第三章 、 研究方法
第三節 、 變項設定與說明
影響住宅價格的變數選取，為建構特徵價格模型的重要工作之一。影響住宅 價格的因素種類繁多，可從整體社會經濟狀況至住宅本身條件作一系列考量。
Atkinson and Croker(1987)歸納了 15 個研究案例，結果找到 110 個不同的解釋變 項。因此選取的變項不僅需符合經濟理論與先驗資訊，並應就研究目的，針對可 解釋住宅價格的變項加以選擇，而將相關變項納入實證模型中，惟過多的解釋變 項，易提高變項間的線性重合，造成統計的偏誤，故仍須經過篩選步驟後，選取 適當變數進行實證分析。
本文有關解釋變項之選取，主要係參考國內傳統住宅特徵價格模型實證研究 中常作為重要之解釋變項，建物特徵包含屋齡、面積、結構、型態與用途，區域 特徵包含人口密度、教育水平與可支配所得，並按其影響之空間層級，將住宅建 物特徵與區域特徵區分為個體層次(micro level)變項及總體層次(macro level)變項，
並以住宅價格總價作為依變項，整理如表3-1，並分述如下：
一、 個體層次變項 1.屋齡
隨著時間增加將對建築物機能與耐用程度有所減損，即屋齡可以反應不動產 價值之折舊及壽命，而產生物理性折舊。故屋齡對住宅價格有負向之影響。林秋 瑾、楊宗憲、張金鶚(1996)、林祖嘉(1992)、Frew and Judd(2003)、 Martins-Filho and Bin(2005)、林祖嘉、馬毓駿(2007)則驗證此變數並獲得顯著效果。本研究選 取屋齡為連續性變數納入模型中，因住宅的使用機能將隨年代久遠而衰退，故預 期屋齡與住宅價格為負向關係。
2.面積
在建築技術固定情況下，建物面積越大相對建築成本越高，且坪數越大則其 基本房、廳、衛相對會越齊全，實用性及便利性越高，居家生活亦較舒適，所以 預期建物面積與住宅價格呈正向關係。因為消費者願意為更多的空間(特別是功
能空間)支付更多的費用。一般而言，居民希望擁有更多的建築面積，期望能有 更好的生活標準。Carroll, Clauretie, and Jensen(1996)、Rodriguez and Sirmans(1994)、
林 祖 嘉(1992)、張金鶚、劉秀玲(1993)、林秋瑾等(1996)、Martins-Filho and Bin(2005)、林祖嘉、馬毓駿(2007)，均提出建物樓地板面積對價格有顯著影響。
因為人口增加則住宅單元需要量增加，或人口在某地區集中，則該地區住宅需 求亦隨之提高，使得該地區住宅價格水準上升。章耀玲(1997)、Maddison(2000)、
陳心怡、陳彥仲(2002)實證結果顯示，人口密度對住宅價格確實有顯著影響效 果。本研究將人口密度定義為各縣(市)平均每一平方公里人口數。
2.教育水平
一般而言教育程度越高者對其生活品質有較高之期待及需求，也願意支付 較多的金錢來尋找更舒適之生活空間或環境品質。相對而言，教育水平越高者 所居住之地區有較高之住宅價格。Des Rosiers, Theriault, and Villeneuve(2000)實 證結果顯示地區教育水平對住宅價格確實有顯著影響。林達榮、李家琪、李仁 耀(2007)以羅吉斯迴歸模型(logistic regression model)進行實證分析，分析結果顯 示教育程度愈高者其住宅價格越高，劉振誠(1985)實證結果亦獲致相同結論。
本研究將教育水平定義為各縣(市)地區 15 歲以上民間人口受高等教育者占 15 歲以上民間人口之百分比，高等教育指大專及以上之教育。
3.可支配所得
可支配所得與該地區居民的購買住宅及在必要時重新改裝或修復住宅之能 力有關。可支配所得也為衡量該地區民眾的經濟生活指標，可支配所得越高，
表 示 其 消 費 能 力 越 高 ， 故 預 期 可 支 配 所 得 越 高 之 地 區 則 住 宅 價 格 越 高 。 Ohsfeldt(1988)以休斯頓(Houston)地區為實證來探討，實證結果顯示可支配所得 與住宅價格有顯著之相關性。彭建文、王佳于(2005)認為住宅價格與家戶可支 配所得乃是相對的概念，實證結果顯示家戶可支配所得確實對住宅價格有顯著 影響效果。本研究將可支配所得定義為縣(市)地區平均每戶每年可支配所得。
表3-1 階層線性模型之各階層變項描述
變項項目 描述 第一階層 第二階層
依變項 Y 住宅價格取自然對數值 ◆
個體解釋變項
X
1 自建造竣工始至民國95 年之房屋年齡為連續變數，取自然對數
◆
X
2 屋內總面積坪數(包含陽台)為連續變數取 自然對數值◆
X
3 住宅結構是否為鋼筋(骨)混凝土造之虛擬 變數，若是=1，其他=0◆
X
4 住宅型態是否為公寓大廈之虛擬變數，若 是=1，其他=0◆
X
5 住宅用途是否為住家專用之虛擬變數，若 是=1，其他=0◆
總體解釋變項