風水對商業用途住宅價格影響之研究 - 政大學術集成

全文

(1)國立政治大學經濟學系碩士論文 . 指導教授：林祖嘉博士 . 風水對商業用途住宅價格影響之研究治. 立. 大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. . 政. Ch. engchi. i Un. v. 研究生：黃麗蓉中華民國九十九年六月 .

(2) 謝辭能夠順利完成這篇論文要感謝的人真的很多，首先最要感謝的還是林祖嘉老師。林祖嘉老師總是以細心以及耐心的態度在教導學生，有時，當我論文遇到了瓶頸，他總會適時給予我一些重要方向以及相關意見；而不僅僅只有在學術領域上，老師也時常傳授我們許多其他不同領域的知識及生活經驗，使我得以在學校生活之外更能增廣見聞，開拓視野。另外，也要感謝口試委員陳建良老師以及吳文傑老師，願意在百忙之中前來指導並給予我寶貴建議，使我的論文得以更加完善，在此對三位老師真的要致上我最誠摯的感激與敬意。. 政治大論文之際，還願意抽空糾正我文章所出現的問題，並提供我相關的資料與方法，立除了三位老師的指導，同時還要感謝博士班的馬毓駿學長，在完成他的博士. ‧ 國. 學. 使我每一次論研究的方向不至於會出現太大錯誤；在這一期間，提供我相當大的協助還有湘菱學姐，舉凡任何大小事情她都能一手包辦，不論是我口試的事前準. ‧. 備到完成畢業手續，都曾經麻煩她很多地方，對她的感激之意真的不在話下。最. Nat. n. al. er. io. 爾的加油打氣，有了他們論文也才得以如此順利進行。. sit. y. 後，也要謝謝其他曾經協助過我的博士班學長姐，不論是解決電腦問題或者是偶. Ch. i Un. v. 隨著本研究暫時告一段落，也意味著人生的另一階段即將開始，在此也對大. engchi. 家獻上我的祝福，並希望大家在各自的領域上都能日益精進，更上層樓。. 黃麗蓉. 於政大. 99.8.23.

(3) 摘要風水雖是一門古代科學但卻影響社會大眾之深遠，加上現代的風水學說往往被加諸許多神鬼力量，使得一般人通常也持著半信半疑或寧可信其有之態度看待，但不可否認的是，一般社會大眾在選擇不同型態用途的房子時旋即產生不一樣的風水顧忌，有鑑於此，本研究主要希望能夠找出不同的風水因子如何對房價產生不同程度的影響，與以往不同的是本文是針對風水對商用不動產價格而言，包括了店面、辦公室及住辦合用，風水則是選定了路沖、鄰近高架橋、鄰近神壇或廟宇和無尾巷等，我們希望能夠利用分量迴歸方法找出在不同的房價下，風水是否. 政治大歸模型以及 Rosen 之特徵價格理論，並採用台灣某民營銀行所提供 2002 年 2 月立就會產生不同程度的影響力。依據 Koenker 和 Bassett 於 1978 年所提出的分量迴. ‧ 國. 學. 到 2007 年 12 月台灣本島 20 個縣市實際的交易資料，研究結果發現：1.四項風水因子皆對商用不動產價格產生負面影響，以鄰近高架橋負面影響程度最大，達. ‧. 24.22%。2.路沖、鄰近神壇或廟宇以及無尾巷等對高價位的商用不動產負面影響. sit. y. Nat. 程度較大，顯示高價位的商用不動產對於這些風水因子要比低價位者還要更為厭. io. al. er. 惡。3.比較凃雅珍(2008)風水對一般住宅價格影響研究，相同的四項風水因子對. iv n C hengchi U 定的風水力量。4.路沖對於店面價格以及路沖對於辦公室、住辦合用價格分別都 n. 於商用型態的負面影響程度較大，顯示商界人士要比一般民眾更容易寄託於不確. 會產生負面影響，而且隨房價越高，折扣幅度越大，顯示與一般住宅的觀點相同，路沖仍被視為眾多嫌惡性風水因子之一。.

(4) 目錄第一章緒論 ....................................................................................................... 3 第一節研究動機與目的 ............................................................................ 3 第二節研究範圍與方法 ............................................................................ 6 第二章相關文獻回顧 ........................................................................................ 7 第一節影響房屋價格之研究 ..................................................................... 7 第二節特徵價格模型相關文獻 ................................................................. 9 第三章特徵價格與分量迴歸的理論模型 ....................................................... 11 第一節特徵價格模型 .............................................................................. 11. 治政第二節分量迴歸模型 .............................................................................. 13 大立第四章資料說明.............................................................................................. 20 ‧ 國. 學. 第一節資料說明 ...................................................................................... 20. ‧. 第二節變數選取 ...................................................................................... 20. sit. y. Nat. 第三節資料分析 ...................................................................................... 27. io. er. 第五章風水對商用不動產價格影響之實證研究結果 .................................... 47 第一節在分量迴歸及最小平方法模型中比較住宅特性對商用不動產房. al. n. iv n C 價之影響 ................................................................................................... 47 hengchi U 第二節在分量迴歸及最小平方法模型中比較風水因子對商用不動產房價之影響 ................................................................................................... 55 第三節在分量迴歸及最小平方法模型中比較路沖對商用不動產房價之影響 ........................................................................................................... 58 第四節 DFFITS 指標下嫌惡性設施及風水因子對商用不動產房價之影響 ................................................................................................................... 59 第五節本章小節 ...................................................................................... 61 第六章結論 ..................................................................................................... 62 1.

(5) 參考文獻………………………………………………………………………………………………………….64 附表一………………………………………………………………………………………………………………67 圖表目錄表 4-1 變數屬性說明與符號預期…………………………………………………………………….24 表 4-2 基本統計性質……………………………………………………………………………………….27 表 4-3 基本統計性質:依縣市…………………………………………………………………………..30 表 4-4 基本統計性質:依房屋使用型態……………………………………………………………32 表 4-5 房屋使用型態與所在縣市之分析…………………………………………………………33 表 4-6 所在縣市辦公室之坪數、路寬、屋齡、公設比分析…………………………..36. 治政表 4-7 所在縣市住辦合用型態之坪數、路寬、屋齡、公設比分析………………38 大立表 4-8 所在縣市店面之坪數、路寬、屋齡、公設比分析………………………………39 ‧ 國. 學. 表 4-9 風水因素和所在縣市之交叉分析…………………………………………………………42. ‧. 表 5-1 最小平方法與分量迴歸估計結果………………………………………………………..48. sit. y. Nat. 表 5-2 店面價格與路沖模型……………………………………………………………………………58. io. er. 表 5-3 辦公室、住辦合用價格與路沖模型…………………………………………………….59 表 5-4 使用 DFFITS 指標下所截取 OLS 及分量迴歸執行結果…………………………60. al. n. iv n C 路沖對店面價格影響…………………………………………………………………………….61 hengchi U. 表 5-5. 表 5-6 路沖對住辦合用及辦公室價格影響…………………………………………………….61 圖 5-1(a)-(h) 房屋特徵對商用不動產之最小平方法與分量迴歸係數估計值及 95%信賴區間…………………………………………………………………………………………………….54 圖 5-2 坪數、坪數平方單獨影響房價結果，以偏微分值表示………………………55 圖 5-3(i)-(l) 風水因子對商用不動產之最小平方法與分量迴歸係數估計值及 95%信賴區間…………………………………………………………………………………………………….57 圖 5-4(a)-(b) 路沖對不同商業型態價格影響…………………………………………………..59. 2.

(6) 第一章緒論第一節. 研究動機與目的. 中國文化傳統講究天人合一，與大自然相輔相成，其主要也反映在傳統農業社會中一般人擇地而居的情形，如背山而居能避風又有屏障，臨河而居就能取水方便(呂應鐘，商用風水學)，所以在早期社會大家選擇居住的地點目的算是相當單純，無關乎所謂風水因素；但隨著社會型態日漸變遷，人類的生活環境也開始有了改變，農業生活取而代之的是接踵而來的工作壓力和對未來的不確定感，於是開始有人藉助風水學說的力量，一方面為了追求心靈上. 政治大. 的寄託，另一方面則是為了能夠藉此帶來生意興隆和事業的經營順利；如我. 立. 們可以看到許多大型企業都會聘請風水師作為該公司的內部顧問，即因企業. ‧ 國. 學. 間所牽涉到的利益往往動輒數百萬、數千萬，所以這些企業家或財團除了重. ‧. 視公司本身的風水以外，對於自己居住的地點甚至是未來家族墓園地點的選定都來的要比一般民眾更為講究，無非就是希望公司能夠保持財運亨通並且. y. Nat. er. io. sit. 能夠造福他們的後代子孫；另外，新聞也時有報導部分政府官員或立委在上任前也會事先聘請風水師改變原來辦公室陳列方式、格局設計等等(呂應鐘，. n. al. Ch. i Un. v. 商用風水學)，目的當然也是希望可以求得未來仕途順利；由此可見雖然無法. engchi. 確切驗證風水真有無其作用存在，基於寧可信其有的心理，風水對一般民眾生活仍是頗具影響力的，尤其是對商場或官場上的人而言。若以科學角度來解釋「風水」，就是「風動」和「水流」，而流動的風和水所產生的氣流對環境的影響也就是所謂的風水問題，因此風水問題也隱含了過去老祖宗幾千年來的生活智慧和生活經驗的累積；另外，也有人說「風水是東方的住宅醫學」，所以，建造或選擇住宅時，必頇要經過仔細挑選，才能選到對人體身心健康起良好作用的房屋，因此簡而言之，只要是居住在室內外風與水的流動順暢的地方，身體自然就會健康起來，當然也是所謂具備 3.

(7) 良好風水的地點。在這裡也先說明本研究主要著重於商用不動產周遭的嫌惡性風水是否對其產生有負面影響，屬鄰里小環境之範圍與特徵，對於來自房屋內部格局所產生的風水問題在此是不加以討論。而一般房屋所面臨的風水問題通常是受「煞氣」所影響，「煞氣」在風水上是指一股衝擊建築物的負面能量，以商用不動產來說，購屋者在選擇時所考慮的風水問題與住宅分別不大，基本上都還是希望避開如廟宇、路沖、反弓煞(位圓弧道路之外緣)、切角煞(大門對著他人屋角)、高架橋等問題，這幾類的嫌惡性風水在風水解釋為容易有煞氣和陰氣等負面能量聚集，但以科學角度解釋，對使用者來說，不管是在哪一種房屋的使用型態下，他們的情緒. 治政也比較容易受到外在環境所干擾，如面臨「反弓煞」問題之房屋，其屋主只大立要開門隨即可見車子直駛而來，心理難免會有不安，因房屋位置關係，與一 ‧ 國. 學. 般相較下也更容易有意外事故發生；臨近高架橋的房屋則常有路面震動和噪. ‧. 音等問題，位在高架橋頭或高架橋邊營業的店面也會因位於橋頭、橋尾動線. sit. y. Nat. 緣故人氣也較難聚集；而有「切角煞」問題的房屋打開門便會看到他人屋角. io. er. 如一把刀子直切過來，不僅在心理上有不安全感，由於屋外空間一半被他人建物擋住，一半則是可以直接看到天空，空氣的流動性也因此失去了平衡（呂. al. n. iv n C 應鐘，商用風水學）。但有一項風水因子對商用不動產和住宅不動產影響產生 hengchi U 了較不相同的解釋，就是路沖。就住宅來說，正對大馬路的房子屬大凶格局，建築物易受氣場直沖而來所影響，其屋主思緒容易受到干擾，精神恍惚，身體也會出現問題，但對商業型態用戶來說，面臨路沖的店面通常是位於馬路上相當醒目的地方，車子的川流不息反而使得路沖成為可以帶財的好格局，有些風水學家認為此種風水適合經營流動性大、客人不會久留的店面，尤其是需要使用到刀、剪刀的行業或者是餐飲業等與路沖能相得益彰，因此本文也事先推論路沖對商用不動產價格將會產生正面影響，也就是面臨路沖的商用型態房屋其價格可能就會越高。 4.

(8) 雖然無從以科學角度查證，但是中國人篤信風水，像是有路沖或是近高壓電塔等風水疑慮，都會影響到購屋者對這個房屋的評價。實際對不動產估價人員訪談也得到嫌惡性風水對房屋總價的影響幅度約為一成左右，如果對於不介意風水的買方來說，買攔腰煞的房子（也就是高架橋攔腰而過的房子）通常會是大樓中房價最便宜的一戶，比正常房價略低一至二成左右；相反的，對臨近好風水的住宅或商用建案來說則是會有相當大的加分作用，尤其是對地點好、房價本來就比較高的房屋而言會使得越買得起高價位的屋主因為好風水的緣故更加趨之若鶩，如士林官邸和陽明山等，這些地方具備了風水、歷史意義和景觀價值等因素，建商紛紛推出一些所謂頂級豪宅、商用不動產. 治政和商務指揮所，他們更明確指出建案最重要的是還要風水好，因為風水好，大立更容易能夠獲得有錢人青睞，也因此不乏有許多名人選擇居住在陽明山上。 ‧ 國. 學. 另外，銀行在承作不動產抵押時也會將幾項特定風水因素納入考慮以避免高. ‧. 估不動產之價值。在不動產估價的研究中，對於同一樓層或同一水平面之不. sit. y. Nat. 同戶別而言會因空間位置不同而產生水平價格差異，其相關修正因素如採光、. io. er. 景觀、私密性、公設比、陽台有無、坪數需求等，其中也包含受嫌惡性風水因子所影響(路沖、對廟、對屋角等)。在一些風水因素對住宅價格的研究中也. al. n. iv n C 有顯示，嫌惡性風水設施對於高價位的房子折減幅度會大過低價位的幅度， hengchi U 此一結果與瞿海源之研究互相呼應，購買高價位房價的消費者通常在商場或官場佔有一席之地，因他們所面臨的不確定性大欲心靈寄託，所以更容易相. 信風水術數(凃雅珍，2008) 。由以上之討論可以發現風水因子的確是會影響到購屋者對於該屋之評價，但詳細的討論以住宅價格較多，對商用不動產之討論則數量較少。風水雖是一門古代科學但卻影響社會大眾之深遠，加上現代的風水學說往往被加諸許多神鬼力量，使得一般人通常也持著半信半疑或寧可信其有之態度看待，但不可否認的是，一般社會大眾在選擇不同型態用途的房子時旋即 5.

(9) 產生不一樣的風水顧忌，有鑑於此，本研究主要希望能夠找出不同的風水因子如何對房價產生不同程度的影響，與以往研究不同的是本文是針對風水對商用不動產價格而言，包括了店面、辦公室及住辦合用，而影響的程度擬採房價增減而定，並且我們希望能夠利用分量迴歸方法找出在不同的房價下，風水是否就有不同程度的影響力，尤其對價格越高的商用不動產來說，是否會因更加重視風水問題，對嫌惡性風水的厭惡程度就會越高；另外，針對路沖在商業一途是否真如我們先前所預期，因地點的關係反而對不動產價格帶來正面影響，與一般住宅對路沖之觀點恰好相反；進一步我們也希望能夠發現風水對商用不動產是否會因商場上龐大的利益關係導致其對風水的重視程. 治政度與一般住宅影響而有所不同。因資料限制以及樣本數關係無法將各項風水大立因素一一列出，只能挑選幾項較具代表性、在一般人最常於選擇住宅時所顧 ‧ 國. 學. 忌的因素加以討論。. 研究範圍與方法. ‧. 第二節. Nat. sit. y. (一)研究對象:以台灣本島二十個縣市實際在交易市場的交易案例作為分析. n. al. er. io. 對象，樣本共 10993 筆，其中因台東縣及宜蘭縣樣本數目太少(台東縣. i Un. 僅有 2 筆，宜蘭縣 3 筆)所以便不與以討論。. Ch. engchi. v. (二)時間範圍：從 2002 年 2 月到 2007 年 12 月，共計有七年的交易資料。 (三)研究方法：依據本文的研究動機與目的，將各解釋變數設定為屬質變數或屬量變數，房價則設定為因變數，並透過 stata 和 sas 兩種統計軟體找出我們所設定迴歸式之結果。. 6.

(10) 第二章相關文獻回顧第一節影響房屋價格之研究 (一)風水對購屋決策之影響白金安等(2004)以高屏地區購屋者為例，針對建築風水對購屋影響行為作卡方檢定、單因子變異數分析及交叉分析，結果顯示，一般民眾不僅普遍認為風水學說不是一種迷信而且都能夠被他們所接受，另外，在購屋時，一般民眾不但會考慮風水因素並且也會重視這些風水因素對其住宅影響為何，也就是風水因素是會影響到他們的購屋決策的。此項報告是採問卷方式調查，. 政治大. 各項風水因子的忌諱程度依調查結果依序排為路沖1、高架橋2、剪刀口3、反. 立. 弓路4、切角煞5等等，忌諱原因大多以風水考量為主要因素。另外，他們也針. ‧ 國. 學. 對教育程度是否對風水看法產生差異作了分析，結果是並未發覺教育程度越. ‧. 高就會比較排斥風水一說。多年前中央研究院民族學研究所也曾做過類似調查，在各公民營機構中，知識水準、社會地位較高的主管及專業人員其算命. y. Nat. 一般民眾的日常生活有相當程度的影響。. n. al. Ch. er. io. sit. 和看風水的比例是高居第一的(呂應鐘 2002) ，所以我們發現風水學說其實對. i Un. v. 林秋綿(2007)在風水因素對不動產價格影響之探討中對不動產經紀人及不. engchi. 動產估價人員進行訪談，結果指出，風水對不動產價格會產生負面效果之影響，而影響幅度大約是總價的一成左右，而且民眾所考量的風水因素多半以「外煞」居多，包括路沖、陰煞(鄰近公墓或是寺廟)、屋角煞、緊臨高架橋、. 1. 路沖是指道路直對房屋大門的情況。. 2. 臨高架橋之房屋像一把刀從房屋中間橫切過去，所以又稱「割頸屋」和「腰斬煞」。. 3. 位剪刀口代表房屋剛好蓋在兩條斜叉路的中心，也就是房屋蓋在道路交叉口的地方。. 4. 房屋位於圓弧道路之外緣。. 5. 代表自家房屋對到其他建築物的屋角。 7.

(11) 剪刀煞、無尾巷6、反弓煞等，與上述白金安等有部分相同的結果；仲介人員也表示，一般民眾在面臨負面風水的情況時，若情形還不算是太過嚴重則多半會要求屋主降價出售，若屋主願意降價出售而其本身也能接受此種較輕微的負面風水因子，通常還是選擇購買此屋；若面臨到負面風水的問題非常嚴重，購屋者仍會選擇放棄該屋而另尋他屋。陳淑惠(2005)研究路沖對土地價格的影響發現面臨路沖的土地在複迴歸的模型中會有折價現象，平均總價約減少新台幣 1609300~1630500 元，研究也指出，依照一般市場觀點，住宅對路沖特徵較商業用途似乎較為忌諱，所以也更進一步將樣本使用分區劃定，將商業區之土地予以刪除接著再繼續進行. 治政迴歸分析，結果發現路沖對土地有更顯著的折價效應。該研究將是否受路沖大立影響設定為虛擬變數，其係數顯示若有面臨路沖之土地平均折價約新台幣 ‧ 國. 學. 2000000 元，接近樣本土地平均總價的 14%，表示一般民眾普遍不喜歡路沖. ‧. 因此也進一步影響到受路沖影響之地價，並且，住宅區路沖特徵的土地價格. sit. y. Nat. 折價程度較商業區還要來的更大。. io. er. 林秋綿與陳淑惠的文獻中同時提到銀行在承作不動產抵押貸款時會考慮到該估價之房屋是否面臨幾項特定的風水因素，例如有些銀行會把房子附近. al. n. iv n C 有無寺廟作為必頇加註的事項以避免銀行高估不動產之價值，增加貸款風險。 hengchi U 一般的不動產估計人員也表示所謂負面風水大部分是屬於嫌惡性公共設施之一，實務來說，若是房屋出現鄰近墳墓的情況，他們還是會針對房價作若干幅度的修正。 (二)其他房屋特徵對房屋價格之影響林祖嘉和洪得洋(1999)在台北市捷運系統與道路寬度對房價影響研究裡以 Alonso 的競價理論和 Rosen 的特徵價格理論加以分析；其中，作者先利用虛. 6. 指房屋為位於巷子末端。 8.

(12) 擬變數區別住宅使用以及商業使用，進而再討論捷運影響範圍內，兩種型態的房屋至捷運車站距離對於其價格上的差異是否有所不同。結果顯示，捷運車站附近之商業使用者其房屋至捷運車站距離對房屋價格之影響遠大於住宅之使用者，符合 Alonso(1964) 認為廠商用地競價曲線斜率絕對值大於住宅用地競價曲線絕對值。 Alonso(1964)將住宅視為一均值的產品，認為住宅價格的差異主要是來自住宅區與市中心距離的遠近，於是他以住宅競租模式分析消費者對住宅區位的選擇，他認為通勤距離增加對住宅支出就會呈現遞減的情形，所以通勤距離越遠，住宅支出就會越少，如果考慮不同所得階層與不同的住宅品質，那. 治政麼在住宅品質之所得彈性大於一時，較高所得之家庭將居住於城市之外圍並大立以較低之地價來換取較高之住宅品質。 ‧ 國. 學. 曾明遜(1992)曾研究嫌惡性公共設施對住宅價格之影響並以對數、半對數. sit. y. Nat. 也就是當與焚化爐的距離越近，房價也就會越低。. ‧. 等函數型態做測詴，結果發現與焚化爐距離和住宅價格呈現反向變動關係，. io. er. 廖仲仁(1994)應用房仲公司成交實例研究松山機場所製造出的噪音對住宅價格之影響，並以不同函數的設定方式來進行，結果發現機場噪音與房價呈. al. n. iv n C 現負相關，其中噪音對頂樓的房價的影響更遠超過對其他樓層。 hengchi U. 李鶯珠(2002)對九二一地震後台中市北屯區地價變動影響研究指出，若距離公墓、屠宰場、機場、殯儀館等特殊設施在兩公里範圍內，則地價會有負面的影響。. 第二節特徵價格模型相關文獻 Alonso 所提出的理論受到許多學者的批評，如 Lancaster(1966)在住戶生產理論中便指出對於傳統的效用理論只有考慮產品價格與數量間之關係其實是忽略產品品質之間的不同差異，他認為消費者會依其偏好選擇住宅之屬性以獲得最大滿足，這也是特徵價格理論發展之理論基礎。 9.

(13) 過去傳統經濟學的模型假設是建立所有產品皆具有同質性並且可以互相取代，但很明顯的早已不符現實生活中的情況，例如，以同樣都是一部汽車來說，各家廠牌的汽車所販售的車子價格並不相同，而同樣大小的房屋，台北市的房屋就硬是比其他縣市的房價高出許多，因此，近代經濟學的消費需求理論便嘗詴對此現象做一番說明。1966 年 Lancaster 提出了新消費理論，他認為消費商品的效用是來自於商品的特徵組合，其需求價格的決定應該是消費者對組成商品的各種特徵因素需求邊際效用的總和，但 Hedler(1975)曾對其模型中特徵邊際效用為非負的假設提出質疑。1974 年時，Rosen 更提出特徵價格模型(hedonic model) 結合 Lancaster 提出的新消費理論和效用理論，將模. 治政型建立於消費者效用和生產者利潤極大的假設，以找出商品不同的特徵所決大立定之商品價格，在第三章中我們也將對此模型有較詳細解釋與說明。 ‧ 國. 學. 林素菁(2004)依據 Rosen 之特徵價格方法作為理論模型並將房屋總價設定. ‧. 為因變數，房屋大小、屋齡、住宅結構、建物總樓層、樓層別、地區別和學. sit. y. Nat. 區設定為模型中的自變數，再以這些房屋特徵作為估計國中、小明星學區的. io. er. 邊際願意支付。結果顯示，不管是國中或國小明星學區的房價的確出現比較高的情況，而同時擁有明星國小和明星國中的邊際價值則約有 73.98 萬。. al. n. iv n C 吳秋霞(2007)運用特徵價格法探討航空噪音的問題，驗證噪音存在的確會 hengchi U. 對房價及土地價格產生減損效果，其減損效果大約是在 37%及 69%。其所整理的文獻也顯示航空噪音的確對於機場附近居民之財產造成折價損失，隨噪音分貝數增加其折價損失相對越大。另外，也有別於典型的特徵價格法將機場視為嫌惡性設施，Lipscomb(2003)與 Cohen＆Coughlin(2005)等人研究結果發現鄰近機場對於房價還是有正面影響，並推斷這裡的居民不會因噪音增加而遷移是由於居民大多從事與機場或旅遊相關工作需利用鄰近機場之便利性，因此對機場的正面的評價反而是大過於噪音或交通壅圔所帶來的負面評價。. 10.

(14) 第三章特徵價格與分量迴歸的理論模型第一節特徵價格模型一般的消費者需求理論是假設：消費者在決定各種商品組合的數量和價格時，考慮了預算限制以及能夠從消費商品獲得的最大滿足做選擇，當市場上的商品品質是同質性的情況下，均衡條件為對各類商品最後一塊錢的支出所獲得的邊際效用是相同的，即： MU n MU1 MU 2 MU 3    .......  P1 P2 P3 Pn. 政治大品的特徵組合，所以同樣的商品在不同消費者之評價下結果也不一定會相同，立 1966 年 Lancaster 提出了新消費理論，他提出消費商品的效用是來自於商. ‧ 國. 學. 其需求價格的決定應是消費者對組成商品的各種特徵因素需求邊際效用的總和，由此理論基礎發展出探討異質價格的形成就稱為「特徵消費理論(hedonic. ‧. consumption theory)」；後來在 1974 年時 Rosen 提出一套完整的特徵價格模型. sit. y. Nat. (hedonic model)，其模型建立於消費者效用和生產者利潤極大的假設下，利用. n. al. er. io. 商品不同的特徵來決定其商品價格。按 Rosen 在完全競爭市場下的假設，若. i Un. v. 有一差異性財貨 Z 具有 n 種特徵 Z i = (Z1 , Z 2 ,..., Z n ) 透過市場機制便可決定該財. Ch. engchi. 貨市場上的價格，如果價格模型足以涵蓋能夠決定價格的特徵組合，那麼對於個別特徵所願意多支出的金額即為該屬性的邊際隱含價格，將每個屬性的隱含價格加總便得到該商品的總價。房屋相較於其他財貨價格相對較高，不同的房屋包含的特性也明顯不同，可將之視為一高異質性商品，當一般民眾在購買房屋時除受預算限制外，對房子的各項特徵也會詳加考慮，因此在極大化的效用過程中，效用函數會加入各項房屋特徵，代表購屋者的效用從住宅或是其他型態房產特徵獲得滿足，新的模型設定如下，考慮了房屋及房屋以外商品的消費行為：. 11.

(15) U  U(X, H, Z1 , Z2 ,...., Z n ). Max. s.t. Y  PX X  PH (Z1 , Z 2 ,..., Zn )  H. 其中 H 表示住宅大小，為住宅特徵， X 為住宅以外的商品組合，和則分別代表組合性商品和住宅的單位價格；利用 Lagrange 方法將以下函數表示成：. L  U ( X , Z1 , Z 2 ,..., Z n )   Y  PX X  PH (Z1, Z 2 ,..., Z n )  H  由一階條件我們可以得到： P X L U   X  0 X X X. 政治大 P L U   H 0 ,. 立 Z. H. i. Z i. Z. i  1, 2,...., n. i. ‧ 國. 學. 將數學式整理過後可以看到，各特質變數對住宅價格的偏微分等於各住宅特質邊際願意支付的隱含價格：. ‧ y. sit. Nat. PH 1 U  Zi  H Z i. io. al. n. 用，價格函數如下：. er. 其中，各特質的邊際價值就等於單位效用的貨幣價值乘上各特質的邊際效. CPh(Z)=P(Z , Z ,..., ZU) +n i engchi 1. 2. v. n.  為一誤差項。根據此建立的模型加上房屋的不可分割性，消費者購屋是以總價進行交易，本文便以房屋的總價作為因變數也就是商用不動產的價格，但由於常用的特徵價格函數包含了像是線性型態、半對數、雙對數等型態，但如何選擇模型便要依照研究的目的及資料形態而定(房價指數模型建構之研究，王恭棋)。本文擬將特徵價格模型設定為半對數的型態，原因是，半對數模型可以簡單看出特徵變動對房價變動的百分比，再加上 Follain and Malpezzi(1980)認為半對數的模型可以降低變異數不齊一的問題，於是我們將以上的方程式建構如以 12.

(16) 下所示： n. n. i 1. j 1. ln PH  o   i xi    j d j   其中. 是指房屋價格， xi 為屬量變數， d j 為屬質的虛擬變數，將本文的. 資料套入特徵價格模型結果如下(屬量變數共有 6 個，屬質則有 32 個，見第四章資料說明中)： 6. 32. i 1. j 1. ln PH  o   i xi    j d j  . 第二節分量迴歸模型. 立. 一、分量迴歸的理論基礎. 政治大. ‧ 國. 學. 傳統的迴歸模型中通常是以最小平方法也就是誤差平方和極小化(OLS)以. ‧. 及最小絕對離差法(LAD)去估計模型中的未知參數，但缺點是，傳統的迴歸模型只能透過平均的概念說明因變數與自變數之間複雜的函數關係，若資料不. y. Nat. io. sit. 再是常態或是對稱分配，甚至是出現異質變異的現象時，上述方法所求得的. n. al. er. 估計式結果可能會產生很大的偏誤。1978 年 Koenker 和 Bassett 兩位學者提出. Ch. i Un. v. 了分量迴歸的概念，採估計自變數對某一特定百分位因變數的邊際效果，也. engchi. 就是位於各個特定百分位的因變數都可以找出他們是如何各自被不同的自變數所影響，此方法更可以找出各個位置分量迴歸的分配情形，對於不對稱的尾端分配像是離群值等所產生的問題，尤其是殘差項非常態時，分量迴歸就是很好的解釋工具，所以考慮了商用不動產價格條件分配的差異以及希望得到更完整的迴歸分配情形，本文便藉由分量迴歸分法來作為分析工具。近年來也已有相當多的研究採取此種分析方法，其應用的層面也非常廣泛，如 Koenker(2001)利用 1997 年 6 月統計出的美國新生兒資料，並以分量迴歸模型找出不同程度的新生兒體重是如何受到各變數的影響。Mosteller and 13.

(17) Tukey(1977)曾評論過迴歸曲線為 x 組合對因變數平均的結果，對應不同的分量應計算出不同的迴歸曲線才能得到最完整的結果”Just as the mean gives an incomplete picture of a single distribution, so the regression curve gives a corresponding incomplete picture for a set of distributions.”所以 Koenker 的結論是，若要對迴歸有更完整的認識，就必頇要透過分量迴歸來估計各個分量下的不同結果，而不是只以傳統最小平方法所導出的迴歸方程式來估計。莊家彰、管中閔(2005)則以分量迴歸分析研究台灣與美國股市的價量關係，發現台灣股市的報酬率與成交量會呈現正向的關係，呈現「價量齊揚」以及「價跌量縮」的現象，尤以「價量齊揚」之效果較為顯著，但在股市報酬率達最大. 治政漲幅時此時的報酬率與成交量就較無明顯關係。以下透過分量迴歸的模型與大立係數推導將有助於我們對此模型更多的了解。 ‧ 國. 學. 二、建立分量迴歸模型. ‧. 在正式引入分量迴歸的估計前，我們先由條件中位數出發，再由此引申至. n. al. er. io. TO QUANTILE REGRESSION 和許柏園(2008)分量迴歸。. sit. y. Nat. 一般分量迴歸係數之估計。推導方法主要參考 kuan(2007)AN INTRODUCTION. i Un. v. 假設 m( x) 和隨機變數 y 之間的距離為絕對值 y  m( x) ，即 y  m( x) ，作為. Ch. engchi. 條件分配中心的 m(x) ，其極小化過程：. min E[ y  m( x) ] m( x ). 此方法稱之為極小化絕對離差(LAD)，接著將上式改寫成：. min E{sign[ y  m( x)][ y  m( x)]} m( x ). 其一階條件： E{sign[ y  m( x)]m '( x)}  0  E{sign[ y  m( x)]m '( x)}  0. 等式進一步可表示： E{E[sign[ y  m( x)] | x]m '( x)}  0 14.

(18) 其中 E[ sign[ y  m( x)] | x]   E[1( ,m ( x )] ( y ) | x]  E[1( m ( x ), ) ( y ) | x]  P ( y  m( x ) | x )  P ( y  m( x ) | x )  1  2 P ( y  m( x ) | x ) ( P( y  m( x) | x)  1  P( y  m( x) | x)). 一階條件滿足當 1  2P( y  m( x) | x)  0 時，也就是 P( y  m( x) | x)  0.5，m( x) 就必頇為條件中位數，所以將小於等於和大於最適解的 y 值給予一樣 0.5 的權重，解便會是   0.5 的條件分量。但若不限定條件分配中心左、右邊 y 值的權重，那麼解將會有甚麼改變？. 政治大的 y 值則給予  的權重，將上述極小化絕對離差問題一般化可得到的數學式即立. 我們將比分配中心 m( x) 還要小的 y 值給予 1   的權重，比分配中心 m( x) 大. ‧ 國. 學. 為：. min E[(1   ) 1( y m( x ))  y  m( x)   1( y m( x ))  y  m( x) ] m( x ). ‧. sit. y. Nat. 此問題求解出的條件分量為 Q ( y | x) 。若  0.5 ，表示對分配中心 m( x) 大. io. er. 的 y 值給予較大的權重，分配中心於是會向中位數向右移到比較大的分量，反之同理，則分配中心向左移動。. n. al. C 線性分量迴歸模型估計 h. engchi. i Un. v. 藉由上述方法，我們加入線性迴歸模型與以探討，將條件分量 Q ( y | x) 改以由解釋變數 X 所組成的線性函數表示。給定資料 ( yi , xi ) ', i  1, 2....N ，模型設定如下： yi  xi '    i. yi 為被解釋變數， xi 為 k 1 的解釋變數向量，  為 k 1 的參數向量，  i 則為誤差項；今設定 Q ( y | x) 為 xi '  的線性函數，因此透過求解  仍可得到極小化 15.

(19) 問題的條件分量，而條件分量便可寫成：. Q ( yi | xi )  xi '    ,i 且  條件分量與其誤差項 Q ( ,i | xi )  0 。將分量迴歸模型代入前述極小化問題得到估計式如下：. 1 {  (1   ) yi  xi '     yi  xi '  } N yi  xi' yi  xi ' . min . 求解方法與前小節非常類似，因此過程不再冗述，其一階條件可改寫成：.   arg min . 1 [  (1   ) yi  xi '     yi  xi '  ] N yi  xi' yi  xi ' . 政治大. 令. 立sign( y  x  )  { 1 , if y  x  '. i. '. i. -1 , if yi  xi ' . i.   arg min . 1 n 1 1 [   sign( yi  xi '  )]( yi  xi '  ) N i 1 2 2. Nat. y. ‧. ‧ 國. 學. 則. i. al. iv n C U 描述在解釋變數 x 變動一 h e n g c h i ，  x  不可微分外，我們將可得到 n. 除了在 yi. 1 n 1 1 {[   sign( yi  xi '  )]xi }  N i 1 2 2. er. io. 0. sit. 一階微分可得：. '. . i. . i. 單位時，第  分量被解釋變數將變動  單位。. 分量迴歸大樣本性質透過 Powell(2002)和 Koenker and Machado(1999)我們將從一般動差估計法 GMM 下推衍分量迴歸估計式的一致性和漸進常態。透過 GMM，大樣本性質的存在必頇要事先符合某些假設，而 Koenker and Machado(1999)的假設如下所示： 16.

(20) [A1 ] 誤差項分配 F 是連續且為嚴格正密度函數。. [A 2 ] 假設矩陣 {Wn }  {(Wi )ni1 } 滿足以下的假設： (a) i ,1,1  1 , i  1, 2.... 。 (b) lim n1 '  D ，為一正定矩陣。 n . (c) n1  i. 4.  O(1) 。. (d) max i 1,...n i. 政治大  O(n / log n) 。立 1 4. ‧ 國. 學. p 在上述的假設下，GMM 所估計的  當樣本數夠大時會符合   . N. i 1.  E  m(wi ; 0 )m(wi ; 0 ) ，其中  和  0 為可拆解和 full rank 矩陣同時  為. y. sit. 0. Nat. . ‧. p  : E   m(wi ; 0 )  另外，假設 N 1    m( wi ;  ) . er. io. 非奇異矩陣(nonsingular matrix ) ，由上述假設和定義便可得到：. n. a nl (   )  N (0,   i v ) n Ch engchi U 1. 1. A. 0. 0. 即 GMM 下的漸進常態的性質。. 若引入分量迴歸估計式的漸進常態性必頇先找到分量迴歸的動差條件，因此我們可運用一階微分方程式，再來並找出  及  0. 。. 令  1 1  (  )    E    sign( yi  xi ) xi   2 2 .   1 1     E  E    sign( yi  xi ) xi | xi      2 2. 17.

(21) 1 1      E  xi (   E ( sign( yi  xi ) | xi )  2 2  . 其中 E (sign( yi  xi ) | xi )  E (1y  x   | xi )  E (1y  x   | xi ) i. i. i. i.  P( yi  xi  | xi )  P( yi  xi  | xi ). =1  2P( yi  xi  | xi )  1  2FY | X ( xi ) 表示在此分量下 (  ). 述. yi. 小於. xi . 中得到. 的機率等於. FY | X ( xi ). ，將. 1  2 FY | X ( xi ). 政治大. 代回前. 1 1 1 1       E  xi (   E ( sign( yi  xi ) | xi )     E  xi (   (1-2FY | X ( xi ))  2 2 2 2    . 立. ‧ 國. 學. ‧.   E ( xi xi f y|x ( xi )). Nat. ( )   E ( xi xi f y|x ( xi )). n. 令. sit. io. al. y. 時代入上式，則. er. 當.   .     xi (  FY | X ( xi ))   . Ch. engchi. i Un. v. e( )  yi  xi 所以可得到. ( )   E ( xi xi fe ( ) ( xie ( )|x (0))). 套用 GMM 的大樣本理論，  即為  E ( xi xi f y|x ( xi )) 。. 18.

(22)     1 1    1 1   (  )  E x    E 1  1 | x x    E 1  1 | x  i   i   i  i   yi  xi  yi  xi  yi  xi  yi  xi     2 2     2 2   . . . . .     1 1    1 1    E   xi    1  E (1y  x  | xi )  E (1y  x  | xi )    xi    1  E (1y  x  | xi )  E (1y  x  | xi )    i i i i i i i i    2 2      2 2 . . . . .     E   xi   E (1y  x   | xi )    xi   E (1y  x   | xi )    i i i i         . .  E xi xi E (  1y  x   )2 | xi i. i. . 在給定 x 下 1y  x   是一個期望值為  ，變異數為  (1   ) 的 Bernoulli 的隨機 i. i. 變數，因此當    時. 立. i i. ‧ 國. (  ). 以及 .  ( )   (1  ) E( x x  ). (  ). 學. 有了. 政治大. 我們可以得到. ‧. y. n. al. er. sit. (  ) 的估計必頇仰賴條件分配 f e ( )| x ，通常我們假設無條件分配等. io. 在實證上. Nat. A n (   )   N (0, ( )1  ( )( )1 ). 於條件分配，亦即. fe ( )|x (0)  fe ( ) (0). Ch. i Un. v. ，其為一非隨機變數值；在 0 時，誤差項. engchi. 機率密度和 x 是互相獨立的，此假設下漸進常態性質因此可以表示成： A n (    )   N (0,.  (1- )  f e ( ) (0) . 2. E(xi xi ) 1 ). 由於誤差項之條件密度機率難以估計，所以我們可以利用 stata 軟體內之拔靴法(bootstrapping) 以自體重複抽樣的方式去估計變異數矩陣(凃雅珍 (2008))。. 19.

(23) 第四章資料說明第一節資料說明本文採用國內某家民營銀行所提供之資料作實證分析，分期期間從 2002 年 2 月到 2007 年 12 月，7範圍包含台灣本島的 20 個縣市，8該資料經篩選後共有 10993 筆樣本。. 第二節變數選取. 政治大及鄰里大環境。戶的特性包含房間數、樓層位置、廳數、衛浴數、房間數和立. 張金鶚(2004)將房屋的特性大致分為四類，分別是戶、棟、鄰里小環境以. ‧ 國. 學. 公設比；棟的特性則包含建築物使用型態、屋齡大小、房屋結構、房屋材料、臨路寬度及臨路數目；鄰里小環境是房屋周邊的公共設施種類以及公共設施. ‧. 的可及性；鄰里大環境則是房屋所在的行政區域、土地使用混合度及環境品. sit. y. Nat. 質。. n. al. er. io. 本文選取的風水變數主要是涵蓋在鄰里小環境以及棟的兩個項目中，其. i Un. v. 他的變數選取則是參考凃雅珍(2008)研究風水因子對一般住宅價格影響一文；. Ch. engchi. 在戶的項目方面納入了坪數以及公設比變數；棟的項目納入路寬、房屋使用型態和屋齡；鄰里大環境則是這些商用不動產位於的各個縣市。在分量迴歸方法模型裡，因變數的設定是取自然對數的商用不動產買賣總價，有關其他自變數的意義與其預期為正面或是負面影響在以下有進一步的說明。. 7 8. 2008 年銀行無顯示任何交易紀錄。台灣本島包含 22 個縣市，但依據銀行所提供的資料，在宜蘭縣及台東縣因樣本數目過少(宜. 蘭縣共 3 筆、台東縣共 2 筆)所以予以剔除。 20.

(24) (一)風水變數 1、路沖: 由於居住在正面面對道路的房屋幾乎像是讓經過車輛對著大門口直衝而來，容易因為駕駛疏忽或是其他因素導致交通意外事故發生，風水學說也有一相近論點為居住在此之屋主容易有血光之災。林秋綿(2007)、陳淑惠(2004)、白金安等(2004)皆有實證指出路沖的確會影響到購屋者的購屋決策；針對一般住宅來說，面對路沖的房屋其房價通常也有折價的現象。但依一般通說，店面若是位於路沖之處顯著性相對較高，更容易吸納客源，反而是項利多，所以我們預期路沖對店面價格影響是正的，但對住辦合用. 治政及辦公室交易價格則是負的。大立 2、鄰近高架橋： ‧ 國. 學. 鄰近高架橋的房屋一般來說常常會受到路面震動影響加上車輛噪音. ‧. 和空氣汙染，住戶居住於此想當然爾常會心神不寧，注意力無法集中；從. sit. y. Nat. 風水的角度則為鄰近高架橋的房屋就像是被刀子攔腰切入，也就是俗稱的. io. er. 「腰斬煞」，此類煞氣據說容易有血光之災，住戶前途更是容易受到阻礙，所以不管是住宅使用或者是任何一種商業型態房屋我們都預期對交易價. n. al. 格有負面影響。. Ch. engchi. i Un. v. 3、鄰近寺廟及神壇：寺廟焚燒的紙錢會造成空氣汙染，舉辦任何廟會活動像是法會或慶典也容易造成噪音的問題；白金安等(2004)訪問結果指出面對此類型的房屋有三成民眾在購買時會要求降低價格，在某些銀行承作不動產估價時也會要求註明此屋是否鄰近廟宇或神壇。從風水角度，鄰近寺廟的房屋其屋主容易生病、意外以及有人際關係等問題發生，所以我們也預期此項風水因子對房屋交易價格影響應為負的。. 21.

(25) 4、基地低於地面、臨狹窄巷弄、無尾巷路基低於地面每逢下雨便容易面臨淹水問題，連同位於無尾巷的建築在風水書上皆解釋為易有骯髒穢氣之聚集，對運勢而言有不好的影響；而面臨狹窄巷弄的房子不僅有隱密性較低的問題，壓迫感也十分嚴重，一般商業型態用戶也鮮少會選擇此種類型的房屋，因此預期此項風水變數對房價為負面影響。除了預測這些風水因子對房屋的價格為負面影響外，我們也推測，願意以高價位購買房屋者，會因為擁有好的風水關係願意比中低價位者付出更多代價，代表高價位的房屋對於風水重視的程度會大於一般的中低價位者，也表. 治政現在，若房屋附近出現嫌惡性風水設施，高價位的房屋折價幅度會大過於低大立價位之房屋。 1、坪數. ‧. ‧ 國. 學. (二) 其他解釋變數. y. sit. io. er. 2、坪數平方. Nat. 一般來說面積越大房屋價格應該就會越高。. 假設面積對房價影響會存在遞減現象所以加入二次項，預期對房價影. n. al. 響為負的。. Ch. engchi. i Un. v. 3、道路寬度道路越寬交通便利性越強，因此預期對房價有正面的影響。 4、屋齡屋齡越大房屋越老舊，若平時沒有定期維護可能就會有許多問題產生，因此此項變數預期影響結果為負。 5、屋齡平方假設屋齡對房價負面影響效果會有遞減現象，預期對價格影響結果為正。 22.

(26) 6、有無車位附有車位的房價應該相對較高，將此變數以虛擬變數表示顯示其對價格影響的程度，無車位為 0，有車位則為 1，預期影響的符號為正。 7、公設比就一般住宅而言並不希望公設比例太高而商用型態房屋對公設更是如此，所以預期公設比對房屋價格影響為負面影響，並進一步預期低房價之商業型態使用者其厭惡程度會大於高房價之使用者。 8、嫌惡性設施嫌惡性設施包含了建築物在鐵道、高壓電塔、加油站、瓦斯廠或特種行. 治政業等等附近(見附表一)，隱藏了危害生命健康財產的風險，在分量迴歸中以大立虛擬變數表示，有此項問題者假設為 1，沒有則為 0，預期對房價影響為負 ‧ 國. 學. 的，更進一步的預期為對高房價建物的影響大過於低房價建物的影響。. ‧. 9、房屋使用型態. sit. y. Nat. 本文將商用不動產分成三種不同的使用型態分別是店面、住辦合用和辦. io. 交易年分. 10、. er. 公室，並將標準組假設為店面。. al. n. iv n C 交易年分為 2002 年到 2007 h e年，並各自以虛擬變數表示，標準組假設為 ngchi U. 2007 年。房屋所在區域. 11、. 房屋所在縣市容易影響交易價格，因此將各個縣市也採虛擬變數表示，若為該筆資料所在區域為 1，反之為 0；其中因宜蘭縣、台東縣樣本數目太少並不足以代表其所在之縣市，所以兩縣市共五筆資料便不予以考慮。其他範圍則包括基隆市、台北市、台北縣、桃園縣、新竹市、新竹縣、苗栗縣、台中市、台中縣、南投縣、彰化縣、雲林縣、嘉義市、嘉義縣、台南市、台南縣、高雄市、高雄縣、屏東縣、花蓮縣，標準組為台北縣。 23.

(27) 表 4-1 變數屬性說明與符號預期變數. 說明. 房屋價格. 取對數後的交易總價. 坪數. 主建物車位和公設面積之總和. +. 坪數平方. 允許存在報酬遞減現象. -. 道路寬度. 鄰近房屋之道路寬度. +. 屋齡. 房屋年齡. -. 預期符號. 允許屋齡越大對房價影響幅度越來越屋齡平方. +. 小. 治政大1，沒有以虛擬變數表示，有車位者為立車位者則為 0 ‧. 問題；以虛擬變數表示，有影響為 1，. y. -. sit. 0 則沒有. er. io. al iv 以虛擬變數表示，面臨路沖的房屋為 n Ch engchi U 1，0 則無受此影響. n. 路沖. -. 存在噪音汙染或隱藏危害身體健康等. Nat. 嫌惡性設施. 屋主所購買的公共空間. +. 學. 公設比. ‧ 國. 車位. 對店面影響可能為正，其他型態可能為負. 以虛擬變數表示，鄰近高架橋的房屋鄰近高架橋. -. 為 1，0 則無受此影響以虛擬變數表示，鄰近神壇或廟宇的鄰近神壇或廟宇. -. 房屋為 1，0 則無受此影響基地低於地面、臨以虛擬變數表示，位在此類型之房屋 -. 狹窄巷弄、無尾巷者為 1，0 則是不在此處. 24.

(28) 表 4-1 變數屬性說明與符號預期(續) 變數. 說明. 交易年份. 將各交易年分設虛擬變數，1 為該交易. 預期符號. 年分，0 則為其他；標準組為 2007 年 YEAR11，2002年. 令 2002 年=YEAR 1 {YEAR10，其他年度. ？. YEAR 21，2003年. 令 2003 年=YEAR 2 {YEAR 20，其他年度. ？. YEAR 31，2004年. 令 2004 年=YEAR 3 {YEAR 30，其他年度. ？. 政治大. YEAR 41，2005年. 令 2005 年=YEAR 4 {YEAR 40，其他年度. 立. ？. YEAR 51，2006年. 將房屋使用型態分為三種，分別是店. ‧. 面、住辦合用和辦公室；標準組為店面 TYPE11，辦公室. sit. Nat. 令辦公室=TYPE 1 {TYPE10，其他型態. y. 房屋使用型態. ？. 學. ‧ 國. 令 2006 年=YEAR 5 {YEAR 50，其他年度. n. al. {. er. io. TYPE 21，住辦合用令住辦合用=TYPE 2 TYPE 2 0，其他型態. 所在縣市. Ch. i Un. ？？. v. 1 為該建物座落在該縣市，0 則為其他；. engchi. 對照組為台北縣. CITY1=1，基隆市令基隆市=CITY 1 CITY1=0，其他縣市. ？. CITY2=1，台北市令台北市=CITY 2 CITY2=0，其他縣市. ？. CITY3=1，桃園縣令桃園縣=CITY 3 CITY3=0，其他縣市. ？. CITY4=1，新竹市令新竹市=CITY 4 CITY4=0，其他縣市. ？. CITY5=1，新竹縣令新竹縣=CITY 5 CITY5=0，其他縣市. ？. { {. {. { {. 25.

(29) 表 4-1 變數屬性說明與符號預期(續) 變數. 說明. 預期符號. CITY6=1，苗栗縣令苗栗縣=CITY 6 CITY6=0，其他縣市. ？. CITY 7 =1，台中市令台中市=CITY 7 CITY 7 =0，其他縣市. ？. CITY8=1，台中縣令台中縣=CITY 8 CITY8=0，其他縣市. ？. CITY9=1，南投縣令南投縣=CITY 9 CITY9=0，其他縣市. ？. CITY10=1，彰化縣令彰化縣=CITY 10 CITY10=0，其他縣市. {. ？. 治 CITY11=1，雲林縣政 { 令雲林縣=CITY 11 CITY11=0，其他縣市大立 CITY12=1，嘉義市. ？. {. {. { {. ？. CITY13=1，嘉義縣令嘉義縣=CITY 13 CITY13=0，其他縣市. ？. 學. ‧ 國. {. 令嘉義市=CITY 12 CITY12=0，其他縣市. {. ‧. ？. sit. y. {. io. CITY15=1，台南縣令台南縣=CITY 15 CITY15=0，其他縣市. {. n. al. ？. er. Nat. CITY14=1，台南市令台南市=CITY 14 CITY14=0，其他縣市. i Un. v. CITY16=1，高雄市令高雄市=CITY 16 CITY16=0，其他縣市. ？. {. ？. {CITY18=1，屏東縣. ？. Ch. {. e n gCITY17=1，高雄縣 chi. 令高雄縣=CITY 17 CITY17=0，其他縣市. 令屏東縣=CITY 18 CITY18=0，其他縣市. CITY19=1，花蓮縣令花蓮縣=CITY 19 CITY19=0，其他縣市. {. 資料來源：本研究整理。. 26. ？.

(30) 第三節資料分析一、基本統計樣本數共 10993 筆，下表為各變數之敘述統計，分別是平均數、標準差以及最小值、最大值。表 4-2 基本統計性質變數名稱. 平均值. 標準差. 最小值. 最大值. 總價(萬). 642.11. 647.51. 18.48. 19531.45. 坪數(坪). 53.38. 31.89. 7.77. 589.05. 路寬(公尺). 11.63. 1.50. 70.00. 政治 7.43大. 67.25. 0.09. 0.16. 0.00. 0.88. 0.05. 0.22. 0.00. 1.00. 0.04. 0.19. 0.03. 0.18. 0.01. 0.09. 0.02. 0.13. 基地低於地面、臨狹. engchi. 1.00. y. Ch. 0.00 0.00. 1.00. sit. al. n. 鄰近神壇或廟宇. io. 鄰近高架橋. Nat. 路沖. ‧. 嫌惡設施. 0.00. 0.00. 1.00. 0.00. 1.00. er. 車位. 10.30. 學. 公設比. 立 15.73. ‧ 國. 屋齡(年). i Un. v. 0.01. 0.10. 0.00. 1.00. 2002. 0.19. 0.39. 0.00. 1.00. 2003. 0.18. 0.38. 0.00. 1.00. 2004. 0.27. 0.44. 0.00. 1.00. 2005. 0.20. 0.40. 0.00. 1.00. 2006. 0.09. 0.29. 0.00. 1.00. 2007. 0.07. 0.25. 0.00. 1.00. 窄巷弄、無尾巷. 27.

(31) 表 4-2 基本統計性質(續) 變數名稱. 標準差. 最小值. 最大值. 辦公室. 0.07. 0.25. 0.00. 1.00. 住辦合用. 0.43. 0.50. 0.00. 1.00. 店面. 0.50. 0.50. 0.00. 1.00. 基隆市. 0.00. 0.04. 0.00. 1.00. 台北市. 0.05. 0.22. 0.00. 1.00. 台北縣. 0.04. 0.20. 0.00. 1.00. 桃園縣. 0.09. 0.28 治政 0.02 0.14大. 0.00. 1.00. 0.00. 1.00. 0.01. 0.12. 0.00. 1.00. 0.01. 0.08. 0.00. 1.00. 0.12. 0.32. 0.00. 1.00. 0.11. 0.31. 0.00. 1.00. 0.00. 0.08. 0.00. 1.00. 0.07. 0.26. 0.00. 1.00. 0.00. 1.00. 立. 南投縣. y. al. n. 雲林縣. io. 彰化縣. Nat. 台中縣. ‧. 台中市. C0.02 h. e n g c h i0.12U. sit. 苗栗縣. ‧ 國. 新竹縣. er. 新竹市. 學. 平均值. n. iv. 嘉義市. 0.02. 0.13. 0.00. 1.00. 嘉義縣. 0.01. 0.10. 0.00. 1.00. 台南市. 0.10. 0.30. 0.00. 1.00. 台南縣. 0.05. 0.23. 0.00. 1.00. 高雄市. 0.16. 0.36. 0.00. 1.00. 高雄縣. 0.09. 0.29. 0.00. 1.00. 屏東縣. 0.02. 0.14. 0.00. 1.00. 花蓮縣. 0.01. 0.10. 0.00. 1.00. 28.

(32) 資料來源：本研究整理。樣本分佈以高雄市最多，有 1735 筆，台中市次之，有 1301 筆，南投縣和基隆市最少，樣本數都在 100 筆以下；交易年分以 2004 年資料筆數最多；使用型態則以是店面資料為主，佔 50%；房屋平均價格大約是 642 萬；坪數平均約 53 坪；路寬約 12 公尺；屋齡約 16 年；公設比約 9%；5%的筆數有附車位；面臨嫌惡性設施的樣本約佔 4%；面臨 4 種不同的嫌惡性風水中以受路沖影響出現最多，佔總樣本 3%。由表 4-3 可知商用不動產價格以台北市居冠為 1370 萬，基隆市次之，在 1070 萬，第三則是新竹市 785 萬；坪數方面以苗栗縣 64 坪最大，台北縣 38. 治政坪最小，次之最小則是在台北市約 41 坪；路寬以位於高雄市商用房屋周邊最大立寬，約有 15 公尺，其他縣市除嘉義縣、雲林縣在 9 公尺以下外，都在 9 公尺 ‧ 國. 學. 以上；屋齡以台北市和花蓮縣最大，皆有 19 年之久，新竹縣市屋齡則最小，. ‧. 只有 9 年左右，而其他各縣市也都有 11 年以上的屋齡；公設比以新竹市最多. y. sit. io. er. 例。. Nat. 有 23%，表中也可以發現北部地區公設比例明顯大於中南部各縣市的公設比. 由於北部地區人口稠密，建物型態多以垂直發展，都市用地可以說是寸土. al. n. iv n C 寸金，位於台北市的商用不動產其屋齡雖然最老加上坪數又不如其他地方， hengchi U 但房屋的總價仍是位居全台第一。. 29.

(33) (一)房屋特徵依縣市分配表 4-3 基本統計性質：依縣市房價. 10993.00. 642.11a. 基隆市. 台北市. (27.13). (3.62). (14.39). (0.18). 1370.06. 41.49. 12.39. 19.13. 19.28%. (9.78) 政治大 769.97 38.28 9.46. (9.87). (0.19). 14.45. 14.56%. 228.00. n. al. 台中市. 台中縣. 73.00. 1301.00. 1175.00. 10.35. 17.53. 20.56%. (620.78). (30.60). (5.65). (9.27). (0.15). 677.91. 54.71. 10.08. 12.44. 12.61%. (533.34). (31.00). (4.97). (9.91). (0.17). 785.24. 50.33. 13.82. 9.04. 22.96%. (620.30). (27.34). (7.21). (11.15). (0.21). 717.61. 53.08. 9.74. 9.15. 16.84%. (4.69). (8.63). (0.22). Ch. e n g(39.36) chi U. ‧. ‧ 國. 立. (7.43). (30.73). (554.01) 苗栗縣. (0.16). (818.94). 937.00. 157.00. (10.30). 49.41. 567.00. io. 新竹縣. 8.81%. 1070.39. Nat. 新竹市. 15.73. 學. 桃園縣. 11.62. 公設比. (31.95). 17.00. 438.00. 屋齡. (647.51)b. (1131.82) 台北縣. 53.41. 路寬. y. 值. 坪數. sit. 全部觀察. 樣本數. er. 縣市. v ni. 654.21. 64.38. 10.86. 11.76. 5.32%. (496.61). (32.30). (6.59). (8.59). (0.08). 762.23. 62.30. 13.31. 13.82. 11.30%. (946.53). (42.79). (7.56). (10.03). (0.18). 504.32. 52.13. 10.07. 14.55. 3.69. (277.33). (20.65). (6.17). (9.61). (0.14). 30.

(34) 表 4-3 基本統計性質：依縣市(續). 嘉義市. 64.00. 454.90. 51.48. 10.69. 16.01. 1.38%. (301.34). (25.43). (6.05). (9.73). (0.05). 492.44. 53.31. 9.40. 16.03. 2.83%. (346.68). (26.92). (5.20). (9.19). (0.11). 421.04. 53.21. 8.39. 17.68. 1.93%. (235.04). (20.22). (6.88). (10.48). (0.13). 16.78. 4.70%. (9.96). (0.17). 813.00. 170.00. 190.00. 51.16 9.49 政治大(7.40) (365.93) (26.62) 立 550.30. 106.00. 339.39. 43.81. 8.84. 14.74. 2.10%. (144.68). (12.56). (5.37). (8.65). (0.14). 1064.00. 619.69. 58.14. 11.00. 15.45. 6.45%. (559.08). (32.48). (5.81). (10.02). (0.19). 447.94. 49.81. 9.77. 16.24. 5.73%. (8.60). (0.17). 18.80. 9.95%. a l (814.17) (21.45) (5.09) iv n Ch 675.44e n g 55.98 c h i U 14.97. n. 高雄市. 高雄縣. 屏東縣. 花蓮縣. 1735.00. ‧. 600.00. io. 台南縣. 公設比. 學. 台南市. 屋齡. Nat. 嘉義縣. 路寬. y. 雲林縣. 坪數. sit. 彰化縣. 房價. er. 南投縣. 樣本數. ‧ 國. 縣市. (525.29). (34.76). (9.44). (11.49). (0.13). 465.94. 49.77. 12.22. 17.52. 6.44%. (348.69). (29.70). (8.39). (10.11). (0.09). 488.68. 57.45. 12.45. 16.35. 8.22%. (625.56). (36.01). (6.20). (9.36). (0.12). 369.28. 45.31. 9.85. (204.86). (22.18). (4.57). 1024.00. 214.00. 120.00. 資料來源：本研究整理。 31. 19.18 (7.29). 2.24% (0.06).

(35) 註：a.平均數(房價(萬元)，坪數(坪)，路寬(公尺)，屋齡(年) )，b.標準差。. (二)房屋特徵依房屋使用類型分配表 4-4 基本統計性質：依房屋使用型態縣市全部觀察. 樣本數. 房價. 坪數. 路寬. 屋齡. 公設比. a. 53.41. 11.62. 15.73. 8.81%. b. (31.95). (7.43). (10.30). (0.16). 676.25. 46.90. 14.50. 11.23. 24.16%. (10.28) 治政 55.43 大10.39 581.86. (7.75). (0.16). 立(453.37). 15.01. 6.46%. (28.19). (6.04). (9.88). (0.18). 689.42. 52.49. 12.30. 16.96. 8.76%. (752.20). (32.78). (7.85). (10.72). (0.13). 10993.00. 642.11. 值. (647.51). 辦公室. 738.00. (811.80). 5511.00. sit. y. ‧. Nat. 資料來源：本研究整理。. 學. 店面. 4744.00. ‧ 國. 住辦合用. (44.05). io. er. 註：a.平均數(房價(萬元)，坪數(坪)，路寬(公尺)，屋齡(年))，b.標準差。. al. 由表 4-4 可知，店面的平均價格最高為 689 萬；坪數以住辦合用型態較大，. n. iv n C 有 55 坪；辦公室面臨路寬最廣h ，有 15 公尺；屋齡則以店面最大有 17 年左右； engchi U 辦公室平均所含公設比則大幅多於其餘兩種型態，有 24%。. 若以每坪價格來看則是辦公室價格最高(約一坪 14 萬)多出店面(13 萬)約 1 萬元左右；另外也因辦公室位置多半是位於大馬路旁鮮少是位在小巷弄內，所以推測其所面臨的路寬也較其他型態的房屋還要更大。. 32.

(36) (三) 房屋使用型態與所在縣市之分析表 4-5 房屋使用型態與所在縣市之分析縣市基隆市. 辦公室. 住辦合用. 店面. a. 2.00. 11.00. 937.39b. 2181.90. 916.66. 734.81. c. 115.82. 793.45. 214.00. 20.00. 333.00. 1208.05. 1067.37. 1492.35. 594.98 治政128.00 大 25.00. 1169.83. 4.00. 台北市. 1086.76. ‧ 國. 596.52. 815.87. 780.39. 505.92. 540.50. 93.00. 423.00. 421.00. 368.39. 673.12. 751.10. 405.72. 590.09. sit. y. al. n. 苗栗縣. io. 新竹縣. 701.66. ‧. Nat 新竹市. 285.00. 學. 桃園縣. 立. er. 台北縣. 34.00. 470.51. 115.00. 79.00. n C h 398.26 e n g c h i U 642.92. 1158.95. iv. 515.41. 281.95. 809.08. 16.00. 59.00. 82.00. 434.00. 569.36. 879.62. 344.59. 448.59. 605.46. 2.00. 34.00. 37.00. 567.50. 635.33. 676.25. 123.75. 650.18. 322.58. 33.

(37) 表 4-5 房屋使用型態與所在縣市之分析(續) 縣市. 辦公室. 住辦合用. 店面. 84.00. 848.00. 369.00. 434.65. 794.20. 763.32. 468.71. 579.53. 1521.68. 14.00. 905.00. 256.00. 560.78. 496.39. 529.26. 354.48. 259.64. 328.13. 12.00 治政大 422.34. 52.00. 台中市. 台中縣. 南投縣. -. 17.00. 176.00. 620.00. 265.68. 476.08. 503.30. 136.94. 272.22. 366.91. -. 167.00. sit. y. al. -. n. 嘉義縣. 321.71. er. io. 嘉義市. 196.95. ‧. Nat. 雲林縣. ‧ 國. 彰化縣. -. 學. 立. 462.41. Ch. 3.00. 416.83. 655.33. n e n g- c h i U 233.40. 250.57. iv. 2.00. 186.00. 2.00. 909.32. 541.55. 1005.00. 0.00. 363.86. 360.62. -. 104.00. 2.00. -. 342.59. 173.03. -. 143.61. 131.49. 34.

(38) 表 4-5 房屋使用型態與所在縣市之分析(續) 縣市. 辦公室. 住辦合用. 店面. 37.00. 980.00. 47.00. 334.19. 613.53. 972.97. 425.78. 514.45. 1120.12. 30.00. 563.00. 7.00. 170.08. 430.03. 3079.12. 69.09. 231.28. 7256.11. 6.00 治政357.09 大 399.17. 1672.00. 台南市. 台南縣. 高雄市. 57.00. 224.86. 529.59. 4.00. 3.00. 1017.00. 469.00. 195.67. 466.72. 40.64. 117.93. 349.53. 1.00. 花蓮縣. 213.00. -. 489.52. -. 626.91. 1.00. 116.00. 3.00. 399.88. 361.65. 654.03. -. 195.86. 407.18. 310.00. n. al. -. er. io. sit. y. ‧. Nat. 屏東縣. ‧ 國. 高雄縣. 234.58. 學. 立. 687.29. Ch. n e n g- c h i U. iv. 資料來源：本研究整理。註：a.樣本數，b.平均數(房價(萬元) )，c.標準差。先從辦公室來看，辦公室資料大多集中在台北市、台北縣、桃園縣以及台中市，共有七成左右，其中以台北市最多，佔全部資料大約三成，台北市的平均價格也最高為 1208 萬，次之為基隆市 937 萬，再來則是嘉義市為 909 萬。 35.

(39) 由於嘉義市的價格甚至大過於台北縣的 702 萬，與常理不符，推斷是受到房屋其他特徵影響像是坪數不同、屋齡不同或是資料出現極端值等等，所以在表 4-6 會有更詳細的探討。住辦合用方面，資料則是集中在台中縣市和台南縣市，共有七成左右，以台南市最多，有 980 筆，佔住辦合用資料約兩成；房價方面以基隆市的金額最大，為 2182 萬，超越排名次之台北市 1067 萬一倍左右，第三名則是台中市的 794 萬，推測此結論也是受到房屋不同特徵所影響；另外，表 4-5 也可歸納出台中市以北的房屋價格明顯多過於台中市以南的交易價格。店面的交易資料則以高雄縣市佔最多，約有五成左右，再來則是彰化縣. 治政 620 筆，有一成比例；價格最高是出現在台南縣為大3079 萬，足足高過第二名立台北市 1492 萬一倍之多，第三名為新竹市 1159 萬；經資料查證因台南縣出 ‧ 國. 學. 現一筆極端值 19531 萬元之交易，其坪數為 58 坪左右，若扣除此筆交易則平. ‧. 均價格則為 337 萬；因尚未考慮到極端值及其他特徵因素影響，於是結果出. sit. y. Nat. 現了不甚合理的情況，為排除此項問題，下表列出了不同縣市之使用型態與. io. er. 各項特徵之交叉分析。. (四) 所在縣市辦公室之坪數、路寬、屋齡、公設比分析. al. n. iv n C 表 4-6 所在縣市辦公室之坪數、路寬、屋齡、公設比分析 hengchi U 所在縣市辦房價. 坪數. 路寬. 屋齡. 公設比. 基隆市. 937.39. 47.78. 12.00. 15.11. 12.36%. 台北市. 1208.05. 49.70. 14.78. 15.48. 19.62%. 台北縣. 701.66. 44.27. 9.49. 8.97. 18.06%. 桃園縣. 368.39. 45.46. 13.09. 9.79. 28.53%. 新竹市. 398.26. 30.85. 16.88. 5.86. 35.06%. 新竹縣. 434.00. 29.41. 8.88. 5.32. 41.42%. 公室. 36.

(40) 表 4-6 所在縣市辦公室之坪數、路寬、屋齡、公設比分析(續) 所在縣市辦房價. 坪數. 路寬. 屋齡. 公設比. 苗栗縣. 567.50. 61.81. 11.00. 14.89. 7.74%. 台中市. 434.65. 58.05. 18.43. 8.79. 27.24%. 台中縣. 560.78. 62.75. 18.71. 6.81. 29.49%. 南投縣. -. -. -. -. -. 彰化縣. 265.68. 38.51. 15.12. 7.41. 24.98%. 雲林縣. -. -. -. 嘉義市. 909.32. 治政139.11 大 8.00. 38.58. 0.00%. -. -. 11.78. 24.91%. 8.08. 33.31%. 13.89. 26.40%. 3.83. 34.27%. 7.66. 31.88%. 10.53. 29.00%. 公室. 立-. 170.08. 26.06. 8.03. 357.09. 54.53. 25.79. 469.00. 68.56. 14.50. 50.53. 20.00. 399.88. Ch. sit. y. al. 310.00. n. 花蓮縣. 11.62. io. 屏東縣. 34.51. er. 高雄縣. 334.19. Nat. 高雄市. -. ‧. 台南縣. -. 學. 台南市. ‧ 國. 嘉義縣. -. n 20.00 U i e66.14 h ngc. iv. 資料來源：本研究整理。註：房價(萬元)，坪數(坪)，路寬(公尺)，屋齡(年) 。在之前的討論中位於台北市的辦公室房價位居全台之冠，依序是基隆市和嘉義市，由上表我們可以發現嘉義市的交易坪數是 139 坪，北部不到 50 坪；若以每坪價格來看，台北市辦公室約 24 萬，基隆市 20 萬，嘉義市只有 7 萬；而在辦公室面臨的路寬中以高雄市最為寬廣有 26 公尺，其次是屏東縣和花蓮縣，有 20 公尺；在屋齡方面，以嘉義市的辦公室約 39 年為最大，其次是台北市和基隆市，都在 15 年以上；辦公室的公設比在台北市、台北縣、基隆市 37.

(41) 地區與苗栗縣明顯偏少，尤其是苗栗縣。 (五) 所在縣市住辦合用型態之坪數、路寬、屋齡、公設比分析表 4-7 所在縣市住辦合用型態之坪數、路寬、屋齡、公設比分析所在縣市住房價. 坪數. 路寬. 屋齡. 公設比. 基隆市. 2181.90. 95.17. 8.00. 38.97. 0.00%. 台北市. 1067.37. 38.02. 11.75. 22.47. 16.87%. 台北縣. 596.52. 47.72. 11.06. 10.11. 18.99%. 桃園縣. 673.12. 12.20. 10.20%. 新竹市. 642.92. 9.00 治政49.53 大 13.43. 5.09. 28.53%. 新竹縣. 569.36. 49.50. 8.08. 7.60. 22.06%. 635.33. 64.40. 8.47. 10.22. 5.01%. 794.20. 65.07. 12.64. 14.86. 8.77%. 496.39. 51.60. 9.93. 14.82. 3.14%. 422.34. 48.20. 12.92. 16.00. 1.64%. 51.39. 7.65. 16.96. 5.65%. 17.19. 1.97%. 辦合用. y. al. n. 476.08. Ch. sit. ‧ 國. io. 彰化縣. er. 南投縣. Nat. 台中縣. ‧. 台中市. 學. 苗栗縣. 立. 56.09. n 8.38 U i e53.53 h ngc. iv. 雲林縣. 416.83. 嘉義市. 541.55. 50.33. 9.37. 16.58. 4.80%. 嘉義縣. 342.59. 43.90. 8.86. 14.66. 2.06%. 台南市. 613.53. 58.71. 10.78. 15.72. 5.47%. 台南縣. 430.03. 51.04. 9.88. 16.72. 4.16%. 高雄市. 399.17. 50.72. 16.17. 15.06. 14.79%. 高雄縣. 195.67. 35.31. 9.67. 11.39. 18.05%. 屏東縣. -. -. -. -. -. 花蓮縣. 361.65. 45.17. 9.81. 19.43. 1.82%. 38.

(42) 資料來源：本研究整理。註：房價(萬元)，坪數(坪)，路寬(公尺)，屋齡(年) 。住辦合用型態的房價最高是位於基隆市 2182 萬，次之為台北市 1067 萬，台中市 794 萬；但以坪數來看，基隆市的住辦合用型態空間平均為 95 坪最大，其次是台中市的 65 坪，最小的出現在高雄縣和台北市，只有 35 坪以及 38 坪；面臨的路寬以高雄市的 16 公尺為最寬廣，其次是新竹市和南投縣約 13 公尺；屋齡方面基隆市和台北市明顯較大，基隆市大約是 39 年，台北市大約是 22 年；公設比以新竹縣市較大，新竹市有 29%左右，新竹縣則是 22%。顯示即使是位於台北市坪數較小、屋齡較老的房子但房價卻仍舊偏高，原因可能是. 治政因為台北市多為貿易和金融中心，辦公大樓需求較大；而路寬方面則端視各大立縣市政府如何建設發展，即使是在市中心人口稠密之處道路寬度也不一定是 (六) 所在縣市店面之坪數、路寬、屋齡、公設比分析. y. n. al. 坪數. Ch. e41.79 ngchi. 路寬. sit. io. 房價. 面. er. 所在縣市店. Nat. 表 4-8 所在縣市店面之坪數、路寬、屋齡、公設比分析. ‧. ‧ 國. 學. 最寬廣，可能有礙地形或城市規畫等限制。. ni 10.18 U. 屋齡. 公設比. 14.52. 27.28%. v. 基隆市. 916.66. 台北市. 1492.35. 36.43. 10.90. 21.27. 19.21%. 台北縣. 815.87. 34.77. 9.30. 17.30. 13.30%. 桃園縣. 751.10. 55.37. 10.50. 13.26. 11.53%. 新竹市. 1158.95. 59.88. 13.09. 16.16. 9.64%. 新竹縣. 879.62. 60.27. 11.10. 11.02. 8.29%. 苗栗縣. 676.25. 64.50. 13.05. 13.00. 5.46%. 台中市. 763.32. 56.90. 13.69. 12.58. 13.47%. 台中縣. 529.26. 53.42. 10.06. 14.02. 4.22%. 39.

(43) 表 4-8 所在縣市店面之坪數、路寬、屋齡、公設比分析(續) 所在縣市店房價. 坪數. 路寬. 屋齡. 公設比. 南投縣. 462.41. 53.24. 10.17. 16.01. 1.32%. 彰化縣. 503.30. 54.27. 9.74. 16.00. 1.42%. 雲林縣. 655.33. 35.58. 8.67. 44.78. 0.00%. 嘉義市. 1005.00. 40.38. 22.50. 13.53. 0.00%. 嘉義縣. 173.03. 39.26. 8.00. 18.62. 3.90%. 台南市. 972.97. 12.76. 12.55%. 台南縣. 3079.12. 15.07 治政53.08 大 8.86. 12.55. 13.30%. 高雄市. 687.29. 56.05. 14.59. 18.98. 9.37%. 466.72. 49.74. 12.22. 17.59. 6.29%. 489.52. 57.49. 12.42. 16.39. 8.11%. 654.03. 43.95. 8.00. 12.45. 9.59%. 面. ‧ 國. sit. y. Nat. 花蓮縣. ‧. 屏東縣. 學. 高雄縣. 立. 64.88. io. al. er. 資料來源：本研究整理。. n. 註：房價(萬元)，坪數(坪)，路寬(公尺)，屋齡(年) 。. Ch. engchi. i Un. v. 之前提過店面型態的房價最高出現在台南縣，高達 3079 萬為各縣市之首，之後才依序是台北市 1492 萬、新竹市和嘉義市各 1159 萬和 1005 萬；坪數最大的店面則在台南市和苗栗縣約有 65 坪，台北縣市以及雲林縣坪數最小，只有 35、36 坪左右；路寬以嘉義市 23 公尺最廣；屋齡最大在雲林縣，有 45 年左右，其次是台北市的 21 年；公設比以基隆市和台北市偏多，為 27%和 19%。台南縣的交易資料出現了一筆極端值導致了平均房價高過台北市交易價格的情況。這一筆資料顯示約在 58 坪左右的店面成交價為 19531 萬，但同樣也是在台南縣，最低的成交價只有 181 萬，就連坪數與此筆交易差不多的 59 40.

(44) 坪店面其價格也只有 458 萬，若扣除此筆資料來看，台南縣平均房價只剩下 337 萬；新竹市店面的交易價格也高達 1159 萬，相對高於台北縣和基隆市，推斷可能因為新竹地區為台灣科技重鎮造就了許多工作機會，因此消費性需求也相對較大；新竹市店面交易坪數平均是在 60 坪左右，大於所有店面的平均坪數 52 坪，若以每坪價格來說，基隆市為 22 萬，台北市為 41 萬，台北縣為 23 萬，仍高於新竹市的每坪價格 19 萬；另外，由於嘉義市的店面樣本只有兩筆，這兩本的成交價格平均是在 1005 萬，坪數大約 40 坪，與當地住辦型態用屋價格平均 542 萬，坪數 50 坪相差甚遠，推測也有可能是因極端值或者其他因素影響。除了嘉義市，台南市的房價也明顯偏高，有 973 萬之多，. 治政不僅超越台北市、新竹市外北部地區的各個縣市，甚至也超越了高雄縣市，大立資料發現其中確實有一筆較極端的交易發生，內容為成交價格 6488 萬，坪數 ‧ 國. 學. 259 坪，拿相同地區的其他交易資料作比較，216 坪的店面價格顯示只有三千. ‧. 多萬，為了避免極端值擾亂結果，下一章的分量迴歸將採用 DFFITS 指標減輕. n. al. er. io. sit. y. Nat. 因極端值問題產生的偏誤現象。. Ch. engchi. 41. i Un. v.