結論

本研究以 2013 年至 2017 年內政部實價登錄資料為基礎，探究臺東市房地產 價格之空間分布及變遷情形，以 ArcGIS 空間計量軟體，先對資料進行全域型空 間自我相關測詴，及地域型 LISA 空間佈圖。另以 Geoda 空間計量軟體，對特徵 價格模型、空間落遲模型及空間誤差模型進行分析比較，找出最合適的空間模型。

以下分別對特徵變數敘述統計分析、空間自我相關檢定、比較特徵價格模型與空 間模型，所得的具體結論如下：

一、特徵變數敘述統計分析，從不動產實價登錄及GIS軟體資料整理觀察：

(一)從2013年至2017年房地產買賣價格及交易量得知：

房地產價格帄均數有逐年遞增趨勢，另房地產價格以每坪5萬~15萬元居多

，值得注意的是每坪15萬元以上有逐年遞增趨勢，尤其在2016年及2017年分別 占19.05%及26.04%，顯見臺東市的房地產行情有上漲的現象。又得知每年交 易量多集中在10月至12月，且多集中在光明里、新生里、豐谷里及豐榮里。

(二)從2013年至2017年本身特徵因素得知：

本研究範圍內之總樓地板面積帄均數為37.64~43.93坪間，最大面積區間為 122.03~179.47坪間，最小面積區間為0.18~9.82坪間；帄均樓層為1.99~2.19層，

係因臺東市住宅區住宅大多以透天樓房為主；建物型態以透天樓房為最大宗；

帄均屋齡為19.82~26.92年間，而歷年最大屋齡以2014年之62年最高，且臺東市 每年皆有新成屋推出。另從2013年至2015年可知新成屋的推出都在15%以上，

2016年之後有漸緩的趨勢。

(三)從2013年至2017年鄰里特徵因素得知：

本研究範圍內之臺東市房地產坐落位置所面臨道路路寬帄均為8.33~8.84 公尺，顯示臺東市住宅區住宅以服務道路居多，另面臨道路路寬8公尺以下佔 約55%以上，顯見若未來遷入人口增加將造成交通及停車問題。又由臺東市房 地產買賣交易實例離主要道路距離帄均為16.08~91.47公尺，而200公尺以下佔 約88.5%~100%之間，顯示臺東市房地產買賣交易集中在離主要道路距離200 公尺以下，而通常房地產的可及性愈高，則其價值亦愈高。

(四)從2013年至2017年區位特徵因素得知：

本研究範圍內之臺東市房地產買賣交易實例至公園距離帄均為1,415.11~1, 681.70公尺，而2,000公尺以下佔約72.22%~78.52%，顯示現今居民在選擇房地

產區位時，會考慮公園提供了一個休閒環境帶來的正面外部性利益。由臺東市 房地產買賣交易實例至國小距離帄均為778.19~963.31公尺，而500~1000公尺居 多佔約41.40%~45.68%；另由臺東市房地產買賣交易實例至國中距離帄均為1, 636.70~1,779.86公尺，而1,000~2,000公尺居多佔約36.05%~39.35%，顯示就臺 東市而言學校分布密度並不高。另由臺東市房地產買賣交易實例離臺東火車站 之距離帄均為5,942.53~6,429.03公尺，最近距離為300~500公尺，最遠距離為1 7,300~18,100公尺，這是因為建農里、建興里、建和里及知本里距離臺東火車 站較遠，但因臺東火車站班次較為聚集，故仍多至臺東火車站搭車較為便利，

且由臺東市房地產買賣交易實例距離臺東火車站以6,000~9,000公尺最多。又由 臺東市房地產買賣交易實例離臺東轉運站之距離帄均為3,222.70~3,456.78公尺

，最近距離為62~400公尺，最遠距離為13,400~15,000，因建農里、建興里、建 和里及知本里距離臺東轉運站較遠，且由臺東市房地產買賣交易實例距離臺東 轉運站以3,000公尺以下為最多，由此可知，臺東轉運站曾經是臺東火車站於2 001年5月31日廢止，但至今仍是臺東市商業區、住宅區、行政區等人口活動頻繁 的市中心。

二、空間自我相關檢定：

本研究根據內政部實價登錄選取 2013 年至 2017 年臺東市房地產住宅區買賣 交易資料為主要研究對象，並選取房地產住宅區買賣交易單價為變數，透過空間 自我相關分析檢定與測詴，發現所選取之變數，具有明顯的空間相依性，研究結 果可得知，臺東市從 2013 年至 2017 年之變數具有空間正相關性，且其空間聚集 現象範圍分別在 2013 年為 2,700 公尺、2014 年為 1,000 公尺、2015 年為 1,400 公尺、2016 年為 1,100 公尺、2017 年為 900 公尺，顯見因歷年房地產買賣交易 實例之位置及屬性不相同，故其界限範圍亦不相同。而 2017 年的界限範圍縮小 至 900 公尺，顯見該年度房地產單價空間聚集現象較其他年度更聚集。

另從 LISA 圖可得知，2013 年至 2017 年臺東市房地產價格在高價房地產為 高價房地產所包圍的空間聚集範圍內，多集中在中心里、文化里、民生里、民族 里、民權里、自強里、東海里、建國里、馬蘭里、新興里、豐谷里、豐榮里及鐵 花里。顯見離臺東轉運站 2,500 公尺範圍內，屬於高數值聚集。而臺東市房地產 價格在低價房地產為低價房地產所包圍的空間聚集範圍內，多集中在新生里、光 明里、永樂里、岩灣里、知本里、建業里、建農里、建興里、康樂里、豐田里及 豐榮里，顯見距離臺東轉運站為 6,000 公尺以上，屬於低數值聚集；而在新生里

、光明里及豐榮里之公寓及華廈住宅，亦屬於低數值聚集。

三、比較特徵價格模型與空間迴歸模型，從 2013 年至 2017 年模型中觀察：

(一)從 2013 年模型得知：

1、影響臺東市房地產單價最主要因素為總樓地板面積每增加 1 坪則減少 0.0307 萬元；建物型態為透天住宅相對於公寓、華廈會有比較高的應變

項程度；屋齡每增加 1 年則減少 0.0751 萬元；離臺東轉運站路離每增加 1 公尺則減少 0.0004 萬元。

2、透過 R²值對房地產價格的解釋能力，可知空間落遲模型對特徵價格模型 解釋能力之改善程度為 1.65%，且 AIC 值較小，表示迴歸方程式愈佳。

另透過 LR test、LM(lag)及 LM(error)值的比較結果，顯示空間落遲模型 較適合估計 2013 年臺東市房地產價格，可改善空間自我相關造成的估計 偏差。

(二)從 2014 年模型得知：

1、影響臺東市房地產單價最主要因素為總樓地板面積每增加 1 坪則減少 0.0512 萬元；建物型態為透天住宅相對於公寓、華廈會有比較高的應變 項程度；屋齡每增加 1 年則減少 0.0839 萬元；離臺東火車站距離每增加 1 公尺則減少 0.0002 萬元；離臺東轉運站距離每增加 1 公尺則減少 0.0006 萬元。

2、透過 R²值對房地產價格的解釋能力，可知空間落遲模型對特徵價格模型 解釋能力之改善程度為 1.14%，且 AIC 值較小，表示迴歸方程式愈佳。

另透過 LR test、LM(lag)及 LM(error)值的比較結果，顯示空間落遲模型 較適合估計 2014 年臺東市房地產價格，且提昇離國中之距離變數顯著性

，可改善空間自我相關造成的估計偏差。

(三)從 2015 年模型得知：

1、影響臺東市房地產單價最主要因素為總樓地板面積每增加 1 坪則減少 0.0547 萬元；建物型態為透天住宅相對於公寓、華廈會有比較高的應變 項程度；屋齡每增加 1 年則減少 0.1170 萬元；面臨道路寬度每增加 1 公 尺則增加 0.0934 萬元；離臺東轉運站距離每增加 1 公尺則減少 0.0007 萬 元。

2、透過 R²值對房地產價格的解釋能力，可知空間誤差模型對特徵價格模型 解釋能力之改善程度為 1.14%，且 AIC 值較小，表示迴歸方程式愈佳。

另透過 LR test、LM(lag)及 LM(error)值的比較結果，顯示空間誤差模型 較適合估計 2015 年臺東市房地產價格，且提昇離國小之距離變數顯著性，

可改善空間自我相關造成的估計偏差。

(四)從 2016 年模型得知：

1、影響臺東市房地產單價最主要因素為總樓地板面積每增加 1 坪則減少 0.03 萬元；建物型態為透天住宅相對於公寓、華廈會有比較高的應變項程度

；面臨道路寬度每增加 1 公尺則增加 0.1119 萬元；離臺東轉運站距離每 增加 1 公尺則減少 0.0006 萬元。

2、透過 R²值對房地產價格的解釋能力，可知空間落遲模型對特徵價格模型 解釋能力之改善程度為 1.79%，但 AIC 值以空間空誤差模型最小，顯示 空間誤差模型較適合估計 2016 年臺東市房地產價格，並可改善空間自我 相關造成的估計偏差。

(五)從 2017 年模型得知：

1、影響臺東市房地產單價最主要因素為建物型態為透天住宅相對於公寓、

華廈會有比較高的應變項程度；離臺東轉運站距離每增加 1 公尺則減少 0.0005 萬元。

2、透過 R²值對房地產價格的解釋能力，可知空間誤差模型對特徵價格模型 解釋能力之改善程度為 0.21%，且 AIC 值較小，顯示空間誤差模型較適 合估計 2017 年臺東市房地產價格，並可改善空間自我相關造成的估計偏 差。

(六)綜上得知：

1、從 2013 年至 2017 年影響變數為建物型態時可知，若為透天住宅相對於 公寓、華廈會有比較高的應變項程度，可見消費者比較青睞透天住宅；

而離臺東轉運站距離每增加 1 公尺則減少 0.0004~0.0007 萬元，可見消費 者比較喜歡居住在離市中心近的地方。從 2013 年至 2016 年影響變數為 總樓地坂面積時可知，每增加 1 坪則減少 0.030~0.0547 萬元，可見消費 者不喜歡購買坪數過大的住宅。從 2013 年至 2015 年影響變數為屋齡時 可知，每增加 1 年減少 0.0751~0.1170 萬元，可見在 2016 年、2017 年消 費者較不重視屋齡的狀況。而在 2014 年影響變數為離臺東火車站距離時 最顯著，每增加 1 公尺則減少 0.0002 萬元

2、從 2013 年至 2017 年，透過 R²值對房地產價格的解釋能力，可知空間模 型即空間落遲模型及空間誤差模型對特徵價格模型解釋能力皆有改善，

改善程度為 0.21%~1.79%。又一般是以 AIC 值來進行總體配適度檢定，

AIC 值是正值，而且值愈小表示迴歸方程式愈佳，由此可知，空間模型 的迴歸方程式較佳，可改善空間自我相關造成的估計偏差。