地主特徵研究之應用

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第二節 地主特徵研究之應用

前一節地主行為的分析使我們得以更全面地窺探土地市場的脈絡，甚至能給 與相關政策上的建議。然而，除了認知到地主行為研究能帶來政策上的實質貢獻，

亦期望能了解地主的角色在真實土地市場中的影響力。以下將介紹以地主行為的 角度出發，在不同的領域中，透過實證分析方法來檢視地主重要性之研究。並參 考其研究設計及變數選取，以提供本研究後續研究方向之參考。

一、 地主特徵對於都市邊緣地帶的土地決策行為之影響

Kaiser et al.(1968) 曾試圖發展一個預測都市邊緣地帶土地尚未開發的地主 是否會在未來的某段期間內賣出(sell)土地（或是選擇保留(hold)）的模型，以利 規劃者預測未來城市發展的方向。作者認為，土地開發的第一步通常是購買土地，

若是規劃者能了解何種土地比較容易在未來某段期間內被賣出，就更能夠掌握城 市未來開發的速度和位置。該研究以美國北卡羅來納州(North Carolina)的兩大城 市(Greensboro & Winston-Salem)作為研究對象，並將地主留賣選擇地影響因素分 為地主特徵(landowner characteristics)及財產特徵(property characteristics)。作者 以縣政府的財稅單位公開資料以及規劃單位的部分未公開資料為資料來源，分別 在兩大城市中隨機抽取各 200 個樣本，共計 400 個樣本。其抽樣條件為，土地面 積至少為 5 公頃、在市中心 6.75 英里為半徑的範圍內以及在 1956 年時尚未開發 的土地。而樣本若在 10 年內有交易紀錄，則被分類為出售狀態，若無則分類為 保留狀態。其結果顯示，兩者的特徵皆有助於解釋土地出賣的意願。該研究先使 用雙變量分析(bivariate analysis)中的卡方檢定以及 Kendall’s Tau 檢定來檢定每 個變數和依變數的關係，結果顯示，所有地主特徵都是顯著的，而土地特徵僅有 一個特徵為顯著的。他們選取檢定後顯著之變數來進行多變量分析(multivariate analysis)中的判別分析(discriminant analysis)來進行預測，實證結果發現，地主特 徵以及財產特徵皆有助於解釋土地出賣的意願，但又以地主特徵變數的表現較為 突出。

同樣針對都市邊緣地帶的地主對於土地的留賣選擇(sell/hold decisions)，

Barnard & Butcher (1989)發現，地主特徵(landowner characteristics)較土地特徵 (parcel characteristics) 更 能 解 釋 不 連 續 的 都 市 擴 張 現 象 (Discontiguous urban growth)。作者認為，開發商在收購都市邊緣土地時，並不一定僅以土地特徵來選 擇其開發地點，更可能會受到地主開價的影響，選購地主開價較低的土地來進行

DOI:10.6814/NCCU202000170

該研究以美國華盛頓州(Washington)克拉克縣(Clerk) 以及俄勒岡州(Oregon)波特 蘭市(Portland)的都市邊緣地帶為研究範圍，將未開發土地地主所做的兩種決定—

Thies Lindenthal et al.(2017) 表示，目前尚未見有研究深入探討所有權人特徵對 於土地整合議題的影響。作者認為，土地整合的過程中，除了和土地及住宅特徵 有關，同時尚應考慮所有權人特徵的影響，例如所有權人間的關係可能會改變協 商成本，或是住宅所有權人的存在會增加土地整合的困難度，因其成本尚包含搬 遷的費用。該研究以荷蘭阿姆斯特丹(Amsterdam)於 1832 年、1860 年及 2015 年 之地籍圖資作為研究資料，利用羅吉斯迴歸分析(logistic regression)建立阿姆斯特 丹的土地再開發動態模型，分別檢視 1832 年至 1860 年以及 1832 年至 2015 年兩 種期間的土地整合情況，並進一步比較加入 1832 年的所有權人特徵變數與未加 入的差異。同時，在考量鄰近土地間的空間依賴關係下，使用空間自迴歸模型 (spatial autoregressive model)來處理空間上有關聯卻未被考慮到的變數。研究結果 發現，加入所有權人的社會特徵變數後，對於 1832 年至 1860 年的土地整合情況 解釋力由 45% 顯著提升至 53%；相較於 1832 年至 2015 年的土地整合現象，所 有權人的社會特徵變數僅能提高 2%的解釋能力（由 25%提升至 27%）。作者分 析，在荷蘭阿姆斯特丹(Amsterdam)1832 年至 2015 年的都市開發中，所涉及的土 地整合過程，土地及建物特徵以及所有權人的社會特徵都能顯著解釋土地整合現 象，且得以預測大型合併開發案。但由於該研究資料橫跨近兩個世紀的期間，他

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

們發現，地主的社會特徵對於土地短期的開發變化解釋能力較高，而對於長期的 土地整合變化則相對較不明顯。

三、 地主特徵對於美國私人林地之影響

此外，美國在研究私人林地的領域中，對於地主特徵的探究已行之有年。由 於私人林地掌握了美國近四分之三的木材資源，而大部分的土地所有權人持有林 地多半不是為了生產木材。相較於木材工業，這些地主擁有多種不同目的，十分 難預測，他們被稱之為非工業私人林地(non-industrial private forest, NIPF)地主。

因此，在缺乏所有權人特徵及林地特徵如何影響木材收成的知識下，難以針對特 定地主制定一致性的政策(Dennis D. F.,1989) 。提倡造林或再造林對於國家將產 生經濟上及環境上的利益，因此，對於政府來說，鼓勵私人林地地主投入造林或 再造林活動為其重要目標，所以了解地主遂成為政府制定相關政策的第一步。

Arano K. G. et al. (2004) 針對地主參與再造林相關財務援助計畫的意願度進 行研究，研究指出，再造林是一件成本很高的事，但是地主沒有可用的信用去融 資，常被詬病為造成再造林政策推行不易的原因之一。因此，政府提供財政援助 計畫是啟動再造林投資的解決方案，但相關統計皆發現，地主大多沒興趣參與政 府的援助計畫，作者期望了解地主是否參與計畫的背後原因，以利政策推行。該 研究透過電訪蒐集資料，最後篩選出 573 個有效樣本，將影響地主參與貸款計畫 意願程度的原因分為三大類：地主特徵(socio-demographic characteristics)、所有權特 徵(ownership characteristics)以及對於其他援助計畫的認知(landowner participation in other assistance/incentive and educational programs) ， 並 以 羅 吉 斯 迴 歸 分 析 (logistic regression)建立模型，比較各類型變數的顯著程度。實證結果顯示，三大 類影響因素皆有顯著的變數，表示地主特徵、所有權特徵以及對於其他援助計畫 的認知都與地主參與計畫的意願度有關，其中又以地主特徵類別內的顯著變數最 多，像是年齡、種族與性別等因子，作者認為地主特徵即為最重要的決定變數。

四、 台灣地主特徵相關研究

台灣與土地市場相關的研究大多未將地主的角色納入考量，有關地主特徵的 研究更加少見。林子欽、張正（2004）曾經研究地主面對土地徵收風險的決策行 為，雖然主要目的係分析不同產權型態的權利關係人對於土地徵收的反應，但其 所蒐集之變數亦包含房地特徵以及地主特徵，並以卡分檢定測試變數的顯著性。

該實證研究發現，在缺乏選擇的政策設計下，權利關係人將透過市場形式（如購

DOI:10.6814/NCCU202000170

大多採用較為複雜的羅吉斯迴歸分析來進行分析，甚至在 Thies Lindenthal et

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

al.(2017)中，更進一步考量相鄰土地間的空間相關性而加入了空間自迴歸分析。

可以發現在研究方法上，國外有關地主特徵的研究於近年逐步改良及精進。而台 灣對於地主的相關研究實不多見，研究方法包含卡方檢定以及多變量分析方法，

又以二元羅吉斯迴歸模型最為常見。由資料來源面向觀之，欲取得地主的詳細特 徵實屬不易，使得資料取得問題成為地主相關研究的阻礙之一，國內外多數相關 研究係以問卷或訪談的方式取得資料，則產生資料樣本數較少的情況，上述之研 究樣本大多僅有幾百筆，很可能產生樣本抽樣誤差大或是不具代表性的疑慮。得 以見得，目前仍然缺乏使用資料品質較高且樣本數量較具代表性的相關研究，來 減少資料樣本的抽樣誤差，並增加分析結果的可信度。在地主特徵變數選取方面，

目前的文獻中似乎未見一清楚的分類依據，大多以作者主觀分類之，或是受限於 現有資料來選取變數，研究結果亦不見共同的地主特徵顯著影響變數。

DOI:10.6814/NCCU202000170

文章 Barnard & Butcher(1989) 林子欽，張正 (2004) Thies Lindenthal et al.(2017) Arano K. G. et al. (2004) Kaiser et al.(1968)

研究目的 Greensboro 市及 Winston-Salem 市

研究方法

判 別 分 析 (discriminant analysis)

卡方檢定 空間自迴歸模型

(spatial autoregressive model)

羅吉斯迴歸分析(logistic regression)

 卡方檢定

 Kendall’s Tau 檢定

 判別分析(discriminant analysis)

‧

文章 Barnard & Butcher(1989) 林子欽，張正 (2004) Thies Lindenthal et al.(2017) Arano K. G. et al. (2004) Kaiser et al.(1968)

 水管距離

DOI:10.6814/NCCU202000170

‧

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第二章 文獻回顧

18