第四章 資料說明
第二節 變數選取
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
第四章 資料說明
第一節 資料說明
本文採用國內某家民營銀行所提供之資料作實證分析，分期期間從 2002 年 2 月到 2007 年 12 月，7範圍包含台灣本島的 20 個縣市，8該資料經篩選後 共有 10993 筆樣本。
第二節 變數選取
張金鶚(2004)將房屋的特性大致分為四類，分別是戶、棟、鄰里小環境以 及鄰里大環境。戶的特性包含房間數、樓層位置、廳數、衛浴數、房間數和 公設比；棟的特性則包含建築物使用型態、屋齡大小、房屋結構、房屋材料、
臨路寬度及臨路數目；鄰里小環境是房屋周邊的公共設施種類以及公共設施 的可及性；鄰里大環境則是房屋所在的行政區域、土地使用混合度及環境品 質。
本文選取的風水變數主要是涵蓋在鄰里小環境以及棟的兩個項目中，其 他的變數選取則是參考凃雅珍(2008)研究風水因子對一般住宅價格影響一文；
在戶的項目方面納入了坪數以及公設比變數；棟的項目納入路寬、房屋使用 型態和屋齡；鄰里大環境則是這些商用不動產位於的各個縣市。在分量迴歸 方法模型裡，因變數的設定是取自然對數的商用不動產買賣總價，有關其他 自變數的意義與其預期為正面或是負面影響在以下有進一步的說明。
7 2008 年銀行無顯示任何交易紀錄。
8台灣本島包含 22 個縣市，但依據銀行所提供的資料，在宜蘭縣及台東縣因樣本數目過少(宜
蘭縣共 3 筆、台東縣共 2 筆)所以予以剔除。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
1、 路沖:
由於居住在正面面對道路的房屋幾乎像是讓經過車輛對著大門口直衝 而來，容易因為駕駛疏忽或是其他因素導致交通意外事故發生，風水學說 也有一相近論點為居住在此之屋主容易有血光之災。林秋綿(2007)、陳淑 惠(2004)、白金安等(2004)皆有實證指出路沖的確會影響到購屋者的購屋 決策；針對一般住宅來說，面對路沖的房屋其房價通常也有折價的現象。
但依一般通說，店面若是位於路沖之處顯著性相對較高，更容易吸納客源，
反而是項利多，所以我們預期路沖對店面價格影響是正的，但對住辦合用 及辦公室交易價格則是負的。
2、 鄰近高架橋：
鄰近高架橋的房屋一般來說常常會受到路面震動影響加上車輛噪音 和空氣汙染，住戶居住於此想當然爾常會心神不寧，注意力無法集中；從 風水的角度則為鄰近高架橋的房屋就像是被刀子攔腰切入，也就是俗稱的
「腰斬煞」，此類煞氣據說容易有血光之災，住戶前途更是容易受到阻礙，
所以不管是住宅使用或者是任何一種商業型態房屋我們都預期對交易價 格有負面影響。
3、 鄰近寺廟及神壇：
寺廟焚燒的紙錢會造成空氣汙染，舉辦任何廟會活動像是法會或慶典 也容易造成噪音的問題；白金安等(2004)訪問結果指出面對此類型的房屋 有三成民眾在購買時會要求降低價格，在某些銀行承作不動產估價時也會 要求註明此屋是否鄰近廟宇或神壇。從風水角度，鄰近寺廟的房屋其屋主 容易生病、意外以及有人際關係等問題發生，所以我們也預期此項風水因 子對房屋交易價格影響應為負的。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
4、 基地低於地面、臨狹窄巷弄、無尾巷
路基低於地面每逢下雨便容易面臨淹水問題，連同位於無尾巷的建築在風 水書上皆解釋為易有骯髒穢氣之聚集，對運勢而言有不好的影響；而面臨狹 窄巷弄的房子不僅有隱密性較低的問題，壓迫感也十分嚴重，一般商業型態 用戶也鮮少會選擇此種類型的房屋，因此預期此項風水變數對房價為負面影 響。
除了預測這些風水因子對房屋的價格為負面影響外，我們也推測，願意以 高價位購買房屋者，會因為擁有好的風水關係願意比中低價位者付出更多代 價，代表高價位的房屋對於風水重視的程度會大於一般的中低價位者，也表 現在，若房屋附近出現嫌惡性風水設施，高價位的房屋折價幅度會大過於低 價位之房屋。
(二) 其他解釋變數 1、 坪數
一般來說面積越大房屋價格應該就會越高。
2、 坪數平方
假設面積對房價影響會存在遞減現象所以加入二次項，預期對房價影 響為負的。
3、 道路寬度
道路越寬交通便利性越強，因此預期對房價有正面的影響。
4、 屋齡
屋齡越大房屋越老舊，若平時沒有定期維護可能就會有許多問題產生，
因此此項變數預期影響結果為負。
5、 屋齡平方
假設屋齡對房價負面影響效果會有遞減現象，預期對價格影響結果為 正。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
附有車位的房價應該相對較高，將此變數以虛擬變數表示顯示其對價 格影響的程度，無車位為 0，有車位則為 1，預期影響的符號為正。
7、 公設比
就一般住宅而言並不希望公設比例太高而商用型態房屋對公設更是如此，
所以預期公設比對房屋價格影響為負面影響，並進一步預期低房價之商業型 態使用者其厭惡程度會大於高房價之使用者。
8、 嫌惡性設施
嫌惡性設施包含了建築物在鐵道、高壓電塔、加油站、瓦斯廠或特種行 業等等附近(見附表一)，隱藏了危害生命健康財產的風險，在分量迴歸中以 虛擬變數表示，有此項問題者假設為 1，沒有則為 0，預期對房價影響為負 的，更進一步的預期為對高房價建物的影響大過於低房價建物的影響。
9、 房屋使用型態
本文將商用不動產分成三種不同的使用型態分別是店面、住辦合用和辦 公室，並將標準組假設為店面。
10、 交易年分
交易年分為 2002 年到 2007 年，並各自以虛擬變數表示，標準組假設為 2007 年。
11、 房屋所在區域
房屋所在縣市容易影響交易價格，因此將各個縣市也採虛擬變數表示，
若為該筆資料所在區域為 1，反之為 0；其中因宜蘭縣、台東縣樣本數目太少 並不足以代表其所在之縣市，所以兩縣市共五筆資料便不予以考慮。其他範 圍則包括基隆市、台北市、台北縣、桃園縣、新竹市、新竹縣、苗栗縣、台 中市、台中縣、南投縣、彰化縣、雲林縣、嘉義市、嘉義縣、台南市、台南 縣、高雄市、高雄縣、屏東縣、花蓮縣，標準組為台北縣。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
變數 說明 預期符號
交易年份 將各交易年分設虛擬變數，1 為該交易 年分，0 則為其他；標準組為 2007 年
令 2002 年=YEAR 1
{
YEARYEAR1 1 20021 0，，其他年度年 ？令 2003 年=YEAR 2
{
YEARYEAR2 1 20032 0，，其他年度年 ？令 2004 年=YEAR 3
{
YEARYEAR3 1 20043 0，，其他年度年 ？令 2005 年=YEAR 4
{
YEARYEAR4 1 20054 0，，其他年度年 ？令 2006 年=YEAR 5
{
YEARYEAR5 1 20065 0，，其他年度年 ？房屋使用型態 將房屋使用型態分為三種，分別是店 面、住辦合用和辦公室；標準組為店面
令辦公室=TYPE 1
{
TYPETYPE1 11 0，辦公室，其他型態 ？令住辦合用=TYPE 2 2 1
{
TYPETYPE2 0，住辦合用，其他型態 ？所在縣市 1 為該建物座落在該縣市，0 則為其他；
對照組為台北縣
令基隆市=CITY 1
{
CITY1=1，基隆市CITY1=0，其他縣市 ？
令台北市=CITY 2
{
CITY2=1，台北市CITY2=0，其他縣市 ？
令桃園縣=CITY 3
{
CITY3=1，桃園縣CITY3=0，其他縣市 ？
令新竹市=CITY 4
{
CITY4=1，新竹市CITY4=0，其他縣市 ？
令新竹縣=CITY 5
{
CITY5=1，新竹縣CITY5=0，其他縣市 ？
‧
令彰化縣=CITY 10
{
CITY10=1，彰化縣CITY10=0，其他縣市 ？
令雲林縣=CITY 11
{
CITY11=1，雲林縣CITY11=0，其他縣市 ？
令嘉義市=CITY 12
{
CITY12=1，嘉義市CITY12=0，其他縣市 ？
令嘉義縣=CITY 13
{
CITY13=1，嘉義縣CITY13=0，其他縣市 ？
令台南市=CITY 14
{
CITY14=1，台南市CITY14=0，其他縣市 ？
令台南縣=CITY 15
{
CITY15=1，台南縣CITY15=0，其他縣市 ？
令高雄市=CITY 16
{
CITY16=1，高雄市CITY16=0，其他縣市 ？
令高雄縣=CITY 17
{
CITY17=1，高雄縣CITY17=0，其他縣市 ？
令屏東縣=CITY 18
{
CITY18=1，屏東縣CITY18=0，其他縣市 ？
令花蓮縣=CITY 19
{
CITY19=1，花蓮縣CITY19=0，其他縣市 ？
資料來源：本研究整理。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27