實證模型變數項目及預期符號之選取，主要是參考本研究第二章文獻彙 整而來，本研究彙整出各研究者認為對房價有較顯著影響的各項不動產特徵 項目，並考慮不動產估價時需考慮的區位元及交易時間。下表表4-1為本研究 變數項目整合說明及預期符號。
表 4-1 研究變數項目整合說明 變數分類及名稱 單位 變數
代號 預期
符號 備註
應變數 房屋交易價格 元 P 公寓：單價。透天：成交價 影響圈 虛擬 D1 + 影響圈外為 0，影響圈內為 1 住宅形式 虛擬 D2 ？ 透天類為 0，公寓類為 1
房間數 間 X1 + 廳數 間 X2 + 衛浴設備數 套 X3 +
通車時間 前後 X4 + 桃園站通車前為 0，通車後為 1 屋齡 年 X5 -
坪 坪 X6 + 自變數
土地 坪 X7 +
資料來源：本研究整理
壹、應變數
本研究應變數以不動產之單價及成交價為主，公寓(大廈)類不動產取其 單價，透天(別墅)類不動產取其成交價做為應變數。在國內或在以華人為主 的城市或國家類似以特徵價格分析不動產價格之研究，包括張怡文、江穎 慧、張金鶚(2009)、張勝翔(2008)、廖咸興、張芳玲(1997)及張梅英、鍾陳 佳(2002)都以不動產成交價做為應變數。但部份研究者雖然也是取成交價，
但會使其成為非線性型態，如顧傑、賈華生(2008)即將住宅價格取對數。而 Masayuki Nakagawa 等人(2007)、李馨蘋(2003)是以租金做為應變數。
貳、自變數
一、通車時間
指購屋者在高鐵通車前或通車後購屋。而本研究所定義之通車 時間標準，是以 2007 年 1 月 5 號臺灣高鐵桃園站通車時間為主，即 2007 年 1 月 4 號之前視為通車前，2007 年 1 月 5 號之後視為通車後。
二、區位(影響圈)
在區位元之定義方式方面，張怡文、江穎慧、張金鶚(2009)以階 層集群分析法將臺北地區劃分為五區，顧傑、賈華生(2008)以離住宅 距最近之地鐵站為中心，測量住宅與地鐵站之距離是否在影響圈 內。徐迎軍、李東(2008)以中華人民共合國 29 個省、市、自治區為 單位，瞭解各省份兩兩之間住宅價格的相互影響關係，再建立誤差 修正模型，分析後推算出各省住宅價格的擴散模式。另外林建元 (1998)以 15-20 公里分做影響圈內以及影響圈外，來比較工業區與交 流道距離之間的關係；而在 Bay Area Economic Forum（2004）之報 告中則是以漣漪效應運用在探討機場之影響圈內，並以不同之經濟 活動定義影響圈範圍，其後劉思吟(2008)亦採用漣漪效應。因此本研 究採用 Bay Area Economic Forum（2004）報告中漣漪效應模式，以 競爭性影響劃出一以高鐵桃園站為中心，半徑 6 公里的圓為影響圈。
三、住宅形式
本研究定義之住宅形式分為公寓(大廈)及透天(別墅)類型的住 宅。本研究之所以將住宅分成這兩種住宅形式，是因為在訪談期間 發現當地區民可能因居住需求不同，而在選擇房屋形式上有所不
以特徵價格法分析高鐵桃園站周邊不動產交易情形
48
同。在以往之研究中，李馨蘋(2002)、林素菁(2004)等，都有以變數 住宅形式公寓(大廈)或透天(別墅)做為自變數。另外廖咸興、張芳玲 (1997)也指出因建物種類、所在樓層等住宅特徵的不同，購屋者會做 出不同的選擇。
四、房間數、廳數
本研究所定義的變數房間數是以房屋內包括房、廳兩種類型的 房間數目總合，不含衛浴設備數，單位為間。而依據一般大眾的認 知，房間數的數量越多，相對的其建造成本越高，因此將會使房屋 的交易價格增加。因此變數房間數將會直接反應在住宅的營造成本 上。過去的文獻如：廖咸興、張芳玲(1997)、張梅英、鍾陳佳(2002)、
李馨蘋(2002)、張怡文、江穎慧、張金鶚(2009)、胡志平、陳建宏 (2009)，都有以變數房間數做為自變數。
五、衛浴設備數
本研究所定義的變數衛浴設備數是以實際擁有的衛浴設備套數 而定，單位為套。依據一般大眾認知，住宅的衛浴設備數越多，相 對的其建造成本越高，因此將會使房屋的交易價格增加，使衛浴設 備數將會直接反應在住宅的營造成本上。過去的文獻如：廖咸興、
張芳玲(1997)、李馨蘋(2002)、張怡文、江穎慧、張金鶚(2009)、胡 志平、陳建宏(2009)，都有以變數衛浴設備數做為自變數。
六、屋齡
本研究所定義的變數屋齡是以房屋自建造完成年至今之實際房
屋屋齡，單位為年。而依據一般大眾的認知，住宅的屋齡越高，相 對的其建築本身外觀及結構等問題將會使房屋價格下降。因此變數 屋齡將會直接反應在住宅的出售價格上。過去的文獻如：廖咸興、
張芳玲(1997)、李馨蘋(2002)、張梅英、鍾陳佳(2002)、林素菁(2004)、
溫海珍、賈生華(2006)、林祖嘉、馬毓駿(2007)、Masayuki Nakagawa, Makoto Saito, Hisaki Yamaga (2007)、張勝翔(2008)、顧傑、賈華 生(2008)、張怡文、江穎慧、張金鶚(2009)、胡志平、陳建宏(2009) 等，都有以變數屋齡做為自變數。另外在張怡文、江穎慧、張金鶚 (2009)中提到，隨著屋齡增加，存在維護更新的可能性，因此加入二 次式：屋齡平方。另外在文獻回顧中，Holger Sieg 等人(2002)除了屋 齡平方的用法外，還應用了屋齡×地段、屋齡×建物、地段×建物等方 法，但由於本研究希望能真實呈現原始之函數結構，因此暫不考慮 使用屋齡平方。
七、坪數、土地
本研究所定義的變數坪數是以房屋實際樓地板面積換算，單位 為坪，另外研究所定義的變數土地指土地持分面積，單位為坪。而 依據一般大眾的認知，住宅的樓地板面積越大，相對的其建造成本 越高，因此將會使房屋的交易價格增加。因此變數坪數將會直接反 應在住宅的營造成本上。過去的文獻如：廖咸興、張芳玲(1997)、李 馨蘋(2002)、張梅英、鍾陳佳(2002)、林素菁(2004)、溫海珍、賈生 華(2006)、林祖嘉、馬毓駿(2007)、Masayuki Nakagawa, Makoto Saito, Hisaki Yamaga (2007)、張勝翔(2008)、張怡文、江穎慧、張 金鶚(2009)、胡志平、陳建宏(2009)等，都有以變數坪數(或樓地板面 積)做為自變數。
以特徵價格法分析高鐵桃園站周邊不動產交易情形
50
參、迴歸式操作說明
雖然本研究於表 4-1 中已將研究變數項目整合，但若依表 4-1 中的自 變數進行操作，過於複雜的虛擬變數將會使迴歸式過於複雜，因此本研究 又將表 4-2 中的虛擬變數區位(影響圈)及虛擬變數住宅形式分離出來，變成 4 條迴歸式(如下表 4-2)。因此操作流程為：1、將不動產數據依其位置分為 影響圈內及影響圈外。2、將影響圈內資料再分成公寓(大廈)及透天(別墅) 兩項進行迴歸。3、將影響圈外資料再分成公寓(大廈)及透天(別墅)兩項進 行迴歸。如下表所示。
表 4-2 迴歸式操作流程
資料來源：本研究整理 透天(別墅)
公寓(大廈)
透天(別墅) 公寓(大廈)
影響圈內
影響圈外
交易時間
坪數 房間數
衛浴設備數
屋齡 樣
本 資 料 庫
土地 廳數
交易時間
坪數 房間數
衛浴設備數
屋齡
土地 廳數
交易時間
坪數 房間數
衛浴設備數
屋齡
土地 廳數
交易時間
坪數 房間數
衛浴設備數
屋齡
土地 廳數
表 4-3 四條迴歸式研究變數項目整合說明 變數分類及名稱 單位 變數
代號 預期
符號 備註
迴歸式 1 影響圈內/公寓(大廈) 應變數 房屋交易價格 元 P 以單價計算
房間數 間 X1 + 廳數 間 X2 + 衛浴設備數 套 X3 +
通車時間 前後 X4 + 桃園站通車前為 0，通車後為 1 屋齡 年 X5 -
坪 坪 X6 + 自變數
土地 坪 X7 +
迴歸式 2 影響圈內/透天(別墅) 應變數 房屋交易價格 元 P 以成交價計算
房間數 間 X1 + 廳數 間 X2 + 衛浴設備數 套 X3 +
通車時間 前後 X4 + 桃園站通車前為 0，通車後為 1 屋齡 年 X5 -
坪 坪 X6 + 自變數
土地 坪 X7 +
迴歸式 3 影響圈外/公寓(大廈) 應變數 房屋交易價格 元 P 以單價計算
房間數 間 X1 + 廳數 間 X2 + 衛浴設備數 套 X3 +
通車時間 前後 X4 + 桃園站通車前為 0，通車後為 1 屋齡 年 X5 -
坪 坪 X6 + 自變數
土地 坪 X7 +
迴歸式 4 影響圈外/透天(別墅) 應變數 房屋交易價格 元 P 以成交價計算
房間數 間 X1 + 廳數 間 X2 + 自變數 衛浴設備數 套 X3 +
以特徵價格法分析高鐵桃園站周邊不動產交易情形
52
通車時間 前後 X4 + 桃園站通車前為 0，通車後為 1 屋齡 年 X5 -
坪 坪 X6 + 土地 坪 X7 +
資料來源：本研究整理