第四章 實證結果
第二節 都市更新對高低房價的影響
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節、都市更新對高低房價的影響 一、 分量迴歸(Quantile regression)
在確定都市更新對周圍不動產價格有正面提升的效果，為深入探 討都市更新對於高低房價的影響差異，本研究採用不同分量模型的估 計係數比較其差異，選擇θ=0.1,0.25,0.5, 0.75 及 0.9 五個條件分 量迴歸模型加以比較，結果如表 4-2-1 所示。此五個特定條件分量，
代表高低房價的區別，0.1 為最低分量，低價區的樣本，0.9 為最高分 量，高價區的樣本。低價區的樣本是控制可見特徵後，由不可見的特 徵造成，例如頹廢的生活環境、老舊的鄰里社區等因素。由表 4-2-1 分量迴歸分析可看出，分量迴歸的 Pseudo R²大致介於 0.58 至 0.68 之間。
「核定日期」變數在各分量的係數呈現很大的差異且顯著程度也 不同。在低價區如 0.1 分量時，其係數值呈現顯著正值，而隨著分量 增加，其係數值逐漸變小，0.5、0.75 分量都呈現縮小的趨勢，直到 0.9 分量時，係數值不顯著，圖 4-2-1 可以看出都市更新核定日期對 於房價的顯著影響差異，其呈現左尾高、右尾低的不對稱現象，顯示 隨著住宅價格分量的提高，其係數明顯降低。結果顯示低價區區間內，
有都市更新案例，對於提升房價機率較高；高價區區間內，則無顯著 差異。推測主要是因為低價區的住宅會比高價區的住宅更期待都市更 新提升房價的效果，高價區住宅的住戶，因為外部環境應該較佳，鄰 里社區較低價區的地區更優良，因此對於都市更新的效果期待不顯 著。
「基地面積」變數在大小分量呈現不一致但皆顯著的變化，在低 分量 0.1 分量時，其係數值呈現顯著正值，但隨著分量增加，其係數 值逐漸變小，同樣呈現左尾高，右尾低的情形，代表在 0.1 分量，低
‧ 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?
數為最高值。推測主要是因為台灣針對大規模開發給予特殊的獎勵，
開發超過一千坪的都市更新給予最高上限 15%的容積獎勵，因此大規 模的都更對於周圍地區的改善效果更多，開放空間更大，低價區的住 宅相較小規模都更將會更期待大規模的都市更新，因為造成低價區住 宅會其低價的原因，推測是因為都市開發較早，導致現在建物老舊，
導致周圍環境的衰敗，使生活環境較差、價格較低，大規模都更代表 提供更多的開放空間，較對於周圍公共設施完善且整體的規畫，對於 低價區的住宅幫助較大，提供更大的價格空間上漲，因此大規模都更 更受低價區住宅的青睞。
由分量的實證結果知道，都市更新對不同分量房價住宅的影響有 明顯的差異，但一般使用傳統迴歸模型時，因為高分量與低分量兩尾 差異相互抵銷，造成高低分量的差異並不明顯。由表 4-2-3 可以知道，
低房價區間(0.1、0.25 分量)都市更新案例的交易樣本，其交易案例 多位於中正區、內湖區、萬華區，符合推測的結果，其住宅多位於早 期開發，環境較差的地區，因此低價區的住宅會比高價區的住宅更期 待都市更新提升房價的效果，高價區住宅的住戶，因為外部環境應該 較佳，鄰里社區較低價區的地區更優良，因此對於都市更新的效果期 待較不明顯；而低價區的住宅因為環境較為破敗，周邊生活品質較差，
所以對於都市更新能改善生活環境的效果有較顯著的效果。
‧
屋齡平方 0.0000274 0.0000967*** 0.000153*** 0.000189*** 0.000235***(1.48) (8.30) (18.32) (18.14) (15.71)
‧ 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?
續表 4-2-1 分量模型結果
註1：分量迴歸的標準誤是以拔靴複製法(bootstrapped standard errors)，以重複1000 次抽樣計所。
註 2： ***、**、*分別代表在 1%、5%與 10%顯著水準下，該係數顯著異於零。
分量 .10 .25 .50 .75 .9
士林區 0.241*** 0.216*** 0.200*** 0.188*** 0.200***
(15.87) (19.17) (28.99) (30.24) (19.58) 北投區 0.194*** 0.176*** 0.158*** 0.143*** 0.131***
(7.49) (10.98) (16.24) (11.99) (9.93) 內湖區 0.122*** 0.119*** 0.104*** 0.108*** 0.113***
(8.67) (11.54) (15.55) (17.25) (13.38) 南港區 0.157*** 0.127*** 0.0997*** 0.0902*** 0.0819***
(10.37) (11.45) (12.87) (13.05) (8.91) 文山區 0.135*** 0.104*** 0.0797*** 0.0772*** 0.0705***
(9.70) (9.48) (10.31) (11.70) (8.09) _cons 6.372*** 6.468*** 6.539*** 6.617*** 6.710***
(365.02) (533.15) (675.97) (777.41) (482.10) Pseudo R² 0.5851 0.6263 0.6612 0.6701 0.6492
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-2-2:低價區樣本分布情形
行政區
2004 2005 2006 2007 2008 2009
總計中正區 0 2 19 22 26 6 75 大同區 0 14 12 20 4 0 50 中山區 20 35 67 69 15 28 234 松山區 3 17 26 17 17 7 87 大安區 1 5 8 14 0 1 29 萬華區 0 10 32 38 21 17 118 信義區 6 2 8 2 3 1 22 士林區 0 3 3 3 2 1 12 北投區 2 2 0 3 0 0 7 內湖區 4 28 16 42 25 11 126 南港區 0 5 9 11 4 4 33 文山區 5 20 19 30 24 8 106
總計 41 143 219 271 141 84 899
‧
依照規模經濟觀點(Economies of scale)：透過擴大生產規模引起經濟效 益增加。對整體都市而言，都更若提供更多房屋供給量，有助於平抑都市 特徵價格法(Hedonic Model)、空間計量模型(Spatial Model)、分量迴歸模型 (Quantile Regression)，來重新檢視都市更新的影響，應用特徵價格法，將 在都市更新核定前設為 0，核定後設為 1，結果呈現正向且顯著的影響，證 Error Mode)的模型配適度為最佳，其呈現的結果與特徵價格法一致，皆證 實都市更新對房價有顯著的影響效果且規模越大影響效果越大。