第三章 研究設計與樣本資料分析
第四節 購屋者分析
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
綜合以上分析，可以觀察到在不同價位的住宅，其購屋者的動機、負擔能 力與行為將有所不同。在低價位的房價時，有較大比例的購屋者屬於收入較低 的族群，此時購屋者平均年齡較低，大多數的購屋動機以消費為主，並且在購 屋前會有較多的搜尋宅數。而購買高價位住宅中投資者的比例可能更高，並且 為收入較高的族群，此時搜尋宅數較少，購屋者的平均年齡也較高。
‧
二的特徵價格模型。根據Sirmans,Macpherson,and Zietz (2005)研究指出特徵價 格模型中半對數模型可透過特徵係數值說明每一單位特徵的改變、百分比的變 育程度、收入、對未來房價預期等變數。觀察表九，模型二調整後之R-square 值為0.750，整體模型配適度佳，而所有解釋變數皆達到 1%的顯著水準，加入‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
至模型二的 0.750，模型配適度略為提升，但上升幅度並不大。觀察表十，可 以釐清將各購屋者行為與屬性變數加入模型後對調整後之 R-square 之提升程 度，另外透過顯著性F 改變量觀察，額外加入的解釋變數對應變數皆為顯著，
顯示額外加入的購屋者行為與屬性變數有顯著的解釋能力。另外，從標準化係 數觀察，可以發現雖然區位屬性跟部分住宅特徵對成交價有較大的影響力，但 是新加入的購屋者變數中，有部分的變數影響力亦高於傳統經常使用的住宅變 數。表十一為模型二中變數影響力的排名，在模型使用的18 個變數中，排名 較前面的分別是坪數與區位變數，但較高收入排名為第8、中等收入排名為第 11、教育程度排名為第 12、年齡排名為第 14，顯示新加入的購屋者變數仍有 一定的影響力，其中部分影響力甚至超越過去經常使用的住宅變數。
綜合上述，加入購屋者特徵變數對模型的配適度有些許的提升，且額外加 入的變數皆有顯著的解釋能力。若從對房價的影響層面觀察，可以發現部分加 入的購屋者特徵變數對房價的影響能力高於原先既有的住宅變數。由實證結果 可知，若以成交價格建立特徵價格模型時忽略購屋者搜尋、預期及屬性變數，
將有可能過度放大住宅變數對房價的影響力而造成偏誤。
‧
‧
‧
0.5、0.75、0.9 及最小平方法之迴歸係數值，依序列於表十二，以觀察各種住 宅特徵與購屋者行為與屬性對於不動價位時的房價之影響。實證結果顯示，最 則分別為0.065%與 0.088%。在顯著方面，0.1、0.25 分量達到 1%的顯著，0.5 分量僅達到10%的顯著水準，至於 0.75、0.9 分量則不顯著。簡而言之，搜尋 宅數在平均趨勢下對房價呈現正向影響，而在較低分位時正向影響最為強烈，
之後隨著房價上升呈現下修趨勢，至房價上升至910 萬元之後不再有顯著的影
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
之，購屋者預期看漲在平均趨勢下，對房價呈現正向影響，而在房價低於910 萬時正向影響較為輕微且不顯著，當房價上升至910 萬後，影響隨著房價上升 呈現增加趨勢。顯示購屋者預期看漲在高房價時正向影響更為激烈，而在低房 價時影響輕微且不顯著。
五、收入
收入指購屋者的平均家庭月收入，變數分為低、中、高收入表示，其中家 庭平均入於六萬以上、十五萬以下為中收入，十五萬以上歸類為高收入。在最 小平方法中，高收入購屋者對交易總價的影響為19.43%，並達到 1%的顯著，
而中等收入購屋者對交易總價的影響為 8.48%，亦達到 1%的顯著。顯示若購 屋者為高收入或中收入的購屋者，相較於低收入的購屋者，對房價有正面影響。
觀察圖二，分量迴歸結果顯示，隨著房價上升，高收入購屋者與中等收入購屋 者對房價的正向影響呈現不同的結果。高收入的購屋者在 0.1 分量時影響為 18.35%，至 0.25 分量時為 17.99%，至 0.5 分量時為 20.82%，至 0.75、0.9 分 位則分別為 20.27%與 22.78%，且在各分位皆達到 1%的顯著。中等收入的購 屋者在 0.1 分量時影響為 12.02%，至 0.25 分量時為 9.56%，至 0.5 分量時為 8.17%，至 0.75、0.9 分量則分別為 6.88%與 7.82%，且在各分位皆達到 1%的 顯著。結果顯示，購屋者若為高收入，對房價的影響隨著房價的上升，將有更 激烈的正向影響，而中收入者購屋者對房價的正面影響趨勢則隨著房價的上升 而減少。
另外，藉由購屋者行為特徵分量間的差異檢定，進而瞭解購屋者對於不同 價位下的房子影響是否有顯著差異。透過表十三發現，購屋者的年齡、教育程 度、購屋者是否為高收入對房價有普遍的正向影響；而搜尋宅數、購屋者預期、
購屋者是否為中等收入，這些變數隨著房屋的價位的不同所產生的影響也會有 所差異。
‧
Intercept 5.903*** 4.794*** 4.922*** 5.055*** 5.265*** 5.463***
(97.76) (40.21) (61.12) (57.92) (69.84) (71.85) 樓高(T) 0.004*** 0.001 0.004*** 0.005*** 0.005*** 0.005***
(4.197) (0.49) (2.59) (4.63) (27.01) (3.14) 屋齡(Y) -0.005 -0.006*** -0.006*** -0.005*** -0.005*** -0.005***
(-10.03) (-5.64) (-7.56) (-6.29) (-6.84) (-6.04) 坪數(P) 0.022*** 0.022*** 0.023*** 0.023*** 0.022*** 0.022***
(43.39) (19.16) (24.40) (25.99) (25.99) (21.11) 衛浴數(B) 0.039*** 0.032 0.034* 0.026** 0.041*** 0.047***
(3.71) (1.21) (1.71) (2.25) (3.16) (21.11) 一樓(F) 0.212*** 0.088 0.201*** 0.237*** 0.284*** 0.249***
(6.45) (1.32) (2.50) (5.45) (4.63) (5.49) 台北市中心(TCC) 0.826*** 0.799*** 0.813*** 0.867*** 0.883*** 0.799***
(36.53) (15.45) (20.67) (28.18) (25.58) (20.98) 台北市市區(TC) 0.789*** 0.743*** 0.755*** 0.800*** 0.800*** 0.793***
(33.63) (13.96) (20.17) (24.43) (25.18) (10.24) 台北市郊區(TS) 0.594*** 0.572*** 0.580*** 0.585*** 0.622*** 0.578***
(27.44) (15.24) (14.82) (18.58) (22.00) (13.62) 新北市中心(NCC) 0.436*** 0.387*** 0.439*** 0.461*** 0.474*** 0.430***
(23.88) (8.89) (12.34) (20.30) (17.22) (13.28) 新北市市區(NC) 0.299*** 0.258*** 0.279*** 0.323*** 0.337*** 0.315***
(18.12) (6.90) (8.63) (15.52) (15.52) (10.24) 2012 年交易(Q2012) 0.223*** 0.191*** 0.214*** 0.230*** 0.236*** 0.249***
(17.35) (7.56) (9.44) (14.09) (12.02) (12.26) 2011 年交易(Q2011) 0.116*** 0.096*** 0.116*** 0.122*** 0.117*** 0.135***
(9.23) (3.92) (5.60) (5.60) (5.710) (6.62) 搜尋宅數(S) 0.002*** 0.003*** 0.001* 0.002** 0.001 0.001 (3.47) (4.190) (1.960) (2.410) (0.900) (0.980) 購屋者年齡(O) 0.003*** 0.004*** 0.003*** 0.003*** 0.003*** 0.002**
(4.65) (2.56) (3.73) (3.41) (2.65) (2.36) 購屋者教育程度(O) 0.064*** 0.081*** 0.070*** 0.064*** 0.054*** 0.046***
(7.57) (3.79) (4.530) (4.97) (4.90) (3.26) 預期看漲(R) 0.031*** 0.008 0.003 0.025** 0.052*** 0.059***
(3.23) (0.44) (0.20) (1.78) (3.21) (3.47)
註: 1.***、**、*分別代表在 1%、5%、10%顯著水準下，該變數顯著異於零。
2.括弧內為 t 值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
續表十二 住宅屬性均數迴歸與分量迴歸
變數 OLS q10 q25 q50 q75 q90
較高收入(HI) 0.194*** 0.183*** 0.180*** 0.208*** 0.203*** 0.228***
(10.93) (7.19) (5.26) (7.41) (12.02) (8.20) 中等收入(MI) 0.085*** 0.120*** 0.096*** 0.082*** 0.069*** 0.078***
(8.08) (5.58) (5.07) (7.92) (4.08) (5.02) Adj-R2 / Pseudo-R2 0.75 0.446 0.448 0.472 0.515 0.59
註: 1.***、**、*分別代表在 1%、5%、10%顯著水準下，該變數顯著異於零。
2.括弧內為 t 值。
表十三 購屋者特徵變數分量間差異檢定
註: ***、**、*分別代表在 1%、5%、10%顯著水準下，該變數顯著異於零。
q10-q90 q50-q90 q10-q50 q25-q75
搜尋宅數(S) 0.0830** -0.0009 0.3240 -0.0007
購屋者年齡(O) -0.0016 -0.0011 -0.0005 -0.0007
購屋者教育程度(O) -0.0351 -0.0183 -0.0168 -0.0162
預期看漲(R) 0.0504** 0.0336** 0.0168 0.0484***
較高收入(HI) 0.0444 0.0196 0.0248 0.0228
中等收入(MI) -0.0420* -0.0035 -0.0385** -0.0268
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
搜尋宅數 購屋者年齡
購屋者教育程度 預期上漲
高收入 中等收入
圖二 均數迴歸與分量迴歸
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
更重視消費效用；在有限理性下，購屋者在房價上升的階段下願意支付較高的房 價，每增加一戶看屋數會增加 0.2%的房價，對房價上升的影響並不是太大。而 在購屋者預期部分，本文認為由於購買高價位房屋者中有更多的比例為投資動機 且收入高的購屋者，其購屋目的為賺取資本利得，於是在預期未來房價上漲的情 況下願意支付更高的價格；而低價位住宅的購屋者大部分為自住消費動機且收入 較低，除負擔能力較低外，就算預期未來房價上漲，也因自住使用而無法享有售 屋的資本利得，因此預期看漲在低價位時對房價沒有顯著的影響。
透過實證證實，購屋者的搜尋、預期及其屬性皆對房價有其影響力，儘管在 比例上住宅及區位變數仍舊為主要的房價影響因素，但由於住宅具有昂貴性，因 此購屋者行為與屬性在絕對的金額上還是有相當大的影響力。舉例說明，若購買 的住宅設定為40 坪、總樓高 10 樓、屋齡 10 年、衛浴數 2 間、非一樓、位於台 北市中心的住宅、民國101 年購買，此時高收入、預期看漲、搜尋較高、教育程 度較高的購屋者購買價格為2,528 萬元；相反地，收入較低、預期看跌、搜尋較 少、教育程度較低的購屋者購買價格為1751 萬元，差距可達到 777 萬元，在實 際的金額上有極大的落差。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
第二節 建議
如前所述，購屋者特徵對住宅的成交價格有顯著的影響，而其中的影響力甚 至高於部分住宅及區位特徵，透過本研究分析可以進一步釐清購屋者搜尋、預期 及屬性對成交價格的影響力，因此在過去僅以住宅及區位屬性建立的特徵價格模 型可能過度放大住宅屬性對房價的影響，在未來以特徵價格進行房價研究時應同 時探討購屋者變數，避免過度高估放大住宅屬性對房價的影響。
此外，在分量迴歸的實證下，亦可釐清各變數在不同房價時的影響力，此研 究結果可以協助公部門制訂政策，透過資訊的揭露避免購屋者因為預期或是自身 屬性導致「買貴」的情況。亦可做為私部門業者制定策略的參考，例如仲介在銷 售 1,274 萬元以下(0.75 分量以下)的住宅時，看屋數的提高反而能使購買的成交 價格提升，購屋者也可能透過高搜尋覓得滿意的住宅，獲得雙贏的結果；因此房 仲業者應該積極的帶看，不需擔心購屋者獲取越多資訊反而對價格越趨保守。另 外，購屋者亦可用於自我評析，以避免因為自身預期或是屬性而支付過高價格。
最後，實證結果發現在購買中低價住宅時，購屋前搜尋宅數越多反而會使成 交價格提高。本研究推測由於購買中低價位住宅者動機以消費為主，相較於價格 更重視效用的提升；但並未能直接證實消費型購屋者是否透過更多搜尋提高居住 的效用與滿意度，以至於願意犧牲部份價格；建議後續研究可以針對住宅此類異 質性商品的搜尋與價格之間的關係做更深入的了解。另外，由於樣本期間皆在房 價上漲階段，可能影響購屋者搜尋與預期對房價影響的結果，因此未來研究若能 同時橫跨景氣繁榮與衰退階段，將能進一步釐清購屋者行為對房價的影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 參考文獻
1.中文文獻
周美伶、張金鶚(2004)，購屋搜尋期間影響因素之研究，「管理評論」，第24 卷，
第1 期，第 133-150 頁。
林人和(1991)。台中市住宅地價影響因素之研究：以西區、北區為例。國立政治 大學地政研究所。
林祖嘉(1994)，價格分散與搜尋均衡:在台灣地區住宅市場上之驗證,「經濟論文 叢刊」，第22 卷，第 2 期，237-267 頁。
林祖嘉、陳建良(2005)。租買選擇、貸款選擇、與世代組成:巢式 Logit 模型之應 用。住宅學報，14(1)，1-20
林佑儒、張金鶚(2010)，為什麼購屋者認為房價不合理仍進場購屋？「世界華人 不動產學會 2010 年會」，台北。
凃雅珍 (2007)，風水對不同住宅價格影響之研究:分量迴歸之應用，政治大學經 濟學系碩士論文。
高文津(2000) ，住宅屬性與房價關係之研究-以嘉義市蘭潭地區為例 中正大學國 際經濟研究所碩士論文。
連經宇(2003)，應用模糊語意方法與不連續選擇理論建立家戶購屋選擇行為模式
連經宇(2003)，應用模糊語意方法與不連續選擇理論建立家戶購屋選擇行為模式