第二章 文獻回顧
第一節 不動產次市場相關文獻
substitute)，而對於其他次市場之住宅則有相對較低之替代性（Grigsby et al.,1987）。 而替代性的概念為一組財貨或服務當其中一個財貨價格增加，其他財貨需求會增 地板（土地）面積；（2）住宅型態（Bourassa, Hoesli, & Peng ,2001）。
此外，住宅次市場之概念分為供給面及需求面兩種觀點，以需求面來看，住 宅市場需求面之區隔，則與一般行銷學中的「市場區隔」（market segmentation）
觀念類似，市場區隔即是以市場需求面的發展為基處，將某一產品市場分為若干
‧
而不是以經濟或種族特性來界定。Michaels, & Smith (1990) 的研究則排除不動產 仲介商的因素外，再加入鄰避設施外部性的問題，最後亦提出次市場界定為重要 的結論。其他研究有直接以行政區作為住宅空間次市場的劃定依據(張金鶚、花 敬群，1999)； Goodman(1981)界定次市場為都會區內地方政府行政區域，他使 用特徵價格函數來說明將美國康乃迪克紐哈芬市分為數個次市場所能得到的資 有限，原因在於次市場的研究有其侷限性。Maclennan, & Tu (1996)認為次市場會 隨著供給、需求而在時間上有所變動，但是供給、需求的研究牽涉到家戶行為、
‧
而對於租屋市場，Allen et al.(1995)則以住宅型態（apartments,condominiums, single-family）來界定南卡羅來納的住宅租賃市場，並對每個次市場建立特徵價 格函數，最後結論亦顯示有超過一半的次市場其特徵價格顯著的不同。這也告訴 我們於住宅租賃市場內亦有次市場的存在。
除了這些常見的次市場界定標準外，還有一些其他的標準。林祖嘉、林素菁 (2009)認為定義次市場的原因就是要減少市場內房價的差異性，Bourassa(1999) 則強調次市場內住宅的替代性，Maclennan, & Tu(1996)認為次市場和總體供需結 構的變遷有顯著的關聯，Bourassa(1999)亦認為次市場的研究對於觀察住宅價格 住宅市場分析中。首先於此相關研究為 Dale-Johnson (1982)的研究，他使用了住 宅市場交易的資料來檢視市場區隔的面向，因子分析的結果將 13 個變數分為 5 個因子，並將市場分為 10 個次市場。並以各次市場特徵價格函數的建立，以 F 檢定檢視其次市場間相似程度，這個分析的問題產生在以因子得分（factor score）
作為次市場分群時，會造成一些其他因子資訊的遺漏。
‧
生物及生態科學，於住宅方面的應用則相當有限。Maclennan, & Tu（1996）研究 蘇格蘭 Glasgow 地區住宅次市場的結構，該研究使用主成分分析來區隔變數，並 以集群分析來界定次市場；Bourassa (1999a,1999b,2001)對於住宅次市場的界定進 行了一連串的研究，這些研究皆以主成分分析及集群分析來界定紐西蘭的住宅次 市場，以特徵價格函數的建立，並檢視統計方法界定之次市場與先驗知識界定之 次市場其加權均方差（Weight mean squared error）的差別，最後結論以統計方法 所界定之次市場結果優於以先驗知識所界定之次市場，統計分析界定之次市場其 界定方式。Anas, & Arnott (1997)的研究探討住宅政策對於不同住宅次市場的交互 影響，此研究將住宅視為具階層性的財貨，並以 CPHMM（Chicago Prototype of Housing Model）做政策影響的模擬，此研究之住宅分類是延伸自 Sweeney(1974) 所提出的理論，他認為住宅因提供給不同所得家戶，故在品質上具階層性，提供 給高所得家戶之住宅為高品質住宅，而各品質階層間則因住宅下濾過程而有存量 的流動，故 Anas, & Arnott (1997) 的研究將住宅次市場界定為品質及尺寸（size-quality）階層的市場，除了 Sweeney 所提出的三個品質階層，另加入房間 數為因素，相同方式的研究尚有 Braid(1986)的研究，此研究亦是為 Sweeney（1974）
觀點的延伸。
此外，國內過去尚有部分相關的研究，所採用的是 NBER（National Beaura of the Economics Research）模型。鄭其正（1992）對於台北市住宅市場的研究則使 用 NBER 模型，此模型同時考慮供給面（住宅類型）及需求面（人口變數）的 區隔對於住宅市場的影響，但由於此模型是以就業區位、遷移理論作為其主要概 念，故僅適合於某些特定主題研究，如高科技人口住宅市場研究等。
‧
Anas, & Arnott (1997)
‧
相關」（autocorrelation）。而空間自相關（spatial autocorrelation）是就某空間單元 與其鄰近單元間的同一屬性值，以統計方法計算其自相關性的程度(陳慈仁，2001)。簡單地說，空間自相關分析法是為了描述近似屬性的空間單元是否有聚 在一貣之傾向(陳靜怡，2007)。因此，空間自相關是用來分析這些空間單元在空 間上分布的現象。計算空間自相關指標當中，主要可以分為兩個部份，分別是全 域型空間自相關（gobal spatial autocorrelation）與地域型空間自相關（local spatial autocorrelation），全域型的方法是應用在估計個別參數或計算整個研究區域，而 地域型的方法是應用在估計許多不同參數或計算個別資料點。
Galster (2003) 指出住宅次市場和鄰近地區並非絕對同質，但具有正向關係，
且認為鄰近地區具有空間上的基本關聯性，像是住宅的特性、基礎建設、區位環 境等，同樣鄰近地區的不動產應該會有相似的價值，而且特徵價格不會有太大的 不同，應該會屬於同一次市場範圍，Clapp, & Wang (2006 )試圖以空間自相關的 方法去定義相鄰的次市場邊界，使用了空間統計的劃分方式，不僅是之前只以統