第四章 研究設計
第三節、 研究變數之選取與處理
依據第二章文獻回顧中特徵價格理論相關文獻的探討，影響不動產價格的變數 通常可歸分為三大類，即為一般因素、區域因素與個別因素。影響消費者購買不動 產所考慮之重大因素，無非是不動產內部屬性，如面積、使用分區、類型、臨街寬 度等與外部環境屬性，如交通之便利性、公共設施可及性及生活之便利性等(李怡 婷，2005)。而本研究係探討公園綠地空間對高雄市房價的影響，即著重於高雄市 內的公園綠地空間對於該城市之影響。
本研究建立不動產特徵價格函數係以「房地總價」為因變數，並以不動產本身 之特徵、與公園綠地之距離以及公園綠地個數等14 項作為自變數，茲將研究變數 名稱說明如下：
一、因變數（Dependent Variable）
一般的特徵價格模型因變數通常採用房屋價格總價或單價，本研究所採用之 因變數資料，以賴碧瑩、賴季鋒，103 年度高雄市住宅及不動產資訊建置案中所 取得之房地產交易案例的「房地總價」(TP)為本研究之因變數。
二、自變數（Independent Variables）
影響房價之因素相當多，但依本研究研究目的並參考以往相關研究成果，將 影響變數分為以下14 項自變數，分別就各自變數其定義與房價的影響加以分析 探討如下：
1.使用分區(ZONE)
土地使用分區係就土地使用之強度予以不同的管制，涉及土地使用效 率，因而反應在土地的建蔽率與容積率上，一般而言商業區，可做商業使 用時，用途較廣，但亦有住宅區價格因其位於黃金地段而價格較高。故本 研究將樣本資料之土地使用分區以虛擬變數表示，區分為住宅區及非住宅 區，「1」表示為住宅區，「0」表示為非住宅區，因此本研究預期其係數符 號須按實證結果決定。
2.土地移轉總面積(LAREA)
係指該樣本移轉之土地依登記簿所載面積總和，土地面積大小影響土 地之使用，基地面積大，則可提供更多樣化之設計。同類型的建物如面積 越大，則造價越高，因此在相同條件下，面積愈大價格愈高，與房價呈現 正相關，預期其係數符號為正，單位為平方公尺。
3.移轉層次(FLOOR)
係指該樣本其交易物件位屬樓層次，一般而言，低樓層成交價格較高，
房價與移轉層次是呈負相關，因此本研究預期其係數符號為負。
4.總樓層數(TFLOOR)
係指該樣本總共包含幾層樓，測量單位為樓，一般而言總樓層數涉及 工程造價，總樓層愈多，樓層越高造價越高，成交價格愈高，房價與總樓 層數是呈正相關，因此本研究預期其係數符號為正。
5.建物型態(BUILD)
建物型態為一虛擬變數，該樣本房屋型態為透天厝為0，為公寓、華 廈及住宅大樓之型態是為1，因此，本研究預期其係數符號為正或是須按 實證結果決定。
6.用途類別(USE)
用途類別為一虛擬變數，該樣本是為住宅使用者為1，非為住宅使用 如店鋪、工廠、住商、商業…等使用為 0，本研究預期其係數之符號須按 實證結果決定。
7.建物移轉總面積(BAREA)
係指該樣本移轉之總樓地板面積依登記簿所載面積總和，房價與建物 移轉總面積是呈正相關，本研究預期其係數符號為正。
8.房數(ROOM)
係指該樣本共有幾間房間，測量單位為間，一般而言，房間數量愈多，
成交價格愈高，房價與房間數量是呈正相關，因此本研究預期係數符號為 正。
9.廳數(LIVING)
係指該樣本共有幾間客廳，測量單位為間，一般而言，客廳數量愈多，
成交價格愈高，房價與客廳數量是呈正相關，因此本研究預期係數符號為 正。
40
10.衛數(TOILET)
係指該樣本共有幾間衛浴空間，測量單位為間，一般而言，衛數愈多，
成交價格愈高，房價與衛浴空間數量是呈正相關，因此本研究預期其係數 符號為正。
11.有無管理組織(MANAGE)
設為一虛擬變數，係指該樣本是否具有管理組織，無管理組織為0，
有管理組織設為1，一般而言，有管理組織之房屋其成交價格越高，房價 與有無管理組織呈現正相關，因此本研究預期其係數符號為正。
12.屋齡(AGE)
係指該樣本自建築完成並領有建築執照日起算，單位為年，一般而言，
屋齡愈大，成交價愈低，因此本研究預期房價與屋齡呈現負相關，其係數 符號為負。
13.與公園綠地之距離(DISTANCE)
係指該樣本至最近公園綠地之距離，一般而言，公園綠地對於不動產 價格具有正面的影響，因此本研究預期房價與距離公園綠地遠近呈負相關，
距離越近，價格越高，預期其係數為負，屬性為連續變數，單位為公尺。
14.公園綠地個數(PARK_N)
係指該樣本周圍五百公尺範圍內所擁有之公園綠地數量，房屋周圍擁 有較多的公園綠地數量顯示其可享有的公園綠地較多，因此本研究預期房 價與周圍擁有公園綠地數量呈現正相關，預期其係數符號為正，屬性為連 續變數，單位為個。