč po letih. Stan- dardni odkloni so med leti zelo podobni, vrednosti po- stopno naraščajo (slika 5). Analiza varianc cen gozdnih Statistične regije (SR) Statistical regions (NUTS 3) Aritmetična sredina Arithmetic mean Ocena značilnosti razlik Assessment of signifi- cant differences Tržna analitična območja (TAO) Market analytical areas (MAA) Aritmetična sredina Arithmetic mean Ocena značilnosti razlik Assessment of significant differences Gorenjska 0,68 Bc Gorenjsko območje 0,68 bcd Primorsko-notranjska 0,52 E Severnoprimorsko in notranj- sko območje 0,51 f Goriška 0,55 E Obalno območje, Kras in Brda 0,73 abc Obalno-kraška 0,72 abc Jugovzhodna Slovenija 0,65 Bc Dolenjsko in Kočevsko ob- močje 0,66 d Posavska 0,62 Cd Posavsko območje 0,59 e Zasavska 0,55 De Savinjska 0,68 Bc Koroško in Savinjsko ob- močje 0,74 ab Koroška 0,83 A Podravska 0,74 A Štajersko območje 0,75 a Pomurska 0,61 D Prekmursko območje 0,57 e Osrednjeslovenska 0,68 B Osrednjeslovensko območje 0,68 cd Preglednica 2: Tukeyev HSD preizkus razlik med aritmetičnimi sredinami za statistične regije in tržna analitična območja za obdobje 2018–2022 (vir podatkov: GURS, 2023, preračuni GIS) Table 2: Tukey’s HSD range test of means for statistical re- gions and means for market analytical areas for the period 2018–2022 (data source: GURS, 2023, calculations by GIS) Slika 5: Grafikon kvantilov cen gozdni h zemljišč čistih gozd- Grafikon kvantilov cen gozdnih zemljišč čistih gozd- nih poslov brez osamelcev glede na leto. Vrednosti pod črtami prikazujejo Q1, Q2=mediana, in Q3 vrednost; vred- nosti nad črto pa aritmetično sredino in ± standardni odklon (vir podatkov: GURS, 2023, preračuni GIS) Fig. 5: Box plot of forest land prices for exclusive forest trans- actions without outliers by year. Values below the line rep- resent Q1, Q2=median, and Q3; values above the line show the mean and ± standard deviation (data source: GURS, 2023, calculations by GIS) 20 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 zemljišč glede na leto kaže na visoko statistično značil- nost. Rezultati kažejo na stabilnost rasti cen gozdnih zemljišč skozi obravnavano obdobje. Največja dinami- ka cen gozdnih zemljišč je bila zabeležena v letu 2021 (σ ± 0,40), najnižja pa v letu 2020 (σ ± 0,32). Rezultati kažejo naraščajoč trend števila kupopro- daj v obdobju zadnjih pet let (preglednica 4), z vme- snim padcem vrednosti v letih 2020 in 2021. Trend skupne površine čistih gozdnih poslov je v zadnjih treh letih enakomerno naraščajoč, med letoma 2018 in 2019 se opazi izrazit skok vrednosti. Podoben trend lahko opazimo tudi v skupni vrednosti prodaj gozdnih zemljišč. Cene gozdnih zemljišč v zadnjih dveh letih obravnavanega obdobja so izrazito naraščajoče. Glede na vrsto podatkov lahko povprečno letno rast cen prikažemo prek vrednosti mediane cen zemljišč. Preglednica 5 prikazuje povprečne letne rasti cen goz- dnih zemljišč. Če upoštevamo velike vrednosti standar- dnih odklonov vrednosti na ravni države, še zlasti če bi uporabili celotno bazo podatkov vključujoč osamelce (slika 1), priporočamo osredotočenost analize glede na vrednosti median. Te vrednosti prikazujemo na ravni medletnih obdobij, kot tudi razlike v obdobju celotne- ga obravnavanega obdobja (2018–2022). V petletnem obdobju je rast cen gozdnih zemljišč znašala 17,31 %. Razlike v povprečni letni rasti vrednosti mediane po statističnih regijah so prikazane kartografsko (slika 6). Mediana cen gozdnih zemljišč v obravnavanem obdobju je med letoma 2018 in 2022 ostala nespre- menjena v goriški statistični regiji, povsod drugod je zaznan dvig vrednosti. Najmanjšo rast je opaziti v stati- stičnih regijah Obalno-kraška, Podravska in Savinjska, največji dvig mediane pa v statističnih regijah Koroška in Zasavska. V statističnih regijah osrednje Slovenije v smeri od severozahoda proti jugovzhodu ter v pomur- ski regiji je manj izrazito, a značilno naraščanje vre- dnosti median cen gozdnih zemljišč. Več statističnih značilnosti čistih gozdnih poslov brez osamelcev za vsako leto in za vsako statistično regijo je prikazanih v preglednici 6. 4 RAZPRAVA IN ZAKLJUČKI 4 DISCUSSION AND CONCLUSIONS S tem prispevkom predstavljamo variabilnost cen Preglednica 3: Mediane cen gozdnih zemljišč v EUR/m 2 (z aritmetično sredino in standardnim odklonom v oklepajih) v letu 2022 po statističnih regijah (NUTS3) in tržnih analitičnih območjih (TAO) (vir podatkov: GURS, 2023, preračuni GIS) Table 3: Medians of forest land prices in EUR/m 2 (with means and standard deviations in parentheses) in 2022 by statistical regions (NUTS 3) and market analytical areas (MAA) (data source: GURS, 2023, calculations by GIS) Statistične regije (SR) Statistical regions (NUTS 3) Srednje vrednosti Mean values Prekrivanje površine SR s TAO Areal overlap of NUTS 3 with MAA Tržna analitična območja (TAO) Market analytical areas (MAA) Srednje vrednosti Mean values Gorenjska 0,72 (0,77 ± 0,39) 99 % Gorenjsko območje 0,73 (0,78 ± 0,41) Primorsko-notranjska 0,53 (0,60 ± 0,32) 99 % Severnoprimorsko in notranjsko območje 0,50 (0,59 ± 0,38) Goriška 0,50 (0,67 ± 0,46) 61 % 31 % Obalno območje, Kras in Brda 0,80 (0,86 ± 0,52) Obalno-kraška 0,67 (0,79 ± 0,56) 69 % Jugovzhodna Slovenija 0,61 (0,71 ± 0,36) 84 % Dolenjsko in Kočevsko območje 0,61 (0,7 ± 0,35) Posavska 0,59 (0,65 ± 0,36) 37 % 63 % Posavsko območje 0,58 (0,63 ± 0,33) Zasavska 0,63 (0,65 ± 0,43) 51 % Savinjska 0,61 (0,75 ± 0,42) 32 % 57% Koroško in Savinjsko območje Koroška 0,94 (0,97 ± 0,54) 100 % 0,74 (0,87 ± 0,49) Podravska 0,72 (0,80 ± 0,39) 20 % 68 % Štajersko območje 0,68 (0,78 ± 0,33) Pomurska 0,60 (0,67 ± 0,30) 29 % 71 % Prekmursko območje 0,57 (0,65 ± 0,33) Osrednjeslovenska 0,69 (0,78 ± 0,42) 81 % Osrednjeslovensko območje 0,70 (0,77 ± 0,41) Slovenija / Slovenia 0,61 (0,72 ± 0,39) Acta Sil va e et Ligni 133 (2024), 13–28 21 gozdnih zemljišč v Sloveniji v petletnem obdobju med letoma 2018 in 2022. Pri analizi cen gozdnih zemljišč smo se osredotočili na čiste gozdne posle, t.j. prodaje izključno gozdnih zemljišč, ki niso vključevale drugih vrst zemljišč, in na čiste gozdne posle, pri katerih smo s statistično metodo IQR izločili osamelce oz. izrazito visoke cene gozdnih zemljišč, ki bi lahko vplivale na manjšo stabilnost oz. zanesljivost analiz. Številni osamelci nakazujejo na dejstvo, da go- spodarjenje z gozdom ni vedno glavni namen nakupa zemljišč z namensko gozdno rabo. Posamezni posli z izrazito visokimi cenami so lahko rezultat objektivnih Leto / Year 2018 2019 2020 2021 2022 Št. čistih gozdnih poslov brez osamelcev (n) Number of exclusive forest transactions without outliers (n) 1.496 1.772 1.570 1.667 2.015 Skupno št. prodanih zemljišč (n) No. of sold forest parcels (n) 3.310 4.026 4.658 5.424 5.173 Skupna prodana površina (v ha) Total sold forest area (in ha) 2.230,90 3.436,41 3.190,82 3.275,66 3.283,82 Mediana (v ha) Median (in ha) 0,67 0,76 0,82 0,74 0,64 Aritmetična sredina (v ha) Arithmetic mean (in ha) 1,49 1,94 2,03 1,97 1,63 Skupna vrednost prodaj (v mio EUR) Total sales value (in million EUR) 10,97 16,19 13,90 15,83 21,04 Mediana cen gozdnih zemljišč (v EUR/m 2 ) Median of forest land prices (in EUR/m 2 ) 0,52 0,53 0,51 0,55 0,61 Aritmetična sredina cen gozdnih zemljišč (v EUR/m 2 ) in standardni odklon (v EUR/m 2 ) Arithmetic mean price of forest land (in EUR/m 2 ) and standard deviation (in EUR/m 2 ) 0,61 ± 0,33 0,60 ± 0,33 0,60 ± 0,32 0,67 ± 0,40 0,72 ± 0,39 1. kvantil (25. percentil) cen gozdnih zemljišč (v EUR/m 2 ) 25th percentile of forest land prices (in EUR/m 2 ) 0,37 0,38 0,36 0,40 0,44 3. kvantil (75. percentil) cen gozdnih zemljišč (v EUR/m 2 ) 75th percentile of forest land prices (in EUR/m 2 ) 0,79 0,76 0,76 0,88 0,94 Medkvartilni razpon (IQR) (v EUR/m 2 ) Interquartile Range (IQR) (in EUR/m 2 ) 0,42 0,38 0,40 0,48 0,50 Preglednica 4: Statistični podatki o čistih gozdnih poslih brez osamelcev v Sloveniji med letoma 2018 in 2022 (vir po- datkov: GURS, 2023, preračuni GIS) Table 4: Statistical data on exclusive forest transactions without outliers in Slovenia between 2018 and 2022 (data source: GURS, 2023, calculations by GIS) Mediane, medletna obdobja Medians, annual periods Mediane, petletno obdobje Medians, five-year period Medletno obdobje, statistična regija / annual periods, statistical region 2018-2019 2019-2020 2020-2021 2021-2022 2018-2022 Pomurska -1,96 6,00 0,00 13,21 17,65 Podravska -4,29 1,49 0,00 5,88 2,86 Koroška 42,00 4,23 14,86 10,59 88,00 Savinjska 7,41 -8,62 20,75 -4,69 12,96 Zasavska 21,62 6,67 -18,75 51,28 59,46 Posavska 2,04 6,00 5,66 5,36 20,41 Jugovzhodna Slovenija 9,80 5,36 -10,17 15,09 19,61 Osrednjeslovenska 1,92 1,89 14,81 9,68 30,77 Gorenjska 8,00 1,85 12,73 16,13 44,00 Primorsko-notranjska 4,35 2,08 -8,16 17,78 15,22 Goriška -10,00 -31,11 41,94 13,64 0,00 Obalno-kraška -20,63 6,00 -5,66 36,00 7,94 Slovenija / Slovenia 1,92 -3,77 7,84 10,91 17,31 Preglednica 5: Povprečna letna rast (v %) vrednosti cen gozdnih zemljišč (EUR/m 2 ) glede na mediano cen gozdnih zemljišč (vir podatkov: GURS, 2023, preračuni GIS) Table 5: Average annual growth (in %) in the value of for- est land prices (EUR/m 2 ) based on median forest land prices (data source: GURS, 2023, calculations by GIS) 22 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 ali subjektivnih odklonov, kjer so kupci za gozdno ze- mljišče pripravljeni plačati več, kot je vredno. Posle- dica razlik med namensko rabo in dejansko rabo ze- mljišča je pri gozdnih zemljiščih manj kot pri drugih rabah, saj večino parcel gozdne namenske rabe ima tudi dejansko rabo gozd. V letu 2020 je namensko rabo gozdnih zemljišč zajemalo 57,1 % površja države, medtem ko je dejanska gozdna raba zajemala 59,3 % Preglednica 6: Mediane cen gozdnih zemljišč v EUR/m 2 (z aritmetično sredino in standardnim odklonom v oklepajih) za obdobje 2018–2022 in petletno povprečje (vir podatkov: GURS, 2023, preračuni GIS) Table 6: Medians of forest land prices in EUR/m 2 (with means and standard deviation in parentheses) for the period 2018–2022 and five-year average (data source: GURS, 2023, calculations by GIS) Slika 6: Odstotne spremembe vrednosti median cen gozdnih zemljišč med letoma 2018 in 2022 v statističnih regijah (vir podatkov: GURS, 2023, preračuni GIS) Fig. 6: Percentage changes in the median values of forest land prices between 2018 and 2022 in statistical regions (data source: GURS, 2023, calculations by GIS) Statistična regija / leto Statistical region / year 2018 2019 2020 2021 2022 5-letno obdobje 5-year period Gorenjska 0,50 (0,61 ± 0,34) 0,54 (0,65 ± 0,38) 0,55 (0,63 ± 0,35) 0,62 (0,70 ± 0,43) 0,72 (0,77 ± 0,39) 0,60 (0,67 ± 0,38) Goriška 0,51 (0,62 ± 0,36) 0,44 (0,49 ± 0,29) 0,30 (0,41 ± 0,31) 0,44 (0,60 ± 0,45) 0,50 (0,67 ± 0,46) 0,42 (0,55 ± 0,40) Jugovzhodna Slovenija 0,51 (0,61 ± 0,34) 0,56 (0,65 ± 0,32) 0,59 (0,65 ± 0,33) 0,53 (0,63 ± 0,35) 0,61 (0,71 ± 0,36) 0,57 (0,65 ± 0,34) Koroška 0,49 (0,60 ± 0,34) 0,70 (0,75 ± 0,41) 0,74 (0,80 ± 0,39) 0,85 (0,92 ± 0,47) 0,94 (0,97 ± 0,54) 0,73 (0,83 ± 0,46) Obalno-kraška 0,63 (0,67 ± 0,40) 0,50 (0,55 ± 0,36) 0,53 (0,67 ± 0,43) 0,50 (0,80 ± 0,59) 0,67 (0,79 ± 0,56) 0,52 (0,72 ± 0,50) Osrednjeslovenska 0,52 (0,62 ± 0,34) 0,52 (0,62 ± 0,35) 0,54 (0,64 ± 0,34) 0,62 (0,76 ± 0,44) 0,68 (0,78 ± 0,42) 0,59 (0,68 ± 0,39) Podravska 0,70 (0,74 ± 0,35) 0,67 (0,71 ± 0,30) 0,68 (0,69 ± 0,25) 0,68 (0,72 ± 0,37) 0,72 (0,8 ± 0,39) 0,68 (0,74 ± 0,34) Pomurska 0,51 (0,58 ± 0,29) 0,50 (0,55 ± 0,30) 0,53 (0,60 ± 0,27) 0,53 (0,59 ± 0,25) 0,60 (0,67 ± 0,30) 0,55 (0,60 ± 0,29) Posavska 0,49 (0,55 ± 0,29) 0,50 (0,56 ± 0,27) 0,53 (0,59 ± 0,28) 0,56 (0,72 ± 0,42) 0,59 (0,65 ± 0,36) 0,53 (0,62 ± 0,34) Primorsko-notranjska 0,46 (0,49 ± 0,28) 0,48 (0,50 ± 0,28) 0,49 (0,51 ± 0,22) 0,45 (0,48 ± 0,26) 0,53 (0,60 ± 0,32) 0,49 (0,52 ± 0,28) Savinjska 0,54 (0,63 ± 0,36) 0,57 (0,63 ± 0,35) 0,53 (0,62 ± 0,32) 0,64 (0,71 ± 0,38) 0,61 (0,75 ± 0,42) 0,58 (0,68 ± 0,37) Zasavska 0,37 (0,51 ± 0,31) 0,45 (0,61 ± 0,42) 0,48 (0,57 ± 0,47) 0,39 (0,48 ± 0,36) 0,59 (0,64 ± 0,42) 0,43 (0,55 ± 0,39) Slovenija/Slovenia 0,52 (0,61 ± 0,33) 0,53 (0,60 ± 0,33) 0,51 (0,60 ± 0,32) 0,55 (0,67 ± 0,40) 0,61 (0,72 ± 0,39) 0,55 (0,64 ± 0,36) Acta Sil va e et Ligni 133 (2024), 13–28 23 ozemlja države (Bizjak in sod., 2021; Saražin in Krajnc, 2022). Bistveno večji so denimo odkloni pri kmetijski namenski rabi, kjer je omembe vredno zastopana tudi dejanska gozdna raba, a se te anomalije kažejo v anali- zi trga s kmetijskimi zemljišči (npr. nakup kmetijskega zemljišča, na katerem je dejansko gozd). Na primeru gozdnih zemljišč so objektivni odkloni vezani pred- vsem neposredno na izvedbo legalnih krčitev gozdov, saj se sprememba namembnosti zemljišč zgodi šele z zamikom in ne takoj z odobritvijo oz. izvedbo krčitve gozda. Posebne objektivne okoliščine, ki lahko zviša- jo cene, so tudi nakup manjših gozdnih zemljišč z na- menom zaokroževanja posesti, s čimer bo omogočeno lažje gospodarjenje z njo (obstoj skladiščih prostorov, prometnic…). Možne so tudi številne druge anomalije ali celo špekulacije, ko se gozdna zemljišča kupujejo z namenom oz. v pričakovanju spremembe namembno- sti. Po odstranitvi osamelcev smo napravili primerjavo med aritmetično sredino in mediano cen čistih gozdnih poslov in čistih gozdnih poslov brez osamelcev. V pri- meru čistih gozdnih poslov je aritmetična sredina za obdobje med letoma 2018 in 2022 znašala 2,82 EUR/ m 2 , mediana pa 0,61 EUR/m 2 . Pri analizi čistih gozdnih poslov, kjer smo odstranili osamelce, je aritmetična sredina znašala 0,64 EUR/m 2 , mediana pa 0,55 EUR/ m 2 . Ta rezultat nakazuje, da je za razlago trga z goz- dnimi nepremičninami bolj priporočljiva uporaba me- diane v primerjavi z aritmetično sredino, obenem pa kaže tudi na uspešnost metode IQR pri odstranjevanju osamelcev. Za metodo IQR smo se odločili, ker gre za robustnejšo metodo v primerjavi s kvantilno metodo odstranjevanja osamelcev. Pri obdelavah podatkov ETN je prednost IQR metode, da ohranja širši razpon vrednosti cen zemljišč in s tem velik del podatkov, ki jih kvantilna metoda zavrže kot osamelce. Predlagan način obdelave podatkovne zbirke ETN nam omogoča pridobiti ustrezne podatke o kupoprodajnih poslih, ki so bili del prodaje na prostem trgu ali javni dražbi ter z vidika rabe prostora predstavljajo gozdna zemljišča. Vzorec torej ne zajema drugih zemljišč (praviloma tudi bistveno višje vrednosti), ki bi lahko v celotnem kupo- prodajnem poslu vplivala na ceno gozdnega zemljišča. S tega vidika se predlagana metodologija lahko smisel- no uporabi pri ocenjevanju tržne vrednosti gozdnih zemljišč. Tržna vrednost se večinoma oceni kot kombi- nacija metod za ocenjevanje vrednosti, kjer je metoda primerjalnih vrednosti ena izmed metod, priporočenih s smernicami (Krajčič in sod., 2013). Poleg tega so me- todološke uskladitve potrebne za nadaljnje raziskave trga gozdnih zemljišč. V zadnjem obdobju beležimo rast cen gozdnih ze- mljišč, tako kot tudi drugih vrst nepremičnin (Poroči- lo o slovenskem nepremičninskem trgu za leto 2022, 2023), kar kažejo rezultati raziskave. V zadnjih petih letih beležimo 17,31 % rast cen, ki pa se razlikuje po regijah. Najvišja zabeležena rast je bila zabeležena na severu (Koroška), najnižja pa v statističnih regijah Go- riška, Podravska in Obalno-kraška. V letu 2022 je bila najvišja vrednost mediane cene gozdnih zemljišč do- sežena v statistični regiji Koroška, ki ji sledi Gorenjska. Ugotovljen je bil trend rasti cen gozdnih zemljišč, saj so bile vrednosti cen gozdnih zemljišč (Q1, mediana, Q3) primerljive v prvih treh letih obravnavanega ob- dobja, medtem ko se je v letih 2021 in 2022 opazila večja rast vrednosti. To potrjuje našo prvo delovno hi- potezo (H1), ki navaja, da se je cena gozdnih zemljišč v obdobju 2018 do 2022 značilno povečala. Razlogov za spremembe cen na trgu s tem prispevkom nismo ugo- tavljali, saj so verjetno posledica več dejavnikov. Velja pa poudariti tudi širše globalne gospodarske in politič- ne dogodke, ki lahko vplivajo na značilnosti in dinami- ko nepremičninskega trga. V obravnavanem obdobju sta nas prizadela epidemija covid-19 in začetek vojne v Ukrajini, dogodka, ki sta močno vplivala na celotno go- spodarstvo. Istočasno pa je v zadnjih letih zaznati ve- čji obseg javnih investicij v infrastrukturne projekte in povečevanje deleža državnih gozdov, kar lahko tudi po- sledično vpliva na povprečni dvig cen gozdnih zemljišč. Z izračuni in primerjavami ter z rezultatom analize variance (ANOVA) smo potrdili enakomerne razpone vrednosti in značilne razlike cen gozdnih zemljišč med različnimi območji. S Tukeyevim preizkusom smo ugo- tovili, da so tako pri primerjavi doseženih cen med TAO kot tudi med statističnimi regijami nekatera območja bolj izrazita, druga pa manj. Ugotavljamo, da TAO niso bistveno uspešnejša pri opisovanju prostorskih razlik med doseženimi cenami v primerjavi s statističnimi regijami. Glavnino analiz smo opravili na statističnih regijah, ki so bile izbrane na podlagi presoje, da so statistične regije stalne in ustaljene enote. Poleg tega so informacije na nivoju statističnih regij javnosti laž- je dostopne in razumljive. Z izbiro statističnih regij je omogočena tudi dolgoročna primerjava z drugimi sta- tističnimi kazalniki, objavljenimi na ravni statistične regije. Letna poročila o nepremičninskem trgu so sicer pripravljena na ravni tržnih analitičnih območij (TAO). S tem neposredna primerjava med tržnimi analitični- mi območji in statističnimi regijami ni omogočena in hkrati ni ustrezna, ker se prostorsko omenjeni ravni le delno ujemata. Na podlagi ugotovljenega lahko hipote- zo H2 delno potrdimo, saj se aritmetične sredine cen na ravni posameznih statističnih regij večinoma zna- čilno razlikujejo od aritmetične sredine vseh poslov v Sloveniji v obravnavanem obdobju (z izjemo pomurske 24 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 in posavske statistične regije). Med statističnimi regi- jami lahko v grobem oblikujemo tri skupine, med kate- rimi so razlike bolj izrazite. (1) Najvišje cene dosegajo gozdovi v koroški, podravski in obalno-kraški regiji; (2) sledijo cene gorenjskih, osrednjeslovenskih, savinj- skih in jugovzhodnih gozdov; (3) povprečne in pod- povprečne vrednosti pa dosegajo gozdovi posavske, pomurske, goriške, zasavske in primorsko-notranjske statistične regije. O omejitvah, povezanih z gospodarjenjem lastni- kov na lastnih gozdnih zemljišč, so v preteklosti pisa- li različni avtorji (Šinko, 1994; Winkler, 1996; Turk, 2017; Vidic, 2022; Jakopin, 2023). Kljub temu opazo- vani trendi na trgu gozdnih nepremičnin (zlasti letna rast cen gozdnih zemljišč, povečanje števila nakupnih poslov ter večja prodaja gozdnih površin v preteklem obdobju) kažejo na naraščajoče zanimanje za nakup gozdnih zemljišč. Ta dejstva kažejo na trenutno pre- seganje povpraševanja nad ponudbo. Investicijska privlačnost gozdov se je skozi zgodovino uveljavila kot stabilna in zanesljiva, saj je gozd tradicionalno veljal za varno investicijo, finančno rezervo in statusni simbol. K povpraševanju po gozdnih zemljiščih pripomore tudi uresničevanje Resolucije o nacionalnem gozdnem pro- gramu, kjer je eden od ciljev povečanje površin držav- nih gozdov, kar se kaže tudi v strateških ciljih družbe Slovenski državni gozdovi d.o.o. Slednji se zrcali v po- večevanju površin državnih gozdov za 1200 ha na leto (SiDG, 2022). Podatki v letnih poročilih SiDG so skupna površina nakupov gozdov (v ha) in povprečna cena (v EUR/m 2 ). Primerjavi z našo raziskavo smo izvedli za leti 2021 in 2022. Povprečna cena nakupa gozdov v skupni po- vršini 1.536 ha, ki so bili kupljeni v imenu Republike Slovenije s strani SiDG v letu 2021, znaša 0,38 EUR/ m 2 (SiDG, 2022). Povprečna cena nakupa gozdov, ki so bili kupljeni v imenu Republike Slovenije v letu 2021, je torej nižja od povprečne vrednosti, izračunane v naši raziskavi. V Sloveniji se je to leto skupaj kupilo 3.362,50 ha gozdov (ob izločitvi osamelcev 3.275,66 ha) s povprečno ceno 3,10 EUR/m 2 (ob izločitvi osa- melcev 0,67 EUR/m 2 ). V letu 2022 je povprečna odkupna cena za 1.364 ha gozdov znašala 0,84 EUR/m 2 (SiDG, 2023). Na državni ravni se je v tem letu skupaj kupilo 3.383,59 ha gozdov (ob izločitvi osamelcev 3.283,82 ha) s povprečno ceno 3,12 EUR/m 2 (ob izločitvi osamelcev 0,72 EUR/m 2 ). Pri tem je vredno opozoriti, da je v celotni strukturi naku- pov 40 % gozdov s posebnimi statusi opredeljenimi z zakonom o gozdovih ali zakonom o ohranjanju narave ter več kot 40 % gozdov obmejnega pasu (SiDG, 2022). Avtorji smo s tem prispevkom želeli spodbuditi strokovno in raziskovalno javnost k dejavnejšemu pi- sanju in raziskavam na področju poslov z gozdnimi nepremičninami in ocenjevanjem vrednosti gozdnih zemljišč. Z raziskavo smo potrdili statistično značilne razlike med statističnimi regijami. V vprašanja o vpliv- nih dejavnikih se tokrat nismo poglobili. Upoštevajoč tako analize v tem prispevku kot tudi predhodne razi- skave več avtorjev, bi bilo v prihodnjih raziskavah smi- selno poglobljeno preučiti vplive geografskih (lokacija, površina, nakloni površja, osončenost oz. izpostavlje- nost), gozdnogospodarskih (gozdni sestoji, lesna zalo- ga, drevesna sestava, možni posek, obstoj ekosistem- skih storitev, tla, rastiščni koeficient) ter infrastruktur- nih (bližina prometnic, naselij in druge infrastrukture) kazalnikov. 5 POVZETEK 5 SUMMARY This article presents a comprehensive analysis of the trends in forest land sales in Slovenia for the five- year period between 2018 and 2022, based on data from the Real Estate Market Register. By applying a recommended methodological approach, we were able to isolate transactions involving only forest land. Initially, the database contained 16,737 forest transac- tions over the observed period. After refining the data to exclude transactions involving other land types, other types of transactions or those spanning multiple statistical regions, we identified 9,812 transactions as “exclusive forest land transactions.” The results of this analysis provide insights into the dynamics of the for- est land market. A steady upward trend in forest land prices can be observed over the observation period. Notably, the analysis revealed statistically significant price differences between statistical regions, highlighting the complexity of this market. The study also identi- fied high-value transactions influenced by various factors, both objective and subjective (e.g., individual interests). To ensure the robustness of these results, we employed a recognized statistical procedure to ex- clude outlier values. The refined results obtained us- ing the interquartile range (IQR) method provided a more accurate representation of the forest land mar- ket in Slovenia. This approach focuses on transactions that closely align with typical market behavior. The efficacy of the IQR method is evidenced by the distri- bution plot comparing forest land price values across the reference, IQR and quantile methods (Fig. 2). While this database contained no outliers at the low end (i.e., with the lowest forest land prices of 0.00 EUR/m 2 ), it contained numerous high-priced transactions, reach- Acta Sil va e et Ligni 133 (2024), 13–28 25 ing a maximum of 667.00 EUR/m 2 . By applying the IQR method, we excluded all outliers above 2.11 EUR/m 2 , which resulted in a reduction of the database by 1,294 transactions. The new database, referred to as »exclu- sive forest transactions without outliers,« included 8,518 transactions. The average price per square me- ter of forest land in the database of exclusive forest transactions is 2.82 EUR/m 2 (with a median of 0.61 EUR/m 2 ). However, after excluding outliers, the aver- age price significantly decreased to 0.64 EUR/m 2 (with a median of 0.55 EUR/m 2 ). The standard deviation also notably decreased from ± 16.70 EUR/m 2 in the broad- er database to ± 0.36 EUR/m 2 in the database without outliers, reflecting a substantial improvement in the accuracy of the analysis (Table 1). The five-year increase in the median price of for- est land at the national level was 17.31%. However, this growth figure varied significantly across statisti- cal regions, suggesting that regional dynamics play an important role in shaping these market trends. The analysis showed that the statistical regions of Goriška, Podravska and Obalno-kraška experienced the low- est median growth during the observed period, while the highest increase in median prices for forest land was observed in the Zasavska (+59.46%) and Koroška (+88.00%) regions. In 2022, the Koroška statistical region had the highest median value of 0.94 EUR/m 2 , followed by the Gorenjska and Podravska statistical re- gions, each with a median value of 0.72 EUR/m 2 (Table 3). These findings confirm our working hypothesis (H1) asserting a notable increase in forest land prices during the period from 2018 to 2022. Our investigation into price variations across in- dividual statistical regions, compared to the overall population, revealed that only the Posavska and Ju- govzhodna Slovenija regions did not significantly dif- fer from the overall population. In contrast, prices in other regions showed significant differences. Using the Tukey post hoc test, we additionally compared the ef- fectiveness of both spatial units (statistical regions and market analytical areas), yielding remarkably similar outcomes. This partially confirms our second working hypothesis (H2) suggesting significant price differ- ences across statistical regions for forest land. Based on our findings, the statistical regions can be approxi- mately categorized into three groups with notable price differences: (1) the highest prices are recorded in the Koroška, Podravska and Obalno-kraška regions; (2) intermediate prices are seen in the Gorenjska, Osred- njeslovenska, Savinjska and the Jugovzhodna regions; and (3) the lowest values are noted in the Posavska, Pomurska, Goriška, Zasavska and Primorsko-notranjs- ka regions. This study sheds light on the multi-layered real- ity of the forest land market in Slovenia. The results provide valuable insights for both the general public and real estate professionals, particularly real estate appraisers. The results are particularly important for informed decision-making processes. Beyond describing current trends, this reseach un- derscores the necessity for further investigation into the factors affecting forest land prices. Although this analysis does not address causal factors, it under- scores the existence of regional price disparities and sets the stage for future research. Building on these findings, which are consistent with previous research by various researchers, there is a compelling argument for future research to examine the role of geographic factors (location, area, slope, exposure, etc.), forest management factors (forest stand, timber supply, tree composition, potential harvest, presence of ecosystem services, soil characteristics, etc.) and infrastructural factors (proximity to forest roads, settlements, etc.) in shaping the forest land market. ZAHVALA ACKNOWLEDGEMENTS Zahvaljujemo se neimenovanim recenzentom za komentarje in konstruktivno kritiko, s čimer so pri- spevali k izboljšanju kvalitete prispevka. Študija je bila pripravljena v sklopu Javne gozdarske službe Gozdar- skega inštituta Slovenije, ki ga financira Ministrstvo za kmetijstvo, gozdarstvo in prehrano. Del raziskave je bil opravljen tudi v okviru Programske skupine Goz- dna biologija, ekologija in tehnologija (P4-0107), ki jo financira Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije. VIRI REFERENCES Bizjak I., Cotič B., Gantar D., Gulič A., Koblar S., Kozamernik J., Mušič B., Mujkić S., Nikšič M., Sendi R. 2021. Poročilo o prostorskem ra- zvoju 2021. Ljubljana, Republika Slovenija, Ministrstvo za okolje in prostor. https://www.gov.si/assets/ministrstva/MNVP/Do- kumenti/Prostorski-razvoj/porocilo_prostorski_razvoj_2021. pdf (12. 8. 2023). ÇIlgin C., Gökşen Y., Gökçen H. 2023. The effect of outlier detection methods in real estate valuation with machine learning. İzmir Sosyal Bilimler Dergisi, 5, 1: 9–20. https://doi.org/10.47899/ ijss.1270433 Čepon T . 2003. Ocenjevanje vrednosti stavbnih zemljišč na preho- du na tržno vrednotenje: diplomsko delo. Univerza v Ljubljani, Ekonomska fakulteta. http://www.cek.ef.uni-lj.si/u_diplome/ cepon1084.pdf (8. 10. 2023). 26 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 Danev G. 2013. Vrednotenje ekosistemskih storitev. V: Ocenjevanje vrednosti gozdnih zemljišč in ekosistemskih storitev ter škod po divjadi v gozdovih. ERICo Velenje Inštitut za ekološke raziskave d.o.o., Gozdarski inštitut Slovenije, Univerza v Ljubljani, Bioteh- niška fakulteta: 45 – 72. Demšar J., Curk T ., Erjavec A., Gorup Č., Hočevar T ., Možina M., Polaj- nar M., Toplak M., Starič A., Štajdohar M., Umek L., Žagar L., Žbon- tar J., Žitnik M., Zupan B. 2013. Orange: Data mining toolbox in Python. Journal of Machine Learning Research, 14: 2349–2353 . https://jmlr.org/papers/volume14/demsar13a/demsar13a. pdf (7. 5. 2024). Jakopin M. 2023. Gozd je kmetova banka. Outsider, 9. 5. 2023. https://outsider.si/marija-jakopin-gozd-je-kmetova-banka/ (8. 4. 2024). Japelj A. 2016. Ekonomsko vrednotenje ekosistemskih storitev za oblikovanje politik trajnostne rabe gozdnih virov: doktorska disertacija. Univerza v Ljubljani, Biotehniška fakulteta. https:// repozitorij.uni-lj.si/IzpisGradiva.php?id=115373&lang=slv (8. 4. 2024). Krajčič D., Hrovat T ., Šinko M., Danev G., Levanič T . 2013. Smernice za ocenjevanje vrednosti gozdov. Ljubljana, Silva Slovenica, Goz- darski inštitut Slovenije. Lette H., de Boo H. 2002. Economic valuation of forests and nature - a support tool for effective decision-making. National Reference Centre for Agriculture, Nature Management and Fisheries. Lisec A., Drobne S., Bogataj M. 2008. Vpliv nacionalnih razvojnih osi na transakcijsko vrednost kmetijskih in gozdnih zemljišč v Slo- veniji. Geodetski vestnik, 52, 1: 39–53. Mavsar R. 2005. Ekonomsko vrednotenje vlog gozdov: ma- gistrsko delo. Ekonomsko-poslovna fakulteta, Univer- za v Mariboru. https://repozitorij.uni-lj.si/IzpisGradiva. php?lang=slv&id=115342 (8. 4. 2024). Mavsar R. 2011. Ekonomsko vrednotenje gozdnih dobrin s pomo- čjo metode diskretne izbire na primeru mediteranskih gozdov: doktorska disertacija. Ekonomsko-poslovna fakulteta, Univerza v Mariboru. https://dk.um.si/IzpisGradiva.php?id=20291 (8. 4. 2024). Opis strukture podatkov evidence trga nepremičnin. Ljubljana, Mini- strstvo za naravne vire in prostor - Geodetska uprava Republike Slovenije. International Valuation Standards (IVS): effective 31 January 2022. 2022. International Valuation Standards Council (IVSC). https:// viewpoint.pwc.com/dt/gx/en/ivsc/international_valuat/as- sets/IVS-effective-31-Jan-2022.pdf (8. 4. 2024). Poročilo o slovenskem nepremičninskem trgu za leto 2022. 2023. Ljubljana, Ministrstvo za naravne vire in prostor - Geodet- ska uprava Republike Slovenije. https://www.e-prostor.gov. si/fileadmin/Podrocja/Trg_vrednosti_nep/Trg_nepremic- nin/Porocila_o_trgu_nepremicnin/2022/Letno_porocilo_za_ leto_2022.pdf (8. 8. 2023). R: the R project for statistical computing. Vienna, R Foundation for Statistical Computing. https://www.R-project.org/ (8. 4. 2024). Saražin J., Krajnc N. 2022. Cene gozdnih nepremičnin v letih 2020 in 2021. Infogozd: skrbno z gozdom, 3, 12: 58–63. https://doi. org/10.20315/ig.2022.0061 SiDG: letno poročilo o doseganju ciljev gospodarjenja z držav- nimi gozdovi za leto 2021: poročilo družbe Slovenski dr- žavni gozdovi, d.o.o., Državnemu zboru RS. Kočevje, SiDG. 2022. https://sidg.si/index.php/menu-za-download- javnost?view=download&id=2585 (8. 4. 2024).SIDG. 2023. Pre- ko e-pošte pridobljene informacije s strani sektorja za nepre- mičnine pri družbi SiDG d.o.o. (osebni vir). Simončič T ., Harmel M., Kobe J., Hostnik R., Andrej V., Strmšnik K., Sešel L., Pisek R., Matijašić D. 2021. Strategija razvoja mestnih gozdov Ljubljane: 2020 - 2045. Ljubljana, Mestna občina Ljublja- na, Oddelek za gospodarske dejavnosti in promet. Stare D., Krajnc N. 2022. Lastništvo gozdov in posestna struktura. V: Kazalniki gospodarjenja z gozdovi v Sloveniji. Ljubljana, Založba Silva Slovenica, Gozdarski inštitut Slovenije: 16–23. https://doi. org/https://doi.org/10.20315/sfs.183. Šinko M. 1994. Ekonomika zasebnega gozdarskega obrata. Kmečki glas. Šinko M. 2008. Presoja (ne)ustreznosti Enotne metodologije za ugo- tavljanje vrednosti gozda kot strokovne osnove za cenitev goz- dov. Gozdarski vestnik, 66, 5/6: 320–324. Šinko M. 2012. Sistemi ocenjevanja vrednosti gozdov v Avstriji, Nemčiji in Švici - lekcije za Slovenijo. Gozdarski vestnik, 71, 5/6: 276–286. Šubic Kovač M. 1998. Potrebni pogoji za uveljavitev tržnega vredno- tenja nepremičnin v Sloveniji. V: Vrednotenje nepremičnin v Republiki Sloveniji: zbornik predavanj, Ljubljana, 7. aprila 1998. ZTI - Zavod za tehnično izobraževanje: 45–52. Trg nepremičnin. Ljubljana, Ministrstvo za naravne vire in prostor - Geodetska uprava Republike Slovenije. https://www.e-prostor. gov.si/podrocja/trg-in-vrednosti-nepremicnin/trg-nepremic- nin/ (8. 8. 2023). Turk Z. 2017. Vrednotenje gozdov: izračunavanje in ocenjevanje vre- dnosti zemljiškoknjižnih pravic. Samozaložba. Enotna metodologija za ugotavljanje vrednosti kmetijskega zemlji- šča in gozda. 1987. Uradni list RS, št. 10/1987. https://pisrs.si/ pregledPredpisa?id=DRUG722 (8. 8. 2023). Zakon o kmetijskih zemljiščih. 1996. Uradni list RS, št. 71/11. https://pisrs.si/pregledPredpisa?id=ZAKO541 (8. 8. 2023). Vidic Z. 2022. Gozd kot banka ali breme. Vrelec - Glasilo Občine Dolenjske Toplice, 24/11, 281: 16–17. https://www.dolenjske- toplice.si/Files/eMagazine/163/705458/11%20REVIJA%20 VRELEC_low.pdf (8. 4. 2024). Vinutha H.P ., Poornima B., Sagar B.M. 2018. Detection of outliers using interquartile range technique from intrusion dataset. V: Information and decision sciences. (Advances in Intelligent Sy- stems and Computing (AISC), 701), Singapore, Springer: 511– 518. Winkler I. 1996. Cenitev gozdov in gozdnih škod. Ljubljana, Oddelek za gozdarstvo Biotehniške fakultete. Winkler I. 2003. Ekonomika gozdarstva. Ljubljana, Oddelek za goz- darstvo in obnovljive vire, Biotehniške fakultete. https://repo- zitorij.uni-lj.si/IzpisGradiva.php?lang=eng&id=125734 (8. 4. 2024). Zakon o gozdovih. 1993. Uradni list RS, št. 30/93, 56/99 – ZON, 67/02, 110/02 – ZGO-1, 115/06 – ORZG40, 110/07, 106/10, 63/13, 101/13 – ZDavNepr, 17/14, 22/14 – odl. US, 24/15, 9/16 – ZGGLRS, 77/16 in 78/23 – ZUNPEOVE. http://www.pisrs.si/ Pis.web/pregledPredpisa?id=ZAKO270 (8. 4. 2024). Žujo J., Danev G. 2010. Uporaba metod za vrednotenje ekosistem- skih storitev na varovanih območjih narave. Varstvo narave, 27: 65–84. Acta Sil va e et Ligni 133 (2024), 13–28 27 8 PRILOGE 8 APPENDIX Slika 7: Skupna vrednost prometa čistih gozdnih poslov v evrih (EUR) po statističnih regijah. Lestvica vrednosti je pri- kazana na levi osi grafikona, lestvica ravni države pa na desni osi grafikona (vir: GURS, 2023, preračuni GIS). Fig. 7: Total value of transactions for exclusive forest transac- tions (in EUR) by statistical region. The value scale is shown on the left axis of the graph, while the national level scale is on the right axis (source: GURS, 2023, calculations by GIS). Slika 8: Skupna prodana površina čistih gozdnih poslov (v m 2 ) po statističnih regijah. Lestvica vrednosti je prikazana na levi osi grafikona, lestvica ravni države pa na desni osi grafi- kona (vir: GURS, 2023, preračuni GIS). Fig. 8: Total sold area of exclusive forest transactions (in m 2 ) by statistical region. The value scale is shown on the left axis of the graph, while the national level scale is on the right axis (source: GURS, 2023, calculations by GIS). 28 Do v ečar M., Sar ažin J ., T r ipla t M.: C ene go z dnih z emljišč v Sl o v eniji v obdobju 2018–2022 Slika 9: Mediane cen čistih gozdnih poslov (v EUR/m 2 ) po statističnih regijah. Lestvica vrednosti je prikazana na levi osi grafikona, lestvica ravni države pa na desni osi grafikona (vir: GURS, 2023, preračuni GIS). Fig. 9: Median of exclusive forest transactions (in EUR/m 2 ) by statistical region. The value scale is shown on the left axis of the graph, while the national level scale is on the right axis (source: GURS, 2023, calculations by GIS).