購屋社群之認知鄰近性

從表4-4-1 可知各項科技社群居住區位認知鄰近性得分均超過 3.0 分，顯示一 般科技社群認為目前大多數居住區位的資訊來源形式，有可能吸引他們與購屋資 訊來源進一步洽詢，給予他們一些參考價值。其中較具吸引力的形式依序為「可 以節省搜尋房屋資訊的時間」、「提供符合需要的房屋資訊」、「源提供親切、

舒適感」三者之平均得分均超過4.0。顯示科技社群在意資訊來源提供「方便快速、

符合需求、服務親切」的居住區位內容。然而「可以提供正確的房屋資訊，但是 不一定符合你的需求」之重視程度得分僅 2.90，顯示科技社群對於居住區位資訊 來源尋找住宅時，還是會注意資訊來源所表達之內容與表現，進而決定是否與其 聯絡。是故，資訊來源內容是否能吸引科技社群與其洽詢與搜尋，其形式之正確 必定為一重要關鍵。

表4-4-1 認知鄰近性分析表

排序 認知鄰近性 平均數 標準差

1 節省時間 4.38 0.25

2 符合需要的資訊 4.19 0.37

3 親切、舒適感 4.05 0.18

4 最新資訊 3.88 0.54

5 有互動產生 3.74 0.27

6 詳細訊息，不用再到其他地方蒐集 3.69 0.77

7 資訊來源值得相信 3.69 0.33

8 位於工作場所附近 3.64 0.15

9 是別處所沒有的 3.60 0.42

10 正確的資訊，但不一定符合需求 2.90 0.55 資料來源：本研究分析整理

竹科科技社群，理論上的工作時間是從早上九點到下午六點（時間會因為公 司而有所差異），但由於多數公司採責任制，因此高技術密集的員工往往會延長 到十點或十一點才回家，日復一日每天過著相同的生活，僅只有低階技術員、操 作人員才有辦法按照固定時間上下班。因此，基本上科技社群平時較無閒暇時間 高度注意住宅資訊的習慣（79.7％），但是一旦他們開始有購屋的念頭時，由於教 育水準普遍很高，十分重視資訊收集，並且會花很多時間收集資訊，對服務與品 質的要求高，平均看屋時間約在半年（63.5％），件數在 10-20 間左右（57.4％）。

經由單因子變異數檢定結果顯示（表4-4-2），「有互動產生」（P=0.029）、

「位於工作場所附近」（0.048）與「是別處所沒有的」（0.032）等三項有顯著差 異。顯然在這三項當中G2 與 G5 皆有很高的平均得分，而 G2 與 G5 雖然在年齡、

年收入、家庭型態與購買房子的價格上屬於極端不同兩個群體，但其唯一的共同 點為屬於高技術與知識類型，因此本研究進一步以年齡、教育程度、職位、年收 入、家庭型態與購買房子的價格對外部資訊搜作單因子變異數分析。

表4-4-2 各集群認知鄰近性 ANOVA 分析表

G1 G2 G3 G4 G5 F 值 P 值 節省時間 3.97 4.34 4.25 3.69 4.68 0.70 0.627 符合需要的資訊 3.87 4.52 4.13 4.01 3.77 1.42 0.219 親切、舒適感 3.74 4.11 3.68 3.89 3.72 0.04 0.544 最新資訊 3.30 3.00 3.84 3.32 3.22 0.80 0.650 有互動產生 3.48 4.08 3.14 3.45 3.95 2.77 0.029^**

詳細訊息，不用再到其

他地方蒐集 3.24 2.98 3.96 3.69 3.09 0.66 0.517 資訊來源值得相信 3.63 3.15 3.55 3.53 3.08 0.47 0.851 位於工作場所附近 2.97 3.40 3.51 3.53 3.76 2.15 0.048^**

是別處所沒有的 2.99 4.20 3.18 3.33 3.62 2.18 0.032^**

正確的資訊，但不一定

符合需求 2.88 2.97 2.83 2.98 2.90 0.24 0.941

* P＜0.1、** P＜0.05 資料來源：本研究分析整理

科技社群認知鄰近性與人口統計變數經由單因子變異數分析後（4-3-3），發 現「有互動產生」、「位於工作場所附近」與「是別處所沒有的」三個變數與科 技社群的人的教育程度及職位有相關，呈現顯著性（P < 0.1）。這顯示具有較高的 主觀知識的科技社群平時充份表現其對「品質」與「良率」的要求，因此對於購 買房子亦是反映從事科學研究所應秉持的精準態度，並且積極參與房子的設計過 程。而G2 與 G5 購屋資訊來源主要以園區周遭工作伙伴為主，因此在每個建築推 案幾乎都有意見領袖，積極發揮守望相助的功能，舉凡公設、植栽，乃至於環保、

有機與否，都會主動建言，只希望居家環境更好（葛愛華, 2005）。

表4-4-3 人口統計變數對認知鄰近性之 ANOVA 分析表

年齡 教育程度 職位

認知鄰近性變數

F值 P值 F值 P值 F值 P值 節省時間 1.156 0.317 1.04 0.370 0.53 0.585 符合需要的資訊 0.950 0.343 1.12 0.336 0.80 0.491 親切、舒適感 1.705 0.184 0.68 0.601 0.94 0.390 最新資訊 0.735 0.480 0.21 0.931 1.46 0.226 有互動產生 0.343 0.710 2.13 0.037^** 2.64 0.017^**

詳細訊息，不用再到其他地方蒐集 1.708 0.184 0.45 0.635 1.04 0.374 資訊來源值得相信 0.500 0.607 3.45 0.008^** 0.09 0.909 位於工作場所附近 1.023 0.361 4.93 0.001^** 3.62 0.058^**

是別處所沒有的 0.723 0.471 3.81 0.004^** 2.09 0.056^**

正確的資訊，但不一定符合需求 0.878 0.381 1.82 0.162 0.85 0.466 家庭型態 年收入 購屋價格 認知鄰近性變數

F值 P值 F值 P值 F值 P值 節省時間 1.654 0.162 1.939 0.165 1.11 0.345 符合需要的資訊 1.430 0.225 0.709 0.548 1.18 0.318 親切、舒適感 0.667 0.616 1.316 0.270 0.90 0.479 最新資訊 1.862 0.119 1.785 0.183 0.74 0.592 有互動產生 2.064 0.087^** 0.592 0.621 0.55 0.694 詳細訊息，不用再到其他地方蒐集 1.521 0.197 0.399 0.672 1.89 0.113 資訊來源值得相信 1.482 0.209 0.968 0.381 0.55 0.693 位於工作場所附近 1.809 0.129 0.041 0.960 0.802 0.525 是別處所沒有的 1.127 0.347 1.513 0.200 0.871 0.501 正確的資訊，但不一定符合需求 0.448 0.773 1.151 0.335 1.220 0.304

* P＜0.1、** P＜0.05 資料來源：本研究分析整理

此結果亦支持了Chang（1999）的研究結果，科技社群參與整合了每個住宅形 式與設計師所提出形式之社會狀態，設計師必須知道如何結合許多高科技群體價 值的想像與經驗。之後，設計師提出專業形式的意象給參與者。

做為設計師，我們必須是非常專業，否則我們無法說服他們。你知道的，他們受過高等 教育，而且他們其中有人的確有美國生活經驗。可是問題是他們大抵會拿他們過去的生活經 驗當作唯一的事實。因此，我必須知道所有流行的美式室內空間與其功用。例如，出現在幻 燈片上的日期非常重要，否則參與者會認為：「我們在美國所見到的一切都是廢話、廢話、廢 話（blah）…。」每一張幻燈片的日期可以告訴他們「這是我什麼時候與在哪一個地方調查…。

所以你們的印象已經過時了…」因此，當你拿出有力的資料支持你的理由時，好處是這些科 技社群的確會聽從你的意見（Chang, 1999）。

然而，值得注意的是Chang（1999）的研究結果並無法完全解釋本研究所有集群的 科技社群，這可能是由於訪談的 66 位居住在當地的科技社群當中，就有 53 位台 灣男性與女性科技社群及其配偶有美國居住經驗，包括在美國研究、工作的經驗，

或目前在新竹地區與矽谷擁有家庭（22 位受訪者在新竹接受訪談，其餘的則是在 矽谷），此與目前曾經有留學或工作經驗的科技社群之結構差異甚遠。因此，影響 本研究其餘的居住區位變遷集群「核心社區往核心社區（G1）」、「核心社區往外圍 社區（G3）」與「近郊與外圍往核心社區（G4）」的居住區位選擇因素有待進一 步討論。