第三章 資料說明與研究設計
第三節 資料說明與處理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、住宅樣本與房仲資料結合
為了將房仲店地址與住宅交易案例結合，透過輸入地址轉換經緯度方式，將 房仲店資料匯入地理資訊系統，透過環域分析(Buffer Analysis)劃設影響範圍，
並估算範圍內房仲店數量並檢視其與住宅交易樣本的空間關係。
如圖 3-2 所示，以黑色點住宅交易樣本為中心劃設半徑 300 公尺的藍色圓圈，
其餘紅色圖形則為房仲店分布位置，利用地理資訊系統計算圓圈內房仲店數量，
圖中住宅交易樣本 A 的房仲店數為 4 家。
圖 3-3 為住宅交易樣本與房仲店分布示意圖，紅色點代表房仲店位置，黑色 點代表實價登錄交易位置，分布情形可以發現兩者皆於台北市中心特別密集，外 圍區域只有零星幾個地區較為密集，然而這樣的分布情形可能是受到台北市盆地 地形阻隔所影響，由於中心平坦，四周環山的地理特質，決定了適合開發建築區 域，因此大部分的交易位置集中在市中心區域。從圖中可以觀察到市中心房仲店 數量較多且其主要分布趨勢是依附著交易樣本。
圖 3-2 住宅交易樣本周圍計算房仲店數示意圖
A
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-3 住宅交易樣本與房仲店分布示意圖
‧
受單位影響(Malpezzi,2003)，故本研究以不動產總價3取對數為實證分析之應變 數。(二)自變數
由於民眾購買不動產時會在交易點周圍蒐集不動產相關資訊，而台北市房仲 店分布密集，本研究測試了 300~500 公尺範圍，發現 300 公尺範圍內有無房仲店 比例為 1.44:1，400 公尺範圍為 3.07:1，500 公尺範圍為 5.41:1，隨範圍增加 比例更加懸殊。因此本研究以樣本分布較平均的 300 公尺為範圍進行討論。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
12.是否臨近捷運站
迎毗公共設施帶來的交通可及性、生活方便性將為住宅提升價值，過去研究 顯示以 500 公尺為影響範圍，捷運站對不動產價格有正向影響(楊宗憲、蘇倖慧，
2011)，本研究以住宅交易樣本周遭 500 公尺為影響範圍，設虛擬變數，有捷運 站設為 1，無則設為 0，預期係數值符號為正。
13.距市中心距離
本研究以 Local G-statistic 中的 Getis-Ord G* 進行熱區分析，捷運忠孝 復興站為台北市重要商圈與轉運站之一，且為價格最高聚集處，因此設為市中心。
由於交通路網完善且周邊基礎設施開發程度高，生活機能十分完備，而其相關效 益將隨距離增加而下降，因此愈靠近市中心的不動產價格愈高，本文以忠孝復興 捷運站當作市中心，計算住宅交易樣本與其距離，預期符號為負。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由於住宅平均成交總價有升高的現象，透過表 3-4 樣本及房仲店資料分布，
整理 2012 到 2016 各年間不同模型樣本的平均交易總價與房仲店總數，以及台北 市各個行政區不同模型樣本的平均交易總價與平均房仲店數，更深入觀察價格與 房仲店數的關係。2012 年到 2016 年間有房仲聚集樣本平均價格皆高於一般樣本，
兩樣本的平均價格在 2015 年前皆呈現持續上升現象，自 2016 年價格開始下降，
而房仲店家數 2012 年至 2014 年皆維持平穩，自 2015 年開始已出現減少趨勢，
市場上的價格高點雖然出現在 2015 年，然而當時市場景氣已經開始向下，對於 依賴成交賺取佣金的房仲有感於市場交易量減少，因此房仲店家數在 2015 年開 始減少。
各行政區間比較部分，各個行政區的平均價格、房仲店家數大不相同。整體 觀察，有房仲聚集樣本平均價格幾乎高於一般樣本，僅有大同區、中山區有房仲 聚集樣本微幅小於一般樣本平均價格，此外，有些區域房仲店家數相近，價格會 有不同，例如，中山區為 1,709 萬元，平均店數 91 家，佔整體 12.5%；內湖區 為 2,148 萬元，平均店數 90 家，佔整體 12.4%；萬華區為 1,746 萬元，平均店 數 30 家，佔整體 4.2%。中山區與內湖區平均店數相近，然而平均價格相差約 450 萬元，中山區與萬華區平均價格相近，然而平均店數相差約 60 家。顯示不同行 政區中，交易樣本周遭有房仲聚集現象存在的價格幾乎較高，然而房仲店數量的 分布並不一定與價格直接相關，可能受到交易量等或其他區位因素效果影響。然 而，有房仲聚集地區成交總價會較高尚不能代表相似特徵的交易樣本也是如此，
後續將透過模型對此做更詳細討論。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-4 2012 年房仲聚集有無分布圖 圖 3-5 2015 年房仲聚集有無分布圖
圖 3-6 2012 年房仲聚集程度分布圖 圖 3-7 2015 年房仲聚集程度分布圖