第五章 風水對商用不動產價格影響之實證研究結果
第一節 在分量迴歸及最小平方法模型中比較住宅特性對商用不動產房
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
第五章 風水對商用不動產價格影響之實證研 究結果
由於分量迴歸可以看出因變數條件分配上的所有特徵，因此可以掌握分配 存在不對稱的情形發生並修正最小平方法只能描述因變數的平均行為之缺點。
本研究共執行 19 次分量迴歸的係數估計，每次間隔設定為 0.05，並且我們再 從中取出 0.1、0.25、0.5、0.75、0.9 五個分量之結果與最小平方法迴歸係數 作比較並列於表 5-1；再依照表 5-1 之結果與其他分量之係數估計包括各自的 信賴區間描繪出圖 5-1，更可以方便我們看出最低房價到最高房價各自被不同 房屋特徵影響的程度。
第一節 在分量迴歸及最小平方法模型中比較住宅特性 對商用不動產房價之影響
藉由表 5-1 可看出，在不同分量下所估計出的各項係數也不盡相同；兩項 模型中最小平方法 Adj-R2為 0.6948，F 值為 659.62，而 0.1、0.25、0.5、0.75、
0.9 五個分量 Pseudo-R2則各為 0.4402、0.4530、0.4718、0.4840、0.4988。
下表中也以 α=0.05、α=0.01 與 α=0.1 檢定各項係數顯著與否；圖 5-1 則是 利用 0.05 至 0.95 十九個分量迴歸係數估計值與其 95%的信賴區間所描繪，橫 軸為分量，縱軸則是係數值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
表 5-1 最小平方法與分量迴歸估計結果
模型 OLS 0.1 0.25 0.5 0.75 0.9
變數 係數 T 值 係數 T 值 係數 T 值 係數 T 值 係數 T 值 係數 T 值
截距項 15.4246*** 560.37 15.0034*** 413.77 15.1703*** 489.96 15.3538*** 523.80 15.5747*** 453.48 15.7810*** 436.07
坪數 0.0190*** 87.11 0.0244*** 80.00 0.0218*** 88.84 0.0207*** 89.04 0.0196*** 63.46 0.0178*** 51.09
坪數平方 0.0000*** -37.29 -0.0001*** -84.35 0.0000*** -69.88 0.0000*** -46.51 0.0000*** -23.88 0.0000*** -13.40
路寬 0.0135*** 26.68 0.0080*** 10.23 0.0111*** 17.71 0.0133*** 24.67 0.0164*** 29.13 0.0220*** 38.93
屋齡 -0.0279*** -26.40 -0.0353*** -20.75 -0.0339*** -26.94 -0.0303*** -26.89 -0.0292*** -22.20 -0.0281*** -19.94
屋齡平方 0.0009*** 29.91 0.0009*** 17.37 0.0010*** 26.18 0.0009*** 30.96 0.0010*** 28.79 0.0010*** 27.99
車位 0.0495*** 2.89 0.0810*** 3.54 0.0506*** 2.67 0.0455** 2.49 0.0166 0.76 0.0403* 1.74
公設比 -0.3164*** -13.01 -0.5930*** -23.17 -0.4836*** -20.66 -0.3144*** -12.15 -0.2273*** -6.68 -0.1182*** -3.01
嫌惡設施 -0.1260*** -6.83 -0.1474*** -6.23 -0.1385*** -6.80 -0.1077*** -5.49 -0.1171*** -5.12 -0.1377*** -5.63
嫌惡風水一 -0.0431** -2.25 -0.0521** -2.12 -0.0369* -1.74 -0.0313 -1.53 -0.0251 -1.04 -0.0670*** -2.66
嫌惡風水二 -0.2422*** -6.25 -0.2868*** -5.87 -0.2827*** -6.64 -0.2947*** -7.17 -0.1570*** -3.22 -0.1924*** -3.88
嫌惡風水三 -0.1025*** -4.00 -0.1407*** -4.25 -0.0685** -2.42 -0.0880*** -3.23 -0.1040*** -3.30 -0.1604*** -4.84
嫌惡風水四 -0.1860*** -5.60 -0.1781*** -4.18 -0.1350*** -3.66 -0.1609*** -4.57 -0.1684*** -4.08 -0.2250*** -5.32
辦公室 -0.4855*** -30.63 -0.3657*** -17.75 -0.4119*** -23.11 -0.4448*** -26.35 -0.4904*** -24.44 -0.5509*** -24.96
住辦合用 -0.1098*** -9.77 -0.0540*** -3.43 -0.0669*** -5.11 -0.0749*** -6.25 -0.1154*** -8.67 -0.1824*** -13.11
2002 -0.2170*** -12.74 -0.2534*** -10.97 -0.2278*** -11.84 -0.1958*** -10.81 -0.1756*** -8.25 -0.1812*** -8.23
2003 -0.2422*** -13.99 -0.3014*** -12.85 -0.2431*** -12.47 -0.2061*** -11.20 -0.1941*** -8.95 -0.2051*** -9.10
2004 -0.1619*** -9.93 -0.1919*** -8.69 -0.1523*** -8.25 -0.1234*** -7.12 -0.1340*** -6.57 -0.1294*** -6.06
2005 -0.1104*** -6.66 -0.1259*** -5.54 -0.1095*** -5.81 -0.0909*** -5.15 -0.0789*** -3.80 -0.0975*** -4.49
2006 -0.0615*** -3.39 -0.0973*** -4.05 -0.0679*** -3.35 -0.0480** -2.49 -0.0151 -0.66 -0.0387 -1.62
基隆市 -0.1170 -1.32 -0.4597*** -4.96 -0.3082*** -3.20 -0.2622*** -2.84 0.2323** 2.15 0.2263** 2.39
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
模型 OLS 0.1 0.25 0.5 0.75 0.9
變數 係數 T 值 係數 T 值 係數 T 值 係數 T 值 係數 T 值 係數 T 值
台北市 0.4451*** 19.27 0.4290*** 14.43 0.4752*** 18.51 0.4391*** 17.85 0.4659*** 16.11 0.4816*** 15.60
桃園縣 -0.5683*** -26.44 -0.5586*** -19.88 -0.5577*** -23.13 -0.6122*** -26.76 -0.6137*** -22.81 -0.6123*** -21.55
新竹市 -0.4657*** -15.17 -0.4407*** -10.91 -0.4518*** -13.47 -0.5441*** -16.66 -0.4912*** -12.35 -0.5065*** -11.88
新竹縣 -0.5003*** -14.75 -0.5169*** -12.06 -0.5163*** -13.75 -0.5585*** -15.51 -0.5658*** -13.31 -0.4134*** -9.46
苗栗縣 -0.7529*** -16.36 -0.6811*** -11.57 -0.7092*** -13.92 -0.8105*** -16.62 -0.7952*** -13.88 -0.8787*** -14.58
台中市 -0.6006*** -28.26 -0.5827*** -20.42 -0.5812*** -24.00 -0.6219*** -27.49 -0.6597*** -25.55 -0.6094*** -22.67
台中縣 -0.7296*** -33.38 -0.6967*** -23.95 -0.6977*** -28.14 -0.7699*** -33.10 -0.8036*** -29.94 -0.7841*** -27.79
南投縣 -0.9333*** -19.25 -0.8652*** -14.21 -0.8635*** -16.06 -0.9543*** -18.58 -0.9807*** -16.23 -0.9920*** -15.80
彰化縣 -0.8025*** -36.48 -0.7912*** -28.08 -0.7783*** -31.61 -0.8163*** -34.84 -0.8552*** -31.26 -0.8626*** -30.10
雲林縣 -0.9837*** -28.61 -1.0769*** -24.28 -1.0083*** -26.18 -1.0248*** -28.07 -0.9794*** -23.00 -0.8923*** -19.67
嘉義市 -0.7020*** -21.19 -0.7383*** -16.99 -0.7308*** -19.69 -0.7173*** -20.34 -0.7229*** -17.58 -0.7222*** -16.73
嘉義縣 -0.9827*** -24.28 -1.0482*** -19.96 -0.9559*** -21.17 -1.0125*** -23.54 -0.9934*** -19.86 -0.9551*** -18.34
台南市 -0.7395*** -32.20 -0.7268*** -23.82 -0.7199*** -27.59 -0.7824*** -32.02 -0.8000*** -28.25 -0.7735*** -25.95
台南縣 -0.8663*** -34.83 -0.8091*** -24.52 -0.8361*** -29.74 -0.8922*** -33.74 -0.9581*** -31.22 -0.9800*** -30.42
高雄市 -0.6952*** -34.52 -0.5924*** -23.04 -0.6208*** -27.52 -0.7004*** -32.67 -0.7693*** -30.75 -0.8430*** -31.93
高雄縣 -0.9093*** -42.64 -0.8595*** -31.92 -0.8682*** -36.57 -0.9170*** -40.39 -0.9595*** -36.23 -1.0046*** -35.86
屏東縣 -1.0773*** -35.20 -1.0187*** -26.08 -1.0697*** -31.43 -1.0986*** -33.73 -1.0982*** -28.88 -1.1838*** -29.57
花蓮縣 -0.8354*** -21.66 -0.8054*** -16.33 -0.8416*** -19.71 -0.8718*** -21.26 -0.8855*** -18.60 -0.8271*** -16.79
資料來源：本研究整理。
註：1、房屋型態標準組：店面。
2、年分標準組：2007。
3、縣市標準組：台北縣。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
4、嫌惡風水一：受路沖影響。
嫌惡風水二：鄰近高架橋。
嫌惡風水三：鄰近神壇或廟宇。
嫌惡風水四：基地低於地面、臨狹窄巷弄、無尾巷。
5、*，**，***之係數分別代表在 90%，95%與 99%顯著水準下顯著異於零。
(一)坪數
在 OLS 估計下坪數每增加一坪，商用不動產之交易房價就會增加 1.9%，
但依據分量迴歸估計結果顯示，坪數大小對低價位的商用型態房屋價格影響 較為劇烈，其影響幅度會勝過價格較高之房屋。在低價位房屋中，坪數每增 加一坪，價格會增加超過 2%以上，中高價位以上房屋增加幅度則大約和 OLS 所估計的結果雷同，但以相對最高價位之房屋而言影響力則略低於 1.9%，若 考慮到 OLS 估計值之信賴區間，中高價位以上則與分量迴歸結果會互相重 疊。
就坪數報酬遞增或遞減狀態來說，以 OLS 所估計的結果會接近 0%，代表 坪數對房價影響幅度不會因交易坪數越大而影響幅度有所增減；但在分量迴 歸估計結果中，中低價位的房屋對坪數則存在較大的報酬遞減(仍接近 0%)，
尤其是對低價位之用戶來說；而針對價格相對最高的商業用戶而言，坪數的 報酬率對他們來說幾乎是不會改變的。
另外，如果將模型重新設定，以對數房價被坪數與坪數平方影響的結果則 如圖 5-2 顯示，偏微分的結果為隨房價分量越高，若坪數變大對房價增加的 百分比幅度就會越小。
(二)路寬
在 OLS 估計中道路每增加一公尺房價就會增加 1.35%，顯示道路寬度對房 價有正面影響，由圖 5-1(c)中可以發現道路寬度對高價位商業型態之房價相對 低價位型態之房價影響較為劇烈，整體來說隨價格分量增加同時正面影響也
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
商業使用者而言其重要性會大過於住宅使用，若與凃雅珍(2008)研究房屋特徵 對住宅價格影響一文比較，以 OLS 估計路寬對住宅房價影響為 0.43%，以分 量迴歸估計結果則是與本文相似為，路寬對高價位的房屋影響幅度會大過低 價位的房屋，而且隨其房價增加，正面增加的幅度也會越來越大，但增加幅 度在 0.2%至 0.6%之間，似乎道路寬度對商業型態使用者而言重要性會大過一 般住宅使用者。
(三)屋齡
一般來說屋齡越大，房屋價格也會越來越便宜，對商用不動產來說，這種 效果在低分量的房價下反而會是比較明顯的。以 OLS 估計，屋齡每增加一年，
房價就會減少 2.79%，而分量迴歸估計結果在中高價位的不動產也大致與其吻 合，但在低價位則是減少 3.53%，幅度更大；以屋齡負面影響程度的變化來看，
OLS 估計結果為 0.09%，表示屋齡對價格的影響幅度會稍微變小，分量迴歸的 估計結果也與 OLS 大致相同。
(四)車位
如圖 5-1(f)，以 OLS 估計有車位的價格大約會使房價提高 4.95%，分量迴 歸估計則在 0.1 價格分量時溢價最多，0.7 到 0.8 價格分量間則是溢價最少，
其餘分量溢價程度則與 OLS 所估計結果相近，若考慮這些結果都是落在相同 的信賴區間內則代表不管是對低價位或是對中高價的商業型態用戶而言車位 的影響力都是一樣的。
(五)公設比
對一般住戶而言都希望買到的房屋中實際坪數，也就是屋主可以自由運用 的範圍能較為寬廣，尤其是對所得較低者而言更不希望所購買的有限空間中 還必頇讓“虛有坪數”佔據太多比例；凃雅珍(2008)一文中實證結果公設比的 確實會使低價位之住宅厭惡程度勝過於高價位之住宅，其中公設比對高價位 之住宅還有正面影響；在一般情況下，商用型態使用者對公設之需求應該會
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52
比一般住戶還要更低，所以比較本文結果與凃雅珍(2008)一文發現，公設比對 商業型態房價影響的負面程度也會比較劇烈，若以 OLS 估計結果為公設比增 加 1%，房價下跌 31.64%，而分量迴歸估計結果為對低價位者負面影響的幅度 會超越高價位者，並隨房價分量增加，公設比對價格負面影響程度也會隨之 減少，表示低價位的商用型態不喜歡公設的程度會勝過價位稍高的商用型態，
不過與住宅結果相比，對高價位的商用不動產而言，公設比仍是有負面影響。
(六)嫌惡性設施
以實證結果來看 OLS 的估計結果為，房屋周遭出現嫌惡設施會使房價下跌 約 12.60%，分量迴歸結果也與 OLS 結果大致相同，圖 5-1(h)可以看到兩者的 信賴區間是相互重疊的，表示不論是高價位或是低價位的商用住宅對於嫌惡 性設施的評價會是一樣的。這個結論也與我們先前所預期的結果有落差；另 外，比較林祖嘉和洪得洋(1998)實證結果，嫌惡性設施若出現在一公里內對商 業型態之房屋每坪單價大約會減少約 19.59% 。
(七)房屋使用型態
本文對商用不動產使用型態分成三種，分別是店面、住辦合用以及辦公室，
並以店面作為標準組。表 5-1 中辦公室以及住辦合用之房價平均而言皆低於 店面的價格。以 OLS 估計辦公室的價格約低於店面 48.55%且隨辦公室的交易 價格越高折價也會越多；住辦合用價格與店面價格相比則是減少 10.98%，同 時，隨房屋價格越高折價幅度也同樣越多，但減少的幅度皆不如辦公室所減 少的幅度。
(八)時間
本文所採用的資料為 2002 年到 2007 年並以 2007 年作為標準組，依 OLS 以及分量迴歸都可以發現房價的趨勢為隨著時間越晚，其價格也會越來越高。
七年中，以 2003 年的商用不動產價格最低，為-24.22%，與其他年度相比減 幅都是最大；但各年度隨房價分量增加其增減的趨勢卻不太相同。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
模型內總共包含台灣 20 個縣市，除宜蘭線和台東縣外，模型並以台北縣 作為標準組。平均而言，只有台北市的房價會比台北縣還要高，其餘各縣市 則房價都在台北縣之下，以屏東縣為最低 。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
54
(a)坪數 (b)坪數平方
(c)路寬 (d)屋齡
(e)屋齡平方 (f)車位
(g)公設比 (h)嫌惡性設施
圖 5-1(a)-(h)、房屋特徵對商用不動產之最小平方法與分量迴歸係數估計值，及各自的 95% 信賴區間。
資料來源：本研究整理。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
圖 5-2、坪數、坪數平方單獨影響房價結果，以偏微分值表示。
資料來源：本研究整理。