第三章 研究設計
第一節 特徵價格模型
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
27
第三章 研究設計
為達成本研究之目的—以區位可及性及其市場需求規劃容積率之分配，本章 依據第二章文獻回顧之相關理論基礎，設計一套容積率訂定的方法與程序。
本研究以住宅使用地區，作為容積率模擬分析的對象。而以區位可及性及市 場需求程度訂定容積率，首先，必須能客觀評估不同基地的區位條件高低，進而 預測住宅市場對於該區位條件的需求情形。評估的方式，本研究以區位的可及性 條件反映於住宅價格的程度，計算該筆土地的區位價格，以瞭解其區位條件之市 場需求情形。因此，本章於第一部份建立台北市住宅特徵價格模型，以複迴歸方 式計算特徵屬性變數的係數值。第二部份介紹土地區位價格的計算方式，以求取 模擬範圍內各街廓的土地區位價格。最後，說明容積率的分派方式，與介紹模擬 範圍內的情境設定。
第一節 特徵價格模型
為探討不動產交易價格與該不動產之可及性屬性的關係，以計算土地的區位 價值，作為分派容積率之參考，本研究以特徵價格理論為基礎，建立台北市住宅 價格實證模型。以下分別介紹模型內容、資料來源與分析工具，以及變數項目與 內容。
一、 台北市住宅特徵價格模型與變數選取
透過以特徵價格理論為基礎的分析方式，可瞭解不動產價格與其特徵組合之 關係，以及特徵屬性中關於可及性屬性對於不動產價格的反映程度。影響不動產 價格的因素，以建物與土地二種為主，而為探討土地區位屬性對不動產價格的影 響，本研究將區位屬性獨立於土地屬性外討論。因此，影響不動產價格之特徵屬 性種類有—區位特性、基地性質、建物條件。模型為：
Pi= a0+ ∑a1*Xi1+ ∑a2*Xi2+ ∑a3*Xi3………(式 3-1) Pi：住宅i 的單位房價
a0：常數項
‧
‧
‧
（Song and Knaap, 2004），但對於住宅單價的影響則不明確，可能為 正或負。
‧
‧
‧
之一，其項目包括公園、學校（Case and Mayer, 1996；林聰達，2000）等。本研究所探討的公共設施項目為公園綠地、學校用地，變數包括「面
‧
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
36
Pi：第 i 種土地面積百分比 K：土地使用種類的數量
③ 同棟有混合使用
為虛擬變數，衡量同棟建物中，是否有非住宅使用的情形。1 表示 有混合使用，0 則為無混合使用。
④ 同街廓有混合使用
為虛擬變數，衡量同街廓的空間尺度中，是否有非住宅使用的情形。
1 表示有混合使用，0 則為無混合使用。
⑤ 相鄰街廓土地使用種類數
以同街廓與鄰近街廓為空間尺度，衡量範圍內所有土地使用種類的 數目。土地使用種類越多，表示混合的程度較高。
3. 區域環境屬性變數 (1) 行政區
為虛擬變數，以萬華區為比較基準。由於不同行政區之地方發展情 形可能不同，如萬華區、中正區為發展衰落地區、內湖區、文山區等為 發展中地區，該地區之發展特性可能成為影響居民選擇居住地區的因素，
進而影響不動產價格。
‧
‧
（Geographic Information Systems/GIS）圖檔。其中台北市房屋交易價格資料共 計3600 筆，以系統抽樣方式選取 1800 筆資料後，篩選出現況為住宅使用個案，
‧
（萬元） 595.46 545.00 267.81 71,723.22 137 2,368 住宅單價
‧
3,981.67 2,476.00 4,931.82 0.00 158 48,618
4. 區位因素變數 (1) 可及性變數
可及性屬性變數中，至公園直線距離於樣本內之最小值為4 公尺，
最大值則有658 公尺，平均數為 123.77 公尺，大於中位數 105.5 公尺，
顯示樣本呈現右偏分配；而變異數值高達9,166.78，表示樣本離散程度 大。而樣本中至學校距離最近為8 公尺，最遠為 993 公尺，平均距離則
‧
直線距離（m） 196.63 172.00 147.82 21,849.28 8 993 至最近捷運站
直線距離（m） 1,137.83 717.00 1,028.27 1,057,343.01 44 4,440 至最近主要道
路直線距離（m） 8.92 6.00 11.89 141.45 0 126 至最近商業區
直線距離（m） 238.49 192.86 210.18 44,175.81 0 1,090 (2) 混合使用變數 0.69，中位數為 0.72，表示樣本所在地區相鄰街廓範圍內，混合使用程 度較低，與熵值分析的結果相同。由相鄰街廓土地使用種類數敘述統計
‧
( Sunderman and Birch, 2001)所採用的兩套標準，過濾原始資料。離群值意指 為資料中一個或多個極大或極小的觀察值。由於迴歸係數容易受到離群值的影 響，應該特別注意資料中是否有離群值出現。離群值的出現可能是紀錄者紀錄 錯誤，或是資料輸入錯誤。剔除離群值的標準第一步驟為：除去預測值超過或 不足原始值（單位房價）三個標準差之資料。由於這些資料無法由模型解釋，可能有其他特徵為本模型未採用者，或純粹為資料錯誤。第二步驟，以Cook’s distance 評估觀測值對迴歸參數估計的影響。一般來說，Cook’s Distance 的值 大於等於1.00 時( Sunderman and Birch, 2001)，表示該筆資料為具有影響力的
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
43
觀察值，因此可以藉由Cook’s Distance 值判斷其是否為具影響力之離群值，並 予以刪除。
剔除離群值後，特徵價格模型的執行步驟有二：一為進行自變數與因變數 間一對一關係分析（Bivariate Analysis），以確認兩者間最佳的線性關係；步驟 二則為複迴歸（Multivariate Analysis）分析。將不動產交易單價與不動產之特 徵變數進行迴歸後，可由各項變數的係數判定各項特徵變數對於不動產交易單 價的影響程度。由迴歸的結果，可從是否具顯著性判斷預測變數（自變數）能 否聯合解釋交易單價變項，而解釋的變異量可達多少比例則決定於調整後 R 平方值的大小；各項自變數是否具顯著性，以及對於交易單價之影響程度，亦 能於迴歸結果中得知。
‧
分享，採此學說者為分配法（梁仁旭、陳奉瑤，2009，p288）。而房地價格分離的方法，依據 Appraisal Institute（1996），分離房地價之方 式主要有四種：價格比較法（Sales Comparison）、分配法（Allocation）、抽取法
（Extraction）、收益資本化法（Income Capitalization）。其中，價格比較法係選擇 類似基地價格以個別特徵做調整，為最常使用之方法，但在無比較案例之地區則 無法有效率的運用該法；而分配法，則是假設特定區位內不動產，土地價值之於 房地價格有一正常比率，然而，該地價占總價之比率很難證明；第三種為抽取法，
其概念為土地價值係由房地價格中扣除建物貢獻之價值求得，但如何正確掌握建 物貢獻價格將影響房地分離結果；最後為收益資本化法大多僅使用在具收益性之 不動產，乃以未來淨收益折現求得（Sunderman and Birch，2001）。由於一般估 價方法於房地價格分離上多所爭議，且國外研究同樣面臨素地交易稀少，而難以 估計素地價值之問題，加上房地價格資料相對較充足，因此近幾年多使用迴歸方