第二章 文獻回顧 文獻回顧 文獻回顧 文獻回顧
第二節 同質區 同質區 同質區 同質區劃分 劃分 劃分 劃分
怡、陳彥仲，2002；林祖嘉、林素菁，2009；Palm, 1978; Gabriel, 1984; Adair et al., 1996; Basu and Thibodeau, 1998)，惟有關同質區之定義內涵或劃分方 法究竟何者較佳，至今尚無定論(Watkins, 2001; Bourassa et al., 2010)。然而，
歸納過去研究劃分同質區的思維，仍以不動產市場的替代性原則為主；換 言之，同質區劃分多著眼於不動產的特徵相似程度，與價格水準接近程度。
基於替代性原則劃分同質區之方式，常見以基地面積、樓地板面積、
住宅類型、房間類型等不動產特徵為基礎，並利用因素分析(factor analysis) 或主成份分析(principle component analysis)等探索性分析方式確認重要不 動產特徵後，進而結合不動產特徵與價格資料，利用集群分析(cluster analysis)或類神經網路模型(neural network modeling)以劃分同質區者(譚釗 孟，1998；陳心怡、陳彥仲，2002；林祖嘉、林素菁，2009；Dale-Johnson, 1982; Bajic, 1985; Allen et al., 1995; Bourassa et al., 1999; Kauko et al., 2002;
Bourassa et al., 2003; Thibodeau, 2003; Case et al., 2004; Neill et al., 2007;
Bourassa et al., 2010)。
然而，因為特徵相似度無法捕捉不動產的地區特性，且價格接近程度 也未必與空間直接相關，故僅依不動產的特徵相似度與價格接近程度劃分 同質區，將難以考量不動產受空間因素影響的部分，亦即無法妥善考量空 間效果(spatial effect)對不動產價格的影響。空間效果包括空間自相關(spatial autocorrelation) 與 空 間 異 質 性(spatial heterogeneity) (Anselin and Griffith, 1988)。空間自相關乃由於不動產價格或特徵在一定的地理範圍內彼此相互 影響，進而形成空間上的相關性；當空間自相關現象強烈到一定程度時，
則將使該特定範圍內的不動產具有一定的同質性，導致與其他地區有所區 隔，惟此二空間現象的關係錯綜複雜、密不可分(Anselin, 2001; Kupfer and Farris, 2007; Páez et al., 2010)。
事實上，不動產之空間自相關亦來自長期依附於不動產的地區特性，
‧
如：社經屬性、鄰里環境品質、公共設施服務品質等(Goodman and Thibodeau, 1998; Galster, 2003)，進而形成區域性的空間自相關，並與其他區域存在空 間異質性。而源自於地區特性的空間效果，實無異於影響區位價值的綜合 性區域因素，故即使區域因素多屬資料難以取得或量測者，亦可藉由劃分 空間效果的同質區，以考量區域因素的空間聚集現象。
然而，空間效果的同質性無實質依據可做為參考，若如Smith and Tesarek(1994)、Case and Mayer(1995)與Basu and Thibodeau(1998)等學者直 接分割空間以觀察不動產價格之變化特性，除無合理的理論依據之外，亦 僅得依其知識、經驗不斷調整空間切割方式，而未能有具體之劃分準則。
因此，遂有研究者以先驗知識(prior knowledge)做為區隔空間之準則，如：
依據河川、學區、行政區、郵遞區號、人口普查區塊等資訊劃分同質區(花 敬群、張金鶚，1999；Fletcher et al., 2000; Goodman, 1981; Goodman and Thibodeau, 1998, 2003, 2007)。
此外，研究者亦有以透過整合專家資訊之方式，調查不動產仲介、不 動產估價師之意見以界定同質區者(Bourassa et al., 2003; Michaels and Smith, 1990; Palm, 1978)；或採陸續結合位置鄰近且房價中位數相似之人口普查區 塊，並利用集群分析方式以劃設同質區(Bourassa et al., 2010; Case et al., 2004)。惟無論採上述何種方式，其主觀性均過於強烈，且劃分準則亦難有 理論依據，導致不論於同質區劃分的概念或方法上，均難以建立客觀共識。
相較於上述劃分方式，應用空間自相關分析劃分同質區為較具理論基 礎之方式(Basu and Thibodeau, 1998; Figueroa, 1999)，分析對象則主要為以 殘餘法求得之區位價值，即特徵價格函數的殘差部分。由於不同的空間環
Halvorsen and Pollakowski (1981)亦指出研究者雖然可選擇不同型態的
‧
關資訊(Anselin, 2005; Zhang et al., 2009)，而可直接據此劃分同質區。而近 年來有關考量空間效果之特徵價格模型的研究逐漸增多，惟其所關注者多 為如何應用空間統計、地理統計技術產製空間效果延遲變數，以加入模型 提升大量估價的準確性(Can, 1992; Dubin, 1998; Fotheringham et al., 2002;Case et al., 2004; Páez et al., 2008; Kim and Goldsmith, 2009; Páez et al., 2010)，
或建立不同準則劃分之研究地區、次市場的空間模型 (Basu and Thibodeau, 1998; Bourassa et al., 2007; Yoo, 2009; Bourassa et al. 2010)，鮮少有結合大量 估價與空間分析，以劃分空間上的同質區為核心之主題研究。
雖然鄒克萬等(2002)、林炎欣(2008)曾分別利用地方型空間自相關分析 (Local Indicators of Spatial Association, LISA)與克利金法劃設空間同質區，
惟二者劃設之基礎為地價，故劃設結果之實質意涵乃「等價區」的概念。
‧
然而，即使針對殘差進行LISA以建置Local Moran's I Index，檢測研究 區內殘差之空間自相關現象，並將指標呈正向關係之地區，劃設為具體的 空間同質區，此仍非理想之同質區劃分方式。因為一旦已知樣本數量不足 或分佈不均，將導致整體研究地區難以劃分為數個同質區，導致會出現未 知樣本不隸屬於某一同質區的情況。而近年克利金法被應用於不動產估價 領域(Dubin, 1988; Olmo, 1995; Luo and Wei, 2004)，主要是因為此法可透過 分析已知樣本觀察值，以掌握觀察值在空間上的變異結構特性，並依其特 Unbiased Estimate，BLUE)特性，可完全零誤差地計算還原已知樣本值。
除此之外，克利金權重值可正、可負，如此將使其估值得以超出樣本 的最大、最小值，此乃其他估計方法所無法做到的。另外，克利金法尚具 有減弱叢聚效應(Declustering effect)4、屏蔽效應5等優點（馮益明，2006：
77）。基於上述優勢，克利金法較一般空間模型更充分地考量空間變異結構，
並以Chow-test、Tiao Gold-Berger test等結構性檢定篩選、合併同質區，進 一步確認各同質區之空間異質性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19
然而，此劃分方法卻有以下不合理之處：一、當樣本分佈密集時，該 方法以某些樣本為起點，並將影響範圍做為環域分析(buffer analysis)的範圍 設定依據，將出現逐漸包覆全部樣本而形成唯一同質區的結果。二、反之，
若樣本分佈不夠密集，以此法劃分之同質區則與利用LISA劃分之問題相同，
即出現未知樣本不屬於任何同質區的情況。
雖然Tu et al.(2007)說明都市不動產市場基本上為不連續的市場，因市 場可能被河川、道路、綠地或非住宅建築等實質因素，或所得收入、種族 文化等社會因素所區隔，且不動產亦可能因地形上的隔離、自身的高度異 質性等，使其不隸屬於任何同質區內。然而，每筆不動產的價值並不會完 全取決於自身條件，分佈於地表上的每筆不動產均有其區位價值(鄒克萬等，
2002)。
馮益明(2006)指出變異函數結構分析僅是以函數曲線的形式，並透過各 項參數描述區域化變數的空間自相關、空間異質性，而不能從二維平面上 直接描述變數的空間效果分佈格局。因此，若欲考量空間變異結構特性，
應透過GIS根據每個分析參數進行克利金製圖，方可呈現殘差的空間效果分 佈格局，進而得以劃分空間同質區，掌握空間聚集特性、萃取具體之區域 因素。
綜上所述，本章定位劃分同質區之功用在於考量空間效果對不動產價 格的影響，亦即掌握資料難以取得或量測之區域因素的空間聚集範圍，惟 過去研究以先驗知識、整合專家資訊、一般統計分析(因素分析、主成分分 析配合集群分析)或空間統計等方式劃分同質區，或缺乏理論依據，或無法 考量未有樣本分佈的地區，均致使同質區劃分結果難以掌握空間效果之聚 集現象。有鑑於此，本研究擬藉由分析區位價值的空間效果分佈格局，做 為劃分同質區之基礎，以解決過去難以考量空間效果，或未能適用整體研 究地區的同質區劃分問題。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
‧
(Quasi-Stationary Hypothesis) (葉惠中，2000)。由於本研究視隱含空間效果 的殘差部分為區域化變數 Z(x)(以 x 表示空間位置)，而實際上殘差往往難以 滿足其期望值為零、變異數為定值、無自我相關、呈常態分配等統計假設，故殘差將難以適用於要求變數在每個空間位置之期望值與變異數皆為定值 的二階定常性假設，表 3-1 為區域化變數假設之適用說明。