國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第三
第三 第三
第三章 章 章 章 研究設計 研究設計 研究設計 研究設計
第一節 第一節 第一節
第一節 模型建構 模型建構 模型建構 模型建構
有關探討影響不動產價格因素之研究，最常使用的方法為迴歸分析
(regression analysis)。由於不動產價格同時受到多個因素的影響，因此在迴 歸模式中，需要建立多個自變數以得到更精確的分析結果，這種包含多個影響因 素的迴歸分析稱為多元迴歸或複迴歸(multiple regression analysis)。本研究 即以 Rosen(1974)之特徵價格理論為基礎，運用複迴歸分析，建構特徵價格模型。
而在特徵價格模型的選擇上，主要可分為線性、半對數、逆半對數及雙對數 等四種。Sirmans et al.(2005)認為，傳統上特徵價格模型多以線性和半對數為 主，並認為以半對數形式最常使用。而半對數較線性形式而言，具有三大優勢：
1.可表達每一個特徵於貨幣價值上的變化量；2.其係數可簡單說明為自變數無變 動一單價，對價格變動的百分比；3.可極小化異質變異問題。因此，本研究以半 對數方式，建構特徵價格模型。
另外在複迴歸分析中，各自變數間可能會存在共變關係，影響迴歸係數之計 算。因此在進行分析之前，必需先進行共線性檢定。本研究以 SPSS 統計軟體提 供之變異數膨脹因素(variance inflation factor，VIF)來評估共線性的影響。
一般而言，當 VIF 值小於 10，則模型不存在嚴重的共線性問題；如模型中有變 數之 VIF 值大於 10，將透過整併或刪減自變數方式加以解決。
一一
一一、、、、銷售模式對價格影響銷售模式對價格影響銷售模式對價格影響銷售模式對價格影響之特價價格之特價價格之特價價格之特價價格模型模型模型 模型
由過去國內外有關辦公室買賣及租金價格之研究，可將影響辦公室價格之重 要因素歸納為區域因素、個別因素、空置率、管理方式及租戶結構等；其中在個 別因素部分，由於價格影響因素之種類繁多，故參考梁仁旭、陳奉瑤(2009:39) 之分類方式，將個別因素再區分為建物條件、街道條件、接近條件、環境條件、
行政條件等五個類別，彙整如表 3-1 所示。
‧
Glascock et al.(1990) 大規模辦公室較小規模辦 公室租金為高
黃名義、張金鶚(1999) 租賃面積越大，辦公室租金 越高
Munneke and Slade (2000) 單層面積對辦公室價格為 正向影響
Munneke and Slade (2000) 總樓層數對價格為正向影 響
建物 條件
總樓層數
Frew and Jud (1998) 總樓層數越高，租金越高
‧
Downs and Slade (1999) 黃名義、張金鶚(1999) Munneke and Slade (2000) Frew and Jud (1998) Nappi-Choulet et al.
(2007)
Colwell et al.(1998)
屋齡對辦公室價格為負向
Nappi-Choule et al.
(2007)
‧
Wheaton and Torto(1988) Frew and Jud(1998) 曾翊偉、黃名義、張金鶚 (Roadwide)、已完工/興建中捷運站 500 公尺內(MRT500/FMRT500)，以及本研究 之主要研究變數─拍賣銷售(Auction)，並建立特徵價格模型如式(1)。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二二
二二、、、、不動產特性及競爭因素不動產特性及競爭因素不動產特性及競爭因素不動產特性及競爭因素對價格影響對價格影響對價格影響對價格影響之特之特之特價價格之特價價格價價格模型價價格模型模型 模型
為探討不動產特性對拍賣銷售價格是否造成影響，本研究對式(1)再加以改 寫，加入數個拍賣銷售與不動產特性之交乘項，包括區位(AucZone)、A 級辦公 室(AucClassA)、屋齡(AucAge)及全棟成交(AucTtrade)。同時，也加入拍賣銷售 與標單數量之交乘項(AucNumber)，以檢定拍賣過程中的競爭因素是否影響拍賣 銷售價格。另外，由於採用拍賣方式成交之案例，其標單數量必定大於或等於 1，
故拍賣銷售與標單數量之交乘項(AucNumber)會與拍賣銷售(Auction)有重疊之 情況。而模型測試結果顯示，拍賣銷售(Auction)變數之 VIF 值相當接近 10。為 避免模型中存在共線性問題，本研究於模型改寫過程中再刪除拍賣銷售(Auction) 變數，並建立特徵價格模型如式(2)。除屋齡(Age)、交易面積(Scale)及拍賣銷 售與屋齡之交乘項(AucAge)預期符號為負以外，其餘各自變數之預期符號皆為 正。
α0＋α1Y2010＋α2 Y2011＋α3 Y2012＋α4 Zone＋α5 ClassA＋
α6 ClassB＋α7 Scale＋α8 Age＋α9 Tfloor＋α10 Struct＋α11 Ttrade＋
α12 Roadwide＋＋α13 MRT500＋α14 FMRT500＋α15 AucZone＋
α16 AucClassA＋α17 AucAge＋α18 AucTtrade＋α19 AucNumber＋ε……(2) lnP =