本研究以臺北市之都市更新為研究對象，針對都市更新推動/審議、實施/完工對 住宅價格變動之影響，採用空間計量法估計，並加入差異中之差異法變數。本研究將 探討都市更新對鄰近住宅價格是否具有空間落遲及空間誤差，並著重了解都市更新距 離範圍與都市更新發生時間兩者之互動變數對住宅價格的影響。
首先，住宅結構屬性方面，屋齡估計係數為負向顯著，時間增加會使得物理機能 衰退，屋齡對住宅價格具有負向之影響(Aksoezen, Daniel, Hassler, & Kohler, 2015;
Song & Zenou, 2012)；屋齡帄方之係數為正向顯著是為了避免限制折舊的估計，並瞭 解屋齡的非線性，符合 Wilhelmsson (2008)及 Grove, Locke, & O’Neil-Dunne (2014)使 用屋齡帄方變數，使住宅價值變化隨屋齡增加而遞減。房間數對住宅價格為正向顯著 影響，與 Jin, Hoagland, Au, & Qiu (2015)研究顯示房間數每增加一間，住宅價格會上 漲 8.1%之研究結果相同。廳堂數對住宅價格為正向顯著之影響，符合預期理論，與 Huang et al. (2010)之研究結果相符。衛浴數對住宅價格為正向顯著之影響，與 Lin, Yung, & Chang (1996)之研究結果相符，符合本研究預期。Chang, Yang, & Hung (2008) 研究顯示，住宅類型大樓之建築成本高於公寓，對住宅價格為顯著正向之影響，與本 研究實證結果相符，顯示大廈之住宅價格會顯著高於公寓。
差異中之差異法變數方面，以表 11 而言，僅以都市更新推動/審議距離範圍 300 公尺、500 公尺、800 公尺互相比較，可以看出距離 300 公尺內的住宅價格高於 300 公尺外住宅價格，但 800 公尺內的住宅價格卻低於 800 公尺外住宅價格。因此，基於 人們預期於都市更新後，因公共環境美化、居住機能增加、住宅安全提升等效益(邊 泰明、黃泳涵，2013)，300 公尺的住宅價格呈現上漲趨勢，但超過 300 公尺之後，都 市更新尚未看到成效，住宅價格反而下跌，與 Uitermark & Loopmans (2013)針對比利 時的都市更新事件後，因規劃不完善，並未改善當地居民生活，住宅價格為負向影響 相同。接著考慮兩者之互動變數，空間誤差模型中 300 公尺及 500 公尺的互動變數皆
45
未達到顯著水準，而 800 公尺的互動變數係數為 0.752，達到 1%顯著水準，與 Zahirovich-Herbert & Gibler (2014)研究結果相同。
接著說明差異中之差異係數圖，圖 12 中，藍色線為控制組，為住宅價格原本趨 勢走向，紅色線為實驗組，綠色線則為實驗組原本趨勢走向，假設為住宅價格會自然 成長或下跌，與控制組為帄行線。紅色線與綠色線兩者間之差距為實驗組住宅價格扣 除自然成長之趨勢後，差異中之差異法真實顯示住宅價格變動的部分，即為互動變數 之係數( )。換言之，距離 800 公尺互動變數的估計係數( )為 0.0752，代表在都市 更新發生時間之後且位於都市更新推動/審議距離範圍 800 公尺內的住宅價格會上漲 7.52%，與 Song & Zenou (2012)在中國深圳(Shenzhen)使用城鎮距離的互動變數為正 向顯著相同。
再者，表 12 中以都市更新實施/完工距離範圍 300 公尺、500 公尺、800 公尺之 互動變數之估計係數互相比較。距離範圍 300 公尺互動變數之估計係數為 0.0725，達 10%顯著水準，表示在都市更新實施/完工發生時間後，距離範圍 300 公尺內的住宅價 格會較距離範圍 300 公尺外的住宅價格高出 7.25%。距離範圍 500 公尺之互動變數之 估計係數為 0.0258，距離範圍 800 公尺之互動變數的估計係數為 0.0309，兩者皆表示 在都市更新實施/完工發生時間後，對鄰近住宅價格為正向影響，但未達顯著水準。
圖 13 中為都市更新實施/完工個案，在空間誤差模型中距離範圍 800 公尺的差異中之 差異係數圖。藍色線為控制組住宅價格趨勢走向，紅色線為實驗組，綠色線為實驗組 原本住宅價格走向，兩者間差異即為互動變數之估計係數( )，其值為 0.0309，表示 在都市更新發生時間之後且都市更新實施/完工距離範圍 800 公尺內的住宅價格會上 漲 3.09%。
46
圖 12 差異中之差異估計係數圖-推動/審議距離 800 公尺之空間誤差模型
圖 13 差異中之差異估計係數圖-實施/完工距離 800 公尺之空間誤差模型
47
空間落遲模型方面，以表 11 中，都市更新推動/審議距離範圍 800 公之實證結果 顯示空間落遲係數(ρ)為 0.3324；表 12 中，都市更新實施/完工距離範圍 800 公之實 證結果顯示空間落遲係數(ρ)為 0.3328，皆與 Baltagi et al. (2015)估計空間落遲係數為 正向顯著影響之研究結果相同，代表住宅價格會隨著鄰近住宅價格上漲，而跟著上漲；
空間誤差模型方面，Dubin (1992)研究顯示空間相依性住宅價格會受到鄰里環境及鄰 近住宅之影響，代表鄰近住宅價格高時，住宅價格也會提升，反之亦然。本研究空間 誤差干擾因子係數為正向，具有空間自相關及空間異質性，與預期之正向顯著相符。
此外，Jin et al. (2015)以空間計量方法研究顯示，以美國馬什菲爾德市(Marshfield, U.S.
state of Wisconsin)為比較基準，透過 Robust LM-lag 及 Robust LM-errorr 檢驗，以空間 計量方法實證了空間落遲因子係數為 0.2540，空間誤差因子係數為 0.3640，兩者皆達 到 1%顯著水準，顯示住宅價格具有空間自我相關，與本研究之實證結果相同。