自然景觀因素對不動產價格之影響

不動產產生正面的效用，即自然景觀所產生之寧適價值。Gibbons,et al.(2011)指 出，接近海岸、林地等自然區域將對住宅價格產生正面的影響，因為其將增加許

已經有許多文獻指出，人們會願意為了景觀而付出更多的金錢（如 Rodriguez and Sirmans，1994）。自然景觀帶給人們舒適的效用，開放空間、森林、海景、

生態保護區不僅提供人們優美的景觀、休閒遊憩的地點，也提供了生物的棲息地。 莫里湖（Murray）及桑蒂湖（Santee）之迴歸式當中加入景觀虛擬變數，結果顯 示，擁有湖景將使不動產價格顯著的增加。Brown and Pollakowski (1977)透過西

‧

Benson, et al.(1998)指出從前許多研究都僅將不動產分為「有景觀」及「沒景 觀」，而沒有把不同的景觀加以區分。因此，其根據海岸景觀受阻礙之程度將海 岸 品質分級，分為完整（full）、優越（superior）、良好（good）及較差（poor）， 並加 入不動產與海岸之距離，結論指出距離為造成景觀價值不同最大的影響因素， 且距 離海岸越遠，其對不動產價格之影響將越低。而在紐西蘭奧克蘭市，相較於 沒有海 景，人們願意多支付百分之十八點五的價格以擁有海景（Kask and Maani， 1992）。

Bond, et al.(2002)用北美伊利湖邊住宅交易價格做實證分析，結果指出擁 有清楚的 湖景將顯著地使住宅價格上漲。Hamilton(2007)用位於德國石勒蘇益格-

荷爾斯泰因州（Schleswig-Holstein）之旅館租 金資料研究不同海岸景觀對旅館租 金之影響，其將海岸分為懸崖、防波堤海岸及開放海岸，並分區域進行分析。結 許多擁有好景觀的標的受到強風影響而無法反應價值。Fennema, et al. (1996)用位 於荷蘭阿珀爾多倫 106 個圍繞在公園附近的移轉案例，研究綠地對不動產價格之 影響，研究結果顯示，距離公園四百公尺內之房屋價格比四百公尺外的高了百分 之六十。此外，擁有公園景觀不動產比沒有公園景觀的不動產交易價格高出 800 歐元，此結果顯示公園綠地由於擁有較好景觀及遊憩休閒價值，對不動產價格具 有正面的影響。Lutzenhiser and Netusil (2001)指出，在其他條件不變的情況下，

當面對自然開放空間之面積越大，而鄰近房屋之平均房價也越高。但如位於都市 地區內，距離公園越近則與房價呈現負向的關係。其可能是因為大的自然開放空

12

‧

常會附帶以上負面影響。Cheshire and Sheppard (2002)用英國瑞丁（Reading）的 資料做研究指出，房屋與開放空間（例如公園）之可及性越高，其價格將遠超過 可及性較低之房屋。

三、林地（森林、保護區）

Garrod and Willis (1992) 指出接近闊葉林將對房價有正面的影響，但在他們 研 究當中並沒有進一步考慮到許多潛在的地理因素。Tyrväinen (1997)運用芬蘭不 同地 區之房價資料，分析與最近的森林保護區、森林遊憩區、水上遊樂區的距離 及森林 景觀與各區森林的覆蓋率等對房價的影響。值得注意的是，其結果顯示房 價與距森 林保護區之距離呈現正向關係，作者解釋原因可能是因為芬蘭是北歐國 家，由於其 位於高緯度地區，冬天時黑夜很長，光線具有很重要的價值，而越靠 近森林可能會 擋住光線。Tyrväinen and Miettinen (2000)延續前面研究，排除了統 計上不顯著之 變數，只留下了「與近森林保護區的距離」及「是否有森林景觀」 這兩個變數。結 果顯示，其他條件不變情況下，擁有森林景觀對房價有正向的影 響。且距離森林保 護區越遠，房價越低。Thorsnes (2002)研究密西根地區鄰近永 久林地保護區之建築 用地價格，他發現鄰近永久林地保護區之建地相較於其他建 地售價高出百分之十九 到百分之三五。代表在該地區，永久林地的價值已資本化 進入鄰近土地的價值。

Boxall, et al.(2005)亦發現山地景觀也會增加不動產之價格。

其中較特別的是，Benson, et al.(1998)指出山景對於住宅價格之影響並不顯 著

‧

及「到景觀的距離」加以衡量。Benson, et al.(1998)則將自然景觀分出等級，以分 辨不同舒適程度的景觀。Paterson and Boyle(2002)認為能見程度亦是衡量景觀價 值之重要變數。因此，本段將回顧自然景觀因素之衡量方式，了解不同的衡量方 式，以作為後續衡量花蓮縣自然景觀因素之基礎。

一、有無景觀視線

Darling (1973)研究水景（湖景）對不動產價格影響時，運用景觀虛擬變數衡 量，即只區分有景觀與無景觀的差別，但其缺點是無法辨別景觀是來自湖景還是 山景。Bond, et al. (2002)研究北美伊利湖邊住宅之景觀對住宅價格之影響時，亦 使用景觀虛擬變數來衡量。

McLeod(1984)運用虛擬變數方式來顯示澳洲天鵝河附近不動產之景觀價值，

即將景觀分為是否能看見河流。同樣地，Kulshreshtha and Gillies (1993)用同樣地 方法衡量加拿大南薩斯喀徹溫河之景觀價值。Tyrväinen and Miettinen (2000)研究 森林與公園綠地對不動產價格之影響時，亦將是否能看到森林或公園作為景觀自 變數。而 Paterson and Boyle(2002)卻認為以上方法需要花費很多時間，且存在著 觀察者主觀的意識，運用 GIS 的技術則可以有效克服這些問題。Lake,et al.(2000) 運用蘇格蘭格拉斯哥之 GIS 資料建立衡量能見度之方式，作者加入地形及視線 的阻礙來衡量隨著距離遞減之自然景觀的影響。Paterson and Boyle(2002)指出對 景觀之能見度為影響不動產價格之重要變數，如果遺漏此變數可能產生錯誤的結 而影響不動產之價值（Jim and Chen，2009）。Tyrväinen and Miettinen (2000)指出 在芬蘭薩洛鎮（Salo）每增加一公里距離，住宅價格減少百分之五點九。Benson,et al.(1998)除了將景觀分出等級外，特別針對海景部分加入不動產距離海岸之最短

14

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

距離，其認為景觀的價值會隨著距離而有所不同，即距離越遠，景觀所能造成的 影響越小。Jim and Chen(2009)亦 將 香 港 沿 海公 寓 距 離 海岸 之 距 離作為 衡 量 景 觀 之標準，其結果指出在香港，距離海岸越遠公寓價格越低，距離山區越遠，公寓 受到山區的負面影響越小。

三、等級

Correll, et al. (1978)在研究綠帶對不動產價格影響時，將不動產擁有的景觀 分為優秀、中等及無景觀。Benson, et al.(1998)將景觀分為海景、湖景及山景，並 依其受阻礙之程度將海景之品質分為四個等級、湖景分位二個等級。Jim and Chen(2009)將香港海景 及山景分為「完全」及「部分」。

下表 2-1 為以往研究針對景觀因素衡量之整理，並歸納出選取特徵價格模型 變數之方法，以利本研究後續之研究設計：

15

‧

Arthur H. Darling(1973) 有無景觀（景觀虛擬變數，有景 觀為 1，沒景觀為 0）。

Michael T. Bond, Vicky L. Seiler and Michael J. Seiler(2002)

有無景觀（景觀虛擬變數，有景 觀為 1，沒景觀為 0）。

C.Y.Jim,Wendy Y.Chen(2009) 1.距離。

2.等級（完全、部分），並以虛擬 變數方式呈現。

Tyrväinen and Miettinen(2000) 1.距離。

2.有無景觀（景觀虛擬變數，有 景觀為 1，沒景觀為 0）。

Benson.et al.(1998) 1.距離。

2.等級（完整、優越、良好、較 差），並以虛擬變數方式呈現。

McLeod(1984) 有無景觀（景觀虛擬變數，有景

觀為 1，沒景觀為 0）。

Kulshreshtha and Gillies (1993) 有無景觀（景觀虛擬變數，有景 觀為 1，沒景觀為 0）。

Lake,et al.(2000) 加入能見度對距離的影響。

Paterson and Boyle(2002) 一公里內各種景觀之能見比例。

Correll,et al.(1978) 等級（優秀、中等、無景觀）

資料來源：本研究自行整理

16

‧