第四章 實證結果分析
第一節 上海地區便利商店數量分布狀況對住宅價格的影響
的顯著，而 Robust LM test (Lag)並未達到顯著水準。故而在討論便利商店數量分 布時，本研究使用空間誤差模型與一般線性回歸進行比較。
且由表 4-2 的實證結果可得知，空間誤差模型的 Adjust-R²為 0.860，一般線 性回歸的 Adjust-R²為 0.751，空間誤差模型的模型適配度優於一般線性回歸。且 空間誤差係數γ(LAMBDA)亦達到 1%以內的顯著水準，顯示該模型確實存在空 間自相關現象，理應進行修正。故而本研究著重使用空間誤差模型下的實證結 果對「上海地區便利商店數量分布狀況對住宅價格的影響」進行說明。
在控制變數方面，絕大部分自變數皆達到 1%以內的顯著水準。
在重點變數方面，空間誤差模型下「300 公尺內有兩家及以上便利商店」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 實證結果分析
與「300 公尺內有一家便利商店」的係數值分別達到 0.035 與 0.034，皆達到 1%
以內的顯著水準，故而在此模型下，300 公尺內有兩家及以上便利商店會使住 宅的平均總價上升 3.5%，300 公尺內有一家便利商店會使住宅的平均總價上升 3.4%。雖然後者大於前者，符合預期，但在空間誤差模型下「300 公尺內有兩 家及以上便利商店」與「300 公尺內有一家便利商店」對住宅價格的影響並無 太大區別，顯示住宅 300 公尺範圍內存有便利商店會對住宅價格有所影響，但 300 公尺內便利商店數量分布的多寡對於住宅價格影響甚微。
表 4-1 便利商店數量分布下的空間自相關檢定
一般線性回歸 空間延遲模型 空間誤差模型
空間延遲係數 0.002***
空間誤差係數 0.620***
LM test (Lag) 26.501***
Robust LM test (Lag) 3.117
LM test (Error) 7160.170***
Robust LM test (Error) 7136.787***
註：***、**、*分別代表在 1%、5%與 10%的顯著水準下，該變數顯著異於零。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 實證結果分析
進一步地，本研究運用分位數回歸的方法對「上海地區便利商店數量分布狀 況對住宅價格的影響」進行討論。
由表 4-3、表 4-4 與圖 4-1 的結果可知，在 10%至 30%的住宅價格區間內，重 點變數「300 公尺內有兩家及以上便利商店」呈現良好的正向顯著，在 10%的住 宅區間內，重點變數「300 公尺內有一家便利商店」呈現良好的正向顯著。該結 果顯示，便利商店對位於價格區間相對低位的住宅而言存在良好的正向邊際貢獻。
圖 4-1 便利商店數量分布下的分位數回歸模型 左：「300 公尺內有兩家及以上便利商店」
右：「300 公尺內有一家便利商店」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-3 便利商店數量分布下的分位數回歸模型之一
變數名稱 估計係數 T 值 估計係數 T 值 估計係數 T 值 估計係數 T 值 估計係數 T 值
一般線性回歸 住宅價格 10%區間內 住宅價格 20%區間內 住宅價格 30%區間內 住宅價格 40%區間內
(截距項) 14.151 1208.74 13.772 490.34 13.922 910.1 13.961 1075.5 14.001 1120.08
面積 0.008 129.91*** 0.008 52.61*** 0.009 108.47*** 0.010 138.75*** 0.010 152.65***
電梯 0.107 12.21*** 0.121 5.78*** 0.112 9.83*** 0.098 10.08*** 0.078 8.32***
高樓層 -0.010 -1.57 -0.009 -0.62 -0.017 -2.09** -0.021 -3.11*** -0.025 -3.78***
中樓層 0.018 2.92*** 0.010 0.67 0.017 2.15** 0.017 2.59*** 0.020 3.07***
樓層總數 0.005 8.67*** 0.006 4.36*** 0.005 6.5*** 0.004 6.61*** 0.004 6.03***
屋齡 -0.009 -28.11*** -0.007 -9.38*** -0.008 -20.15*** -0.008 -22.71*** -0.008 -23.6***
內環內 0.599 61.93*** 0.598 25.79*** 0.605 47.86*** 0.601 56.07*** 0.597 57.8***
內環到中環 0.471 64.62*** 0.528 30.23*** 0.513 53.9*** 0.494 61.21*** 0.472 60.74***
中環到外環 0.294 45.43*** 0.372 23.95*** 0.328 38.78*** 0.314 43.71*** 0.299 43.19***
200 公尺內有無銀行 -0.017 -2.61*** -0.027 -1.73* -0.029 -3.41*** -0.022 -3.06*** -0.013 -1.92*
1000 公尺內有無醫院 0.025 4.45*** 0.029 2.1** 0.024 3.25*** 0.024 3.82*** 0.024 3.91***
500 公尺內有無捷運 0.070 11.2*** 0.042 2.8*** 0.066 8.12*** 0.070 10.09*** 0.066 9.9***
500 公尺內有無學校 0.098 13.2*** 0.115 6.44*** 0.094 9.62*** 0.083 10.01*** 0.085 10.69***
500 公尺內有無公園 0.010 1.63 -0.001 -0.09 -0.001 -0.11 -0.005 -0.75 -0.006 -0.93
300 公尺內有兩家及以上便利商店 0.022 3.29*** 0.048 2.99*** 0.019 2.2** 0.014 1.91* 0.007 1.03
300 公尺內有一家便利商店 0.016 2.38** 0.055 3.38*** 0.002 0.27 -0.005 -0.63 -0.001 -0.15
註：***、**、*分別代表在 1%、5%與 10%的顯著水準下，該變數顯著異於零。
‧
‧
的顯著，而 Robust LM test (Lag)並未達到顯著水準。故而在討論便利商店服務品 質時，本研究同樣使用空間誤差模型與一般線性回歸進行比較。且由表 4-6 的實證結果可得知，空間誤差模型的 Adjust-R²為 0.860，一般線 性回歸的 Adjust-R²為 0.752，空間誤差模型的模型適配度優於一般線性回歸。且 空間誤差係數γ(LAMBDA)亦達到 1%以內的顯著水準，顯示該模型確實存在空
LM test (Error) 7122.618***
Robust LM test (Error) 7099.506***
註：***、**、*分別代表在 1%、5%與 10%的顯著水準下，該變數顯著異於零。