果多顯示捷運系統對不動產價格有正向之影響（Coffman 與 Gregson，1998；Craig 等，1998；Bowes 與 Ihlanfeldt，2001；McMillen 與 McDonald，2004；Hess 與 Almeida，2007）。國內研究亦幾乎一致同意捷運系統對房價的正面效果（馮正民 道確實對房屋價格有顯著之負面影響。Gatzlaff 與 Smith（1993）以重複銷售指 數與特徵價格法檢視邁阿密地鐵系統對周邊住宅價格影響，均得到相同之結果，
發現該地鐵系統之興建對房價僅有微弱影響，持同樣看法如 Nelson 與 McCleskey
（1990）、Bajic（1983）與 Voith（1991）。此外，過去更有少數文獻實證結果為 負面之影響（Dornbusch，1975；Burkhardt，1976）。
如前所述，由於研究範圍社經環境特性不同，造成過去部份文獻於捷運房價
‧
效果結論，無論在方向與幅度大小略有出入， Debrezion 等（2007）根據資料特 性、時空差異與研究方法等加以控制，運用統合分析方法（meta-analysis）針對 減（Dewees，1976；Damm，1980；Benjamin 與 Sirmans，1996；Armstrong 與 Rodriguez，2006；Hess 與 Almeida，2007；馮正民等，1994；洪得洋與林祖嘉，
1999）。
惟無論如何，不動產與捷運站距離遠近差異造成的價格變化，應非一簡單線 性關係可描述，因捷運站負面外部性（噪音、污染、出入人口複雜等）多產生於 極短之距離，而隨距離逐漸增加該負面影響便逐漸消失，與可及性之正面效果的 總和將變為正向（Chernobai et al.，2011）。因此，許多文獻透過間斷距離等方 法，以呈現出該非線性影響之距離效果（Waddell 等，1993；Kilpatrick 等，2007；
Debrezion 等，2007；Chernobai 等，2011）。
值得一提的是，在探討捷運系統對房價影響的同時，其他交通設施帶來之可
‧
經環境不同而有若干差異。Gatzlaff 與 Smith（1993）、Bowes 與 Ihlanfeldt（2001）與 Hess 與 Almeida（2007）均發現捷運車站對房價之影響效果隨著不同所得、
房價與種族之鄰里，有明顯不同之影響，捷運車站對高所得、高房價之地區房價 Osuji（1995）發現在捷運車站 1.5 英哩範圍內之房屋，當房屋與市中心距離每增 加 1 英哩時，將使其價格上升 1.9％；Bowes 與 Ihlanfeldt（2001）研究指出捷運 車站坐落愈靠近市中心，將對房價有愈大之正面影響效果；Armstrong（1994）
‧
Ihlanfeldt，及 Armstrong 雖指出捷運車站位置不同對房價有顯著不同影響，愈靠 近市中心車站之價格影響最高，但其作法估計所得之房價效果差異，事實上係源 的運量、班次多寡、路網完整程度（Cervero 與 Duncan，2002）等差異將對房價 有不同之影響效果。一般而言，重運量之捷運路線因速度較快、班次較密集且路 網較完整，故相較輕運量路線對房價有較大效益；有較佳附屬設施因而享有較佳 服務水準的捷運車站亦同，如車站周邊提供的停車設施（Bowes 與 Ihlanfeldt，2001）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章、相關理論與文獻回顧
13
運車站可能有價差存在，則為早期國內捷運相關研究並無涵蓋內容。
‧
而 Rosen（1974）將 Lancaster 的新消費者理論擴展，與 Lancaster 不同的是，Rosen 對商品特徵的效用較少著墨，主要結合競價理論強調商品特徵決定價格的過程，
認為消費者選擇財貨乃係基於組成財貨的各種不同特徵，而該財貨的價格即透過 消費者於追求效用極大化的過程中，對各個特徵每增加一單位屬性之消費所願意 支付額外費用，即邊際願付價格（willingness to pay）形成其隱含價格（implicit price），各種不同特徵之隱含價格與其數量便集合成該財貨之總價。該財貨各特 徵與數量組成之特徵方程式，可經由迴歸方程式加以估計各特徵之隱含價格。
於探討捷運系統對房價影響方面，因特徵價格法容易操作且經濟意涵明確
（彭建文等，2009），國內外研究大多以此方法主要研究工具（Dewees，1976；
Bajic，1983；McMillen 與 McDonald，2004；馮正民等，1994；洪得洋與林祖嘉，
1999；彭建文等，2009），一般對於捷運可及衡量較為常見的作法，為劃分捷運
（Gibbons 與 Machin，2005；Kilpatrick 等，2007；Chernobai 等，2011；洪得洋 與林祖嘉，1999）。
隨國內外都市規模大小與交通運輸習慣不同，國內外文獻在捷運影響範圍選 取上存有差異（彭建文等，2009），國外文獻多將該距離定於 1.5 英哩左右，細 分距離區間則約選定 0.1 至 0.25 英哩（Benjamin 與 Sirmans，1996；Bowes 與 Ihlanfeldt，2001）。國內文獻在捷運影響範圍選取部份，則多選定車站周邊 300 至 500 公尺左右，細分距離區間則約選定 100 至 150 公尺。其中林楨家與黃志豪
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章、相關理論與文獻回顧
15
（1993）以台北捷運紅線沿線 400 公尺為研究範圍，將距離車站 150 公尺範圍內 樣本歸為捷運站區；馮正民等（1994）選定捷運車站 500 公尺內，並將距離區間 細分為 0 至 100 公尺、100 至 300 公尺與 300 至 500 公尺等不同範圍；彭建文等
（2009）則選定台北捷運紅線沿線經過行政區為研究範圍，劃定捷運影響範圍半 徑為 300 公尺，並區分為捷運站區（150 公尺）、捷運周邊區（150 至 300 公尺）
與非捷運區（300 公尺以上）。
如前所述，捷運的影響隨距離之增加應逐漸遞減，但若是以二元變數劃分影 響區之作法，不論距離尺度設定如何細緻，所得估計之價格效果，在同一車站距 離尺度內仍不論與車站遠近皆為相同，且間斷距離原則亦未有明確標準，影響效 果隨不同間斷區間劃分可能呈現不一致結論，是否合理不無疑問。
再者，過去研究以劃分影響區方式估計者，為突顯房價效果並使虛擬變數係 數顯著，多設定捷運車站影響區（最）外圍為比較基準。此方式在研究範圍有所 縮限時（如距車站 500 公尺範圍內），因地域限制緣故，樣本之區域因素尚稱接 近故無太大問題。但以整體行政區內全體樣本為研究對象者，由於研究範圍幅員 廣大，即使位於相同區內之房屋彼此區域環境可能仍有極大差異，而事實上受限 樣本詳細區域因素資料不易取得，或於模型中一一詳細、瑣碎地設定變數加以控 制，似乎極易將鄰里環境、生活機能等「區位」效果計入捷運效果使捷運之房價 效果虛增。
此外，以此區間劃分作法對於捷運車站距離對房價的邊際影響效果亦會出現 跳躍、唐突之結果，較難針對距離增減時造成房價效果遞增遞減之趨勢有明確的 描述，因此以連續性距離估計方式重新檢視捷運的距離效果似為較佳的作法。
‧
關於空間自相關之定義，Anselin 與 Bera（1998）比喻空間自相關是「享有相似 地點的事物有著類似屬性值的巧合」；Heppel（2000）則定義空間自相關是「因
(三) 模型設定錯誤（Misspecification）
模型中遺漏了重要變數、增加了不必要變數，或函數形式不正確（例如有非 線性情形未控制）亦可能是造成空間自相關的原因之一。
由於空間自相關的存在，將使傳統最小平方法所得殘差存有相關關係，並非 獨立隨機，除使最小平方法估計之 t 檢定變得不可靠、估計不再有效（Miron，
1984）外，估計亦有偏誤，可能致研究結果不一致，故可見於研究中考量空間相
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章、相關理論與文獻回顧
17
關因素的重要。
二、 空間自我相關之衡量
空間自我相關之意義，已如前述，而將地理現象潛在之空間相依性 4
全域型之空間自我相關，主要描述的是整體區域的分佈情形，藉由全域型自 我相關指標（如 Moran’s I、Geary’s C 等）等空間統計檢定，可判斷某現象於空 間中是否有聚集之情形。而 Moran’s I 等全域型空間自我相關指標所描繪的是整 體區域的空間特性，僅能分別全區內有無自相關現象，卻未能統計個別地區空間 自相關之情形，指示出空間單元聚集的位置，Anselin（1995）提出之 LISA（Local Indicator of Spatial Association）則解決了空間聚集位置未知的問題，藉由地區化 之空間自我相關檢測，推算出空間聚集的熱點（Hot Spots），也因此空間自我相 關分析常被用於分析空間格局如生態現象空間上變化、區域經濟行業活動等。
（Spatial Dependency）透過量化方法，描述特定現象所在與其他相鄰地區在空間之相似程 度，以判別空間聚集特性，即為空間自相關分析。空間自相關的衡量分析可依對 象為整體區域或個別地區，分為全域型（global）與區域型（local）兩類。
4與空間自相關概念類似，指的是空間單元透過空間交互作用對彼此產生的影響，而使鄰近地區
產生空間上相似性。
‧
Basu 與 Thibodeau（1998）檢視 1991 至 1993 年間達拉斯市約 5000 筆之住 宅交易資料中是否有空間自相關情形，實證結果發現八個次市場中竟有六個有殘
曾菁敏（2008）以經 Box-Cox 轉換之空間延遲與空間誤差模型，探討公部 門辦理市地重劃制度與建商開發行為產生之外部性對住宅土地價格之影響，指出 空間誤差 Box-Cox 模型對於空間外部性提供良好之解釋能力，政府實施市地重 劃後對住宅土地價格有正向外部性，而建築商個體互動關係則同時具正向與負向 之外部性。楊宗名（2011）以空間延遲與空間誤差模型探究台灣高速鐵路營運前 後對地價指數漲幅之影響，並比較各場站之影響差異，發現高速鐵路興建至營運
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章、相關理論與文獻回顧
19
的過程，與所在區位對地價有不同影響。
紀凱婷（2008）將時間加權矩陣納入空間迴歸模型，以推估台北市新推個案 市場訂價模式，發現考量空間相依性之空間迴歸模型解釋能力明顯優於傳統迴歸 模型，而同時考慮時空因素之時空迴歸模型又較空間迴歸模型有較高之估計能力。
洪志明（2011）以台北市房地產交易價格資料，以空間統計模型觀察各明星學區 對房價之影響效果，與以往研究相互比較後，認為空間誤差模型一般而言是較適 用於估價上之空間統計模型，可更為合宜地定義區分次市場，為確實能改善傳統 OLS 之方法。
綜合以上，於不動產價格之領域中，可發現考量空間相關因素之空間統計模 型已為相當多國內外研究所採用，並均驗證空間迴歸模型相較傳統 OLS 模型有 較佳之解釋與預測能力，使用空間迴歸模型可改進以往捷運房價研究忽略空間相
綜合以上，於不動產價格之領域中，可發現考量空間相關因素之空間統計模 型已為相當多國內外研究所採用，並均驗證空間迴歸模型相較傳統 OLS 模型有 較佳之解釋與預測能力，使用空間迴歸模型可改進以往捷運房價研究忽略空間相