FLOOR 為住宅位於一樓則設為 1、其他樓層設為 0；其次， FLOOR 為住宅位於四 4 樓則設為 1、其他樓層設定為 0。住宅位於 1 樓通常可兼營店鋪或其他商業使用，具

FLOOR 為住宅位於一樓則設為

1、其他樓層設為 0；其次，

FLOOR 為住宅位於四

4 樓則設為 1、其他樓層設定為 0。住宅位於 1 樓通常可兼營店鋪或其他商業使用，具有提高房價的效果，因此預期住宅位於 1 樓者對住宅價格具有正向的影響。再者，住宅位於四樓，由於國人普遍受傳統習慣影響，數字四為中文字「死」之諧音，為一般人所避諱的數字，對於四樓的居住意願也較其他樓層來得低，所以四樓的樓層別效用比(utility ratio for each floor)通常相較其他樓層的來得低(Yang and Su, 2011)。Lin, Lee and Chen (2011)認為四樓對不動產價格具有負向的影響。本研究預期居住樓層若為四樓，則對住宅價格具有負向影響。

(8) 住宅類型( TYPE )

住宅類型，設為虛擬變數，其中公寓設為 0、大廈設為 1，表示大廈與公寓為台灣常見的集合式住宅型態，近幾年興建的大廈多以鋼骨建材為結構，而公寓則無採用鋼骨結構，且公寓之樓層多為四至五樓，大廈為六樓以上並設有電梯，所以大廈之建築成本會較公寓高(Lin and Ma, 2012)，因此預期大廈價格高於公寓價格。本研究所使用之住宅樣本資料，僅選取大廈與公寓，一般來說，六樓(含)以上且設有電梯者為大廈，五樓(含)以下無設立電梯者則為公寓⁵。

5依據現行建築技術規則設計施工編第 55 條規定：一、六層以上之建築物，至少應設置一座以上之昇降機通達避難層。建築物高度超過十層樓，依本編第一百零六條規定，設置可供緊急用之昇降機。

二、機廂之面積超過一平方公尺或其淨高超過一點二公尺之昇降機，均依本規則之規定。但臨時用昇降機經主管建築機關認為其構造與安全無礙時，不在此限。三、昇降機到之構造英一下列規定：

鄰里環境屬性方面：

鄰近不動產的公共設施扮演決定房價的重要角色。本研究依據 Matthews and Trunbull (2007)之研究以住宅到各公共服務設施、交通設施之可及性變數為鄰里環境屬性變數。本研究對於鄰里環境屬性之測量方法，利用 Arc GIS 軟體 10.1，計算各住宅到各鄰里環境屬性之最近距離，以估計各住宅到各公共服務設施及交通設施之差異效果。

(1) 至捷運站距離( MRT )

以地理資訊系統測量之實際距離，為連續性變數。本研究所選定之捷運站為台北市全區之捷運站。捷運通車後減少了通勤的時間成本並提高了鄰近地區的可及性，使都市生活更佳便捷，對於住宅價格可能產生顯著的影響。Ahlfeldt and Maennig (2010) 研究顯示住宅離捷運站距離增加，會降低住宅價格。本研究預期住宅至捷運站最近距離該變數對住宅價格具有負向的影響。

(2) 至火車站距離( TRAIN )

以地理資訊系統測量之實際距離，為連續性變數。本研究所選定之火車站包括，

台北火車站、萬華火車站、松山火車站及南港火車站。火車站為交通之節點，能帶動週遭商業活動的發展，靠近火車站生活機能更為方便，Gibbons, Mourato and Resende (2014)研究顯示距車站距離與住宅價格會有距離遞減之關係，即愈靠近車站住宅價格愈高。本研究預期住宅至火車站最近距離該變數對住宅價格具有負向的影響。

(3) 至學校距離( PRIM 、 JUIN )

以地理資訊系統測量之實際距離，為連續性變數。其中學校包括國小與國中。由於學校提供居民生活、休閒空間，且家中有學童之家庭為就學方便與安全性，亦會考量其住宅與學校的距離，住宅與學校距離常為購屋者選擇住宅之主要考量因素之一。

(一)昇降機到之出入口，周圍牆壁或其圍護物應以不燃材料建燥，並應使機道外之人、物無法與機廂或平衡錘相接觸。(二)機廂再每一樓層之出入口，不得超過二處。(三)出入口之樓地板面邊緣與機廂

Gibbons et al. (2014)研究顯示住宅距離學校之距離愈近其價格就愈高，兩者間具有負 向的關係。本研究預期住宅至學校最近距離變數對於住宅價格具有負向影響。

行政區屬性方面

Sirmans, Macpherson and Zietz (2005)認為住宅特徵價格因不同區域有所差異。台北市總計有十二個行政區。每一行政區有其各自區位條件而形成各次市場，故對於住宅價格的影響並不確定。本研究認為住宅位於不同行政區將會有不同影響，將以萬華區做為參考基準，進行行政區間對於住宅價格比較。

差異中之差異屬性方面：

以差異中之差異分析豪宅鄰近地區，需設定劃分時間組別的指標變數及區分空間組別的指標變數。即以豪宅取得建造執照時間為宣告時間劃分發生前後。另以地理資訊系統計算豪宅各範圍內之鄰近地區住宅，以劃分控制組及實驗組。變數之詳細說明如下：

(1) 豪宅取得建造執照時間(TIME )

本研究所選定之各豪宅案例，本研究樣本資料期間為 2008 年 1 月 1 日至 2011 年 12 月 31 日。以取得建造執照之時間 2010 年 7 月至 12 月為基準將樣本資料劃分為豪宅取得建造執照前與取得建造執照後，設為虛擬變數。將 2008 年 1 月 1 日至 2010 年 6 月 30 日取得建造執照前設為 0、2011 年 1 月 1 日至 12 月 31 日取得建造執照後設為 1。豪宅建築外觀較一般住宅美觀且美化其住宅周遭環境，提升了鄰里環境品質讓鄰里變得更有吸引力(DiPasqual and Wheaton, 1966; O’Sullivan, 2000 )，可能吸引具社會經濟地位者進駐該地區，讓一般民眾與投資客以名人為指標與其居住於鄰近地區或選擇投資該地區。鄰近於豪宅居住可能也使一般民眾認為與高價的豪宅比鄰會增加其自我的評價(Cialdini, 1976; Tesser, 1988)，有利於該地區的住宅價格。本研究預期取得建造執照後對於住宅價格有正向的影響。

(2)豪宅鄰近地區( TREAT )

為各豪宅半徑範圍內鄰近地區之實際成交住宅，設為虛擬變數。豪宅半徑範圍內 (實驗組)設為 1，半徑外(控制組)設為 0。本研究欲探討距離豪宅 500 公尺半徑範圍之鄰近地區內及半徑範圍外住宅價格之差異。豪宅的開發可能對鄰近住宅帶來正向或負 向的外溢效果，例如 Bourssa et al. (2004)認為具有吸引力的建築能增加鄰近地區的住 宅價格，藉由鄰里環境的美化，增加鄰近地區的寧適性，對鄰近地區之住宅價格產生正向的影響。此外，Ooi and Le (2013)認為新開發的住宅大樓高度通常高於現有住宅，

阻礙了現有住宅的視野景觀，對鄰近地區之住宅價格產生負向的影響。基於華人社會的特質，喜歡炫耀鄰近的人與事與沾光的心理，本研究預期鄰近豪宅地區對於住宅價格具有正向的影響。

(3)取得建造執照時間×豪宅鄰近地區(

TIME × TREAT

)

為取得建造執照時間與鄰近豪宅地區之互動變數。取得建造執照後且位在豪宅鄰近地區之住宅，由於豪宅的出現，美化其鄰近地區的環境，使得其鄰近地區的環境品質提升，又豪宅本身的建築設計，使其鄰近地區的住宅景觀變佳，為鄰近地區帶來正向的影響。Ooi and Le (2013)探討新開發對鄰近住宅價格的影響，及 Kavetsos (2012) 探討新建築倫敦奧運場館對鄰近住宅價格之影響，皆運用差異中之差異法，預期新開發或新建築等對地區具有正向影響的建築，對鄰近住宅價格具有正向的影響，其估計結果亦符合預期，互動變數(差異中之差異)之係數為正向顯著影響住宅價格。本研究預期取得建造執照時間×豪宅鄰近地區，對於住宅價格的影響為正向。

(4)豪宅鄰近地區劃分距離(

TREAT

( j

i

, ))

將豪宅實驗組內之住宅再劃分為三種不同的距離，分別為 100 公尺以內、100 公尺到 300 公尺與 300 公尺到 500 公尺。藉由將實驗組之距離劃分，分析實驗組內住宅價格與豪宅距離之變化，Kavetsos (2012)亦是運用此種方式進行分析實驗組住宅與奧運體育場館之價格關係。

(5) 取得建造執照時間×豪宅鄰近地區劃分距離(

TIME × TREAT

( j

i

, ))

取得建造執照時間與豪宅鄰近地區劃分距離之交互項，取得建造執照後且位在豪

宅鄰近地區內三種不同距離，其住宅價格與豪宅的距離不同所產生的差異。預期新開發或新建築等對地區具有正向影響的建築，對鄰近住宅價格具有正向的影響。

表 2 變數說明

研究以萬華區為基準，比較其他行政區與萬

(四)空間資料處理

為了測量住宅所在位置與公共設施之實際距離，本研究利用地理資訊系統 Arc GIS 10.1 版軟體，將住宅內部與外部屬性資料做連結，並將住宅空間位置的屬性資料與樣本圖層的屬性資料相結合，以建構住宅空間屬性資料庫。本研究依不動產成交行情公報，所取得之各筆住宅地址，並藉由 Google 地圖與地理資訊圖資雲服務平台 (Taiwan Geospatial One Stop，TGOS)，⁶將所有住宅交易資料轉換為空間資料，將住宅交易空間資料的樣本點位置建立於台北市行政區域圖層上。建構出，研究範圍內每筆住宅交易資料的空間資料庫後，利用美國環境系統研究所公司(Environmental Systems Research Institute, Inc.，ESRI)所開發的地理資訊系統分析軟體 Arc GIS 10.1 版軟體，

將住宅交易資料所在位置之圖層與其他相關的公共設施圖層，如捷運站、火車站、學校等，做圖層的套疊，並以分析工具測量各筆已空間化的住宅資料與其最近公共設施的最近距離(詳細操作步驟請參閱附錄)。

6 Google 地圖，查閱日期 2013 年 12 月 16 日，網址如下： https://www.google.com.tw/maps/preview?hl=zh-TW

地理資訊圖資雲服務平台(Taiwan Geospatial One Stop，TGOS)，查閱日期 2013 年 12 月 16 日，網址如

在文檔中豪宅對鄰近地區住宅價格之影響-以台北市為例 (頁 30-38)