建物經濟壽命、土地再開發與都市成長

(1)

行政院國家科學委員會專題研究計畫期末報告

建物經濟壽命、土地再開發與都市成長(第 2 年)

計畫類別：個別型計畫編號： NSC 100-2410-H-004-195-MY2 執行期間： 101 年 08 月 01 日至 102 年 07 月 31 日執行單位：國立政治大學地政學系計畫主持人：林子欽共同主持人：陳國華計畫參與人員：碩士班研究生-兼任助理人員：黃方欣碩士班研究生-兼任助理人員：陳志豪碩士班研究生-兼任助理人員：邱建穎碩士班研究生-兼任助理人員：葛仲寧報告附件：出席國際會議研究心得報告及發表論文公開資訊：本計畫可公開查詢

中華民國 102 年 11 月 14 日

(2)

中文摘要：台北市近年來房價高漲，除了需求面因素之外，住宅供給也應該受到重視。影響住宅供給的主要原因，除了土地使用管制外，應該就是土地整合的問題。台北市個別土地面積細小、而且產權複雜，造成土地(住宅)供給缺乏彈性。過去幾年來，台北市雖然新增建物面積大於拆除建物面積，但是這些新增建物大多出現於房價較高地區，對於中產階級房價問題並無太大助益。另外，本研究也發現政府的大型土地開發；例如市地重劃和區段徵收，確實提供了開發素地，也明顯提高當地住宅供給數量。另外，住宅供給不易的部分原因可能來自土地面積狹小，需要進行土地整合。然而拿翹行為與反共有地悲劇的理論認為：產權分散容易導致土地無效率的低度利用。以萬華車站特定區進行實證分析，我們發現：研究地區內土地產權長期存在高度細碎的狀態，已開發土地面積約為未開發土地的 3 倍。開發前土地合併次數，隨著開發面積增加而增加，且每次土地面積的變動約需耗費 6.35 年。所有的證據都指出：台北市確實存在土地整合的現象，而且耗費相當長的時間。反共有地的悲劇，在台北市隱然成形。中文關鍵詞：住宅供給土地重開發反公地悲劇

英文摘要： A common explanation for the skyrocketed housing price in Taipei is the excessive demand caused by oversupply of capital seeking investment

opportunities. This is true. But the supply side shall also be given due attention. Although the newly supplied housing spaces are more than to replace the demolished spaces, the majority of them have occurred in the high-end housing market and are not affordable even to the middle-class. In addition, the

government-initiated large-scale land development projects actually facilitate supply of building sites, and in consequence increase the housing stocks.

Also, assembly of contiguous parcels is needed in Taipei prior to land development. However, land assembly often incurs hold-out behaviour and that very likely will lead to the tragedy of anticommons in land uses. This theoretical speculation is put to

(3)

test through the study of land development process of Wanhua train station areas. Empirical evidence

suggests the followings: developed sites are

significantly larger than undeveloped ones in size at the multiple of three. A lengthy period of time is needed for a larger development project for

assembling small sites. It takes an average of 6.35 years for each land assembly. All in all, our study suggests that the fragmentation in land ownership in Taipei has resulted in a socially-inefficient use of land.

英文關鍵詞： housing supply land redevelopment tragedy of the anti-commons

(4)

1

行政院國科會研究計畫期末報告

計畫名稱：建物經濟壽命、土地再開發與都市成長

計畫編號：

100-2410-H-004-195-MY2

成果報告

一、臺北市建物重開發與都市發展

二、土地重開發的反公地悲劇: 萬華車站特定區實證

計畫主持人：政治大學地政學系林子欽

中華民國 102 年 10 月 31 日

(5)

2

臺北市建物重開發與都市發展

壹、前言

大多數理論視不動產為土地和資本（建築物）的結合，並且假設土地區位固定，但是資本可以自由流動。實際上，一旦資本投入成為建築物，與土地結合後變得無法移動，加上耐久財貨的性質，建築物供給難以調整，也會影響都市的成長方式。建築物數量調整的緩慢性(sluggishness)，就是本研究探索的起點。臺北市近年房價高漲，產生對於建築物需求的增加，提供了適合的觀察對象。本研究第一年先由實證的角度，了解建築物生命週期，以及決定其經濟壽命的主要因素。這不僅增加對於事實的了解，也可以據此預測未來建築物的經濟壽命或是存活期間。我們採實證的研究取徑，透過建管單位的建築物拆除和使用執照存根，逐步勾勒出臺北市建築物生命週期，以及建築物壽命與都市發展間的複雜關係。

貳、都市建築物重開發影響因素

一、總體經濟因素 當一個地區的所得水準提高，對土地以及建物的購買力也將提高，居民對於建築物樓地板面積的需求上升，將會追求更高價、大面積的住宅（Whitehand, 1978）。如果特定地區的所得水準高於其他地區之時，開發者拆除此地區的舊建物而建造新建物，也較容易被該地區對建物購買力較高的居民所消費。一個地區的所得水準上升會導致該地區的租金提高，由於租金變動對於房價的影響是正向的，所以房價也會跟著上升（Barlev and May, 1976）。在前述探討都市內部建築物重開發的過程中，房價上漲會使重開發後的新建物經濟價值提高，亦即重開發的淨現值增加，使重開發可能性提高。所以，所得水準對於重開發的影響應是正向的，所得提高將會使重開發的可能性增加。Bourne（1971）的研究也指出所得較高的住宅區將出現較多的新建物以及建物改建。

而當一個地區的房屋存量越高，表示房屋供給越多，按照供需法則，將使該地區的房價下跌（Barlev and May, 1976）。在前述探討都市內部建築物重開發的過程中，房價下跌會讓重開發的可能性降低。所以，建築存量對於重開發的影響是負向的，當前的建築存量越高，則重開發的可能性則會減少。Barlev and May （1976）的研究指出，住宅存量越多的地區，建物拆除量則越少。都市內部建築物重開發的過程中，必須要拆除舊建物以取得空地，來建造新的建築物。所以都

(6)

3 市內部的建築物拆除量越少，就代表建築物重開發的數量越少。一個都市的房價也會跟該都市人口數量的變化有關。當都市人口上升，因為對於住宅或是樓地板的需求增加，將會導致房價上漲；反之若都市人口減少，則房價也會跟著下跌。在有限的都市空間範圍內，居民對於樓地板面積的需求提高，將使建築物樓地板趨向集中化，亦即高建築密度的使用方式，來創造更多的樓地板面積。在都市空間範圍固定的情形下，為了得到更多的樓地板面積，勢必要拆掉現存使用強度較低的建築物，建造能提供較多樓地板面積的新建物，導致都市內部建築物重開發的機會增加（Brueckner, 1982）。所以，一個都市人口的變動，將影響房價的漲跌，也會影響對於建築物樓地板面積的需求，使都市內部重開發的可能性產生變化。 二、建物個別因素 每一棟建築物都會受到土地使用管制的規範，而限制其使用強度。較為嚴格的土地使用管制規則，使建築物的使用強度降低，減少建築物重開發後的可建築樓地板面積。建築物重開發後的可建築樓地板面積減少，將使重開發後新建物的經濟價值降低，導致重開發的淨現值降低，而減少重開發的可能性。Barlev and May（1976）的研究發現，由於紐約曼哈頓區在西元 1962 年將實施較嚴格的土地使用分區管制，所以在西元 1958 至 1961 年間，房屋拆除量較研究期間（西元 1950 年至 1967 年）的其他年份提高了 50%，對房屋投資的現金流量也大幅增加，顯示土地使用管制的確會影響到建築物的重開發。另外，土地使用管制規則也會規範都市內部的發展型態，每一種使用分區只能用特定的使用方式進行開發，將使都市內部的建築物依照土地使用管制而呈現特定的排列方式。如果該使用分區允許多種土地使用方式，則會出現建築物混合使用的情形。Bourne（1969）以多倫多市從西元 1952 年至 1962 年建築物新建及改建的資料進行實證，發現當建物存在混合使用的情形，住宅的基地面積會較大。基地面積較大，重建後可以創造的樓地板面積則較多，提高建築物重開發的淨現值。所以，在建物有混合使用的情況下，重開發的機會較大。建築物本身屬於耐久財，會隨著時間經過而折舊。在正常的情況之下，建築物若沒有經過修繕、甚至是改建，則會因為不斷的折舊，造成建築物的經濟價值減損。所以，當建築物的屋齡逐漸增加，建築物的品質以及使用價值會不斷下降。在衡量重開發的過程中，建築物的品質、以及建築物本身的價值越低（不包含土地價值），會導致建築物的維護成本提高、繼續使用價值降低，導致建築物重開

(7)

4 的品質以及建築物本身的價值，實際上難以用確實的數字或價格來表達。所以，可以使用屋齡來代表建築物品質以及建物價值的變數。土地取得之難易度，也會影響建築物的重開發決策。J. W. R. Whitehand and S. M. Whitehand（1983）指出，都市內部的新申請的建築計畫，會從早期由土地所有權人申請的建築計劃，逐漸轉變成為建商或開發者申請的建築計畫。也就是說，這些建商以及開發者若要進行重開發，必須去向個別土地所有權人取得土地及其上的建築物，然後進行土地整合，建築物才得以被重開發。當市中心土地及建築物的產權型態複雜，進行土地整合的成本提高，將會降低建築物重開發的淨現值，導致重開發的機會下降（Bourne, 1969）。Bourne（1976）對多倫多市的建築開發商進行問卷調查，發現開發商在住宅開發區位選址決策中，認為影響力最大的前三選項為土地使用分區管制、土地現存的產權狀態以及土地的可取得性。表示開發商在都市內部進行重開發之時，偏好選擇在土地取的成本較低之處，以得到較高的重開發利益。 三、區位因素 Bourne（1971）指出，都市內部的土地使用模式於空間上是不連續的。也就是說，經濟地理學傳統上所認知呈現同心圓發展的單核心都市，已經不符合現代都市的發展模式。現今的都市發展型態，已經變成由單核心、多核心與同心圓三種模式結合而成的都會區複合網絡型態。在這種型態下的都市結構會不斷的產生變化，導致都市內部的各個地區會產生空間上的差異。衡量這些空間差異的變數，大多使用對特定地點（如市中心）的可及性來表示。但由於都市空間會被區隔成數個獨立的不動產次市場，並藉由土地使用管制和過去的土地使用方式，來對都市發展型態重新作用，產生不連續的空間發展模式。這樣的模式並無法單純的使用可及性這種連續性的變數來衡量。都市內部的建築物重開發，也會因為這些不連續的空間發展模式，亦即現存的土地和建物分配所形成的鄰里環境，讓重開發的類型和區位變化受到影響。也就是說，鄰里環境為對於都市內部建築物重開發最為直接的區位影響因素。鄰里環境的組成，須考慮到那些因素會讓鄰里環境產生變化。都市內部各區域的鄰里環境，最主要則是由人工的建築物以及各項設施所組成。也就是說，當都市內部的個別區域內，是否存在交通設施、公共設施、開放空間…等等，則決定了都市內部每個區域的空間差異性。而鄰里環境對於個別地點是一種相對性的概念，每個地點均擁有各自的鄰里環境組成，代表不同的地點會擁有不同的鄰里環境。不同鄰里環境則會透過其空間差異性，影響到個別地點的重開發。

(8)

5 在一個呈現單核心發展模式的都市範圍內，市中心的地價會較高，並隨著距市中心的距離增加，地價會逐漸降低。如果都市發展呈現多核心模式，都市內部的區域中心則會是地價較高的區域，區域中心周圍的地價則會隨著與區域中心的距離增加，地價逐漸降低。都市內部各個區域地價的空間差異，是因為市中心或是區域中心會提供較多的服務，例如交通樞紐、購物、商業等機能常常只出現在市中心或是區域中心。由於這些地區提供較多的服務，則都市內部的人口活動以及經濟活動就會聚集在這些地區，導致這些地區對於土地的需求提高，造成地價上漲。在前述的重開發過程之中，地價上漲會讓都市內部建築物重開發的機會增加。所以，都市內部距離市中心或是區域中心越近的地點，重開發的機會較高。 J. W. R. Whitehand and S. M. Whitehand（1983）以兩個英格蘭市鎮中心的建物登記資料，經實證研究發現，都市的市中心地區的確擁有較多的建築物重建。另外，除了市中心區域會擁有較多的建築物重開發，從市中心區域向外延伸的都市內部區域中心，也會發生較多的建築物重開發。這些區域中心，通常都是地鐵站。都市內部地鐵站的周圍區域，其使用分區管制一般都容許混合使用。由於地鐵站周圍區域的交通可及性高，也是人口活動和經濟活動聚集之處，所以這些地區的地價也會較高，導致重開發的機會增加。Bourne（1976）對多倫多市進行實證，發現都市內部的建築物重開發，在地鐵站的周圍區域明顯較多。

參、台北市實證資料說明

本研究資料來源為臺北市建築管理處自民國 90 年至民國 98 年，所核發之建築物使用執照以及拆除執照。本研究以建築物樓地板面積來計算建築物重開發程度，由於所探討的對象為市場上的重開發行為，必須先排除作為公共設施或政府機關使用建築物之新建及拆除樓地板面積，所以只選取使用執照以及拆除執照之中，建築物用途做為住宅使用和商業辦公使用的部分。 一、使用執照及拆除執照資料 (一) 使用執照資料說明 1. 建築類別、用途、使用分區依建築法第九條之規定，使用執照中的建築類別包含新建、增建、改建以及修建四種。在這四種類別之中，只有新建以及改建兩種行為，包含在建築物重開發的過程之中。建築物用途說明該建築物的使用方式，依照建築物用途可以將建築物進行分類，並從中選取住宅使用和商業辦公使用的建築物做為分析對象。使

(9)

6 用分區則代表該建築物所屬的臺北市都市計畫土地使用分區的類別。 2. 總樓地板面積使用執照中的總樓地板面積代表該次建築行為所興建出來的樓地板面積數量，為本研究的主要分析對象：經由樓地板面積的變動量，來衡量建築物重開發的程度。 3. 地址使用執照中的地址所代表的是該建築物的門牌號碼，從門牌號碼即可得知該建築物所座落的行政區。由於本研究以里為最小空間單元，所以必須確認該建築物位在該行政區的哪一個里。藉由「地籍圖資網路便民服務系統」（http://easymap.land.moi.gov.tw/K02Web/K02Land.jsp）以及「臺北市政府民政局門牌檢索系統」（http://www.houseno.tcg.gov.tw/）的門牌檢索功能，即可以透過門牌號碼，確認該建築物所座落的臺北市行政區里。若該門牌號碼所座落的行政區里曾經發生里界重新劃分，則以民國 98 年時的行政區里為準。 (二) 拆除執照資料說明跟使用執照所不同的是，拆除執照所包含的只有拆除行為，所以並不用區分建築類別。不過若只有拆除部分建築物，仍要請領拆除執照，即不包含在建築物重開發的過程之中。由於拆除執照中無法看出該次拆除行為是否為部分拆除，所以必須把所有的拆除執照納入分析，而可能產生偏誤。 1. 用途、使用分區拆除執照之中建物用途，代表建築物被拆除時的使用現況；使用分區則標示該筆建物被拆除當時所屬的臺北市都市計畫土地使用分區的類別。為了符合本研究的分析對象，亦根據建築物的用途挑選出住宅類以及商業辦公類的建築物進行實證分析。 2. 總樓地板面積拆除執照中的總樓地板面積代表該建築物被拆除的樓地板面積數量，為本研究的主要分析對象：經由樓地板面積的變動量，來衡量建築物重開發的程度。 3. 地址拆除執照中的地址所代表的是該建築物的門牌號碼，從門牌號碼即可得知該建築物所座落的行政區。但是同一筆拆除執照之中，可能包括數棟將被拆除的建

(10)

7 築物，所以一筆拆除執照內可能含有不只一個門牌號碼。但由於本研究以里為最小空間單元，而橫跨數個門牌號碼的拆除執照均沒有超出里的空間範圍，所以還是可以使用「地籍圖資網路便民服務系統」以及「臺北市政府民政局門牌檢索系統」，來確認被拆除的建築物所座落的臺北市行政區里。若該門牌號碼所座落的行政區里曾經發生里界重新劃分，則以民國 98 年時的行政區里為準。 (三) 建物使用方式分類本研究僅選取住宅類以及商業辦公類的建築物進行分析，所以必須先對建築物使用方式進行分類，以挑選出適當的分析資料。在使用執照以及拆除執照之中，可以依據建築物用途以及所屬的使用分區，來判斷建築物的使用類別。在拆除執照之中，建築物用途所指的是建物被拆除時的使用現況，便可據此判斷建築物是否屬於住宅類或是商用辦公類。但若拆除執照之中沒有標明建築物用途，則再依照所屬的使用分區，來判斷該建築物的使用類別。由於臺北市土地使用分區管制規則採用「允許使用」以及「附條件允許使用」的精神，住宅區內可能會出現商業用途的建築物，商業區內也可能出現住宅用途的建築物。所以在使用執照的資料之中，所登記的建築物用途雖然為住宅類建物，也有可能位在商業區；登記為商業或辦公室使用的建築物，也可能位於住宅區。另外，許多工業區土地上之建築物，亦可能作商業目的之使用，亦即所謂的「廠辦大樓」。因此，在使用執照的資料之中，僅靠登記建築物用途以及土地使用分區，並無法完全確定該建築物之使用現況，而需要另行判斷。由於建築物使用類組及變更使用辦法曾在 94 年進行修法，所以研究時間範圍的民國 90 年到 98 年所核發的使用執照之中，民國 90 年至民國 94 年的建築物使用類別名稱和民國 95 年至 98 年的建築物使用類別名稱將有所不同。使用執照建築物類別判斷步驟如下： 1. 將民國 90 年至民國 94 年所核發之使用執照中，建築物用途為住宅及集合住宅、其他類的資料，以及民國 95 年至民國 98 年所核發之使用執照中，建築物用途為住宿類（H 類）、其他類的資料，作為住宅類別使用執照資料。 2. 將民國 90 年至民國 94 年所核發之使用執照中，建築物用途為市場、服務業、旅館、商場、辦公室事務所、其他類的資料，以及民國 95 年至民國 98 年所核發之使用執照中，建築物用途為商業類（B 類）、辦公服務類（G 類）、其他類的資料，作為商業辦公類別使用執照資料。 3. 在住宅類別使用執照之中，使用分區仍為住宅區的資料，判定為住宅類別建

(11)

8 物；在商業辦公類別使用執照之中，使用分區仍為商業區的資料，判定為商業辦公類別建物。 4. 在住宅類別使用執照之中，使用分區為商業區、住商混合區以及特定專用區的使用執照，利用 Google 地圖（http://maps.google.com.tw/）的街景功能，判斷建築物的使用現況。另一方面，在商業辦公類別使用執照之中，使用分區為住宅區、住商混合區以及特定專用區的使用執照，也利用 Google 地圖的街景功能，判斷建築物的使用現況。若使用現況為住宅使用，則判定為住宅類別建物；若使用現況為商業辦公使用，則判定為商業辦公類別建物。 5. 將民國 90 年至民國 94 年所核發之使用執照中，建築物用途為店舖住宅的資料，判定為住商混合類別建物。另外在第 4 步驟之中，經由 Google 地圖街景功能判斷之後，出現住商混合使用的使用執照資料，也判定為住商混合類別建物。經由上述的資料彙整過程，即可以將使用執照以及拆除執照的原始資料，分成住宅類、商業辦公類以及住商混合類三種類別的新建建物以及拆除建物。 二、樓地板面積淨增加率 本研究以里為最小的空間單元，藉由「地籍圖資網路便民服務系統」以及「臺北市政府民政局門牌檢索系統」，確認使用執照以及拆除執照資料中建築物所屬的里，就可以計算臺北市每個里自民國 90 年至民國 98 年，新建樓地板面積和拆除樓地板面積的總量。將新建樓地板面積總量減去拆除樓地板面積總量，即可以得到臺北市每個里自民國 90 年至民國 98 年的樓地板面積淨增加量，作為衡量每個里建築物重開發的程度。然而，每個里的土地面積均不同，土地面積越大的里，必然會出現越多的新建樓地板面積以及拆除樓地板面積。而土地面積較大的里，也有可能大部分的範圍屬於不可開發的地區，新建及拆除樓地板面積則會較少。所以若直接使用樓地板面積淨增加量，來衡量建築物重開發的程度，就會產生偏誤。換句話說，每個里的樓地板面積淨增加量，其數值無法直接進行比較。為了消除這樣的偏誤，使臺北市每個里的建築物重開發程度可以直接進行比較，則必須計算每個里的樓地板淨增加率。樓地板淨增加率的計算方式為，每個里的樓地板淨增加量，除以每個里的可開發樓地板總面積。每個里各種使用分區的土地面積，乘上該種使用分區的容積率，則會得到每個里的可開發樓地板總面積。臺北市土地使用分區管制規則之中，訂有每種使用分區的法定容積率。可開發樓地板總面積與樓地板淨增加率的計算如下式：可開發樓地板總面積 = ∑ i 使用分區面積 × i 使用分區容積率 𝑛 𝑖=1

(12)

9 樓地板淨增加率= 樓地板淨增加量可開發樓地板總面積本研究使用地理資訊系統工具 ArcGIS，將 2001 年版(民國 90 年)的臺北市都市計畫土地使用分區圖層展現在圖上，使用 Calculate Geometry 功能，計算出每個土地使用分區的面積。再藉由臺北市都市計畫整合查詢系統（http://163.29.37.171/planMap/cityplan_main.aspx），確認每個土地使用分區的類型，即可以根據臺北市土地使用分區管制規則，得到每個土地使用分區的容積率。使用 Field Calculator 功能，將土地使用分區的面積和容積率相乘，即得到每塊土地使用分區的法定可開發樓地板面積。將臺北市每個里內土地使用分區的可開發樓地板面積相加，即得出每個里的可開發樓地板總面積。將臺北市每個里的樓地板淨增加量，除以可開發樓地板總面積，即得到每個里自民國 90 年至民國 98 年的樓地板淨增加率。

肆、臺北市建築物重開發空間分佈

藉由前述第三章第一節的資料彙整過程，以臺北市建築管理處自民國 90 年至民國 98 年間，核發建築物使用執照所登記之新建建築物樓地板面積，及拆除執照所登記之拆除建築物樓地板面積，計算出臺北市各行政區每個里之「總新建樓地板面積」、「總拆除樓地板面積」、「樓地板面積淨增加量」以及「樓地板面積淨增加率」。在進行迴歸分析之前，先對這四個數值進行敘述統計，並觀察其數值在臺北市的空間分佈情形，而能對臺北市建築物重開發的空間發展現況有初步了解。由下表 1 可以看出，臺北市 12 個行政區共 449 個里之中，在民國 90 年至民國 98 年共 9 年間，於內湖區湖元里之地區新建最多的樓地板面積，共計 1,558,351.64 平方公尺；於松山區中正里之地區則拆除最多的樓地板面積，共計 34,391 平方公尺。從簡單的統計數字之中，可以了解在臺北市內新建建築物的速度，遠高於拆除建築物的速度；新建物的樓地板面積，亦遠大於舊建物的樓地板面積。但本研究也發現，臺北市在這 9 年之內，有 49 個里並沒有發生建築物新建之行為，而有 181 個里沒有發生建築物拆除之行為。但就「樓地板面積淨增加量」而言，仍為內湖區湖元里增加了最多的樓地板面積，而樓地板面積淨增加最少的里卻是文山區萬和里（呈現負值）。觀察松山區中正里的使用執照及拆除執

(13)

10 表 1 新建拆除樓地板面積、淨增加量及淨增加率之敘述統計 依變數名稱 里個數 最小值 最大值 平均數 標準差 總新建樓地板面積 449 0 (松山區三民里等49個里) 1,558,351.64 (內湖區湖元里) 49,432.72 117,779.0857 總拆除樓地板面積 449 0 (松山區三民里等181個里) 34,391 (松山區中正里) 2,735.31 4,985.9267 樓地板面積淨增加量 449 -31911 (文山區萬和里) 1,557,843.64 (內湖區湖元里) 46,697.41 117,839.2407 樓地板面積淨增加率 449 -0.25 (文山區萬和里) 1.0534 (內湖區港墘里) 0.1196 0.1626 照資料，雖然松山區中正里在 9 年間拆除了最多的樓地板面積，但同樣也新建了 51,679.34 平方公尺的樓地板面積；相較之下文山區萬和里則沒有任何新建樓地板面積。而在「樓地板面積淨增加率」的部分，仍以文山區萬和里在 9 年間為最低。在該里的總可開發面積之中，共拆除了約 25%的樓地板面積。而淨增加率最高者則為內湖區港墘里，其值約 105%，表示內湖區港墘里的總樓地板面積淨增加量，甚至超出臺北市土地使用分區管制所允許的容積上限。而在臺北市 12 個行政區共 449 個里之中，也只有內湖區港墘里發生這樣的情況。觀察該里所在之區域，正好是內湖科學園區的核心地區，可能是在 9 年來透過許多種容積獎勵的誘因，帶動該區快速的開發，才造成樓地板面積淨增加量超出法定容積上限的現象。如表 1 所示，樓地板面積淨增加率的平均值為 11.96%。以此平均值作為劃分點，將樓地板面積淨增加率為負值以及 0 的里，作為樓地板面積負/零成長；將樓地板面積淨增加率為 0~平均值 11.96%的里，作為樓地板面積低成長；將樓地板面積淨增加率超過平均值 11.96%的里，作為樓地板面積高成長。將三種開發程度的里標示在空間上，即為圖 1 的臺北市各里重開發程度空間分佈圖。在臺北市 12 個行政區共 449 個里之中，樓地板面積負/零成長的里共計 63 個，樓地板面積低成長的里共計 234 個，而樓地板面積高成長的里共計 152 個。從圖 1 可以看出，臺北市各個里的重開發程度可能發生空間聚集之情形，但仍需要透過空間自相關之檢驗，才能夠確認臺北市各里之建築物重開發是否存在空間相依性。

(14)

11

(15)

12

伍、迴歸模型設定

為衡量影響臺北市建築物重開發程度之因素，本研究以「樓地板面積淨增加率」代表每個里的建築物重開發程度，作為本研究 OLS 迴歸模型的依變數，並藉此衡量各因素（自變數）的變動對於重開發程度的影響。本研究所設定之建築物重開發影響模型如式 3.6，其中 Xi代表本研究迴歸模型之各項自變數，n 代表自變數之個數。α為截距項，βi代表 Xi自變數對應的係數值，εi則為殘差項。 R = 𝛼 + ∑ 𝛽𝑖𝑋𝑖 𝑛 𝑖=1 + 𝜀𝑖 依變數 R 作為臺北市各里之樓地板面積淨增加率，此數值越大，該里在 9 年間相對於法定可開發容積而增加的樓地板面積比率越高，代表該里的重開發程度越高；反之若該數值越低，該里在 9 年間相對於法定可開發容積而增加的樓地板面積比率越低，則代表該里的重開發程度越低。本研究以「樓地板面積淨增加率」作為依變數進行 OLS 迴歸分析及解釋，在觀察樓地板面積淨增加率於臺北市空間上的分佈情形，進行後續迴歸分析之前，亦先觀察原始依變數在統計上的分佈情形。首先對依變數 R 進行 Kolmogorov-Smirnov 檢定，觀察變數是否呈現常態分配。由下表 2 可以看出，「樓地板面積淨增加率」的 Kolmogorov-Smirnov 檢定值在 99%的信心水準之下呈現顯著，拒絕變數呈現常態分配的虛無假設；而其偏態係數 2.47 為正，顯示出依變數明顯呈現右偏（positive skew）情形。為了改善依變數的常態性，變數轉換（data transform）為可行的方式，常見的做法分別為開根號、取對數以及取倒數三種（Osborne, 2002）。但是在後續的變數調整過程中發現，變數轉換對於原始依變數常態性分配的改善情形並不大，原始依變數的非常態現象應為變數本身的特性所致。故本研究仍以樓地板面積淨增加率作為 OLS 迴歸模型之依變數，惟應注意依變數並不符合常態分配。表 2 依變數常態性檢定 檢定方法 依變數 Kolmogorov-Smirnov檢定 偏態係數 z值 自由度 P值 樓地板面積淨增加率 0.183 449 0.000 2.470 根據前述的資料彙整過程，得出臺北市自民國 90 年至民國 98 年每個里之樓地板面積淨增加率，作為本研究之傳統 OLS 迴歸模型以及空間迴歸模型之依變數。而經由過去文獻的整理，了解建築物重開發的影響因素，則為本研究迴歸模

(16)

13 型之自變數。本研究所蒐集的自變數資料分成三個類別，分別為總體經濟因素、建物個別因素以及區位因素。 一、總體經濟因素 （一）民國 90 年至 98 年人口數變動率 Brueckner（1982）認為，在一定的空間範圍內，人口增加將導致居民對樓地板面積的需求提高。但在都市內部的建成環境之內，樓地板面積的總量是固定的，如要創造更多的樓地板面積以符合人口增加的需求，就必須以較高密度的建築方式進行建築物重開發。於是，都市內的人口將會影響都市內部建築物重開發的可能性。本研究根據臺北市各行政區之戶政事務所的人口統計資料，取得研究期間各年度臺北市各行政區每個里的人口數。若直接以此數值作為自變數，則要考量到每個里面積大小不同的影響，面積較大的里可能有較多的人口，而對迴歸分析的結果產生變異。於是，本研究也對此變數進行和依變數相同的處理方式（將淨增加量轉變為淨增加率），計算出從民國 90 年到民國 98 年，臺北市各行政區每個里的人口數變動率，以避免每個里面積大小不同而可能對迴歸分析結果所產生的變異。（二）民國 90 年至 98 年戶口數變動率

Barlev and May（1976）的研究指出，一個地區的房屋存量越高，重開發的可能性即會降低。本研究根據臺北市各行政區之戶政事務所的戶口統計資料，取得研究期間各年度臺北市各行政區每個里的家戶數。家戶數代表一個里之內總共有多少家戶（household units）設籍於此，與國外文獻所提到之房屋存量（building stock）的意義上有所差別。過去研究的作法較少放入家戶的變數，而本研究將家戶也納入討論，有其意義存在。因為少子化和小家庭化的影響，觀察過去臺北市各行政區的統計資料，人口數有逐年減少的趨勢，而家戶數卻呈現逐年增加的現象。所以，以家戶數為自變數來觀察對於臺北市建築物重開發的影響，可能會較過去研究常使用的人口變數較佳。另外，為消除各里面積不同所產生的變異，也計算民國 90 年到民國 98 年，臺北市各行政區每個里的家戶數變動率，作為本研究迴歸模型的自變數。（三）所得虛擬變數：中所得與高所得

(17)

14 Whitehand（1978）認為一個地區的所得水準提高，居民對於樓地板面積的需求將會上升，Bourne（1971）的研究也指出所得較高的住宅區將出現較多的新建物以及建物改建，顯示所得水準提高，也將會使都市內部建築物重開發的可能性提高。本研究從智慧商圈分析服務網(http://www.smrgeo.com.tw/index.asp)取得各里家戶平均所得之資料，其資料來源為家庭收支調查報告。資料型式為次序（ordinal scale）型式，共分為 10 萬~50 萬、50 萬~80 萬、80 萬~110 萬、110 萬 ~150 萬、150 萬~200 萬、200 萬~450 萬等六個級別。由於本研究取得之所得資料為次序變數，數值間的距離並不相等，僅能看出所得之高低順序。故本研究將六個級別之各里平均所得中，第一級（10 萬~50 萬）與第二級（50 萬~80 萬）定義為低所得（10 萬~80 萬）；第三級（80 萬~110 萬）與第四級（110 萬~150 萬）定義為中所得（80 萬~150 萬）；第五級（150 萬 ~200 萬）與第六級（200 萬~450 萬）定義為高所得（150 萬~450 萬）。續將次序變數轉換成虛擬變數，低平均所得之里虛擬編碼為 0，以低平均所得之里為參照組，並得到中所得以及高所得兩個虛擬變數。在中所得虛擬變數中，數值為 1 代表該里之平均所得屬於中間水準，數值為 0 則代表該里之平均所得不屬於中間水準。在高所得虛擬變數中，數值為 1 代表該里之平均所得屬於高水準，數值為 0 則代表該里之平均所得不屬於高水準。 二、建物個別因素 （一）平均屋齡本研究以建築物的屋齡來代表建築物品質以及建物價值的變數，當建築物的屋齡越高，重開發的可能性則越大（Bourne, 1976; DiPasquale and Wheaton, 1996）。本研究從臺北市稅捐稽徵處取得民國 98 年底臺北市之房屋稅籍資料，資料表明每一筆建築物課徵房屋稅的經過期間，用以作為屋齡的替代變數。由於本研究的觀察對象為里，於是將每個里內建築物的屋齡加總後平均，計算出每個里的平均屋齡，作為本研究迴歸模型的自變數。（二）屋齡變異係數（coefficient of variation）由於本研究的屋齡變數，以每個里所有建築物的平均屋齡替代，但若是該里的建築物相互間屋齡差異極大，以屋齡平均值作為自變數可能無法看出真實的情形。若使用屋齡之標準差作為屋齡變異程度之變數，又將會受到每個里平均屋齡不同之影響。故本研究對每個里內所有建築物之屋齡取變異係數，作為本研究迴歸模型觀察屋齡變異程度的自變數。

(18)

15 （三）空屋率當一個區域內的建築物屋齡越高，被重開發的可能性則越大。但高屋齡建築物之現況是否在繼續使用之中，亦可能會影響到建築物被重開發的可能性。一個地區內的空屋率越低，代表該地區對於居住的需求越大，對樓地板面積的需求也就越高，則越可能發生建築物重開發。本研究從臺北市不動產數位資料庫 (http://www.tred.tw/2008TPWS/)取得民國 90年底之時，臺北市各行政區每的里的空屋率資料，作為本研究迴歸模型的自變數。本研究預期若一個地區內之建築物總空屋率越高，代表該地區整體房屋供給量尚且充足，該地區應較不容易發生建築物重開發。 三、區位因素 （一）捷運站 Bourne（1976）的實證研究指出，在地鐵站之周圍區域，都市內部建築物重開發明顯較多。在本研究範圍臺北市之內，則擁有完備的捷運路網來主導大眾交通運輸。本研究從台北捷運公司路線圖暨車站資訊(http://www.trtc.com.tw/)，取得臺北市所有捷運車站的位址資訊，續透過「地籍圖資網路便民服務系統」確認捷運車站所座落的里，以此作出本研究迴歸模型的虛擬變數。該變數的數值為 1，則表示該里擁有捷運站；若該變數的數值為 0，則表示該里沒有設置捷運站。下表 3 為本研究所有迴歸模型變數之敘述統計。表 3 依變數及自變數敘述統計 變數名稱 變數性質 最小值 最大值 平均數 標準差 樓地板面積淨增加率 依變數 -0.2500 1.0534 0.1196 0.1626 總體經濟因素 民國 90 年至 98 年 人口變動率 連續變數 -0.8873 0.6346 -0.0181 0.1213 民國 90 年至 98 年 戶數變動率 連續變數 -0.4139 0.9739 0.078 0.1366 中所得 虛擬變數 0 1 0.71 0.452 高所得 虛擬變數 0 1 0.12 0.326 建 各里平均屋齡 連續變數 7.57 52.57 24.3801 7.671

(19)

16 物個別因素 各里屋齡變異係數連續變數 0.17 1.16 0.6989 0.1694 民國 90 年各里 建築物總空屋率 連續變數 0.0235 0.4694 0.1178 0.0574 區位因素 捷運站 虛擬變數 0 1 0.30 0.458 經由前述之變數說明及各變數敘述統計，整理各自變數對於依變數的預期係數影響如下表 4 所示：表 4 自變數係數預期符號 變數名稱 對樓地板面積淨增加率 預期符號 民國 90 年至 98 年人口變動率 ＋ 民國 90 年至 98 年戶數變動率 ＋ 中所得 ＋ 高所得 ＋ 各里平均屋齡 ＋ 各里屋齡變異係數 不確定 民國 90 年各里建築物總空屋率 － 捷運站 ＋

陸、迴歸模型結果與解釋

一、變數相關性 在進行 OLS 最小平方法迴歸分析之前，需先確認各個自變數與依變數之間的關係為何，可使用 Pearson 相關係數 r 來表示變數之間的相關程度。相關係數的正負號代表兩變數之間的影響方向，而相關係數之數值大小，則代表兩變數之間相關程度的高低。如果個別自變數與依變數之間顯著相關，則代表該自變數與依變數存在一定程度之關係，即可推論此自變數適合納入迴歸模型之中。表 5 為依變數與所有自變數之間的相關係數表。由表 4-4 可以看出，除了「中

(20)

17 所得」、「民國 90 年總空屋率」兩個自變數與依變數之間的相關程度不顯著之外，其餘自變數均與依變數呈現顯著相關。在所有相關程度呈現顯著之自變數中，「戶數變動率」與「人口變動率」與依變數之相關程度最高，相關係數分別為 0.455 與 0.421，其數值為正表示影響方向與預期相同，戶數變動率和人口變動率增加應會導致建築物重開發程度提高。其餘自變數與依變數的相關係數則較低，數值大小約在 0.11~0.22 之間。雖然「中所得」自變數與依變數之相關係數不顯著，但是「高所得」自變數則與依變數之相關係數顯著，且與預期影響方向相同，高所得水準之里的建築物重開發應高於低所得水準之里。另外，「建築物平均屋齡」自變數與依變數之相關係數為負值，與預期影響方向不同，該里建築物平均屋齡越高，則建築物重開發程度可能越低。表 5 各自變數與依變數相關係數表 依變數 自變數 樓地板面積 淨增加率 民國 90 至 98 年人口變動率 r 0.421** (0.000) 民國 90 至 98 年戶數變動率 r 0.455** (0.000) 中所得 r 0.058(0.218) 高所得 r 0.144**(0.002) 該里建築物平均屋齡 r -0.221**(0.000) 該里建築物屋齡變異係數 r 0.114* (0.015) 民國 90 年總空屋率 r -0.016(0.740) 該里有無捷運站 r 0.151** (0.001) ( )：括弧內為 P 值。 **：在顯著水準為 0.01 時(α<0.01)，其相關性顯著。 *：在顯著水準為 0.05 時(α<0.05)，其相關性顯著。雖然在所有的自變數之中，「中所得」、「民國 90 年總空屋率」兩個自變數與依變數之間的相關程度不顯著，但為了檢驗所有自變數在 OLS 迴歸模型內對於建築物重開發影響程度的顯著性，仍保留這兩個自變數投入 OLS 迴歸模型之中，觀察個自變數對於建築物重開發之整體影響。 二、迴歸模型整體顯著性 本研究使用 SPSS 統計軟體，將「樓地板面積淨增加率」作為依變數，並以前述的「民國 90 年至 98 年人口變動率」、「民國 90 年至 98 年戶數變動率」、「中所得」、「高所得」、「該里建築物平均屋齡」、「該里建築物屋齡變異係數」、「民國

(21)

18 90 年總空屋率」、「該里有無捷運站」為自變數進行 OLS 迴歸分析，以觀察各自變數對於都市內部建築物重開發的影響程度。初步的迴歸模型適合度結果如表 6 所示。由該表可以看出，OLS 迴歸模型的 R2_{在 99%的信心水準之下達到顯著，代表就整個 OLS 迴歸模型而言，整體的} 自變數對於依變數存在一定程度之關係。表 6 OLS 迴歸模型適合度

依變數 R R2 Adj-R2 SSreg-F value R

2_顯著性 樓地板面積淨增加率 0.525 0.276 0.263 20.958 0.000 三、迴歸模型之假設 迴歸分析係基於某些統計假設成立的條件之下，進行自變數與依變數間關係之探討。若違反了這些統計假設，則可能使迴歸模型的結果產生偏誤。為排除可能的偏誤，則可以藉由統計檢定的方式來觀察迴歸模型是否合乎假設條件。在一般的情況之下，OLS最小平方法之迴歸模型所得之殘差項（residual），必須要符合常態分配、殘差項之間不存在自相關、殘差項之變異數呈現同質性的假設（邱皓政，2010：16-47）。OLS迴歸模型的殘差檢定值如下表4-6所示： (一) 殘差常態性（normality）假設迴歸分析的假設條件之中，殘差項需要符合常態分配，可使用單一樣本 Kolmogorov-Smirnov 檢定方法，對於 OLS 迴歸模型之殘差進行檢定。由下表 4-6 可以看出，OLS 迴歸模型的 K-S test 值為 0.170，且在 99%在信心水準之下呈現顯著，拒絕殘差呈現常態分配的虛無假設，顯示這 OLS 迴歸模型的殘差項並不符合常態分配的假設。 (二) 殘差獨立性（independence）假設迴歸分析的假設條件之中，不同自變數 Xi所產生之殘差項間也需互相獨立，亦即殘差項間必須不存在自我相關（autocorrelation），否則殘差分配之標準誤就會產生偏誤，而導致統計檢定力降低。使用 Durbin-Watson 檢定方法對 OLS 迴歸模型之殘差項進行檢定，由表 4-6 可以看出，OLS 迴歸模型的 D-W test 值為 2.068，其檢定值趨近於 2，表示殘差項間不存在一階自我相關的可能性較低，符合迴歸分析中殘差項獨立之假設條件。 (三) 殘差等分散性（homoscedasticity）假設

(22)

19

除了不同自變數 Xi之殘差項應呈現常態分配外，其殘差項之變異數也應相

等，稱為殘差等分散性。在檢驗殘差等分散性的統計檢定方法之中，包含 Breusch-Pagan test 和 Koenker test 兩種方法。Breusch-Pagan test 適用於較多的樣本數，而 Koenker test 則適用於小樣本。本研究 OLS 迴歸模型的依變數觀察值共 449 里，屬於較大之樣本，所以採取 Breusch-Pagan test 對殘差之變異數進行檢驗。由表 7 可以看出，OLS 迴歸模型的 B-P test 值為 106.362，在 99%信心水準之下呈現顯著，拒絕殘差項之變異數為同質性的虛無假設，顯示 OLS 迴歸模型的殘差項並不符合殘差等分散性的假設。殘差項不符合等分散性的假設，可能為本研究的依變數存在數個極端值的影響，而導致迴歸模型的檢定力降低。而 OLS 迴歸模型之殘差項出現異質性，除了影響整體迴歸模型的適合度之外，也會錯估個別自變數迴歸係數之標準誤，而導致自變數迴歸係數估計之 t 值不準確，影響迴歸係數顯著性的判斷。關於 OLS 迴歸模型殘差異質性之修正，則在後續詳述。表 7 迴歸模型殘差檢定表

依變數 K-S Z test D-W test B-P test

樓地板面積淨增加率 0.170**(0.000) 2.068 106.362**(0.000) ( )：括弧內為 P 值。 **：在顯著水準為 0.01 時(α<0.01)為顯著。 (四) 多元共線性（multicollinearnality）除了上述三個假設之外，OLS 迴歸模型中之自變數也需符合不存在共線性之假設。若自變數之間的相關程度過高，可能會導致自變數之間的共同變異過高，造成多元共線性之情形，使迴歸分析所得到的參數估計值變異數膨脹，造成迴歸模型解釋力高估。本研究使用變異數膨脹係數（variance inflation factor, VIF）來檢驗 OLS 迴歸模型中，個別自變數對其他自變數的共線性。一般而言，當 VIF 值大於 10，則表示兩自變數之間存在共線性問題。由表 8 可以看出，選入 OLS 迴歸模型的 8 個自變數之 VIF 值均小於 10，顯示自變數之間並不存在明顯的共線性問題。表 8 VIF 值 依變數 自變數 樓地板面積 淨增加率 民國 90 至 98 年人口變動率 VIF 4.459 民國 90 至 98 年戶數變動率 VIF 4.390 中所得 VIF 1.639

(23)

20 高所得 VIF 1.644 該里建築物平均屋齡 VIF 1.888 該里建築物屋齡變異係數 VIF 1.674 民國 90 年總空屋率 VIF 1.181 該里有無捷運站 VIF 1.048 (五) 異質穩健標準誤估計之回歸結果在檢驗前述 OLS 迴歸模型的假設檢定過程之中，發現迴歸模型之殘差存在異質性，將影響對於迴歸係數顯著性之判斷準確性。為了修正殘差異質性的問題，可以採取異質穩健標準誤估計（ heteroskedasticity-consistent standard error estimators）來修正 OLS 法中的自變數係數值估計標準誤，得到較為穩定之 t 值。由於經過異質穩健之修正之後，原本迴歸模型之係數值並不會產生變化，變可以藉由 t 值的變化來判斷該自變數迴歸係數值，在殘差同質情況下之顯著性。

本研究使用 Hayes and Cai（2007）所撰寫的 HCREG 矩陣，對 OLS 迴歸模型進行修正，模型修正的結果如表 4-9 所示。由表 9 可以看出，經修正之後的 OLS 迴歸模型適合度並沒有明顯上升，R2為 0.276。修正後之 OLS 迴歸模型，除了屋齡變異係數的迴歸係數顯著性轉變為不顯著之外，其餘自變數迴歸係數之顯著性大致上則沒有改變。於修正後的 OLS 迴歸模型之中，「民國 90 年至 98 年戶數變動率」、「中所得」、「高所得」、「該里建築物平均屋齡」、「該里有無捷運站」等 5 個自變數之迴歸係數在 99%信心水準下呈現顯著。表 9 HC 修正迴歸係數值及其顯著性 依變數 自變數 樓地板面積淨增加率 β 標準化β t值 P值常數 0.209* -- 2.544 0.011 民國 90 至 98 年人口變動率 -0.022 -0.017 -0.195 0.846 民國 90 至 98 年戶數變動率 0.531** 0.446 4.684 0.000 中所得 0.042** 0.117 2.718 0.007 高所得 0.089** 0.178 3.308 0.001 該里建築物平均屋齡 -0.004** -0.188 -2.549 0.010 該里建築物屋齡變異係數 -0.106 -0.110 -1.542 0.124 民國 90 年總空屋率 -0.119 -0.042 -1.152 0.250

(24)

21 該里有無捷運站 0.042** 0.119 2.619 0.009 R2 0.276** 樣本數 449

柒、初步發現與政策意涵

一、臺北市建築物新建速度高於建築物拆除速度 依據臺北市建築管理處核發之建物使用執照及拆除執照，計算而得之建築物樓地板面積淨增加率統計數字，可以發現臺北市內部新建建築物的速度，遠高於拆除建築物的速度。但是在臺北市 12 個行政區共 449 個里之中，雖然有 386 個里的樓地板面積呈現正成長，但仍有 22 個里之樓地板面積呈現負成長。顯見臺北市雖然大多數區域之建築物重開發非常頻繁，依然有少數地區的建築物重開發面臨停滯甚至是衰退的狀況。 二、臺北市建築物重開發出現空間聚集現象 本研究使用全域型空間自相關 Moran’s I 指標，對樓地板面積淨增加率進行檢測，發現樓地板面積淨增加率於臺北市整體空間範圍之中，並不存在明顯的空間自相關。但是在使用地域型空間自相關 LISA 指標檢測之後，卻發現樓地板面積淨增加率於臺北市數個區位出現空間聚集現象。圖 2 為臺北市建築物重開發空間聚集與土地使用分區對照圖，圖之上半部為樓地板面積淨增加率 LISA 值分佈圖之 A 區部分。由圖 2 可以看出，建築物重開發高-高聚集之處（圖上半部紅色區域），為捷運內湖線（圖中棕色線段）沿線路段之區域。臺北市捷運內湖線於民國 91 年 5 月 23 日開工，至民國 98 年 7 月 4 日正式連接木柵線通車營運，恰好為本研究時間範圍內歷經動工至通車營運的捷運路線。因此，本研究推論如捷運路線這種重大交通建設，將會帶動該區域出現頻繁的建築物重開發，且由本研究之建築物重開發影響模型也證實，在捷運站之周邊區域，建築物重開發程度將會較高。

(25)

22 圖 2 臺北市建築物重開發空間聚集與土地使用分區對照圖從圖 2 亦可以看出，建築物重開發高-高聚集之處，為捷運內湖線之南側區域。但是在捷運內湖線之北側區域，並沒有出現建築物重開發高-高聚集的現象，有些區域甚至是建築物重開發程度較低之處（圖上半部淺藍色區域）。由圖 2 下半部臺北市內湖區土地使用分區圖，與圖上半部建築物重開發空間聚集區位進行對照，可發現建築物重開發高-高聚集之處，其土地使用分區多為科技工業 A 區、科技工業 B 區及商業區，允許較高的開發強度使用；而建築物重開發程度較低之處，其土地使用分區則多為住宅區，僅允許較低的開發強度使用。本研究雖受限於研究對象之限制，無法將臺北市之土地使用分區予以變數化納入建築物重開發影響模型。但由圖 2 之對照圖可以推論，土地使用分區的確會影響建築物重開發；允許較高開發強度的土地使用分區，將會使該區域之建築物重開發程度提高，與過去之研究結果相符（Barlev and May, 1976; Bourne, 1969）。

(26)

23 圖 3 臺北市捷運蘆洲線沿線土地使用分區圖圖 3 為臺北市捷運蘆洲線（圖中橘色線段）沿線、大同區及中正區土地使用分區圖。臺北市捷運蘆洲線雖於民國 90 年 12 月 3 日開始興建，但遲至民國 96 年 9 月才開始進行軌道鋪設工程，並於民國 99 年 11 月 3 日正式開放載客營運，所以在本研究的時間範圍之內，並無法看出建築物重開發程度高-高空間聚集的現象。根據前述的推論，如捷運路線這種重大交通建設，將會帶動該區域頻繁出現建築物重開發現象。由於捷運蘆洲線沿線區域之土地使用分區多為商業區，允許較高強度的開發使用，再加上捷運蘆洲線通車營運之影響，故本研究預測在往後的數年之間，該區域應會出現較頻繁之建築物重開發。 三、戶口數變動對於臺北市建築物重開發之影響較人口數變動重要 由表 9 臺北市建築物重開發影響模型之迴歸係數表中可以看出，戶數變動率對臺北市建築物重開發具有顯著的影響，而人口變動率對於臺北市建築物重開發之影響則呈現不顯著。過去的文獻指出，都市內部人口的變動將會造成對於住宅需求的變動，導致都市內部建築物重開發的機會增加（Bruecker, 1982）。但是在本研究的實證結果之中，臺北市之建築物重開發不受人口變動所影響，與過去的研究結果並不相符。本研究推論，由於少子化和小家庭化之影響，造成臺北市的總人口數逐年減少，但是家戶數卻呈現逐年增加的趨勢，必須從戶數變動才能看

(27)

24 出都市內部居民對於住宅的實質需求。故在後續的相關研究之中，應考量使用家戶數之影響變數來替代人口數之影響變數。 四、新增建築供給集中於高房價地區 在表 9 臺北市建築物重開發影響 HC 修正模型之迴歸係數表中，分別標明各自變數的未標準化迴歸係數以及標準化迴歸係數。根據各自變數的未標準化迴歸係數，雖然可以看出各個自變數對於臺北市建築物重開發之影響方向以及影響程度，但無法互相比較各自變數之間，何者對於臺北市建築物重開發之影響程度較大；而根據各自變數的標準化迴歸係數，則可以互相比較各自變數對於臺北市建築物重開發的影響程度。由表 9 可以看出，戶數變動率自變數之標準化迴歸係數為 0.446，為所有自變數中標準化迴歸係數數值最大者。由前述第三點的結論可知，戶數變動代表了都市內部居民對於住宅的實質需求，亦即當都市內部之戶數成長越高之時，將會藉由頻繁的建築物重開發來創造出更多的樓地板面積。另一方面，都市內部平均所得水準較高，或是捷運站的周邊地區，一般認為是都市內部房價水準較高之區域。較高房價水準所導致的建築物重開發可以視為，為了獲取將建築物重開發後較高之使用價值，而衍生出對於住宅的投資需求。另外，由表 9 可以看出，中所得自變數之標準化迴歸係數為 0.117，高所得自變數之標準化迴歸係數為 0.178，捷運站自變數之標準化迴歸係數為 0.119。三個自變數之標準化迴歸係數合計為 0.117+0.178+ 0.119=0.414，代表這三個自變數的總和影響，甚至低於戶數變動率僅一個自變數對於臺北市建築物重開發程度之影響。由本研究之實證結果可以推論，臺北市新建物主要集中在所得水準較高、以及捷運站通過的地區。而這些地區，自然也是房價較高的地區。

(28)

25 參考文獻 林享博(1993)，建築物壽命的研究：在台北市的一個實證分析，住宅學報，第一期，第 47-74 頁。吳清如(1991)，建築物壽命的研究，國立成功大學都市計畫研究所碩士論文。邱皓政(2010)，量化研究法(二)：統計原理與分析技術，臺北市：雙葉書廊有限公司。俞國華(2010)，臺北市住宅建築物經濟耐用年數研究，國立臺北大學不動產與城鄉環境學系碩士論文。

Ansenlin, L. and D. A Griffith (1988) Do Spatial Effects Really Matter in Regression Analysis? Papers of Regional Science Association., Vol.65: pp.11-34

Ansenlin, L. (1995) Local Indicators of Spatial Association: LISA, Geographical Analysis., Vol.27(2): pp.93-115

Ansenlin, L. (1999) Spatial Econometrics. Bruton Center School of Social Science University of Texas at Dallas Richardson.

Barlev, B and May, J. (1976) The Effects of Property Taxes on the Construction and Demolition of Houses in Urban Areas, Economic Geography., Vol.52(4): pp.304-310

Bourne, L. S. (1969) Location Factors in the Redevelopment Process: A Model of Residential Change, Land Economics., Vol.45(2): pp.183-193

Bourne, L. S. (1971) Adjustment Processes and Land Use Succession: A Conceptual Review and Central City Example, Economic Geography.,Vol.47(1): pp.1-15

Bourne, L. S. (1976) Urban Structure and Land Use Decisions, Annals of the Association of American Geographers., Vol.66(4): pp.531-547

Brueckner, J. K. (1982) Building Ages and Urban Growth, Regional Science and Urban Economics., Vol.12(2): pp.197-210

DiPasquale, D and Wheaton, W. C. (1996) Urban Economics and Real Estate Markets. New Jersey: Prentice-Hall.

Hayes, A. F. and Cai, L.(2007) Using Heteroscedasticity-Consistent Standard Error Estimators in OLS Regression: An Introduction and Software Implementation,

(29)

26 Behavior Research Methods., Vol.39(4): 709-722

Odland, J. (1988) Spatial Autocorrelation. Newbury Park, CA: Sage Publication.

Summerfield, M. A. (1983) Populations, Samples, and Statistical Inference in Geography.

Osborne, J. W. (2002) Notes on the Use of Data Transformations, Practical Assessment, Research & Evaluation., Vol.8(6)

Tobler, W. R. (1970) A Computer Movie Simulating Urban Growth in the Detroit Region, Economics Geography., Vol.46: pp234-240

Upton, G. J. G. and B. Fingleton (1985) Spatial Data Analysis by Example. Vol.1: Point Pattern and Quantitative Data, New York Chichester: Wiley.

Whitehand, J. W. R. (1978) Long-Term Changes in the Form of the City Centre: The Case of Redevelopment, Geografiska Annaler. Series B, Human Geography., Vol.60( 2): pp.79-96

Whitehand, J. W. R. (1979) The Study of Variations in the Building Fabric of Town Centres: Procedural Problems and Preliminary Findings in Southern Scotland, Transactions of the Institute of British Geographers., Vol.4(4): pp.559-575

Whitehand, J. W. R. and Whitehand, S. M. (1983) The Study of Physical Change in Town Centres: Research Procedures and Types of Change, Transactions of the Institute of British Geographers., Vol.8(4): pp.483-507

Whittle, P. (1954) On Stationary Processes in the Plane, Biometrica., Vol.41: pp434-449

Wong, D. W. S. and J, Lee (2005) Spatial Analysis of Geographic Information With ArcView GIS and ArcGIS, UK: John Wiley &Sons, INC.

(30)

27

土地重開發的反公地悲劇: 萬華車站特定區實證

壹、房價高漲與土地供給 近年來臺北市房價高漲，甚至已成為民怨之首。從表 1 中臺北市的房價指數變動亦發現：自 2001 年第一季至 2009 年第四季間房價指數已上漲二倍，而住宅存量的變動卻是十分有限。若以經濟學供給價格彈性之定義加以計算：在 2001 年第一季至 2012 年第三季間，住宅供給彈性平均約為 0.0709。這樣的結果經濟直覺上隱含：隨著房價快速上漲，住宅供給量並未顯著的隨之增加。表 1 臺北市住宅價量關係季度房價指數 房價指數 變動率 住宅存量 （宅數） 住宅存量 變動率 住宅供 給彈性 2001Q1 100.00 -- 828,989 -- -- 2001Q2 96.56 -3.4400% 829,886 0.1082% -0.0315 2001Q3 93.48 -3.1897% 831,665 0.2144% -0.0672 2001Q4 94.45 1.0377% 832,938 0.1531% 0.1475 2002Q1 94.22 -0.2435% 835,318 0.2857% -1.1734 2002Q2 98.82 4.8822% 836,787 0.1759% 0.0360 2002Q3 97.59 -1.2447% 838,158 0.1638% -0.1316 2002Q4 97.47 -0.1230% 839,450 0.1541% -1.2536 2003Q1 99.63 2.2161% 841,174 0.2054% 0.0927 2003Q2 96.26 -3.3825% 842,128 0.1134% -0.0335 2003Q3 103.84 7.8745% 843,379 0.1486% 0.0189 2003Q4 105.62 1.7142% 844,539 0.1375% 0.0802 2004Q1 110.32 4.4499% 845,655 0.1321% 0.0297 2004Q2 116.11 5.2484% 847,192 0.1818% 0.0346 2004Q3 117.96 1.5933% 848,635 0.1703% 0.1069 2004Q4 121.61 3.0943% 851,078 0.2879% 0.0930 2005Q1 122.14 0.4358% 851,476 0.0468% 0.1073 2005Q2 126.58 3.6352% 852,922 0.1698% 0.0467 2005Q3 129.17 2.0461% 854,061 0.1335% 0.0653 2005Q4 133.40 3.2748% 856,956 0.3390% 0.1035 2006Q1 134.34 0.7046% 858,292 0.1559% 0.2212 2006Q2 144.77 7.7639% 859,310 0.1186% 0.0153

(31)

28 2006Q3 150.95 4.2688% 860,563 0.1458% 0.0342 2006Q4 153.18 1.4773% 863,473 0.3382% 0.2289 表 1 臺北市住宅價量關係（續）季度房價指數 房價指數 變動率 住宅存量 （宅數） 住宅存量 變動率 住宅供 給彈性 2007Q1 162.39 6.0125% 865,313 0.2131% 0.0354 2007Q2 166.45 2.5002% 867,336 0.2338% 0.0935 2007Q3 165.66 -0.4746% 870,138 0.3231% -0.6807 2007Q4 164.87 -0.4769% 874,672 0.5211% -1.0927 2008Q1 176.30 6.9327% 878,553 0.4437% 0.0640 2008Q2 179.91 2.0476% 881,629 0.3501% 0.1710 2008Q3 173.60 -3.5073% 884,064 0.2762% -0.0787 2008Q4 163.46 -5.8410% 887,715 0.4130% -0.0707 2009Q1 164.68 0.7464% 890,831 0.3510% 0.4703 2009Q2 177.92 8.0398% 892,306 0.1656% 0.0206 2009Q3 190.25 6.9301% 894,303 0.2238% 0.0323 2009Q4 201.97 6.1603% 894,550 0.0276% 0.0045 2010Q1 209.79 3.8719% 899,113 0.5101% 0.1317 2010Q2 217.66 3.7514% 897,941 -0.1304% -0.0347 2010Q3 223.02 2.4626% 899,956 0.2244% 0.0911 2010Q4 236.59 6.0847% 917,553 1.9553% 0.3214 2011Q1 240.76 1.7625% 918,906 0.1475% 0.0837 2011Q2 246.12 2.2263% 920,163 0.1368% 0.0614 2011Q3 245.73 -0.1585% 921,589 0.1550% -0.9780 2011Q4 251.68 2.4214% 922,944 0.1470% 0.0607 2012Q1 254.19 0.9973% 924,211 0.1373% 0.1377 2012Q2 262.70 3.3479% 926,230 0.2185% 0.0653 2012Q3 268.28 2.1241% 927,960 0.1868% 0.0879 2001Q1 至 2012Q3 -- 168.2800% -- 11.9388% 0.0709 資料來源：信義房價指數 http://www.sinyi.com.tw/news/article.php/2615 內政部不動產資訊平台住宅資訊統計季報 http://pip.moi.gov.tw/Default.aspx

(32)

29 建物與土地的關係密切，建物的興建必須立基於土地之取得，且該土地必須符合開發者理想的開發規模。然而土地不同於一般財貨，一般財貨的品質差異不大，容易切割組合，需求方如需要特定數量的財貨，不必耗費過多交易成本，便可從市場中取得。但在土地市場中，單筆土地的面積存在相當大差異，需求方必須透過交易過程以獲得適當規模的土地。若無法取得理想的土地開發規模，便無法進行土地開發，也就無法增加建物供給量。因此，土地市場的特殊性使得開發者必須在市場中進行或長或短的整合或分割，以獲得理想的土地規模。有許多因素可能造成住宅價格高漲，土地供給可能是原因之一。例如 Glaeser and Ward（2009）觀察到 Greater Boston 的住宅價格快速提高，且新建住宅供給減少。透過實證研究發現，這樣的現象並非來自土地的缺乏，而是土地使用管制所造成，其中最小基地面積限制對新建住宅的影響最大。但是地主意願也深切影響開發者取得土地的時間長短或成敗，地主可能因為各種因素拒絕供給土地作為開發之用。這使得土地供給的彈性深受地主意願影響，連帶影響建物的供給及價格。而在臺灣，土地產權通常是細碎的。也就是單筆土地的規模較小，隱含土地開發必須成功整合產權，否則將導致土地開發的失敗，也就難以釋出住宅供給。以臺北市的都市更新為例，依臺北市都市更新自治條例第 12 條規定：經主管機關劃定應實施更新之地區，其更新單元劃定基準應符合下列規定之一： 一、為完整之計畫街廓者。二、街廓內面積在 2,000 平方公尺以上者。 三、街廓內鄰接二條以上之計畫道路，面積大於該街廓四分之一，且在 1,000 平方公尺以上者。 四、街廓內相鄰土地業已建築完成，無法合併更新，且無礙建築設計及市容觀瞻並為一次更新完成，其面積在 1,000 平方公尺以上者。但其面積在 500 平方公尺以上，經敘明理由，提經審議會審議通過者。五、跨街廓更新單元之劃設，其中應至少有一街廓符合第一款至第四款規定之一，並採整體開發，且不影響各街廓內相鄰土地之開發者。從該自治條例中，可發現臺北市都市更新單元至少需達到 1,000 平方公尺以上，例外者亦至少需 500 平方公尺以上。而如表 2 所示，於 2011 年時，臺北市單筆私有土地的平均面積約為 443.45 平方公尺，尚未達 1,000 平方公尺，代表著臺北市進行都市更新至少需要整合 2.3 筆以上的土地。臺北市 12 行政區中，以內湖區的單筆土地平均面積最大，約為 1,188.96 平方公尺；大同區與萬華區的單筆土地平均面積均未達 100 平方公尺，分別約為 86.94 及 90.39 平方公尺。表 2 臺北市私有土地面積與筆數 行政區 項目 2007 2008 2009 2010 2011

(33)

30 總計 總面積 125,183,859 125,070,488 124,860,860 124,828,164 123,323,701 總筆數 278,845 279,267 278,492 278,546 278,102 平均面積 448.94 447.85 448.35 448.14 443.45 內湖區 總面積 20,768,842 20,718,695 20,713,290 20,694,455 20,695,006 總筆數 17,565 17,520 17,460 17,386 17,406 平均面積 1,182.40 1,182.57 1,186.33 1,190.29 1,188.96 南港區 總面積 11,179,543 11,133,680 11,084,414 11,077,675 11,034,847 總筆數 14,801 14,769 14,768 14,735 14,743 平均面積 755.32 753.85 750.57 751.79 748.48 士林區 總面積 31,080,872 31,118,985 31,012,076 31,008,101 30,628,540 總筆數 47,983 48,306 48,569 48,563 47,962 平均面積 647.75 644.21 638.52 638.51 638.6 北投區 總面積 23,859,070 23,878,557 23,870,498 23,888,756 22,850,843 總筆數 37,847 38,035 37,197 37,211 37,326 平均面積 630.41 627.8 641.73 641.98 612.2 文山區 總面積 15,272,799 15,238,581 15,199,617 15,195,836 15,161,060 總筆數 29,699 29,705 29,673 29,638 29,601 平均面積 514.25 513 512.24 512.71 512.18 信義區 總面積 5,276,348 5,274,820 5,279,354 5,281,294 5,273,549 總筆數 18,413 18,416 18,452 18,755 18,852 平均面積 286.56 286.43 286.11 281.59 279.73 中山區 總面積 4,643,859 4,617,207 4,604,348 4,599,449 4,609,640 總筆數 19,124 19,023 18,949 18,870 18,869 平均面積 242.83 242.72 242.99 243.74 244.3 松山區 總面積 2,895,848 2,879,509 2,872,133 2,866,826 2,863,697 總筆數 12,075 12,030 12,016 11,985 11,953 平均面積 239.82 239.36 239.03 239.2 239.58 大安區 總面積 4,116,204 4,116,204 4,123,197 4,119,601 4,113,571 總筆數 20,836 20,836 20,816 20,804 20,846 平均面積 197.55 197.55 198.08 198.02 197.33 中正區 總面積 2,145,448 2,150,646 2,163,149 2,167,854 2,169,359 總筆數 16,100 16,095 16,241 16,258 16,315 平均面積 133.26 133.62 133.19 133.34 132.97 萬華區 總面積 2,066,417 2,062,678 2,064,926 2,056,112 2,055,672 總筆數 22,892 22,913 22,855 22,807 22,743 平均面積 90.27 90.02 90.35 90.15 90.39

(34)

31 大同區 總面積 1,878,609 1,880,926 1,873,858 1,872,205 1,867,917 總筆數 21,510 21,619 21,496 21,534 21,486 平均面積 87.34 87 87.17 86.94 86.94 單位：平方公尺，筆資料來源：臺北市政府地政局地政統計若最適開發規模固定，則單筆土地面積越小，代表著開發者所需整合的土地筆數越多，土地筆數越多同時隱含地主人數越多。隨著重建或都市更新所需整合的土地筆數增加，亦意味著整合的時間、金錢成本或難度也會提高，降低整合成功的機率。就臺北市目前單筆土地面積較小的情況而言，土地整合的困難極有可能是住宅供給彈性小的原因之一，並因而提高住宅價格。本文下一部分將先回顧整合產權及土地面積與價格非線性關係的相關文獻。接著利用土地登記簿謄本標示部及使用執照存根，進行實證分析。 貳、土地整合與反公地悲劇 任何人均擁有使用權的資源，因為使用該資源的邊際利益大於邊際成本，擁有使用權的人會因為理性決策而增加使用量，造成資源的過度使用並耗竭，便是 Hardin 所稱公地悲劇。例如一座任何人均可使用的放牧場，每一位理性的放牧人會試圖最大化其利益，增加一頭牲畜所產生的邊際利益會大於其所產生的邊際成本，所以理性的放牧人會盡可能的在這個放牧場中飼養越多的牲畜。當每一位理性的放牧人都飼養越來越多的牲畜時，放牧場的草地也會逐漸衰竭，便產生公地悲劇（the tragedy of commons），造成資源的過度使用（Hardin，1968）。Hardin 認為，解決公地悲劇的方法有二，其一為將公地以私有財產的方式出售，或將保持為公有財產但分配使用的權利。然而，將公共資源私有化雖然可以避免資源因為過度使用而衰竭，但是過度極端的私有化卻會產生另一種難題。根據 Heller（2008）對資源的分類，適度的私有化將會使資源自公有資源轉變為私有資源，在這個狀態下資源使用量為最適，但若持續進行私有化，將轉變為反公地資源。反公地資源為在社會財產制度下，一位以上的所有權人擁有實質排除他人使用稀少資源的權利（a property regime in which multiple owners hold effective rights of exclusion in a scarce resource），且沒有人擁有有效率使用的權利。當擁有排除權利的所有權人數過多時，個人的理性決定會使資源傾向低度使用，於是出現一個集體的反公地悲劇（the tragedy of anti-commons）（Heller，1998）。

Heller 並進一步將反公地資源分為二類：法規型（legal anticommons）與空