第三章 實證資料與模型
第三節 資料蒐集與來源
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、 樣本敘述統計
樣本為選取都更單元基地面積向外劃分五百公尺內之交易案例，以 2006 年、2007 年都更案例核定日期為基準點，向前與向後劃分兩年，
總共六年為收集交易案例，台北市都市更新案例遍佈全台北市，因此 12 個行政區皆有交易案例，最多為大安區，共 2389 件交易案例，最少 為北投區，僅 62 件交易案例，以 30 樣本即為大樣本的原則下，不影響 資料整理及研究結果，但橫跨年度較大，又局限於都市更新 500 公尺範 圍內，有少數行政區在特定年度沒有交易案例，但本文採用價格指數平 減，使時間的因素被消除，因此某年份沒有交易資料將不會影響研究結 果。
行政區 2004 2005 2006 2007 2008 2009 總計 中正區 0 46 113 175 165 83 582 大同區 6 25 34 42 11 0 118 中山區 76 160 232 321 161 136 1086 松山區 91 238 348 502 300 164 1643 大安區 100 248 449 727 560 305 2389 萬華區 0 22 57 78 52 43 252 信義區 38 47 99 118 67 47 416 士林區 75 73 101 154 52 22 477 北投區 12 10 6 26 8 0 62 內湖區 31 229 193 301 240 58 1052 南港區 0 29 37 79 157 33 335 文山區 48 73 101 174 119 59 574
總計
477 1200 1770 2697 1892 950 8986
表 3-1-1 交易樣本分布情形
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
都市更新會造成周圍地區住宅價格上漲嗎?
三、 變數選取
本文主要以都市更新核定案周圍地區不動產交易價格，探討都市更新 核定前後對周圍地區不動產價格的外溢效果；基於都市更新前該都市更新 地區被當作當地老舊之社區，實施都市更新後會提供正的外部性效果，改 善居住環境空間品質及城市景觀風貌，進而具改善區域環境效果之觀點，
假設都市更新前周圍地區不動產交易價格外溢效果會因為核定案通過後開 始上升，並且該核定案之基地面積越大導致上升的效果而有差異。
都市更新前，周圍社區之建物使用多年缺乏修繕導致其不動產價格較 低；都市更新後，因重建後對周圍地區具有環境及居住品質改善之效果，
所以不動產之交易價格可被視為較都市更新前提高，且其基地面積越大，
對周圍地區的改善效果可能較多，因此基地面積越大對周圍地區的不動產 價格提升效果較基地面積小的地區多，故模型以都市更新核定日期為基準 點，設虛擬變數，觀察在都市更新核定前後，周圍不動產之價格影響，並 加入基地面積來觀察基地面積對都市更新周圍地區的影響，變數選取中以 將不動產總價以房價指數平減後取自然對數為應變數，其餘自變數及選取 之理由分述如下：
(一)
都市更新核准前後(核定日期):虛擬變數都市更新的實施可以改變周圍地區環境，提升社區居民的生活水準，
提供周圍地區不動產價格提升的動力，但價格上漲的時間點，卻沒有相關 的文獻做過討論，因此本研究將都市更新導致周圍房價上漲之時間點，設 為都市更新處核定都市更新之日，作為影響房價上漲的基準點，在都市更 新核定前之不動產交易案例設 0，在都市更新核定前之不動產交易案例設 1，並進行迴歸分析，若是出現正向且顯著，代表都市更新對周圍不動產 的價值是有外溢效果，所以該預期符號為”正”。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(二)
基地面積:虛擬變數台灣都市更新條例為獎勵大規模都市更新，規定都更單元開發面積超 過 1000 坪(3000 平方公尺)11，給予容積獎勵，因此基地面積大於 1000 坪 設 1 屬於大規模開發，小於 1000 坪設 0 屬於小規模開發。以都更單元劃 定範圍內，觀察基地面積對不動產價值的影響，基地面積越大對周圍地區 不動產價值有正向的影響，預期符號為”正”。
(三)
其他相關變數除主要變數「都市更新核准日期」以及「基地面積」外，如前所述 不動產是由各種屬性特徵加總，因此選取不動產交易資料建物移轉面積、
樓層、樓層平方、類型、屋齡、屋齡平方、等不動產屬性資料，作為迴 歸模型之自變數，觀察該屬性是否因再都市更新宣布核定後，是否造成 不同的效果。各自變數的說明如下：
(1) 樓層
台灣的房屋多為住商混合使用，一樓時常作為出租或商業使用，
作為出租或商業使用會使不動產價值增加，因此一樓不動產價格通常 較其他樓層高，樓層越高，對於價格的影響將會降低，樓層預期符號 為”負”。
(2) 樓層平方
一般而言，樓層越高通常享有較佳的風景視野，其房屋的通風及 採光也應較其他低樓層的房屋好，但台灣一樓多做商業使用，因此價 格價較其他樓層高；考慮台灣的特殊使用會造成變量邊際效應非線性 的可能。研究指出非線性的結果，可能呈現不動產價值隨樓層增加價 值先減後增之現象；故樓層變數係數值預期符號為負，樓層平方變數 預期符號為”正”。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(8)距離 500 公尺內有無鄰避設施
鄰避設施一直以來對住宅價格存有一定程度的影響(楊宗憲、蘇倖 慧，2011)，交易樣本內 500 公尺內有鄰避設施，對於不動產價格有顯 著負面的影響，選用交易樣本 500 公尺內有無鄰避設施，表示交易樣 本周圍是否鄰近鄰避設施，預期符號為”負”。
(9)行政區
不動產所在的區位對於價格影響有會強烈的影響，若是位於高價 區區位，不動產會因為周圍地區高價位的影響使相同的不動產卻產生 不同價格，本研究的都市更新案例遍布台北市十二個行政區，因此十 二個行政區都將納入成為自變數，而十二行政區內，以萬華區的不動 產平均價格最低，因此將萬華區作為行政區的基準。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
變數 最小值 最大值 平均數 標準差
不動產總價(萬) 198.46 17790.88 1428.52 106.39 基地面積(坪) 240.19 1941.14 847.60 413.23 單價(萬) 13.79 200.52 37.00 14.16 建物面積 10 245.12 37.06 16.23 屋齡 0.0833 43 20.68 11.07 樓層 1 25 5.50 3.77
變數名稱 變數內容 次數 百分比
核定日期 核定前設 0 4017 45%
核定後設 1 4969 55%
基地面積 小於 1000 坪設 0 6725 75%
大於 1000 坪設 1 2261 25%
房屋類型 公寓設 0 2761 31%
大樓設 1 6225 69%
距離捷運站 500 公尺內無設:0 2262 25%
有設 1 6724 75%
距離學校 500 公尺內無設:0 5636 63%
有設 1 3350 37%
距離鄰避設施 500 公尺內無設:0 987 11%
有設 1 7999 89%
表 3-2-2 連續變數敘述統計表
表 3-2-3 虛擬變數敘述統計表
敘述統計表
‧
一、穩健迴歸(robust regression)結果本文就都市更新案例為中心點向外劃分 500 公尺範圍之不動產之交易 案例，以不動產價值以房價指數平減後取自然對數為應變數，以核定日期 為主要自變數，發布核定前設 0，發布核定後設 1，以及其他自變數，建立 價格迴歸模型，首先使用最小平方法(OLS 方法)，但其估計出的迴歸比較 容易受離群值影響而會偏移，導致錯誤的結果，因此本研究最後採用穩健 迴歸模型(robust regression model)，迴歸分析結果如表 4-1-1 所示。
依實證結果顯示，各自變數之迴歸係數值均達顯著水準；500 公尺範