第二章 文獻回顧
第三節 文字分析方法之探討
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 文字分析方法之探討
雖然廣告是由語言型及非語言型要素構成，但語言型的行銷文字是相較於非 語言型的圖片，較可直接影響消費者行為或者價格形成者，因此將於本節介紹國 內外文獻針對研究資料為文字型態時是如何轉換文字進行分析。
探討廣告內容對不同人事物之影響，就過往文獻使用之方法有問卷以及直接 分析廣告文字等方式，問卷之方式較常用在研究該廣告對於人之影響，例如 MacKenzie et al.（1986）利用問卷設計觀察受訪者對廣告之情感反應，探討廣告 作為一個傳遞媒介之角色，意即廣告影響的過程。這個過程隱含著幾個要素—廣 告認知、品牌認知、對廣告之態度、對品牌之態度、購買該品牌之意圖等，此些 要素彼此影響組合出不同的過程進而決定了廣告的角色；Lawson（2013）以飛機 上不動產廣告（通常為最即時之消息且閱聽對象擴及全球可能的投資者）使用之 文字為基底並利用五角星元素（Burke）之方式設計問卷，觀察受訪者之回答探 討不動產廣告中可能展現中國城市之轉變。
直接分析廣告文字方法於各方面均可探討，分析方式仰賴文本中之關鍵字分 析廣告趨勢，例如Collins and Kearn（2008）欲從海濱房屋的不動產廣告內容去 觀察紐西蘭之海岸發展、Levitt and Syverson（2005）同樣從不動產廣告之資訊去 探討代銷業者在廣告中之資訊揭露程度是否會造成市場價格的扭曲、Aune（2012）
則是探討不動產廣告中能源之提及率是否對市場產生影響等；近年來，臺灣關於 文字之研究於各領域亦逐漸增加，不過由於文字研究主要仰賴程式設計等專業技 術，運用文字作為研究方法之領域較易侷限在本身具有程式背景的資工或者是商 管領域。例如陳俊傑（2017）利用文字探勘技術為基礎，進行社群媒體發布之文 章及推文內容的探勘，並使用詞頻分析整理出積淹水災情的關鍵詞，欲以此建構 災情通報預警之研究，又或者葉鴻青與戴天時（2016）先利用中文文字分詞工具 分析財務新聞內容找出關鍵詞，再將詞頻量化為權重，以上述資訊為基礎建構可
‧
頻（Taddy, 2010）之方式較為人所用，例如：Pryce et al.（2008）曾針對不動產市 場中行銷語言所使用之修辭進行研究，過程中除了介紹修辭學中之說服技巧所使 程中使用R 程式語言進行；Nowak and Smith（2017）曾針對不動產廣告進行文 字分析，其中亦是使用“token approach” 進行文字分割。另外，Shen（2018）則 是少數使用不同之方式進行文字分析者，其採用機器學習之方式將每個不動產廣‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
究才逐漸為時勢所趨，其中以文字分割及計算詞頻為主。針對本研究之研究對象，
使用文字分析法將較問卷調查妥適，且透過分詞後的結果，才能明確分析出是何 不動產特徵造成不動產價格的改變。是故，本研究將採用文字分析中之斷詞及計 算詞頻之技術進行往後廣告行銷文字與不動產價格間關聯之分析。
不過如研究限制所述，由於詞庫非不動產專業領域，是故在分割的過程可能 無法針對不動產領域較常出現的不動產特徵進行特別區隔；以及程式本身無法在 斷詞過程中考量上下文，是故可能造成同為上文、下文卻被分割成不同詞彙或是 是上下文卻被分成同一詞彙等潛在問題，此些均會造成斷詞結果無法被直接使用。
為了解決此種問題，往後將針對斷詞結果進行人工辨識，去蕪存菁，以望產製有 效的廣告行銷文字變數進行本研究外，同時也為後續相關研究整理出不動產領域 詞庫，裨益文字型態之不動產廣告與價格間研究之進行。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 研究設計
依據本研究目的，為進行廣告行銷文字對不動產價格影響之實證分析，本研 究先依相關文獻整理出以往不動產價格研究中常用之影響因素，以為本研究基本 變數之參考。俟後將蒐集之不動產廣告行銷文字，轉化成可供實證分析之有效變 數，並綜合彙整研究資料、確認實證變數後，依照分析方式建構本研究之實證模 型。本章第一節先行說明本研究中實證模型之設計，並於第二節中詳述資料處理 過程以及變數產製原則。
第一節 模型設計
影響不動產價格之因素主要來自於不動產本身，特徵價格理論主張將不動 產分解成許多特徵，逐一分析每一單位變動所帶來價格改變，藉此探討不動產 價格之影響因素。是故，本研究將以特徵價格理論為基礎，依據欲探討之因素 建立實證模型，並運用分量迴歸分析不同價格水準下，不同分區及建物類型間 行銷文字影響差異。
一、 模型建構
本研究依據特徵價格理論建置實證模型，思考歷程主要分成三階段：研究對 象之特性、模型變數之決定、模型建置之方法。
(一) 研究對象特性
選擇以何種方法製作模型前，了解研究對象本身之特性為首要之務。本研究 之研究客體—不動產，不似完全競爭市場上的商品具備同質性高的特質，相對地，
是由眾多特徵集合而成，造就不動產的異質性(heteroscedasticity)。Rosen（1974）
結合了效用理論、競價理論（Alonso, 1964）、新消費者理論（Lancaster, 1966），
提出特徵價格模型（Hedonic Price Model），認為不動產價格的決定是各屬性邊際
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
貢獻計算後之總和；易言之，將模型環境設定成只有一個變動屬性，其他均固定 不變，則此時不動產價格之變動便可推論來自該變動屬性，藉此分析兩者間關係。
本研究欲分析源自不動產特徵的廣告行銷文字與價格間之關係，故使用特徵價格 理論為建立模型之基礎。
(二) 模型變數決定
實證模型是由不同變數組成，特徵價格模型的變數即為不動產屬性，Sirmans et al.（2005）整理過去 125 篇運用特徵價格理論探討影響不動產因素之美國重要 文獻，歸納出20 種最常見的特徵，並將之分類成 8 大類—構造、格局、設施、
自然景觀、區位、鄰近公共設施、房屋市場情況、財務相關。不過，由於美國住 宅形式與臺灣差異甚大，變數並不完全適用臺灣；杜宇璇等人（2013）曾針對臺 灣過去利用特徵價格模型研究不動產價格之文章進行變數整理歸納，將臺灣常見 之不動產特徵分成建物個別特徵因子（土地面積、建物面積、屋齡、結構、建物 類型、樓層、現況使用等）、外部環境因子（交通、公園、鄰避設施等）、總體因 子（銀行貸款利率、人口類型、市場條件等）。本研究參考上述使用之變數並依 據不同研究條件進行調整，俟後依照各特徵性質將其分類為連續特徵變數及虛擬 特徵變數，納入模型進行實證分析。
(三) 模型建置之方法
研究不動產價格實證模型之方法有三種，線性（Linear）、半對數（Semi-logarithmic）、對數（logarithmic）。過往研究多採用線性及半對數之方式（Sirmans et al., 2005），其中，採半對數模型之實證結果較符合實際情形（Söderberg, 2002）
且表現較佳（Stephanie, 2005）；除此之外，Follain and Malpezzi（1980）提出半 對數模型內，各屬性之邊際價格可以基於價格變化而改變、係數之解釋方式較好 理解（某屬性每增加一單位，價格增加多少百分比）、取自然對數可以降低變異 數不齊一等優勢。是故，本研究選擇使用半對數模型進行行銷文字對價格之分析。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
綜上所述，基於不動產異質性而採用特徵價格理論建立實證模型，參考過 往整理國內外特徵價格法之常用變數，比較不同形式模型之優劣而決定選擇半 對數方法。本研究之基礎模型如式(1)：
LN(𝑃𝑖) = 𝛼0+ ∑𝑚𝑛=1𝛽𝑛𝑋𝑛𝑖+ ∑𝑙𝑡=1𝛾𝑡𝑌𝑡𝑖+ 𝜀𝑖 ……(1) 其中，LN(𝑃𝑖) 為第 i 個樣本之擬售單價取自然對數
𝛼0：截距項
𝑋𝑛𝑖 ：第 i 個樣本之第 n 個連續特徵 𝛽𝑛 ：第 n 個連續特徵的係數值 𝑌𝑡𝑖 ：第 i 個樣本之第 t 個虛擬特徵 𝛾𝑡 ：第 t 個虛擬特徵的係數值 𝜀𝑖 ：第 i 個樣本之殘差
二、 模型運用
建立基礎模型後，針對本研究之重點變數—廣告行銷文字及研究目的，透過 基礎模型之延伸變化，分別設計廣告行銷文字影響因子模型、使用分區及建物類 型差異分析模型、分量迴歸模型，進行其與價格關係之研究。
(一) 廣告行銷文字影響因子模型
不動產廣告內含許多資訊，其中最基本的為不動產基本資料，例如擬售價格、
屋齡、座落位置、格局、使用用途以及特色介紹等。特色介紹即是廣告行銷文字，
房屋仲介業者多利用列點的方式展現，例如通風採光、近學區、格局方正。以下 利用設計變數、分析變數兩部分說明如何建立「廣告行銷文字影響因子模型」。
1. 設計變數
特徵價格模型之變數類型基本上以變數值是否可連續作為判別分
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
為兩種—連續變數、虛擬變數。由於數值本身就是可連續，故在不動產 相關資訊裡，若該變數之內容為數字型，通常都會以連續變數進行分析 例如建物面積、屋齡等；反之，若是該變數內容屬文字表示，例如建物 類型、使用分區、管理與否等，就會利用設置虛擬變數的方式將其納入 分析。
除此之外，連續變數亦得轉換成虛擬變數，例如利用原本為連續變 數的屋齡區別新成屋或是中古屋後，設定虛擬變數（例如新成屋設為1、
中古屋設為 0），透過連續性資料分類方式將其轉變成不連續的類別資 料；虛擬變數轉變成連續變數可能性較低，原因為連續性資料可以透過 分類轉變成不連續性資料，但不連續性資料似乎無法透過「去類別化」
達到轉換的效果。有鑑於此，本研究欲探討之行銷文字屬不連續性資料，
故採用設置虛擬變數的方式納入實證變數。
2. 分析變數
採用虛擬變數的設計前提下，分析不動產價格與行銷文字之關係時，
採用虛擬變數的設計前提下，分析不動產價格與行銷文字之關係時，