第二章 文獻回顧
第四節 零售業態與住宅價格相關研究
Cliff & Ord(1973)對於空間自相關的解釋提及，若某區域的特點與其周遭區 域的特點更加相似或更不相似，則該區域存在空間自相關的現象。故而，空間 的壟斷(Aoyama, 2001;)，亦有探討便利商店的最適選址問題(Sakashita, 2000; Wood
& Browne, 2007)。而針對零售業態對住宅價格的討論， Yan Song & Jungyul Sohn(2007)的研究针对美国俄勒冈希尔斯伯勒(Hillsboro)地区探讨了零售業態空
‧
間可及性對獨戶(Single Family)住宅市場的影響，其運用可及性指數(Accessibility Index)的概念衡量零售業態對住宅價格影響的距離衰減效果 (Distance Decay Effect)，其研究結果指出零售業態對住宅價格的影響隨著距離的增加而減小，但 其同時也表示可及性指數的局限性在於只能針對總體零售業態而非細分零售業 態進行討論，同時亦無法針對鄰里型及區域型零售業態進行規模大小的討論。
Devin G.Pope & Jaren C.Pope(2015)的研究探討了沃爾瑪的開業對美國住宅成交價 格的影響，有別於傳統觀念中沃爾瑪會對周圍住宅價格造成負面的邊際貢獻，其 結果顯示沃爾瑪的開業對周邊 0.5 英里範圍內的住宅成交價格提供了 2%至 3%的 邊際貢獻，對週邊 0.5 英里至 1 英里範圍內的住宅成交價格提供了 1%至 2%的邊 際貢獻。Myungjun Jang & Chang-Deok Kang(2015)的研究則針對首爾地區各種細分 零售業態與各住宅次級市場之間的相關性展開討論，其研究指出在不同住宅次級 市場中各細分零售業態對住宅價格呈現非線性的影響，在不同住宅次級市場中零 售業態的組合應有所區隔，其中相對於新興城市核心區與城市一二級住宅市場的 負面影響，便利商店對傳統城市核心區以及住宅工業混合區的住宅價格呈現正面 影響。而 Chang-Deok Kang(2018)的研究比較了首爾地區同一半徑範圍內各類零售 業態可及性與集中度對住宅價格的影響，其中一項結果表明，由於鄰適性大於鄰
數量與服務品質應擺在一起，形成一個整體上的便利性結構(Berry, Seiders &
Grewal, 2002)。
一項針對連鎖速食便利商店一線服務人員為研究對象的文獻(Hurley, 1998)認
‧
樂和互動零售環境越來越感興趣(Pantano &Laria, 2007)。零售行業被迫追求創 新，以維持現有的消費者並吸引新的消費者。技術化的服務手段提高了零售業 增長(Gale & Huang, 2007)。故而，提供優質服務手段與商品已然當下零售行業不可阻擋的趨勢。在此 基礎上討論便利商店數量可及性與服務品質可及性之間的差別，能夠釐清數量 或品質對於便利商店行業的加成效果。
第六節 便利商店相關研究
在近年，亦有文獻探討便利商店對住宅價格的影響(Chiang, Peng & Chang, 2015)，其運用分位數回歸(Koenker & Bassett, 1978)針對台北市的房價資料分析了 住宅周邊便利商店空間分布狀況下的便利性對房價的影響。其結果發現便利商 店的便利性對住宅價格處於相對低位的住宅是有影響的，但對住宅價格處於相 對高位的住宅幾乎沒有影響。也就是說，在住宅價格處於相對低位的鄰里環境
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
中，其對便利商店分布的疏密程度是更有偏好的，因為便利商店的便利性可以 幫助居住在此類鄰里環境中的居民解決更多的問題。然而在住宅價格處於相對 高位的鄰里環境中居住的人因為擁有更好的城市機動性去獲得便利商店便利性 的替代品，所以便利商店分布的疏密程度對此類鄰里環境便相對沒有影響。但 應要指出的是，該文獻僅通過便利商店的空間分布狀況討論便利商店可及性對 住宅價格的影響，並未能夠有效釐清便利商店服務品質對住宅價格的影響。且 因為成文較早，該文獻亦並未有效處理變數中所存在的空間自相關問題。
故而，本研究在此基礎上運用特徵價格模型、分位數回歸模型、空間自相 關模型，探討上海地區便利商店在住宅周邊不同範圍空間分布狀況下的服務品 質差異，進而探討何種範圍是分析上海地區便利商店服務品質的較適範圍，從 而討論上海地區便利商店對住宅價格影響力。進一步地，本研究利用得出的較 適範圍探討上海地區外資與本土便利商店對住宅價格的影響差異，從而解釋便 利商店服務品質的差異狀況對住宅價格的影響力。
‧
區外資與本土連鎖便利商店對住宅價格的影響差異。Sirmans et al.(2005)提到半對 數模型可透過特徵係數值說明每一單位特徵的改變、百分比之變動，並可以最小‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
i 筆資料在第θ分位數下的殘差項。
（3）空間誤差模型
當空間自相關問題由因變數的遺漏而產生時，其函數模型之誤差項是產生 自相關問題的根源。空間自相關模型經由在函數模型中加入空間加權矩陣對某 地區內所存在的空間自相關現象進行判別。假若空間誤差係數呈現顯著水準，
則該地確實存在空間自相關現象，且應用空間誤差模型進行修正。其模型如
（3）式：
InYi= α0+ βiXi+ γiWi+ μi （3）
其中Yi為第 i 筆資料的住宅成交總價，α0為常數項，βiXi為第 i 筆資料住宅 連續變數的特徵屬性，γi為空間誤差係數，Wi為空間加權矩陣，μi為 i 筆資料的 殘差項。
‧
‧
Peng & Chang, 2015)設置範圍內有兩家及以上家數便利商店、範圍 內有一家便利商店、範圍內沒有便利商店作為虛擬變數，並以沒有 便利商店作為基準。同時本研究設置 100 公尺、200 公尺、300 公 尺三種範圍對模型進行測試。範圍內便利商店家數越多代表使用設 施的便利性越高，預期符號為正。‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
群猛、陳奉瑤，2015)內有無銀行設置虛擬變數，預期符號為正。
T. 有無醫院：住宅附近若存在醫院可提升居民之就醫便利性，距離醫 院越近代表使用設施的便利性越高，本研究以 1000 公尺(斯子文、
石憶邵，2013；張志峰，2016)內有無醫院設置虛擬變數，預期符號 為正。
U. 有無捷運：住宅附近若有捷運可提升居民之交通便利性，距離捷運 越近代表使用設施的便利性越高，本研究以 500 公尺(楊宗憲、蘇 倖慧，2011)內有無捷運設置虛擬變數，預期符號為正。
V. 有無學校：區域內學校分布的多寡對不動產區位的鄰適性有所影 響。距離學校越近代表使用設施的便利性越高，本研究以 500 公尺 (楊宗憲、蘇倖慧，2011)內有無學校設置虛擬變數，預期符號為 正。
W. 有無公園：公園綠地的存在能夠提升住宅周遭之環境品質，距離公 園越近代表使用設施的便利性越高，本研究以 500 公尺內有無公園 設置虛擬變數，預期符號為正。
X. 住宅成交資料範圍內有無本土或外資便利店：距離便利商店越近代 表使用設施的便利性越高，在實證結果部分依據上述 L 項對該變數 範圍進行選取。範圍內擁有本土或外資便利商店則代表周邊住宅居 民擁有使用該設施的便利性，本研究以範圍內有無本土與外資便利 商店作為虛擬變數，並以沒有便利商店作為基準，預期符號為正。
‧
‧
的顯著，而 Robust LM test (Lag)並未達到顯著水準。故而在討論便利商店數量分 布時，本研究使用空間誤差模型與一般線性回歸進行比較。且由表 4-2 的實證結果可得知，空間誤差模型的 Adjust-R²為 0.860，一般線 性回歸的 Adjust-R²為 0.751，空間誤差模型的模型適配度優於一般線性回歸。且 空間誤差係數γ(LAMBDA)亦達到 1%以內的顯著水準，顯示該模型確實存在空 間自相關現象，理應進行修正。故而本研究著重使用空間誤差模型下的實證結 果對「上海地區便利商店數量分布狀況對住宅價格的影響」進行說明。
在控制變數方面，絕大部分自變數皆達到 1%以內的顯著水準。
在重點變數方面，空間誤差模型下「300 公尺內有兩家及以上便利商店」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 實證結果分析
與「300 公尺內有一家便利商店」的係數值分別達到 0.035 與 0.034，皆達到 1%
以內的顯著水準，故而在此模型下，300 公尺內有兩家及以上便利商店會使住 宅的平均總價上升 3.5%，300 公尺內有一家便利商店會使住宅的平均總價上升 3.4%。雖然後者大於前者，符合預期，但在空間誤差模型下「300 公尺內有兩 家及以上便利商店」與「300 公尺內有一家便利商店」對住宅價格的影響並無 太大區別，顯示住宅 300 公尺範圍內存有便利商店會對住宅價格有所影響，但 300 公尺內便利商店數量分布的多寡對於住宅價格影響甚微。
表 4-1 便利商店數量分布下的空間自相關檢定
一般線性回歸 空間延遲模型 空間誤差模型
空間延遲係數 0.002***
空間誤差係數 0.620***
LM test (Lag) 26.501***
Robust LM test (Lag) 3.117
LM test (Error) 7160.170***
Robust LM test (Error) 7136.787***
註：***、**、*分別代表在 1%、5%與 10%的顯著水準下，該變數顯著異於零。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 實證結果分析
進一步地，本研究運用分位數回歸的方法對「上海地區便利商店數量分布狀 況對住宅價格的影響」進行討論。
由表 4-3、表 4-4 與圖 4-1 的結果可知，在 10%至 30%的住宅價格區間內，重 點變數「300 公尺內有兩家及以上便利商店」呈現良好的正向顯著，在 10%的住 宅區間內，重點變數「300 公尺內有一家便利商店」呈現良好的正向顯著。該結 果顯示，便利商店對位於價格區間相對低位的住宅而言存在良好的正向邊際貢獻。
圖 4-1 便利商店數量分布下的分位數回歸模型 左：「300 公尺內有兩家及以上便利商店」
右：「300 公尺內有一家便利商店」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-3 便利商店數量分布下的分位數回歸模型之一
變數名稱 估計係數 T 值 估計係數 T 值 估計係數 T 值 估計係數 T 值 估計係數 T 值
一般線性回歸 住宅價格 10%區間內 住宅價格 20%區間內 住宅價格 30%區間內 住宅價格 40%區間內
(截距項) 14.151 1208.74 13.772 490.34 13.922 910.1 13.961 1075.5 14.001 1120.08
面積 0.008 129.91*** 0.008 52.61*** 0.009 108.47*** 0.010 138.75*** 0.010 152.65***
電梯 0.107 12.21*** 0.121 5.78*** 0.112 9.83*** 0.098 10.08*** 0.078 8.32***
高樓層 -0.010 -1.57 -0.009 -0.62 -0.017 -2.09** -0.021 -3.11*** -0.025 -3.78***
中樓層 0.018 2.92*** 0.010 0.67 0.017 2.15** 0.017 2.59*** 0.020 3.07***
樓層總數 0.005 8.67*** 0.006 4.36*** 0.005 6.5*** 0.004 6.61*** 0.004 6.03***
屋齡 -0.009 -28.11*** -0.007 -9.38*** -0.008 -20.15*** -0.008 -22.71*** -0.008 -23.6***
內環內 0.599 61.93*** 0.598 25.79*** 0.605 47.86*** 0.601 56.07*** 0.597 57.8***
內環到中環 0.471 64.62*** 0.528 30.23*** 0.513 53.9*** 0.494 61.21*** 0.472 60.74***
中環到外環 0.294 45.43*** 0.372 23.95*** 0.328 38.78*** 0.314 43.71*** 0.299 43.19***
200 公尺內有無銀行 -0.017 -2.61*** -0.027 -1.73* -0.029 -3.41*** -0.022 -3.06*** -0.013 -1.92*
1000 公尺內有無醫院 0.025 4.45*** 0.029 2.1** 0.024 3.25*** 0.024 3.82*** 0.024 3.91***
500 公尺內有無捷運 0.070 11.2*** 0.042 2.8*** 0.066 8.12*** 0.070 10.09*** 0.066 9.9***
500 公尺內有無學校 0.098 13.2*** 0.115 6.44*** 0.094 9.62*** 0.083 10.01*** 0.085 10.69***
500 公尺內有無學校 0.098 13.2*** 0.115 6.44*** 0.094 9.62*** 0.083 10.01*** 0.085 10.69***