第五章 實證結果
第一節 實證結果分析
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第五章 實證結果
第一節 實證結果分析
本研究將樣本資料進行迴歸分析後，實證結果如表 5-1 所示，本研究預設 解釋變數大都為顯著表現，僅套房參數（SMA）與大樓參數（BIG）在α=10%
的水準下仍不顯著，其餘解釋變數皆有極佳的 P 值表現。
本文主要變數 250 公尺內有捷運站（MRT1）及 250～500 公尺內有捷運站
（MRT2）在α=1%的顯著水準下，拒絕其不會影響被解釋變數的虛無假設，若 交易標的在距離捷運站 250 公尺內，相較於距捷運站 500 公尺以上房屋其單價 每平方公尺增加 26.051 萬元；若房屋在距離捷運站 250～500 公尺內則相較於 距捷運站 500 公尺以上房屋其房屋單價每平方公尺增加 24.94 萬元，從上述資 料我們可以看到台北捷運信義線的建置，因為房屋對捷運站的可及性增加，享 受交通便捷所帶來的房屋溢價效果確實存在，而且距離捷運車站越近其溢價效 果越明顯，250 公尺的差距每坪相差上萬元；同時本研究亦驗證了過往文獻對 於大眾運輸系統對房屋影響範圍的分析結果。
另外前述提及路寬影響房價理論也得到印證，位於巷弄解釋變數（ALY）
在 α=1%的顯著水準下，拒絕其不會影響房屋價格的虛無假設，若房屋座落於 巷弄內其房屋交易單價每平方公尺降低 11.168 萬元，因巷弄內商業發展程度通 常較低，且因巷弄內道路寬度通常較為狹窄出入不易，造成市場反映出價格上 的差異。
在土地移轉面積（LAN）參數上，顯示在 α=5%的顯著水準下，拒絕其不 會影響房屋價格的虛無假設，土地移轉面積每增加一平方公尺，增加房屋交易 單價價值約 0.539 萬元，但是這也是因為在台北都會區的關係，因為都市土地 取得不易所以一般都以大樓模式新建，在小小的土地上聳立高樓，橫向發展受 到限制轉而向高度伸展，從建商重視容積獎勵制度便可略窺一二，可以想像大
49
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
樓內每戶居民所分配到的土地面積寥寥可數，所以移轉土地變數影響房屋單價 的程度相對弱化，呈現影響效果較低的結果。
前有提及房屋年齡對房價的影響效果不確定，因為房屋年齡增加其結構性 功能開始退化，價值開始折舊，但也因為當房屋老舊到達一定的年限後價值不 跌反升，究其原因主要有二，一為古董屋受到買家的喜愛，二為因為房屋老舊 相對較容易歸入都市更新範圍，當都市更新完成其價值自然一躍而上。在本研 究的實證結果發現在 α=1%的顯著水準下，拒絕屋齡不會影響房屋價格的虛無 假設，房屋年齡每增加一年降低房屋交易單價 1.452 萬元，有可能因為在台北 都會區都市更新計劃通常不易實施，使得消費者有觀望的態度，也造成房屋年 齡對房價的實證結果是負影響。
交易標的所在樓層影響房屋價格是業界及市場上普為人知，透過實證資料 也顯示相關論證，所在樓層為一樓時，因為可及程度最高帶來方便，另外高樓 層的物件也是因為遠眺視野較佳及不易受週遭環境負面影響，所以高樓層標的價格亦 顯較高，在α=1%的顯著水準下，是否為一樓（FST）及所在樓層（FLO）兩變數均拒 絕不會影響房屋價格的虛無假設。當交易標的為一樓時，相較於非一樓房屋標的房屋 單價每平方公尺增加 20.849 萬元，影響程度極高，足見可及性在一般房屋市場消費 習慣的重要性；另外所在樓層每增加一樓增加房屋單價每平方公尺 0.482 萬元，看似 影響幅度很小，但是在台北都會區大樓林立的情形下，高樓層建物並不稀少，一般華 廈也可以到達十層樓之高，若所在樓層為頂樓其影響幅度將較為增加。
商業用途標的因為出入份子較為複雜，所以較不受青睞，在α=5%的顯著水 準下，拒絕不會影響房屋價格的虛無假設，若交易標的為商業用途則房屋單價每平方 公尺降低 8.139 萬元，與前開推測一致。另外是否為店面解釋變數在α=10%的顯著水 準下，拒絕不會影響房屋單價的虛無假設，若是店面交易的話，將增加房屋單價每平 方公尺 24.385 萬元，增加幅度更大於位於一樓標的參數。從上所述我們可以知道商 業活動對房屋交易亦是有正面也有負面，端看消費者的需求、喜好，反映出市場需求 遠大於供給的一面。
比較遺憾的是套房及是否為大樓兩個參數表現並不明顯，均無法拒絕虛無
50
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
假設，參考文獻資料推測可能因為近年來房屋價格連年上升，年輕首購族傾向 購買小而美的物件，而建商也趁勢推出許多專案及行銷手法混洧視聽，造成許 多套房總價格雖然看似較為低廉，但是成交單價卻高於附近房屋市場交易行情 的情況，實有賴公部門以雷霆手腕扼止此等有如詐欺之行為。
51
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 5-1：迴歸模型估計結果（樣本數 709 筆）
Variable Coefficient Standard
Error Average Standard
Deviation P value 截距 Constant 77.239 4.109 – – 0.0000 ***
交易時間 TIM 0.898 0.109 13.202 6.883 0.0000 ***
250 公尺內有
捷運站 MRT1 26.051 2.013 0.296 0.457 0.0000 ***
250～500 公尺
內有捷運站 MRT2 24.940 1.909 0.269 0.444 0.0000 ***
是否位於巷弄 ALY -11.168 1.704 0.454 0.498 0.0000 ***
移轉土地面積 LAN 0.539 0.219 4.601 4.062 0.0139 **
屋齡 AGE -1.452 0.232 16.047 12.109 0.0000 ***
屋齡平方值 ASQ 0.014 0.006 403.903 488.841 0.0141 **
所在樓層 FLO 0.482 0.180 6.879 4.633 0.0075 ***
是否為 1 樓 FST 20.849 3.946 0.045 0.208 0.0000 ***
是否為套房 SMA 5.274 3.578 0.279 0.449 0.1405 位於商業大樓 BUS -8.139 3.570 0.049 0.217 0.0226 **
是否為店面 STO 24.385 14.454 0.003 0.053 0.0916 * 是否為大樓 BIG 3.446 3.100 0.618 0.486 0.2663
資料來源：本研究自行整理
52
‧
採用 JB 值檢定（Jarque-Bera Test）、LM 檢定（Lagrange Multiplier Test）及共 線性檢測（collinearity）檢驗本研究實證模型的正確性及可靠度。壹、殘差項常態分配檢定
值，S 值表示模型偏態（Skewness）、K 值為模型峰態（Kurtosis），若 JB 值大 於自由度為 2 的卡方值，則拒絕Η0；JB 檢定值公式如下：‧
本研究採用 LM 檢定法進行殘差項自我相關檢測（autocorrelation），令本 研究設定模型殘差值遵循一階自我迴歸模型如下：
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
與自由度為 13 的卡方值比較，檢定結果本模型 BP 統計值皆大於顯著水準 10%、
5%及 1%下的卡方檢定值，表示在沒有修正前本研究迴歸模型變數不具有同質 變異性，因此我們以 White（1980）所提修正方法對本研究迴歸模型進行修正 後，實證模型模型將沒異質變異的問題，估計結果應不會產生偏誤。
肆、解釋變數共線性檢測
在多元迴歸模型中，各個解釋變數間具有相同規律變化，稱之為共線性
（collinearity），而多個變數共線性問題的檢測殊為重要，因為若存在共線性關 係，則表示一解釋變數可以由另一個解釋變數來解釋，表示實證模型變數設定 有誤。一般我們使用解數變數間相關係數（correlation coefficients）加以判斷變 數之間共線性問題，當前述相關係數絕對值大於 0.8 時，表示解釋變數有線性 重合的問題須要修正，以避免多重解釋或誤解釋的情形，增加模型的可靠度及 準確性，在本研究的變數相關係數矩陣中除了屋齡平方與屋齡相關係數較大外，
其餘相關係數皆小於 0.8，尚無前開線性重合問題。
55
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 5-3：各解釋變數之相關係數矩陣
TIM MRT1 MRT2 ALY LAN AGE ASQ FLO
TIM 1.00000 -.02531 .05893 -.00451 -.03565 .04221 .02339 -.01473 MRT1 -.02531 1.00000 -.39392 -.11400 -.21786 .25766 .26269 -.12179 MRT2 .05893 -.39392 1.00000 .18680 .05238 .00108 -.00508 -.02941 ALY -.00451 -.11400 .18680 1.00000 .34545 .03208 .01241 -.21656 LAN -.03565 -.21786 .05238 .34545 1.00000 .12098 .09014 .04225 AGE .04221 .25766 .00108 .03208 .12098 1.00000 .96327 -.31106 ASQ .02339 .26269 -.00508 .01241 .09014 .96327 1.00000 -.32459 FLO -.01473 -.12179 -.02941 -.21656 .04225 -.31106 -.32459 1.00000 FST -.06367 -.05176 .06707 .14283 .06612 .19793 .21551 -.27606 SMA .02654 -.02510 -.04493 -.11949 -.38112 -.30482 -.29713 .10934 BUS .09366 .15163 .03773 -.07710 .05158 .06800 .02729 -.00950 STO .04871 -.03450 -.03230 .00490 .01551 .03716 .02598 -.06753 BIG .00661 .08435 .07200 -.03453 .22037 .01190 -.01055 .09537
FST SMA BUS STO BIG FST 1.00000 -.13533 -.01818 .24464 -.08066
SMA -.13533 1.00000 -.14185 -.03311 -.79136 BUS -.01818 -.14185 1.00000 -.01212 .17925 STO .24464 -.03311 -.01212 1.00000 -.06762 BIG -.08066 -.79136 .17925 -.06762 1.00000 資料來源：本研究自行整
56
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
表 5-4：實證模型檢驗結果
項目 檢測方法 結果
實證模型是否 有誤
JB 檢定殘差項是 否為常態分配？
JB 值為 3.7378 小於在 5%顯著水 準下自由度為 2 的卡方值 5.9914，
殘差項為常態分配。
殘差項是否具 有自我相關問 題
LM 檢定法 p 值為 0.8735>0.05，沒有自我相 關問題。
實證模型是否 存在異質變異 問題
BP 值檢定法
BP 值大於卡方檢測值，以 White 修正法修正模型，實證結果應無偏 誤。
解釋變數是否 存在共線性問 題
解釋變數相關係 數矩陣檢測
兩兩係數間相關係數皆小於 0.8，
共線性問題不存在。
資料來源：本研究自行整理
57
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第六章 結論與建議
第一節 結論
台北捷運系統自 1996 年開通，但相關研究資料及房價評估文獻均早於開 通時點，現今研究素材及資料的完善性應該都較早期研究學者及先進較佳，尤 其 2013 年 11 月 24 日起台北捷運信義線正式啟用，本研究以實價登錄資料做 分析與比較，將大部分資料歸納整理、去蕪存菁後呈現大眾運輸系統對房價影 響的效果，另信義線捷運車站共 8 站，經中正區、大安區及信義區等 3 個行政 區，此為台北市內經濟發展屬較為均衡地域且信義線距離差距較短居民對交通 運輸需求較為一致，將可以避免區位效果差異性極殊可能產生的統計徧誤，以 減少許多計量經濟上空間自我相關問題的產生。
本研究實證結果顯示出捷運車站可及程度差異對房價影響效果的不同，若 交易不動產物件在距離捷運站 250 公尺內，其較距離捷運車站 500 公尺以上的 房屋影響房屋單位價格為每平方公尺增加 26.051 萬元；若在距離捷運站 250～
500 公尺內較距離捷運車站 500 公尺以上的房屋每平方公尺單位價格僅增加 24.94 萬元，我們可以看出因為可及程度的差異造成捷運車站影響程度有如水 面漣漪一般向外擴散，愈往外影響效果愈小，因為與捷運車站的可及性程度愈 低，因享受交通便利所帶來的溢價效果就愈小，反之距離捷運車站越近可及性 所帶來的溢價效果越明顯。
另外民間業者大都將捷運車站距離與樣本點所在區位各項變數獨立控制 分析，造成以偏概全的現象，而且在我國實價登錄系統尚未建置完成前，房屋 交易市場呈現資訊不對稱的現象，雖有房仲介入但仍未見改善，適逢實價登錄 系統建置之初，本研究採用公部門實價查詢系統相關數據及資料，增加研究分 析的可信度。
又在相關實證資料分析中我們也可以看出與過往經驗較不一樣的表現，商
又在相關實證資料分析中我們也可以看出與過往經驗較不一樣的表現，商