辦公室市場租金之研究

(1)

(2)

台北市辦公室市場租金之研究

黃名義* 張金鶚

**

摘要

本文以特徵租金迴歸模型釐清台北市辦公室租金之影響因素，資料採用台灣地區不動產成交行情公報中八十二年至八十七年台北市辦公室租賃實際成交行情，實證結果，顯著影響台北市辦公室租金之因素包括：租賃面積、所在樓層、區位、用途類別、屋齡、總樓層與辦公室設備等，其中租賃面積、區位、屋齡及總樓層等因素與國外研究結果一致。其次，本研究發現所在樓層因素顯著影響辦公室租金，並呈現二次曲線函數形式。在辦公室與住宅租金影響因素比較分析上，租賃面積、區位、屋齡及總樓層等因素對台北市二個市場租金均呈現顯著，惟所在樓層因素顯著影響辦公室租金，惟卻不顯著影響住宅租金，顯示商業用途之辦公室具樓層別效用差異。有關時間屬性對租金之影響，住宅因自住或租賃較易轉換，辦公室則替代性較低，故不景氣時，住宅租金呈現上揚，而辦公室租金下跌。從整體租金水準分析，辦公室租金水準高於住宅租金水準，吻合競標地租理論觀點，而辦公室市場聚集特性也較具規模經濟。 關鍵詞：特徵租金、辦公室租金、住宅租金、樓層別效用、競標地租、規模 經濟 * 國立政治大學地政研究所博士班研究生 **國立政治大學地政學系教授

(3)

壹、前言

辦公室為中心商業區中主要不動產市場產品之一，其產品特性為提供辦公空間場所供企業營業活動與進行商業交易，由於近年工商業發達，三級產業及其就業人口逐年增加，進而利用辦公室營業之行業逐年遞增，相形對於辦公室之需求亦與日俱增，惟辦公室提供空間係以要求租金報酬為其對價，因而對於辦公室之供給者與使用者而言，租金水準高低便影響建商投資興建辦公大樓與企業主進駐之意願，也使租金水準成為辦公室市場主要研究重點之一。其次，企業租賃辦公室空間僅需支付低廉之租金費用，而購置辦公室空間卻必須提列龐大固定成本與折舊，故辦公室多數只租不售，而區位特性上，辦公大樓有集中於市中心之現象，以便於在交通、資訊、公共服務、就業及業務等活動上取得優勢，並促使企業能降低成本、提高競爭力及獲取更多的商業利益，反觀住宅市場則自有比率極高（以國內而言），出租住宅多數係自住外釋出之餘屋，並以提供居住為主，承租者使用住宅非為營業行為，出租住宅亦無特定集中情形，因此，二個租賃市場是否因規模經濟及若干原因不同，而對租金之支付能力有所差異？值得深究。本研究見於過去國內不動產市場研究偏重於住宅市場，對於商用不動產之研究仍未具風氣，而對於商用不動產中最重要一環之辦公室市場研究論述仍屬罕見，基此，實有必要對辦公室市場給予觀念性之釐清，並分析市場現況，臻而探討辦公室市場供需雙方關注之租金水準及相關之影響因素；而同樣支付租金對於辦公室市場與住宅市場其影響因素差異性為何，聚集經濟與外部性效果是否造成辦公室市場較具競爭力並使承租者願意支付較高的競標租金，均引發本研究深入探討之動機。

貳、文獻回顧

有關辦公室市場租金之研究約略可以區分為：一、租金決定與影響變數分析及實證模型應用。二、租金和空置（Vacancy）之相互影響關係等二大部分，依序回顧如下： 一、租金決定與影響變數分析及實證模型應用 有關不動產市場租金之研究係由特徵價格理論（ Hedonic Price Theory）基礎引申而來，最早係探討影響不動產價格之特徵屬性，而後被陸

(4)

續運用於分析住宅租金與房屋屬性之關聯。

Clapp（1980）則進一步利用特徵租金迴歸模型研究洛杉磯都會區辦公室之區位活動，採用對數線性（Log-Linear）模型分析辦公室租金，租金係以每年每平方英尺樓地板空間之報價租金率（Quoted rental rates）為應變數，研究認為影響辦公室租金之自變數包括：租賃總樓地板面積、屋齡、建物總樓層、停車位數、建物是否座落於著名街道、每年財產稅賦、鄰近地區氣候特徵（該地區多煙霧）、兩個街廓半徑內之辦公空間面積、距市中心距離及就業者通勤至辦公地點之時間等。 Hough&Kratz（1983）則採用線性（Linear）、對數（Logarithmic）、半對數（Semi-Log）及對數線性（Log-Linear）等特徵迴歸模型研究芝加哥中心商業區辦公室市場租金，租金係採詢問租金（Asking rent），認為影響租金之顯著變數包括：距市中心距離、屋齡、地區平均租金、建物總樓層、有無會議室及電梯設備等，結論認為線性及對數模型效果較佳，並認為品質新穎優良的辦公大樓，企業主願意支付額外的租金，但對予老舊仍具有優良品質的辦公大樓卻無意支付額外的租金。 Cannaday&Kang1則採用線性和對數線性模型研究伊利諾州小型都會區辦公室市場租金，租金以平均租金率代表，顯著影響租金之變數包括：每樓地板平均單位數、每單位租賃空間面積、屋齡、距都市地區中心距離及最短租賃期限等。 Brennan，Cannaday&Colwell（1984）研究芝加哥中心商業區之租金，改以真實交易租金率為應變數，並以辦公室單位（Unit）資料為分析標的，而非以整棟建物（Building）為資料標的，自變數除以往學者採用之物理和區位變數外，更加入租賃契約為重要變數，模型除前述四種模型外，再加入倒數（Reciprocal）模型進行分析，實證結果以對數線性模型效果最佳。 Glascock，Jahanian&Sirman（1990）則以建築物規模來實證其對租金之影響，研究發現較具規模之大建築物其每平方英尺辦公室租金高於小建築物辦公室租金，同時，研究發現設備、服務齊全之辦公大樓租金高於僅具備部分設備、服務之辦公大樓，同理更推論 A 級辦公大樓租金高於 B 級辦公大樓。 Thibodeou（1990）研究新建高樓層辦公大樓對鄰近住宅土地價值之影響，發現辦公大樓鄰近住宅，會對住宅產生交通混亂、空氣污染和日照減少等負面之影響，惟好處是使工作地點接近，因而提高住宅財產價值，總體分析認為鄰近之淨效果正面大於負面。

1 詳見 Thomas P.Brennan，Roger E.Cannaday & Peter F.Colwell Office Rent In The Chicago CBD AREUEA Journal,Vol.12,No.3,1984。

(5)

Mills（1992）以租賃期間詢問租金現值（PV of asking rent）及第一年詢問租金分別為應變數探討芝加哥辦公室市場租金，結論證實二個迴歸模型均有很好的結果。

Wheaton & Torto（1992）2則研究發現大建築物（五樓或更高之建築物）因運輸便利（提供電梯）、建築物名望、視野及著名企業承租者進駐，因而會要求較高的租金；其次，研究認為租賃空間大小會影響出租者與承租者對租金之協商能力，即當承租者（如著名企業承租者）商議要承租較大空間時，其協商能力較強，反之，難以提供大空間之小建築物，出租者協商能力較強，二者會使租金呈反向變動。

Doiron，Shilling & Sirmans（1992）則將辦公大樓建築特徵納入特徵租金研究，發現特別的建築特徵如精緻的中庭與門廊雖會增加建築成本，但更顯著的是會提昇租金，增加收入。 Gat（1998）則分析以色列特拉維夫辦公室市場租金，以整棟建物為資料標的，研究認為影響辦公室租金之重要變數包括：第一要易於面對面商業交易，亦即有聚集經濟現象，隱含之變數包括：接近中心商業區、建物大小、高度與服務業就業人口密度等，第二個變數為物理性質，指屋齡、視野、電梯、中庭及保全等，第三個變數為鄰近品質，包括同建物承租者與鄰接建物承租者之名望水準、同建物使用者之友善程度、建物視覺品質及環繞地區品質等。 二、租金和空置（Vacancy）之相互影響關係 由於不動產產品異於一般消費性商品，故市場同時隱含存量市場與流量市場之觀念，一般認為短期間存量市場之不動產供給固定，租金便由不動產之需求水準所決定，而租金於流量市場經資本還原可以決定不動產價格，而不動產價格與重置成本又決定不動產新建數量，每年新建之數量完工進入市場後，其數量便又成為存量市場之供給量，由於流量市場的新建數量與存量市場的需求數量間存在著供需落差，致可能使市場失衡衍生出不動產空置（Vacancy）現象，並進而連帶影響租金與價格水準，因此，空置與租金間之關聯性亦成為不動產研究重點之一。 Smith（1974）即以加拿大城市住宅資料進行實證租金和空屋在調整過程中之關聯性，結論認為租金方程式如同供需模式，當需求減少時會導致（供給增加）租金下跌，亦即高空屋率會導致租金下跌，低空屋率會導致租金上漲，研究發現空屋變動情形顯著影響租金變動。

2 詳見 J.M.Clapp,,”Dynamics Of Office Markets”,AREUEA Monograph

(6)

Rosen & Smith（1984）研究出租住宅價格調整與自然空屋率，發現需求調整過程係先由空屋率變動再影響租金變動。

Hekman（1985）研究 A 級辦公大樓亦認為市場之反應係由空置變動影響租金變動。

Vandell & Lane（1989）檢測建築物品質對租金和空置之關係，研究結果顯示品質優良之建築物能要求較高之租金，但與空置則無顯著相關。

Weatom & Torto（1988）利用 1968 至 1986 資料研究發現辦公室租金與自然空置率（Natural Vacancy Rate）呈比例變動關係，並支持市場具自然空置過程之論點。

Voith & Crone（1989）研究美國十七個都會區特定期間辦公室市場之空置率，發現都會區、中心商業區與次都會中心等各辦公室市場之自然空置率均不相同，並依自然空置率概念分析個別市場，結論認為部分市場之偏好深受自然空置率之影響。 John（1990）以 1984-1988 資料實證分析中型都市辦公室市場租金，結論認為影響租金變化之因素包括建築物類型、區位、市場條件與契約等，並認為租金調整變動與空置變動有顯著關係。 Clapp（1993）提出空置率、租金與建築物興建量間之動態調整分析，認為租金變動係依賴實際空置率（Actual Vacancy Rate）與自然空置率相互之關係，當實際空置率超過自然閒置率，出租者將感受到空置辦公室空間太多，並渴望能儘早出租，使得租金面臨下跌的壓力，反之，當實際空置率低於自然空置率，出租者將會保留辦公室空間以等待願意支付更高租金之承租者，使得租金面臨上漲的壓力。 Sivitanides（1997）研究商用不動產市場租金調整過程及結構空置率，並改變傳統實證模型將自然空置率固定之假設，增加影響空置率之變數如辦公室空間吸引力、辦公室就業成長、競爭與空置變動等，結論為提出一套更精確的租金調整方程式，並求出不同時間與市場之自然空置率變化情形。 三、小結 由上述相關文獻回顧發現，有關租金水準之研究以採特徵租金模型研究為主，並探討影響租金之相關變數，租金資料之選取多數研究偏向採用衡量建築物水準之租金，如報價租金、詢問租金與年平均租金，而調查之樣本特徵又以採用整棟建築物為單位者居多，依此觀之，分析結果之精確度恐與市場實際租金與租賃單位有所差距，故租金之衡量似應改以承租者實際支付之實質租金（Effective Rents）為應變數，而樣本則應採用實際租賃之辦

(7)

公室空間為單位，如此分析結果當較能貼近市場水準；至於影響租金水準之因素，由於各地情況不同，過往國內尚無辦公室租金方面之研究，故將依現況蒐集之資料，建立適合台灣辦公室市場之特徵租金模型。有關租金與空置變動關係之研究，多數文獻均係單獨探討空置影響租金變動情形，晚近文獻才有將影響空置之相關因素一併納入分析，惟探討租金與空置係涉及市場動態調整分析，而資料以採用總體經濟資料為主，國內目前仍缺乏有系統調查之空置資料，因而並無此方面之研究，有關台灣辦公室市場租金調整過程與空置率之關係仍待進一步了解；其次，住宅與辦公室租賃市場租金水準及影響因素是否有所差異，尚無文獻探討，本研究亦將予以探討釐清。

參、台北市辦公室租賃市場概況

台北市為台灣地區政經商業中心，金融、貿易、通訊、工商服務業與各行業企業總部林立，因而對辦公室市場之引申需求亦相形殷切，隨著農、工、商及服務等產業之興衰更替變遷，辦公室市場逐步躍居成為台北市中心商業區中最重要之土地利用市場型態之一，空間結構之變遷伴隨著商業之發展由西向東延遠，早期台北市辦公室市場集中於西區之延平北路、重慶北路一帶，而後轉向台北火車站站前地區，並因交通之導引向中山北路延伸，但因都市工商服務業之日漸興盛，原台北車站市中心之商業腹地亦不敷使用，辦公室市場便向外擴展匯集至南京東路與松江路，外加交通軸線之發達與舊商業中心之老化，商業中心更逐漸移轉至東區，而辦公室市場也大量群聚於敦化南北路、民生東路及新開發之信義區，並形成今日台北市五大辦公室市場商圈，依序是敦化北路與民生東路、敦化南路、南京東路與松江路、信義區及西區等。3 台北市辦公室租賃市場水準深受總體經濟與房地產景氣影響，國內經濟自四十五年起逐漸起飛後，產業由農業晉升工業、商業，辦公室市場亦相對因產業之發展致需求量逐年增加，而台北市辦公室市場租金水準也自六十八年之每月每坪 800 元，隨著經濟成長，租金水準亦逐年水漲船高。七十八年房地產景氣高峰期時租金水準已高達每月每坪 2800 元，空置率約為 4％，由於過度預期市場榮景致造成供過於求，房地產景氣自七十九年初急速走勢下跌，但因辦公室租金受租賃契約期限之限制，其租金波動遠落後於房地產價格變動，遲至同年年終租金水準始有明顯下滑現象，八十年因景氣持續衰退，租金走勢繼續下跌至每月每坪 2300 元，隨著景氣時興建 3 台北市五大辦公室市場商圈係參採梁振英不動產投資顧問有限公司出版之不動產季刊中之分類。 註解:

(8)

之建物陸續完工加入市場，市場空置率也攀升至 19％，由於市場仍呈現供過於求之現象，迫使辦公室出租者只得降價以求出租。時序至八十二年辦公室市場景氣轉趨於平穩，租金水準漸維持於每月每坪 2000 元，空置率也下降至 17％，此時市場仍是承租方市場，出租者多以延長免租裝璜期為優惠條件藉以提升競爭力，市場新辦公室供給仍逐年持續減少中，八十四年起隨著景氣逐漸好轉，市場需求開始增加，政府政策又放寬外國證券商在台設立分公司及籌劃亞太金融中心，租金水準受激勵略微回升至每月每坪 2100 元，同期空置率為 12％，需求用戶類別以電腦資訊、金融保險、工程顧問、醫療用品及化學等行業為主。八十六年由於股市熱絡及政府開放電訊業，促使證券公司及電訊業急於尋覓辦公室，復加上兩岸通航議題及政府開放僑外投資政策確立等利多因素，以及市場供給仍有限而需求持續增加條件下，租金呈緩步調漲至每月每坪 2200 元，空置率也由八十五年的 8％持續下降至 4.8％，八十七年上半年市場呈現供不應求狀態，租金走勢則持續上揚至每月每坪 2380 元，惟下半年因亞洲金融風暴效應逐漸影響台灣，整體經濟表現轉弱，承租方需求已轉趨保守，部份承租者甚至轉移至北投、汐止等地區承租租金較低廉之辦公室。近十年台北市辦公室租金與空置率變動情形詳如圖一4。整體而言，台北市辦公室市場受景氣及供需影響甚深，從七十九年房地產景氣高峰期後，台北市辦公室市場雖呈現租金下跌與空置率上揚趨勢，惟並未如住宅（買賣）市場蕭條，整體租金水準仍是具有相當高之抗跌性，而近年來，辦公室市場更在都市土地供給有限、各企業競相搶標精華區土地，以及電腦、高科技、金融保險與銀行等行業對辦公室需求增加等利多效應帶動下，租金行情呈現一片逆勢上揚的景象5。 4台北市近十年辦公室租金與空置率係由梁振英不動產投資顧問有限公司出版之不動產季刊報導中整理分析而得，租金資料為台北市 A 級辦公大樓市場平均租金，第一期-第二十期，1993-1998。 5詳見諮群不動產評論期刊，12 月.1998 p4-p5。

(9)

辦公室租金與空置率變動 0.0% 2.0% 4.0% 6.0% 8.0% 10.0% 12.0% 14.0% 16.0% 18.0% 20.0%

Jan-91 Jul-91 Jan-92 Jul-92 Jan-93 Jul-93 Jan-94 Jul-94 Jan-95 Jul-95 Jan-96 Jul-96 Jan-97 Jul-97 Jan-98 Jul-98

年期空置率 1800 1900 2000 2100 2200 2300 2400 2500 租金空置率租金圖一：台北市辦公室租金與空置率變動情形

四、辦公室特徵租金模型建立與分析

一、模型設定與變數選取 過往研究辦公室租金文獻多數以衡量建築物水準之年平均租金為指標，樣本則以整棟建築物為標的，本研究則改採實際租賃之辦公室成交行情為樣本資料，租金為實際成交之實質租金，資料來源係以台灣地區不動產成交行情公報中八十二年至八十七年台北市租賃成交行情樣本為主；模型選取上經測試線性函數、半對數函數、線性對數函數及雙對數函數，最終選擇判定係數較佳之半對數函數形式作為特徵租金迴歸模式，特徵租金方程式如 4-1 式： n n ln(RENTi)=αi+

ΣΣ

βijXij+φi...（4-1） j=1 i=1 RENTi：第 i 筆辦公室租金 Xij：第 i 筆辦公室租金的第 j 個特徵屬性 βij：辦公室租金各特徵屬性迴歸係數

(10)

φi：誤差項變數選取方面依成交樣本提供之資料包含如下屬性：戶的特徵（租賃面積、所在樓層、所在樓層平方項、辦公室設備）、棟的特徵（總樓層、用途類別、屋齡）、鄰里特徵（區位）及空置特徵（完租天數）等，另有關總體經濟、自然環境及契約內容等屬性因素，因限於國內辦公室租賃資料內容之限制及本文係以個體資料實證，未便加以納入分析。研究選取之實質租金係指成交物件之月租金加上每月押金利息（設定為年利率 5﹪），以月租金為租金變數，而非以每坪單價租金為租金變數，實乃因成交物件月租金含括租賃辦公室單元之完整市場價值，而每坪單價租金多係指市場上平均每坪租賃價格，若以成交物件月租金除以租賃面積所獲得之每坪單價租金為變數，以國內租賃標的採實際租賃總單元為報價基準，則每坪單價租金恐造成偏誤且難以反應變數之實際影響性。有關影響租金之屬性因素中，租賃面積係指實際成交辦公室空間總坪數，通常大面積會提高空間之使用價值，故預期對租金有正向影響。所在樓層因素按辦公室提供面對面接觸商業交易服務特性，以一樓具有最佳之使用區位，隨樓層提高，接觸之距離感遞增，預期對租金產生負向關係，惟較高樓層又因所具備之視野佳及企業總部偏好居高樓層以享掌控之心理偏好，故增設所在樓層平方項變數乙項，預期對租金呈現正向相關，即所在樓層超過一定高度後，樓層愈高，租金會呈現上揚，因此，隨著辦公室所在樓層提高，租金呈現二次曲線變化形式。辦公室設備因素會提昇租賃場所品質，預期對租金產生正向影響，本文以虛擬變數設定是否提供辦公室設備（是=1，否=0）。總樓層因素隱含建築物規模大小，辦公大樓樓層愈高，造價成本愈高，因而出租者會收取較高租金以彌補租金支出，其次，高樓提供電梯設備，能縮短距離時間成本，以及衍生之名望及成為地標等均會增加接觸性及知名度，預期對租金呈正向關係，本文將總樓層因素設為虛擬變數，以七樓為分界（一般七樓以上建物具有電梯，故七樓以上設為 1，六樓以下設為 0）。用途類別因素，辦公室一般區分為純辦、住辦與廠辦三大用途類型，依使用性質純辦為商業用途其競標地租最高，其次為住辦與廠辦，限於資料品質，本文資料僅包括純辦與住辦資料，並設為虛擬變數（純辦=1，住辦=0），預期符號為正，即純辦租金大於住辦。屋齡因素反應建築物折舊與品質，屋齡愈老舊，辦公室價值愈低，故預期對租金產生負向關係。區位因素影響辦公室提供之效用，市中心具交通便捷、公共設施齊全、產業與就業匯集，故租金水準高於市郊，本文以行政區劃分為市區與市郊，

(11)

並設虛擬變數（市區=1，市郊=0），市區包含大安區、中正區、中山區、松山區、信義區等，其他行政區則歸為市郊，區位變數預期符號應為正。空置特徵則以完租天數為變數，係指物件交由仲介公司招租至完成承租之實際天數，完租天數愈長，表示空置期間愈久，對出租者將形成壓力，並採取降價以求儘早去化完租，故預期對租金呈負向關係。其次，針對歷年時間屬性設定虛擬變數，以八十七年為基期，設置八十二年至八十六年共五個虛擬變數，藉以比較各當年期租金與基期年租金之漲跌，若係數為正表示各當年期租金高於基期年租金。 二、實證結果 本研究特徵租金迴歸模型為求提升估計能力，先以 DFFITS 法刪除異常點，實證結果台北市辦公室特徵租金迴歸模型估計結果詳表一，辦公室特徵租金模型解釋力（Adj R-square）為 0.65，自我相關（D.W.）值為 1.426，線性重合（Collinoint）值為 6.2187，顯示並無嚴重自我相關與線性重合，模型估計結果為可信賴，另以標準化估計值（Standardized-β）分析，影響租金之顯著變數包括租賃面積、所在樓層平方項、所在樓層、區位、用途類別、屋齡、總樓層與辦公室設備等，完租天數乙項變數則無顯著影響，各個影響辦公室租金之變數說明如下： １租賃面積 辦公室租賃面積為影響租金之最重要因素，參數估計值（Parameter Estimate）為 0.01344，亦即租賃面積每增加一坪，租金上漲 1.34％，符合辦公室以提供使用空間供企業生產營業之首要目標，故對使用空間之衡量，成為要求租金之主要憑據，使用空間大，代表可利用價值高，同時，興建成本與維持成本也較高，因此，租金水準也較高。 ２所在樓層與所在樓層平方項 影響辦公室租金第二個重要變數為所在樓層，參數估計值為-0.0268，表示租賃所在樓層每增高一樓，租金下跌 2.68％，所在樓層平方項參數估計值為 0.0018，表示一定樓層高度以上，樓層愈高，租金水準隨之增加，此二項變數分析結果呈正負相反符號，與預期相符，可解釋為辦公室租賃以一樓租金水準最高，原因為易於面對面商業交易，隨著樓層遞增，造成距離增加，減少面對面交易機會，故租金呈現遞減，符號為負，但反之樓層達一定高度後，因辦公大樓高度形成地理上之明顯地標、視野景觀及建築名望，使得租金又呈現上揚之勢，故所在樓層影響租金之形式如預期為二次曲線Ｕ

(12)

型圖形。 ３區位 市中心之辦公室租金顯著高於市郊之辦公室，預期符號為正，參數估計值為 0.1916，表示位於市中心之辦公室租金高於郊區之辦公室約接近二成，由於辦公室以提供商業用途為主，市中心便利之交通、公共設施、資訊與各項產業服務具全，有利於商業之競爭與交易，故競標地租較高顯而易見，而實證結果也符合預期推論。 ４用途類別 實證結果參數估計值為 0.1505，符號為正與預期相符，表示純辦公室用途類型租金較住辦混合型辦公室為高，其租金差距約為一成五，顯示純辦公室用途商業機能高、區位佳、專業化、具企業名望指標，故租金高於混合型辦公室用途。 ５屋齡 實證結果參數估計值為-0.0025，顯示屋齡每增加一年，租金隨之下降 0.25﹪，與預期結果相符，屋齡愈高代表建築物折舊愈大、使用價值愈低、設備老舊與建築外觀退流行，故租金水準較為低廉，惟整體而言，屋齡對租金變動之差異性不大。 ６總樓層 實證結果參數估計值為 0.1184，顯示總樓層在七樓以上之辦公大樓租金高於總樓層六樓以下之辦公大樓，原因乃高樓層辦公大樓建築成本高、具電梯設備、能形成名望及地標特徵，且總樓層越高代表建築技術越艱鉅，可以推論為新近之建築物，故租金水準較高。 ７辦公設備 實證結果參數估計值為 0.1379，符號與預期相符為正且顯著，代表提供辦公設備之辦公室租金較高，原因為提供辦公設備增加辦公室之使用價值與品質，故租金水準較高。

(13)

８完租天數 本項變數實證結果對辦公室租金並無顯著影響，亦即委託仲介商招租之時間拉長，並未明顯促使出租者感到壓力，並採取降價策略以求儘早出租，其結果是否與委託仲介商出租有一定契約期限，屆期無法出租即終止委託租賃關係，故成交案例均為期限內完成，並無明顯降價行為，或是租賃物件多數係在市場容許自然空置限度內完成租賃，因而以完租天數代替空置分析結果不明顯，並無空置增加促使租金下跌之勢，惟實證結果參數估計值為負，顯隱含著完租天數愈長，會使得租金下跌，只是影響程度並不顯著。表一：台北市辦公室特徵租金模式估計結果變數預期符號參數估計值截距項 9.7961 租賃面積 + 0.134**（0.7647）所在樓層 - -0.0268**（-0.1513）所在樓層平方項 + 0.0019**（0.1692）戶的特徵辦公室設備 + 0.1379**（0.0542）總樓層 + 0.1184**（0.0668）用途類別 + 0.1505**（0.0995）棟的特徵屋齡 - -0.0025**（-0.0762）鄰里特徵區位 + 0.1916**（0.1003）空置特徵完租天數 - -0.00002（-0.001）八十二年 -0.082*（-0.0457）八十三年 0.0363（0.0202）八十四年 0.109**（0.063）八十五年 -0.0168（-0.0102）時間變數（基期八十七年）八十六年 -0.0355（-0.0214） R-Square Adj-Square 自我相關（D.W）值線性重合（Collinoint） 0.6556 0.6510 1.426 6.2187 註：（1）參數估計值（括弧內為標準化估計值 Standardized-β）。（2）*及**表示該參數值在α=10﹪及 5﹪的顯著水準下，顯著異於 0。（3）線性重合（Collinoint）值大於 10，表示自變數間有嚴重的線性重合存在。（4）經異常點刪除後，資料共計 1071 筆。 ９時間變數 實證結果八十二年及八十四年時間變數為顯著，八十二年參數估計值為負，八十四年參數估計值為正，由於房地產景氣自七十九年起逐漸走下坡，因而辦公室租金呈現下跌現象，至八十四年景氣漸復甦，市場需求增加及政策利多因素，促使辦公室租金呈現上漲，八十七年亞洲金融風暴效應於

(14)

國內顯現，辦公室市場需求又趨於遲緩，租金亦開始呈現下跌之趨勢。 三、與國外辦公室租金及國內住宅租金影響因素之比較分析 １國外辦公室租金影響因素之比較分析 表二為影響辦公室租金之因素中國外文獻與本研究實證結果一致者，顯示國內外辦公室租金均深受租賃面積、屋齡、總樓層和區位（距市中心距離）等影響，背後反映著辦公室作為商業活動之場所，區位愈靠近市中心愈能集交通、就業、資訊、服務與公共設施之便，有利於商業往來與面對面的接觸服務，而面積代表辦公室之空間效用與實體價值，面積愈大，產生之效用與價值愈高，屋齡則隱含建築物外觀與內部設備之良莠，影響商業活動之吸引力與服務之舒適性，總樓層則彰顯名望、視野與地景，總體而言，因著潛在的商業優勢與利益，臻而促使企業主願意支付租金以換取更高之利潤報酬。本研究亦發現所在樓層不同，租金水準有顯著差異，並呈現兩極化，且功能取向不同，所在樓層愈低商業活動力強、接觸機會多，故租金水準高，反之，所在樓層愈高，彰顯尊榮、權貴、名望等非量化之企業心理因素，同樣反映較高之租金水準，而國外研究因多以整棟建物為資料標的，故鮮少研究不同樓層間之租金差異。其次，本研究依台北市土地使用型態區分為純辦公室用途與住辦混合用途對租金之影響，國外由於土地使用分區規定嚴格，並無此項變數之分析；反觀，國外研究辦公室租金之影響因素已納入建築特徵、保全、環境品質、承租者水準及租賃契約條件等等，而國內則礙於資料來源缺乏，尚無法進行是項比對分析。表二：國外文獻與本研究實證影響辦公室租金之一致性因素專家學者研究獲致同樣顯著之變數 Clapp（1980）租賃面積、屋齡、總樓層 Hough&Kratz（1983）屋齡、總樓層 Cannady&Kang 租賃面積、屋齡 Brennan，Cannady&Colwell（1984）辦公設備 Gat（1998）區位、總樓層、屋齡

(15)

２國內住宅租金影響因素之比較分析 李如君（1997）6以崔媽媽租賃服務中心及主計處資料為樣本，分別估計民國八十一年至八十五年及民國七十年至八十二年台北市、縣出租住宅租金影響因素，模式採半對數線性函數，實證結果影響台北市住宅租金主要因素以崔媽媽資料分析為面積、區位、屋齡、衛浴設備套數、房間數、廳數及總樓層等，以主計處資料分析為面積、住宅類型、屋齡、區位、及廁所套數等，顯示台北市辦公室及住宅租賃市場租金影響因數具若干同質性，包括租賃面積、區位、屋齡及總樓層等，其中租賃面積同時為二個租賃市場租金最重要之影響變數，顯示使用空間為不動產商品提供之最主要特性，並不因用途有所差異，而不同點則是反映在不同不動產商品競爭時之付租能力，其次，李氏研究發現台北市標準出租住宅約為三十坪，而本研究資料分析結果台北市辦公室租賃面積平均約為五十坪，代表著辦公室所需面積較住宅為大且較具規模經濟。本研究發現影響辦公室租金第二個重要因素為所在樓層，而李氏之研究礙於住宅一樓仍多數是作為商業用途，故將所在樓層為一樓之資料刪除，研究顯示所在樓層並不顯著影響住宅租金，而由於辦公室具商業用途，故本研究發現一樓與頂樓租金水準均高於其他樓層，顯示樓層效用比有所差異，而住宅若純作為出租居住使用，則所在樓層並未影響承租者之實用性，故所在樓層並不顯著；區位因素在二個市場中均顯著影響租金，並且市中心租金高於郊區，代表市中心因交通、勞力、資訊、服務等聚集對辦公室與住宅市場均有正面吸引力；屋齡及總樓層因素反映建築物之物理特徵，不同市場對實用性與舒適性之要求並無太大差異，二種變數均顯著影響租金水準。其次，住宅屬性重視房廳衛與辦公室屬性重視辦公設備，為二個市場影響租金之差異因素，也代表二個產品需求特性不同。從時間因數觀之，李氏研究發現台北市住宅租金在民國八十一年至八十四年呈現上漲，本研究卻發現同期辦公室租金呈現下跌之勢，自民國七十九年房地產不景氣衰退起，市場餘屋充斥，由於住宅除自住外，尚可出租，故不景氣下，餘屋在難以脫手出售或不願降價賠售情形下，便轉而投入租賃市場藉租金收入補貼償還貸款利息，而大量新成屋進入市場，除帶動出租住宅之上濾外，同時也提升了住宅租金，反觀辦公室市場，產品原即以租賃為主，在市場產品供過於求情況下，辦公室不易挪作他用，遂造成空置率節節上升，連帶促使市場租金下跌，此外，辦公室在景氣時因競標炒作較住宅在要價租金上更易產生超額利潤，不景氣時，因泡沫破滅，租金也迅即萎縮，惟整體而言，辦公室租金仍是深具抗跌性，自八十四起即逐漸回穩。 6李如君（1997），台北地區住宅租金水準之研究，國立政治大學地政研究所碩士論文。

(16)

從整體租金比較，李氏研究實證結果截距項約為 9，本文研究實證結果截距項約為 10，顯示辦公室租金門檻較高，而民國八十五年標準住宅租金約為每月每坪 780 元，也低於同年期Ａ級辦公室租金每月每坪 2100 元，顯示商業用途之辦公室租金高於非商業用途之住宅租金，並與競標地租理論之觀點相吻合。

伍、結論

本研究主要是以特徵租金模型探討台北市辦公室租金之影響因素，並與國外辦公室租金及台北市住宅市場租金之影響因素進行比對分析。研究發現，影響台北市辦公室租金之主要因素依次為租賃面積、所在樓層、區位、用途類別、屋齡、總樓層與辦公室設備等，其中租賃面積、區位、屋齡及總樓層等因素與國外研究結果一致，另外，本研究發現所在樓層因素顯著影響辦公室租金，並呈現二次曲線函數形式，其次，台北市辦公室與住宅租金之影響因素在租賃面積、區位、屋齡及總樓層等因素上均顯著，然而在所在樓層因素上顯著影響辦公室租金，但對住宅租金則不顯著，顯示商業用途之辦公室具樓層別效用差異；時間屬性對租金之影響上，住宅因自住或租賃較易轉換，辦公室則替代性較低，故不景氣時，住宅租金呈現上揚，而辦公室租金下跌；從整體而言，辦公室租金水準高於住宅租金水準。本研究係採用仲介商實際成交之辦公室租賃物件資料分析辦公室租金之影響因素，然諸多可能影響租金之因素如建築特徵、保全、環境品質、承租者水準及租賃契約條件等因限於資料未便分析，尚待建立更詳細之資料以便納入研究，其次，有關辦公室租金與價格間之關係、租金與空置率及辦公室與住宅在租金及價格關係上有無關連性（領先與落後），均有待後續研究。

參考文獻

1.張金鶚、林秋瑾、楊宗憲 1995,台灣地區住宅價格指數之研究,經建會專題研究。 2.李如君 1997,台北地區住宅租金水準之研究,國立政治大學地政研究所碩士論文。 3.諮群不動產評論期刊,December,1998,諮群企業管理顧問股份有限公司。 4.不動產季刊,10.1993,No.1-10.1998,No.20, 梁振英不動產投資顧問有限公司。

5.T.P.Brennan,R.E.Cannaday & P.F.Colwell,

(17)

Journal,Vol.12,No.3,pp.243-60, 6.J.M.Clapp,

1993,”Dynamics Of Office Markets”,AREUEA Monograph Series,No.1,

7.J.C.Doiron,J.D.Shilling & C.F.Sirmans,

1992,”Do Market Rents Reflect The Value Of Special Building Features? The Case Of Office Atriums” The Journal Of Real Estate Research,Vol.7,No.2,Spring,pp.147-55,

8. D.Gat,

1998,”Urban Focal Points And Design Quality Influence Rents:The Case Of The Tel Aviv Office Market” The Journal Of Real Estate Research,Vol.16,No.2,pp.229-47,

9.J.L.Glascock,Shirin Jahanian And C.F.Sirmans,

1990,”An Analysis Of Office Market Rents:Some Empirical Evidence” AREUEA Journal, Vol.18,No.1,pp.105-19,

10.J.S.Hekman,

1985,”Rental Price Adjustment And Investment In The Office Market” AREUEA Journal, Vol.13,No.1,pp.32-47,

11.D.E.Hough And C.G.Kratz,

1983,“Can ‘Good’ Architecture Meet The Market Test?”Journal Of Urban Economics,Aug-ust,pp.40-50,

12.E.S.Mills,

1992,”Office Rent Determinants In The Chicago Area”AREUEA Journal,Vol.20,No.1,pp. 273-87,

13.K.T.Rosen & L.Smith,

1984,The Price Adjustment Process For Rental Housing And The NaTural Vacancy Rate” American Economic Review,73,pp.779-86, 14.P.S.Sivitanides,

1997,”The Rent Adjustment Process And The Structural Vacancy Rate In The Commerci-al Real Estate Market” The Journal Of Real Estate Research,Vol.13,No.2,pp.195-209,

15.L.B.Smith,

1974,”A Note On The Price Adjustment Mechanism For Rental Housing” American Econo-mic Review,64,pp.478-81,

16. T.G.Thibodeou,

1990,”Estimating The Effect Of High-Rise Office Buildings On Residential Property Values” Land Economics,Vol.66,No.4,pp.402-08,

17.K.D.Vandell & J.S.Lane,

1989,”The Economics Of Architecture And Urban Design:Some Preliminary Findings” AREUEA Journal,Vol.17,pp.235-60,

(18)

18.R.Voith & T.Crone,

1989,”National Vacancy Rates And The Persistence Of Shocks In U.S. Office Markets” AREUEA Journal,Vol.16,pp.437-58, 19.W.C.Wheaton & R.G.Torto,

1988,”Vacancy Rates And The Future Of Office Rents”AREUEA Journal,Vol.16,No.4,pp. 430-36,