樣本敘述統計分析

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

二、 樣本敘述統計分析

圖二與圖三¹³顯示各兩兩都會區住宅價格比由 1993 年至 2010 年變動趨勢，

為避免趨勢圖因同時呈現 15 組兩兩都會區住宅價格比導致過於複雜，故將 15 組兩兩都會區住宅價格比趨勢圖分為圖二與圖三呈現。

由圖二可發現台北市相對其他都會區住宅價格比於 1999 年以前較為穩定，

台北市相對新北市以外其他都會區住宅價格比皆維持在 2.33 至 3.28 間。直至 2000 年，台北市相對台南市住宅價格比始有較為明顯之上升，此後便維持在 4 左右直到 2005 年。台北市相對桃竹都會區、台北市相對台中市與台北市相對高 雄市於 2000 年至 2005 年間則相對較為穩定，期間台北市相對高雄市住宅價格比 雖由 2.95 小幅度擴大至 3.31，2005 年又縮回至 3.08。2006 年以後，台北市相對 桃竹都會區、台北市相對台中市、台北市相對台南市與台北市相對高雄市住宅價 格比皆出現較大幅度擴張，分別由 2005 年 2.99、3.05、4.07 與 3.08，擴大至 2008 年 3.93、4.16、5.61 與 4.51，雖 2009 年台北市分別相對桃竹都會區、台中市與 台南市出現緩跌趨勢，然 2010 年上述三者之住宅價格比又再度擴大，而台北市 相對高雄市則於 2010 年出現緩跌情形。另圖二中，雖台北市相對新北市與新北 市相對台北市以外其他都會區 18 年住宅價格比趨勢雖相對穩定，然仍呈現擴大 趨勢，且以新北市相對台南市擴張較多。台北市相對新北市、新北市相對桃竹都 會區、新北市相對台中市、新北市相對台南市與新北市相對高雄市住宅價格比分 別由 1993 年 1.74、1.48、1.52、1.58 與 1.34，擴大至 2010 年 2.30、1.75、1.91、

2.44 與 1.85。

13圖中北市／新北表台北市變數值除以新北市變數之比值，其餘兩兩都會區以此類推。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖二 住宅價格比趨勢圖 I

圖三顯示其餘兩兩都會區住宅價格比趨勢圖，可發現 1998 年以前變動相較 1999 年以後穩定。其中桃竹都會區相對高雄市與台中市相對高雄市住宅價格比 於早期低於 1，顯示早期高雄市住宅價格高於桃竹都會區與台中市，近年桃竹都 會區與台中市住宅價格則多高於高雄市。1999 年後，桃竹都會區相對台南市、

台中市相對台南市與高雄市相對台南市住宅價格比呈現較明顯之擴大趨勢，分別 由 1999 年 1.06、1.00 與 1.12 上升至 2010 年 1.39、1.28 與 1.32，然於此其間三 者皆有漲有跌，且相較圖二台北市相對新北市以外其他都會區之擴大幅度，圖三 擴大幅度相對低了許多。其餘桃竹都會區相對台中市、桃竹都會區相對高雄市與 台中市相對高雄市住宅價格比擴張趨勢較不明顯，擴張與縮小情形皆曾出現。

1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 5.00 5.50 6.00

1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

北市/新北 北市/桃竹 北市/台中 北市/台南 北市/高雄 新北/桃竹 新北/台中 新北/台南 新北/高雄

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖三 住宅價格比趨勢圖 II

表二與表三分別顯示依兩兩都會區區分14與依年度區分之各變數平均值與 標準差。首先觀察住宅價格比，台北市相對其他都會區住宅價格比較大，皆有 2 以上，其中又以台北市相對台南市住宅價格比最高；新北市相對台北市以外其他 都會區亦皆有 1.5 以上之住宅價格比；而住宅價格差異最小者為台中市與高雄市，

住宅價格比為 1。若由時間序列觀察，各年度平均住宅價格比已由 1993 年 1.60 上升至 2010 年之 2.37，國內都會區住宅價格差異逐漸擴大。另觀察經常性所得 比，台北市相對其他都會區經常性所得比皆超過 1.2，其中以台北市相對台南市 1.64 最高；新北市雖相對台中市、台南市與高雄市為高，但與桃竹都會區住宅價 格比為 0.93，顯示桃竹都會區經常性所得較位於台北都會區之新北市高；差異最 低者為新北市與台中市，經常性所得比僅有 1.04。由時間序列觀察，各年度經常 性所得比平均大致呈現上升趨勢，已由 1993 年 1.18 上升至 2010 年之 1.24，各 都會區經常性所得差異亦逐漸擴大。

接著觀察知識密集服務業就業機會比，台北市相對其他都會區差異較為明顯，

皆有 1.5 以上，其中又以台北市相對台南市 2.65 最多；而新北市相對台北市以外 其他都會區皆達 1.2 以上；桃竹都會區、台中市與高雄市分別相對台南市亦有 1.19 以上；其餘都會區彼此間差異則相對較小。另以時間面觀察趨勢，知識密集服務 業就業機會比由 1993 年 1.44 上升至 2010 年之 1.63，各都會區知識密集服務業 就業機會比逐漸擴大。機車登記數比部分，以平均數觀察，不難發現台北市、新

14表中北市／新北表台北市變數值除以新北市變數之比值，其餘兩兩都會區以此類推。

0.60 0.80 1.00 1.20 1.40 1.60 1.80 2.00

1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

桃竹/台中 桃竹/台南 桃竹/高雄 台中/台南 台中/高雄 高雄/台南

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

北市、桃竹都會區等北部都會區相對台中市、台南市與高雄市等中、南部都會區 機車登記數較少。且由時間序列觀察，各年度機車登記數差異自 1998 年以後便 逐漸擴大。

於地方歲出比方面，台北市明顯高於其他都會區，其中又以台北市相對新北 市 2.93 最多，相對高雄市 1.72 最小；而新北市、桃竹都會區、台中市與台南市 分別相對高雄市差異較大，推測乃因高雄市包含與台北市同屬直轄市之高雄市，

地方支出決算數額較其他非直轄市縣市為高所致。若由時間序列觀察，即便各年 度地方歲出比之平均仍隨時間有所起伏，然並未產生落差擴大現象，推測因此變 數受政府財政政策影響，變動相對穩定。觀察辦公室使用執照樓地板面積比，台 北市相對其他都會區皆達 13 以上，其中以台北市相對台南市 55.14 最高，其次 為台北市相對高雄市之 34.81。雖其餘都會區彼此落差並未如台北市相對其他都 會區大，部分都會區彼此間仍有較高之比值，如新北市相對台南市之 5.30 與桃 竹都會區相對台南市之 4.20。若由時間面觀察，辦公室使用執照樓地板面積比較 不穩定，推測因其受各年度市場景氣影響。雖此變數無明顯逐年擴大趨勢，然相 對而言，2003 年以後比值多高於 10，相較 2002 年以前比值多低於 10 為高，顯 示近年兩兩都會區間差異仍較過去為多。

於病床數比方面，台北市相對其他都會區依然較高，皆達 1.2 以上。新北市 則相較其他都會區為低，推測因其市境環繞台北市，並同屬台北都會區，對台北 市充足之醫療資源可及性較高(章定煊、劉小蘭、尚瑞國，2002)，故新北市境內 病床數相對較低。若由時間面觀察，平均而言，病床數比相對其他變數穩定許多，

2006 年以前差異呈緩步縮小趨勢，然 2007 年以後又緩緩擴張。由刑案發生件數 比可發現，各兩兩都會區彼此間差異較小，差異最多者為台中市相對台南市之 1.31，差異最小者則為台北市相對高雄市之 0.99。若由時間面觀察，刑案發生件 數比亦相對其他變數穩定許多，無明顯擴大或縮小趨勢。最後為空氣中總懸浮微 粒濃度比，高雄市相較其他都會區濃度較高，推測與其重工業發達有關，桃竹都 會區則相較其他都會區濃度較低，故桃竹都會區相對高雄市差異最大。差異最小 者為台北市相對台南市之 1.02。若由時間面觀察，空氣中總懸浮微粒濃度比亦無 明顯擴大或縮小趨勢，且 2000 年以後變動幅度相對 1999 年以前穩定。

由以上敘述統計分析可知，住宅價格比、經常性所得比、知識密集服務業就 業機會比率比、機車登記數比、地方歲出比與辦公室使用執照樓地板面積比於各

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

都會區差異相對較大，且多以台北市相對其他都會區差異最大。其中住宅價格比、

經常性所得比、知識密集服務業就業機會比率比、機車登記數比更呈現差異逐年 擴張趨勢。

‧

‧

‧

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第二節 追蹤資料模型實證結果

本研究以全國六大都會區兩兩住宅價格比為被解釋變數，並以經常性所得比、

知識密集服務業就業機會比、機車登記數比、地方歲出比、辦公室使用執照樓地 板面積比、病床數比、刑案發生件數比與空氣中總懸浮微粒濃度比為解釋變數。

因取對數值除可直接衡量變動百分比外，亦可降低變異數不齊一問題，且本文進 行測試以後，亦發現住宅價格比取對數之半對數模型實證結果較佳，故本研究使 用將住宅價格比取對數之半對數模型進行實證。

本研究透過 F 檢定與 LM 檢定，顯示於 1%顯著水準下拒絕虛無假設，表兩 兩都會區住宅價格比不隨時間改變之截距項不相等且不為同質變異，應採用追蹤 資料模型；另 Hausman 檢定結果亦顯示在 1%顯著水準下，個別效果與解釋變數 相關，故本研究採用固定效果模型，估計結果如表六所示。此外，本研究亦進行 概似比檢定(Likelihood Ratio Test, LRT)與 F 檢定，結果顯示於 1%顯著水準下，

使用同時含有個別效果與時間效果之二元固定效果模型較使用僅含個別效果之 一元固定效果模型為佳，故本研究採用二元固定效果模型。

觀察表六，因各模型 F 檢定與 LM 檢定結果皆於 1%顯著水準下拒絕虛無假 設，表兩兩都會區住宅價格比不隨時間改變之截距項與不隨區域改變之截距項皆 不相等且非為同質變異，應採用追蹤資料模型；各模型 Hausman 檢定結果則顯 示在 1%與 5%顯著水準下，個別與時間效果和解釋變數相關，故本研究採用固 定效果模型，估計結果如表六所示。此外，本研究亦進行概似比檢定(Likelihood Ratio Test, LRT)與 F 檢定，結果顯示於 1%顯著水準下，使用含有個別效果與時 間效果之二元固定效果模型較使用僅含個別效果之一元固定效果模型為佳，故本 研究採用二元固定效果模型。

表六共呈現四種模型結果，分別為傳統 OLS 模型、分別控制個別效果與時 間效果之一元固定效果模型，以及同時控制個別與時間效果之二元固定效果模型

表六共呈現四種模型結果，分別為傳統 OLS 模型、分別控制個別效果與時 間效果之一元固定效果模型，以及同時控制個別與時間效果之二元固定效果模型