大台北地區不動產住宅市場區隔研究 - 政大學術集成

全文

(1)國立政治大學商學院經營管理碩士學程全球企業家組碩士論文. 政治大台北地區不動產住宅市場區隔研究. 大. ‧. ‧ 國. 學. 立 Estate in Main Taipei Area on the Research of Real Market Segmentation. er. io. sit. y. Nat. n. al 指導教授：鄭宇庭博士 i v n U e n g c h i撰生：張天立. Ch. 研究. 中華民國一百零七年六月.

(2) 摘要近年來，台灣逐漸步入高齡社會的狀況，致使政府開始推動「以房養老」政策，以便讓老人可以安度晚年。而這樣對於房子或土地等不動產的新觀念，已逐漸普及化至國人的觀念，而且也逐漸衝擊不動產住宅市場的買賣趨勢。以房地產經濟的角度來看，房地產業不僅可以帶動國內金融、製造、營建、傳統等相關產業的持續發展，進而可以帶動國內總體經濟的上揚，無論從國家經濟面或企業經營面而言，房地產的市場趨勢對於國內經濟或企業經營都具有相當程度的影響，若國內房地產市場價格未能合理達到民眾期待之際，此時房市銷售可能會受. 政治大否，對於整體經濟復甦或企業持續成長都具有關鍵的影響，故針對其一方向的研立. 到影響，連帶也會影響到企業的永續經營目標。因此，不動產住宅買賣的景氣與. ‧ 國. 學. 究對於市場發展應具有其貢獻。. 本研究引用不動產資訊平台上的資訊，收集大台北地區之不動產住宅市場指. ‧. 標資料，利用統計分析及集群分析，找出大台北地區的住宅市場區隔，以利未來. sit. y. Nat. 不動產企業開發決策的參考，其結論整理如下：. al. er. io. 一、台北市近一年的每季平均買賣筆數以中山區居冠；. v. n. 二、新北市近一年的每季平均買賣筆數以淡水區居冠；. Ch. engchi. i n U. 三、台北市不動產住宅移轉以住宅或住商混合區為較高；四、淡水區是新北市住宅移轉筆數較多的行政區；五、中正區及大同區是以小坪數的住宅為主；六、淡水區的住宅市場移轉熱度已開始退燒。. 【關鍵字】不動產、住宅市場、市場區隔、集群分析.

(3) 目. 錄. 目錄 .......................................................................................................................... II 表目錄 ........................................................................................................................ III 圖目錄 ........................................................................................................................ IV 第壹章緒論 ........................................................................................................... 1 第一節研究背景與動機.......................................... 1 第二節研究目的................................................ 2 第三節研究流程................................................ 3 第貳章文獻探討 ................................................................................................... 4 第一節不動產之定義與特性...................................... 4 第二節市場區隔之意義與目的.................................... 8 第三節市場區隔之步驟與益處................................... 11 第四節房地產價格之影響因素................................... 15. 立. 政治大. ‧ 國. 學. 第參章研究設計與方法 ..................................................................................... 18 第一節資料來源與概述......................................... 18. ‧. 第二節變數解釋............................................... 18 第三節分析方法............................................... 19. y. Nat. 第肆章實證分析 ................................................................................................. 24 第一節大台北地區不動產住宅市場分析........................... 24. sit. al. er. io. 第二節大台北地區不動產住宅移轉之趨勢分析..................... 27 第三節住宅市場區隔分析....................................... 53. n. 第伍章結論與建議 ............................................................................................. 73 第一節結論................................................... 73 第二節建議................................................... 74. Ch. engchi. i n U. v. 參考文獻 ..................................................................................................................... 76. II.

(4) 表目錄表 3-1 市場區隔研究 ................................................................................................... 8 表表表表表表表. 3-1 3-2 3-3 4-1 4-2 4-3 4-4. 隨機樣本及平均數 ........................................................................................ 20 變異數分析表 ................................................................................................ 20 變異數分析檢定表 ........................................................................................ 21 台北市不動產住宅移轉總筆數之變異數分析 ............................................ 27 台北市不動產住宅移轉之事後檢定 ............................................................ 28 新北市不動產住宅移轉總筆數之變異數分析 ............................................ 33 新北市不動產住宅移轉之事後檢定 ............................................................ 33. 表表表表表. 4-5 台北市 106 年第三季不動產住宅市場區隔分群結果 ................................. 56 4-6 台北市 106 年第二季不動產住宅市場區隔分群結果 ................................. 58 4-7 台北市 106 年第一季不動產住宅市場區隔分群結果 ................................. 60 4-8 台北市 105 年第四季不動產住宅市場區隔分群結果 ................................. 62 4-9 新北市 106 年第三季不動產住宅市場區隔分群結果 ................................. 65. 立. 政治大. ‧. ‧ 國. 學. 表 4-10 新北市 106 年第二季不動產住宅市場區隔分群結果 ............................... 67 表 4-11 新北市 106 年第一季不動產住宅市場區隔分群結果 ............................... 69 表 4-12 新北市 105 年第四季不動產住宅市場區隔分群結果 ............................... 71. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(5) 圖目錄圖 1-1 台北市與新北市之近一年房價趨勢圖 .......................................................... 2 圖 1-2 研究流程 .......................................................................................................... 3 圖 4-1 台北市不動產住宅市場移轉原因趨勢 ........................................................ 24 圖 4-2 新北市不動產住宅市場移轉原因趨勢 ........................................................ 26 圖 4-3 台北市不動產住宅市場之 Two Step 集群分析流程圖 ............................... 54 圖 4-4 台北市 106 年第三季不動產住宅市場之 Two Step 集群分析 ................... 55 圖 4-5 台北市 106 年第二季不動產住宅市場之 Two Step 集群分析 ................... 57 圖圖圖圖圖. 4-6 台北市 106 年第一季不動產住宅市場之 Two Step 集群分析 ................... 59 4-7 台北市 105 年第四季不動產住宅市場之 Two Step 集群分析 ................... 61 4-8 新北市不動產住宅市場之 Two Step 集群分析流程圖 ............................... 63 4-9 新北市 106 年第三季不動產住宅市場之 Two Step 集群分析 ................... 64 4-10 新北市 106 年第二季不動產住宅市場之 Two Step 集群分析 ................. 66. 立. 政治大. ‧. ‧ 國. 學. 圖 4-11 新北市 106 年第一季不動產住宅市場之 Two Step 集群分析 ................. 68 圖 4-12 新北市 105 年第四季不動產住宅市場之 Two Step 集群分析 ................. 70. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.

(6) 第壹章緒論第一節研究背景與動機由於台灣逐漸步入高齡社會的狀況，近年來政府大力推動「以房養老」政策，讓有屋沒錢的老人，可以透過房屋抵押申請貸款，再把貸款金額當成養老金使用，以便安度晚年。而這樣對於房子或土地等不動產的新觀念，已逐漸普及化至國人的觀念。因此，在此高齡充斥的時代，不動產住宅的買賣趨勢相對成為不動產企業所關注的一項重要議題。. 政治大傳統等相關產業的持續發展，進而可以帶動國內總體經濟的上揚，無論從國家經立. 以房地產經濟的角度來看，房地產業不僅可以帶動國內金融、製造、營建、. ‧ 國. 學. 濟面或企業經營面而言，房地產的市場趨勢對於國內經濟或企業經營都具有相當程度的影響，若國內房地產市場價格未能合理達到民眾期待之際，此時房市銷售. ‧. 可能會受到影響，連帶也會影響到企業的永續經營目標，甚至也會影響到國內的. sit. y. Nat. 經濟環境的成長(林進益，2012；莊文洲，2014)。因此，不動產住宅買賣的景氣. al. er. io. 與否，對於整體經濟復甦或企業持續成長都具有關鍵的影響，故針對其一方向的. n. 研究對於市場發展應具有其貢獻。. Ch. engchi. i n U. v. 根據內政部不動產資訊平台的大台北地區之房價趨勢資料(如圖 1-1)顯示，從台北市的房價趨勢分數來看，在民國 105 年上半年的房價趨勢分數為 66.6，到了民國 105 年的下半年房價趨勢分數下滑至 65.4，隨之到了 106 年的上半年上升至 72.9，顯示台北市民對於房價仍是持續看跌的心態。反觀，從新北市的房價趨勢來看，在民國 105 年上半年的房價趨勢分數為 72.9，到了民國 105 年的下半年房價趨勢分數下滑至 64.3，隨之到了 106 年的上半年上升至 72.0，顯示新北市民對於房價也是持續看跌的心態。. 1.

(7) 74. 台北市. 72.9. 新北市. 72.9 72. 72. 趨勢分數. 70 68. 66.6. 65.4. 66. 64.3 64 62 60 105上半年. 105下半年時間. 106上半年. 政治大資料來源：內政部不動產資訊平台。立. ‧ 國. 學. 圖 1-1 台北市與新北市之近一年房價趨勢圖. 從整體的房價趨勢調查的結果，瞭解無論是台北市民或新北市民對於未來的. ‧. 房雖然趨勢指標有上升的情況，但仍是對於台北市或新北市的房價呈現一種看跌. y. Nat. sit. 的趨勢。有鑑於此，依不動產企業的經營層面來看，在大台北地區整體房價普遍. n. al. er. io. 看跌的環境下，當企業所供給的住宅建案的價格過高時，可以無法獲得多數民眾. i n U. v. 的青睞，因而為能因地制宜，故對大台北地區的住宅市場的趨勢進行探討，有助. Ch. engchi. 於企業在住宅建案推銷或建設時的決策參考。. 第二節研究目的本文將利用內政部不動產資訊平台之公開資料，收集台北市與新北市等大台北地區的不動產住宅市場資料，針對大台北地區之各行政區的住宅市場進行比較研究。本研究將分為兩部分，首先會利用部分變數針對台北市與新北市之各行政區進行差異比較，探討其行政區之住宅市場的差異性，其次針對台北市與新北市之各行政區的住宅市場，應用方法 Two-Step 集群分析方法，探討台北市與新北市之各行政區的市場區隔。. 2.

(8) 第三節研究流程本研究的流程(如圖 1-2)預計分為四個階段進行，第一階段先從環境趨勢與專業領域著手探討可以研究的方向，當研究主題確定後，則進入第二階段，開始收集與研究主題相關之文獻資料，以及實證分析所必須之數據資料。之後，開始從事第三階段的工作，對所收集的數據資料進行資料分析，最後在第四階段，將所研究分析所得到的結果，綜合整理結論與建議。. 研究主題探討. 政治大. 立. 文獻探討. ‧ 國. 學. 資料收集. ‧. 實證分析. er. io. sit. y. Nat. n. 結論與建議 a. iv l C n hengchi U 圖 1-2 研究流程. 3.

(9) 第貳章. 文獻探討. 本章將分成四小節，首節將針對不動產之定義與特性簡述，次節敘述市場區隔之意義與目的，第三節介紹市場區隔之步驟與益處，最後一節將簡述房地產價格之影響因素。. 第一節不動產之定義與特性一、不動產之定義依我國民法第六十六條對不動產之定義，敘述：「稱不動產者，謂土地及其. 政治大不動產的一部分，其中房地產包含了土地及房屋兩種產權。立. 定著物。不動產之出產物，尚未分離者，為該不動產之部分。」而房地產即屬於. ‧ 國. 學. 而為管理與管制個別行為者在不同特性土地的開發使用，則另訂定土地法來規範。土地法，土地法第一條指出土地，謂水陸及天然富源。此外，為了避免房. ‧. 仲業在賣方開價與買方議價的過程行為上造成糾紛，除依不動產交易之基本法民. sit. y. Nat. 法與土地法之規定之外，政府為建立不動產交易秩序，保障交易者權益，我國則. al. n. 二、不動產之特性. er. io. 另行訂定不動產經紀業管理條例來有效規範及管理不動產經紀業。. Ch. engchi. i n U. v. 房屋的生產因素，亦即建造成本，包括建築基地、鋼筋、水泥、混凝土、砂石、各種型鋼、水電管線、模板、建築工人、石材磁磚、建築機具、塗料、衛浴設備、窗框玻璃等項。不動產標的物具有以下影響不動產交易市場之供給之特性： (一) 地理環境所處之地理環境是影響土地或房屋買賣價格之主要因素之一。一般而言，房屋買賣價格會受到其面臨的街道寬度、公共設施之健全與否、治安狀況、所處環境之地質、環境汙染情況、交通之便利性及氣候等之影響。除上列地理環境之一般性項目外，地理環境之考量因素也會因房屋基地用途之不同。 (二) 不可移動性 4.

(10) 不動產包括土地和其上在建或已完成之建築物。動產和不動產之區分，重點為移動其位置對其價值是否有重大影響。一般而言，不動產不能移動，或者移動會導致其價值受到重大損失；而動產則否。是故，二者在物權變動方式將因其移動性之特性而有不同法律規範。 (三) 土地面積及用途之限制由於國土面積固定，都市管理法規乃為避免於經濟發展過程中，伴隨著都市化及工商業化帶來的人口集中，大幅增加住宅用地及工商業用地的需求，占用到農用土地，並造成巷弄狹小、噪音、污染、隨意增建、建築強度不足等之都市景. 政治大. 觀、居住安全、居住環境的惡化、公共設施之不足、影響水資源及排水系統等。 (四) 房屋建材及配備之差異性. 立. 一般住宅房屋主要提供人類遮風避雨的功能，對住宅房屋之使用需求，是生. ‧ 國. 學. 活的「必需品」。購住名建築師設計之建築、高級建材、安全級數高的施工方法、. y. Nat. 之提供過程，將影響不動產交易市場之供給與需求價格。. ‧. 飯店式管理及科技產品之配備等之豪宅，其設計、建材、施工之資源耗用及服務. er. io. sit. (五) 房屋耐用年數長；土地則無耐用年數之限制. 依據行政院公布之「固定資產耐用年限表」之規定，辦公用、商店用及住宅. n. al. i n 用之房屋，依據其建築構造不同，其耐用年限如下： Ch engchi U. v. 住宅房屋雖為必需品，現今住宅大多採鋼筋(骨)混凝土建造，其耐用年限依上表所示，至少為五十年；而住宅用地則無使用年限之限制。因此，使用中之住宅不若一般消費品中之必需品之汰舊換新頻率高。 (六) 建案所需資金高建商須準備較充足之資金以支應購地及營建成本，又因其牽涉較多之產業及專業服務提供，進入門檻較進入一般商家高。正因其需要較多之營運資金，金融業對不動產之授信條件，包括利率、額度、償還期間及擔保品等，對建商之營運規模及資金成本有很大之影響。. 5.

(11) (七) 牽涉較多之產業及專業服務提供不動產市場中，除了買賣雙方外，相關產業如鋼鐵業者、砂石混凝土業者、石材業者、運輸業者、建築機具業者、營造公司、粗工、塗料業者、水電業者、建築師、金融機構、建商、不動產經紀人、代書、衛浴設備業者及廚具業者等，不動產交易市場景氣繁榮或衰退，帶動關聯產業之興衰。 (八) 房屋建造時間較長一般大樓所需建造期間約三年；透天式或別墅住宅所需建造期間約一年，因此，新建房屋市場常以預售屋之方式，於房屋建造期間即預先簽約銷售，預售屋. 政治大方面可先行取得買方按建造工程進度分期繳納之價款，降低建商之資金成本與風立. 銷售，一方面可於建造期間即預先成交房屋，以確保一定之房屋銷售利潤；另一. 險。. ‧ 國. 學. (九) 政策影響. y. Nat. 利。. ‧. 建築法令變動可能影響建築面積或施工成本，稅賦之變動亦會影響賣方獲. n. al. er. io. 之論點如下：. sit. 有關不動產市場之特性，另有學者提出自己之研究見解，依林英彥（2003）. Ch. (一) 不動產市場集中生產品之位置固定。. engchi. i n U. v. (二) 其生產物無標準化而常有不同之性質。. (三) 基於當地之供需條件不同，其價值不同。 (四) 大多數交易之酬金甚鉅。 (五) 習慣上利用信用協定。 (六) 市場中普通購買者及出售者不易預料。 (七) 普遍借重經紀人之服務。 (八) 隨價格變動而引起之不動產供需增減之反應緩慢。 (九) 供給者與需求者雙方在一生中從事不動產交易次數少,對不動產資訊掌握相. 6.

(12) 當缺乏。 (十) 交易成立之期間相當長，交易契約之訂立易較繁複，成交後亦需辦理複雜之登記手續。 (十一) 不動產交易成立，不僅要支付價金，雙方需另行負擔稅賦及規費。 (十二) 不動產市場之糾紛案件量常多於一般商品之交易糾紛。林森田（1996）研究指出土地市場是購買者與出售者一起決定其價格，以某特定土地為交易，相較於股票市場，不動產市場無正式組織之交易場所，可供出價或公開交易。而在企業會計上，不動產是固定資產，所以不動產市場亦可稱是. 政治大於不動產有異於一般商品的特性，成交價格無絕對標準且多屬動態趨勢，故不動立. 資本市場。但因土地在本質上係自然資源，保有生產力俾得永續利用。另提出由. 產價格之決定相當困難，估價師對不動產估價的整個作業過程，對不動產法令的. ‧ 國. 學. 認識、理論的要求及對市場的敏感度，方能對不動產評估出合理的價格。. ‧. 而在「不動產投資管理」中，林左裕（2000）將不動產之特性整理歸納為：. y. Nat. (一) 產品差異性大. n. al. er. io. (三) 短期供給較無彈性. sit. (二) 兼具消費財與資本財之特性. (四) 屬不完全競爭市場。. Ch. engchi. i n U. v. 另張金鶚（2003）於「房地產投資與市場分析理論與實務篇」中增列「市場有景氣循環的現象」與「公共介入性強」兩特性。顏聰玲（2004）於「不動產市場分析與預測」中列有對產品的認知是因人而異與高交易顏聰玲（2004）成本兩特性。陳春貴（1980）於「土地使用分區管制與都市不動產價格之研究」提出不動產市場之一般特性為： (一) 不動產之產物具有不可移動性。 (二) 不動產之產物規格無標準化（產品差異性大）。. 7.

(13) (三) 不動產之交易金額數量龐大（高交易成本）。 (四) 不動產之之交易基於當地的供需條件。 (五) 不動產之購買者與出售者常不易預料。 (六) 不動產之市場無組織，普遍透過經紀人達成交易。. 第二節市場區隔之意義與目的一、市場區隔之意義 Wendell 於 1956 年最早提出市場區隔(Market Segmentation)的概念，定義市場區隔為將市場上某方面需求相似的顧客或群體歸類在一起，劃分為許多小市. 政治大足顧客市場不同的需求或慾望，進而強化行銷組合的市場適應力。因此，市場區立場，由於小市場之間存在某些顯著不同特質傾向，因此，行銷人員可更有效地滿. ‧ 國. 學. 隔的是在市場需求面發展上建立基礎，並針對產品和行銷活動做更合理和確實的調整，以使其適合於消費者或使用者之需要。. ‧. 有關市場區隔之研究，國內外學者對其著墨者甚多，僅略述部分於後：. al. n Smith/1956. y. 定義. er. io. 學者/年代. sit. Nat. 表 3-1 市場區隔研究. 最早研究提出市場區隔之基礎是建立在市場的需. v i n Ch 求面，並針對產品及行銷活動作合理的調整，以 engchi U 適合消費者或使用者所需。市場區隔係將一個市場區隔成較小與同質性的市. McCarthy/1981. 場，並針對適合的目標市場發展出一套獨特的行銷組合，以滿足單一市場的需求。定義市場區隔是在產品市場中有哪些群體較容易成為特定產品行銷成功的目標，目的在降低不確. Boote/1981. 定的行銷風險，並依特定目標市場的同質性特徵，訂定適當的行銷策略，以增加行銷策略之效率。. 8.

(14) 將市場區分成幾個不同且有意義的購買群，各購買群分別運用不同的產品與行銷組合，可使銷售者更明確地確認行銷機會及銷售適切之產品，並. Kotler/1982. 能有效地調整其價格、配銷通路及廣告等行銷策略，俾使購買者獲得最大滿足。市場區隔乃指依據消費者對產品之看法，將市場 Walker et al.. 切割成相對同質的群體，群體內之相對差異大，. / 1992. 群體外相對差異小。所謂市場區隔乃依據消費者對產品的看法，將市. Churchill & Peter. 場區分為不同的顧客群的一種程序，不同的次集. 政治大. /1995. 群中的顧客有著相同的行為或相似的需求。. 立主張市場區隔特定消費者子集市場的過程，消費者具有的類似購買行為或需求。每子集可以選定. ‧ 國. 學. Keegan/1999. 為目標市場，並能夠達成特定的行銷策略。. ‧. 詮釋市場區隔除可使消費者在所屬群體中差異最. Bearden, et al.. 小，區間中差異最大外。並可確認行為相似的市. sit. 所謂市場區隔是針對貨品及服務將整個市場區分. al. n. /2001. 場，以發展符合該群體偏好的活動。. er. io. Etzel,et al.. y. Nat. /2001. i n U. v. 為幾個小的群組的流程，群組是具有同質性。. Ch. engchi. 認為企業應先瞭解客戶群的偏好以後，再對客戶 Millier/2004. 群予以區隔，以發展及推銷公司產品，使產品更能貼近客戶需求。. Yankelovich. 提出降低群體的数量並區分出其專有的組合與明. & Meer/2006. 確的特性，使顧客群變得容易管理與經營。提出市場區隔為企業進行產品定位的基礎，其實. 黃志文/1995. 行能否成功，更是決定了企業所擬定之行銷策略是否能成功之重要關鍵因素。. 林建煌/2000. 定義市場區隔為將一個異質的大市場區分為有意義、相似，並可視為許多小的同質群體或區隔市 9.

(15) 場的過程。找出若干不同的區隔市場，於其中選定一個或數黃俊英/2002. 個區隔市場，並針對各區隔市場的不同需要，發展出不同的產品及行銷組合。研究認為一個市場可分隔成不同之消費群，這些消費群會有不同的消費習性或需求，針對這些不. 方世榮/2003. 同消費習性與需求發展出不同的產品與組合來滿足消費者之行為，即為市場區隔。主張企業應找出最具潛力之目標市場，了解後加. 馬惠玲/2003. 以區隔，並據以擬定有效的行銷策略，將可收事. 政治大. 半功倍之效。. 立建議整個大市場，將其區隔為幾個不同型的市場，並以不同的產品及行銷組合準備因應，並評. ‧ 國. 學. 戴國良/2008. 估每一個區隔化後市場之吸引力與潛力規模。. ‧. 敘述市場區隔為在廣大的消費市場中，依據消費者對產品或是服務的需求將該市場區隔成不同類. y. Nat. sit. 型的群組，剖析各個區隔中消費者或潛在消費者. 許清宗/2009. n. al. er. io. 的輪廓依據群組的特徵，創造適合的群組，幫助. i n U. v. 了解消費者的需求與類型，作為企業經營及行銷. Ch. engchi. 組合的參考依據，以滿足不同顧客群的需求。資料來源：陸安琦，2015。二、市場區隔之目的市場區隔的目的是有效的配置行銷資源、制定行銷目標及創造行銷優勢等。產品或勞務進行市場區隔，不僅可鞏固既有市場，並可發現新市場。 McCarthy(1981)研究提出應將市場區隔成較小與同質性的市場，並針對適合的目標市場，發展出一套獨特的行銷組合，以滿足單一市場的需求，旨在降低不確定的行銷風險及依特定目標市場的同質性特徵，擬定適當的行銷策略，以增加. 10.

(16) 行銷策略之效率。Beane 及 Ennis(1987)研究主張市場區隔之目的有二項：首項為產品尋找新的機會與範圍，並針對現有的產品重新定位；次項為可更加瞭解顧客並改善廣告的訊息。另 Churchill & Peter(1995)倡議將市場區分為不同的顧客群，以了解不同的次集群中的顧客有著相同的行為或相似的需求，之所以要進行市場區隔，乃由於人與人之間有太大的差異，倘若每個人的偏好及行為都相同，就無法進行市場區隔，產品即無差異。人們的動機、需求、決策過程與購買行為都不同，若要使消費者滿意程度最大，產品最好是客製化，但此舉會大幅增加商品的價格與成本，導致商品無法與較標準化的產品競爭。. 政治大場劃分幾個可加以確認的區隔，並描述各市場區隔的輪廓。而市場區隔的步驟首立 Kotler(1998)詮釋市場區隔是依據購買者對產品行銷組合不同的需求，將市. 先找尋適當的區隔變數，再運用這些變數進行市場區隔的工作，並描述各個區隔. ‧ 國. 學. 中消費者及潛在消費者的輪廓。又依 Johansson et al.(2006)等人之見解，認為市. ‧. 場區隔是對客戶群的購買行為產品的使用習慣與使用態度加以區隔，不僅可以使. y. Nat. 公司多樣化的產品確切的提供給不同的客戶群，也可以使產品得到最佳化利用的. er. io. sit. 效果。許清宗(2009)綜上歸納提出市場區隔之目的是將整體市場的顧客群區分為幾個重要的群組，並針對各個不同的顧客群體施以適合的資源，以獲取效益。. n. al. Ch. engchi. i n U. v. 第三節市場區隔之步驟與益處一、市場區隔之步驟. 企業進行市場區隔前，應先對消費市場做全盤性的調查瞭解，以避免調查出的結果與預期效果不同，以下介紹多位學者對市場區隔程序的研究步驟： Wind(1978)就學術觀點提出市場區隔之程序，認為市場區隔應包含下列四個步驟：(一)選擇區隔基礎及定義描述變數。(二)選擇區隔模式。(三)訂出區隔程序。(四)解釋區隔結果。Berman & Evans(1982)另主張市場區隔之程序須包含六個步驟：(一)定出區隔的基礎。(二)分析消費者的同質性與異質性。(三)分析消 11.

(17) 費群的輪廓。(四)選擇適當的區隔。(五)為公司及競爭者的產品進行定位。六、建立適當的行銷計劃與策略。Myers(1996)則主張市場區隔之程序包含六個步驟：(一)選取區隔變數。(二)選擇資料分析。(三)運用方法定義數個區隔。四、描述所有區隔使用準則及其他變數。五、選擇適當的區隔。六、建構針對每一目標區隔的行銷組合。 Kotler(1998)經由市場面的觀點分析，提出一般行銷研究對於市場區隔採用的方法包括下列三個步驟： (一)調查階段(Survey Stage)：研究人員先藉由對消費者的非正式訪談與深度訪. 政治大關之資訊。步驟如后：1、屬性及屬性的重要性評等。2、品牌知名度及品牌評等。立談，來探究消費者的動機、態度與行為，再依據調查資料擬定正式問卷，蒐集有. 3、產品使用型態。4、對各產品類別的態度。5、受訪者在人口統計、地理、心. ‧ 國. 學. 理統計及媒體選擇等特性。. ‧. (二)分析階段(Analysis Stage). y. Nat. 應用因素分析方法，將蒐集到的資料剔除相關性高的變數，再以集群分析，確立. er. io. sit. 最大的不同區隔數目。. (三)規劃階段(Survey Stage). al. n. v i n 針對每個集群以其特有的態度、行為、人口統計、心理統計、媒體消費習慣等， Ch engchi U 一一加以描述，並依各集群(即市場區隔)之特徵來命名。. 學者 Blattberg et al.(1978)研究彙整市場區隔的程序如下： (一)區隔定義（Segment Definition）：根據研究目標、經營者要求、資源限制等等，選出可能適合的區隔基礎，來定義各個區隔。 (二)消費者分類（Consumer Classification）：依選用的區隔基礎，將消費者分類歸入所屬的適當區隔中，以決定各區隔的規模及市場潛力。 (三)區隔確認（Segment Identification）：分析出可區分各個區隔差異的描述變數，並據以描述各區隔特性作為發展行銷組合的參考。. 12.

(18) Sally & Simkin(1996) 在「 The Market Segmentation Workbook ： Target Marketing For Marketing Managers」書中提出，研究整理出市場區隔的 STP 步驟如下： (一)進行區隔（S，Segmentation）：1.應用不同的區隔變數以區隔市場。2.檢視市場區隔的形貌。3.檢視使市場區隔中的有效性。 (二)確認目標（T，Targeting）：1.擬定合適的目標策略。2.確認目標市場多寡。 3.確認目標市場施行市場區隔之先後順序。 (三)定位（P，Positioning）：1.了解每一市場區隔消費者對於主要品牌的知覺。. 政治大. 2.在目標市場區隔中對消費者實施產品定位。3.設計適當的行銷組合以執行公司決定之市場定位。. 立. Kurtz & Boone(2012)共同研究歸納市場區隔之程序為：. ‧ 國. 學. (一)先了解市場區隔基礎：市場區隔成功與否，端視識別市場基礎。因此，需對. ‧. 潛在顧客的特性進行分類，再依所蒐集的資訊進行市場分析。. y. Nat. (二)發展有關市場區隔的範圍：針對每一種市場區隔開發一個典型的顧客簡介。. er. io. sit. 包含生活方式資訊、對產品屬性及品牌的態度、品牌喜好、產品使用習慣、地理上的位置及人口學上的特性。. al. n. v i n (三)預測產品市場潛力：運用市場區隔及市場機會分析，據以預測每一種市場潛 Ch engchi U 力。. (四)預測可能的市場佔有率：分析鎖定市場區隔中競爭者的地位，並制定各市場區隔的專有行銷策略。並預測市場潛力與預估可能的市場佔有率。 (五)選定一特別的市場區隔：透過市場區隔所獲得之資訊，來進行分析及預估，評估組織目標達成之可能性，藉以對各個市場區隔制定不同之行銷策略。. 二、市場區隔之益處國內外學者研究施行市場區隔對企業之好處，提出甚多意見，茲介紹如後：. 13.

(19) Wind(1978)認為市場區隔化可作為行銷決策的評估依據：(一)市場區隔可供概括瞭解市場。(二)市場區隔可供研究產品定位。(三)市場區隔可供新產品觀念與介紹。(四)市場區隔可供定價決策的參考。(五)市場區隔可供配銷決策的參考。 (六)市場區隔可供廣告決策的參考。McCarthy(1981)認為市場區隔之優點為：(一) 可滿足更多目標顧客。(二) 提昇商品銷售量、市場佔有率及利潤。(三)廠商能在所選定的目標市場內形成獨佔市場，避免市場的激烈競爭。有關市場區隔具備的功能，Weinstein(1987)提出有：(一)為瞭解顧客的偏好，透過市場區隔研究的分析，設計適當的產品以符合市場的需求。(二)進行市場區. 政治大供行銷策略規劃的參考。(四) 市場區隔可供規劃出兼具效率與成本效益的促銷立. 隔，有助於評估市場競爭態勢。(三)實施市場區隔可製造知覺機會並迴避劣勢，. 策略，進而發掘機會與威脅。Assael(1990)詮釋市場區隔之好處為：(一)市場區隔. ‧ 國. 學. 可提供行銷人員一個較好的方法去發掘行銷機會。(二)市場區隔可更有效率的行. sit. y. Nat. 配銷決策參考。. ‧. 銷組合。(三)市場區隔可指導多種產品間行銷資源的分配。(四)市場區隔可提供. io. er. Irwin(1994)研究顯示市場區隔可帶來的優點為：(一)了解消費者與潛在競爭者的關係，可提供產品定位的研究。(二)設計回應性產品以符合市場需求，供配. al. n. v i n 銷決策參考。(三)檢測符合促銷成本的策略，提供更有效率的行銷組合。(四)幫 Ch engchi U. 助檢視現階段行銷策略，進而發掘機會與威脅，再進而重新評估行銷策略。管理大師 Kolter(1998)研究歸納出市場區隔之好處為：(一)行銷人員較易發現及比較市場機會，行銷人員可依市場特定區隔內之顧客群之反應特性，來拓展相關計劃、行銷策略與預算方案。(二)行銷人員可在產品及銷售訴求上作更佳之修正調. 整。 Steenkamp & Hofstede(2002)等學者認為針對不同消費群作出區市場區隔可達到以下優點：(一)提升企業之銷售利潤。(二)制定不同的行銷規劃。(三)達到顧客滿足。(四)作出一致性的行銷策略。而 Mentzer, Myers & Cheung(2004)認為針. 14.

(20) 對不同消費群作出區隔有下列益處：(一)提供定價決策的制定策略。(二)提昇銷售利潤，達成公司設定之目標。(三)發掘內部機會與外部威脅。四、滿足客戶的消費需求。另 Teichert, Shehu & Wartburg(2008)提出市場區隔能為企業營運帶來的益處為：(一)制定產品銷售策略。(二)滿足顧客的需求。(三)提供廣告決策的參考。(四)提供市場的一般性瞭解。郭振鶴(1999)研究主張市場區隔除可以反映出不同顧客的不同需求，更擁有以下之優點：(一)市場區隔有利於發掘和比較行銷機會。(二)市場區隔可有效的分配公司資源及提高效率。(三)市場區隔可更正確的應付市場變化。洪順慶(2003). 政治大對競爭狀況做更好的剖析。(三)能迅速反應市場需求的改變。(四)資源能做有效立. 研究提出運用市場區隔有以下優點：(一)能更加清楚、明確的定義市場。(二)能. 且最佳之配置。(五)能促進企業營運策略規劃的有效性。. ‧ 國. 學. 第四節房地產價格之影響因素. ‧. 由於房地產具有獨特性及差異性的性質，亦即每一筆房地產特徵皆不一致，. sit. y. Nat. 其價格也因多項因素的綜合影響而不同，綜合所有影響因素可整理出十二項. al. n. (一)供需原則. er. io. 基本原則，分述如后(林英彥，2004；劉時旭，2012；張哲文，2017)：. Ch. engchi. i n U. v. 房地產是財貨的一種，因此也受到供給與需求的影響。在完全競爭自由市場下，一般財貨的價格，均衡點是由需求與供給共同決定的。當價格高於此均衡點，供給即超過需求，價格則隨之降低。反之，如價格低於此均衡點，即需求超過供給，價格隨之提高，此種情形稱為供需均衡法則。 (二)變動原則進行房地產估價時，必須分析該房地產之效用、獨特性及有效性，以及使此等條件發生變動之一般因素、區域因素與個別因素，因此類因素均在持續變化，故須注意各因素相互之間的因果關係做動態把握。房地產比較時，需將查證、搜集資料之時間因素謹慎過濾。如在交易頻繁且價格漲幅迅速之地區，其調查或搜 15.

(21) 集資料之期間必須縮短在一至二個月內；而在交易平淡且價格漲幅不大地區，所查證資料或可長達半年、一年。 (三)替代原則房地產購買者與出售者均擁有選擇權，即其他具有相似特性不動產可供作替代利用，令與該不動產同類型且有替代可能之其他房地產價格所牽連，互相競爭，使其價格互相牽引而趨向一致。某一房地產是否可作為其他房地產的替代，乃以其使用性、地區環境、構造設計或投資報酬能力為考量因素。 (四)最有效使用原則. 政治大產得到最高的收益，所以房地產價格是以能使該不動產之效用作最高度發揮之使立. 由於房地產之使用用途具有多樣性，且房地產之持有人一般都希望能從其資. 用方法（最有效使用）為前提，所能得到之價格為標準。. ‧ 國. 學. (五)均衡原則. ‧. 房地產價格受土地、資本、勞力、及經營等四項生產因素之組合所影響。當. y. Nat. 此四項生產因素之配合得到最適當之均衡時，不動產之效用（收益性或舒適性）. n. al. er. io. 達到最大收益。. sit. 便能高度發揮。反之，此四項生產因素缺一即無法達成均衡，並造成房地產無法. (六)收益遞增遞減原則. Ch. engchi. i n U. v. 收益遞增法則－當房地產增加諸生產因素之一單位投資量時，收益隨之增加。收益遞減法則－但當房地產達到某點以後，如再追加投資，其收益不會與追加投資比率增加。此原則是以構成生產要素之一數量逐次增加或減少，來求得收益的邊際點，再依此邊際點檢查構成要素之均衡是否適當，據以此達成最大利益。 (七)收益分配原則又名剩餘生產力原則，是以扣除支付其他生產要素的成本後，剩餘給土地的純收益。生產要素有土地、勞動、資本、經營等四項，其中土地收益之外須扣除的成本分別為工資、利息、經營利潤，因此，所剩下之受益及歸屬土地，是為地. 16.

(22) 租。能將土地收益達到最大化即為資源之最有效配置使用。 (八)貢獻原則貢獻原則為房地產之某部分對該房地產全體之收益有何貢獻。此原則可用於把握土地或建築物之追加投資，即房地產的一部份改造，對該不動產全體價格之貢獻程度，故能決定不動產之追加投資是否適當。 (九)適合原則即房地產要能和環境相配合，因為該房地產如能適合其環境，則該房地產之收益性或舒適性能發揮最大限度，即該房地產為最有效使用。. 政治大在一般商品交易市場，只要有超額利潤之產業，同業間必然會為追求超額利立. (十)競爭原則. 潤而發生競爭，因而促使供給增加，價格降低。結果超額利潤減少，終歸消滅。. ‧ 國. 學. 當商品價格低時會引起競爭，即需求增加，結果價格提高，需求者方面之超額利. y. sit. io. er. (十一)預測原則. Nat. 爭。. ‧. 潤消減。房地產之交易競爭，通常與相似特定市場或甚至與不同市場的房地產競. 對投資者而言，有關房地產價格的評斷，並非只有現在，未來預測也是其價. al. n. v i n 格的評斷之一，對有收益性之房地產投資者，更是在預測該房地產將來所能獲得 Ch engchi U 之收益下所進行之投資，會使投資者看好該工程鄰近的房地產，而使房地產價格攀升。 (十二)外部性原則房地產因其實體無法移動，易受許多類型的外部性影響，顧會對其價值可能產生正面或負面的效應，例如附近有公園、學校，會增加房地產價值；附近有廟宇、畜牧業工廠，會降低其價值。. 17.

(23) 第參章研究設計與方法第一節資料來源與概述近年來，台灣地區不動產市場持續活絡，房價雖然已有逐季呈現下滑的情事，但房價仍是居高。為了解台灣大台北地區的不動產住宅市場狀況，本文擬針對大台北地區－包含台北市、新北市之不動產住宅市場等相關資訊，進行分析。數據資料蒐集自民國 105 年第四季至 106 年第三季等近一年的每季住宅市場指標資料，包含不動產住宅買賣筆數、平均買賣屋齡、平均買賣面積、平均買賣平均. 政治大. 樓層等資料變數進行檢定及集群分析。. 立. ‧ 國. 學. 第二節變數解釋. 根據內政部不動產資訊平台上揭露的資料甚多，在經整理後，本研究使用之. ‧. 不動產變數定義整理如下：. y. Nat. sit. (一) 住宅買賣筆數：辦理移轉登記，登記原因為買賣，主要用途登記為住家、住. n. al. er. io. 商、住工、國民住宅以及農舍等，按構造區分為鋼骨混凝土、鋼筋混凝土、. i n U. v. 加強磚造、磚、石、木造以及其他等，計算相異異動日期、地段、建號數。. Ch. engchi. (二) 平均買賣屋齡：辦理移轉登記，登記原因為買賣，主要用途登記為住家、住商、住工、國民住宅以及農舍等，屋齡區分為 1 年以下、1～5 年、5～10 年、 10～15 年、15～20 年、20～25 年、25～30 年、30～40 年、40～50 年以及 50 年以上，計算相異異動日期、地段、建號數。。 (三) 平均買賣面積：辦理移轉登記，登記原因為買賣，主要用途登記為住家、住商、住工、國民住宅以及農舍等，買賣移轉面積區分為 15 坪以下、15～25 坪、25～35 坪、35～45 坪、45～55 坪、55～65 坪以及 65 坪以上，計算相異異動日期、地段、建號數。面積包括主建物面積、附屬建物面積以及公共. 18.

(24) 設施面積。 (四) 平均買賣平均樓層：辦理移轉登記，登記原因為買賣，主要用途登記為住家、住商、住工、國民住宅以及農舍等，按總樓層區分為 1～3 層、4～5 層、6 ～10 層、11～15 層以及 16 層以上，計算相異異動日期、地段、建號數。. 第三節分析方法一、變異數分析變異數分析是將兩母體平均數的比較擴充到 K 個母體平均數的比較之統計. 政治大方和處以自由度，化成變異數，在取成 F 統計量，再根據 F 統計量以檢定各處立方法，步驟是將樣本的中的總變異分解為各種處理所引起的平方和，然後將各平. ‧ 國. 學. 理間是否有顯著性之差異，此統計方法名義上為變異數分析，但此為檢定兩個或三個以上母體平均數是否相等的方法。. ‧. 一般我們在考慮ｋ個獨立的常態分配具有未知平均數分別為 1 ,  ,  k ，但未. y. Nat. er. io. sit. 知變異數均為  2 。現在想檢定 k 個平均數是否相等，即檢定虛無假設 H 0 ：. 1   2     k   ，對立假設 H 1 ： 1 ,  2 ,  ,  k 不全相等，其中  表在 H 0 下，. n. al. Ch. engchi. i n U. v. 1 ,  2 ,  ,  k 的共同未知值。為了要對這些假設作檢定，必須分別從每個分配中抽出一組隨機樣本。令 X 1 , X 2 ,  , X k 代表從 N 1 ,  2 ， N  2 ,  2 ，．．， N  k ,  2  中抽出的一組樣本，隨機樣本及樣本平均數，如表 3-1 所列，其中 n1    nk  n ， X .. . 1 k ni 1 X ij 和 X .i .    n i 1 j 1 ni. ni. X. ij. ， i  1,2,  , k 。. j 1. 19.

(25) 表 3-1 隨機樣本及平均數樣本數. 平均數. X1 ：. X 11. ．．．. X kn1. X 1.. ．．．. ．．．. ．．．. ．．．. ．．．. Xk ：. X k1. ．．．. X knk. X k.. 總平均數. X ... 政治大. 為了決定檢定的拒絕域，我們先將合併樣本的變異數分子的平方和分成兩部. 立. 份，這個平方和的形式為 SST. + SSW，其中，. SST     X ij  X   ， ni. ‧ 國. k. 學. 總平方和. = SSB 2. i 1 j 1. 組內平方和. SSW    X ij  X i   ，. 組間平方和. SSB   ni  X i   X   。. k. ni. ‧. 2. i 1 j 1. k. y. Nat. 2. sit. i 1. n. al. er. io. 故 F 統計量可以寫成 F. i n U. v. SSB SSW MSB ，其中 MSB  和 MSW  ， MSW nk k 1. Ch. 且變異數分析表如表 3-2 所示。. engchi. 表 3-2 變異數分析表項. 目平. 方. 和自由度. 母體間. SSB   ni  X i   X  . 母體內. SSW    X ij  X i  . k. 2. k-1. 均方和 MSB . i 1. k. ni. F 值. SSB k 1 F. 2. n-k. i 1 j 1. 20. MSW . SSW nk. MSB MSW.

(26) SST     X ij  X   k. 合計. ni. 2. n-1. i 1 j 1. 因此，多個平均數相等的檢定資訊，可以依變異數分析的算結果，結合. 1 ,  2 ,  ,  k 全部相等的檢定問題與檢定方法的方式判定拒絕 H 0，如表 3-3 所示。表 3-3 變異數分析檢定表假設檢檢定問題. 檢定統計量.  n X k. H 0 ： 1   2     k. i. F. H 1 ： 1 ,  2 ,  ,  k 不全相等. F  F k  1n  k .  X i  /( n  k ) 2. 政治大 ij. i 1 j 1. 立. ‧ 國. 學. 二、集群分析法.  X   /( k  1) 2. i. i 1 ni k.   X. 拒絕域. 集群分析(Cluster Analysis)是資料採礦的方法之一，以下將針對集群分析進. sit. y. Nat. (1) 集群分析概述. ‧. 行概述並介紹集群分析方法之一的二階段集群分析(林震岩，2007)：. io. er. 集群分析是將資料中的觀測值或變數加以歸類在各個集群中，亦即將相似的個體歸於同一群，不相似的個體分成不同群。集群分析可以用作資料簡化，乃將. al. n. v i n Ch 資料分成若干能提供資訊的集群，研究人員可藉由瞭解其中主要集群的特徵，只 engchi U 損失小部分的資訊便可得出重要的研究成果。集群分析主要在辨別個體在某些特. 性上的相似或相異處，使在同一集群內的個體具有高度的同質性(Homogeneity)，而不同集群的個體具有高度的異質性(Heterogeneity)。一般集群分析的步驟為： (2) 根據研究目的選擇合適的分群變數觀察值代表要集群的物件，變數則代表集群所依據的屬性，集群的結果僅反映了所選定變數定義的觀察值相似性關係，因此變數的選擇在集群分析中非常重要。通常這些變數須具備和集群分析的目標密切相關、反應分群對象的特徵、在不同研究對象上的數值有明顯差異、變數之間不應該有高度相關的特點。 21.

(27) (3) 計算相似性衡量選定分群變數後下一步就是計算研究對象的相似性，相似性是集群分析中的基本概念，它反映了研究對象間的親疏程度，而集群分析乃根據研究對象間的相似性來進行分群。其中有很多種相似的衡量方法，都從不同的角度衡量了研究對象的相似性，主分為以下兩類：距離衡量和關聯衡量。在距離衡量方面，主要用於計量資料，常用的距離計算有歐基里德距離(Euclidean Distance)、曼哈頓距離 (Manhanttan Distance)、柴比雪夫距離(Chebychev Distance)等；而在關聯衡量方面，主要用於計質資料，常用的衡量方式有卡方值測距(Chi-square Measure)、Phi. 政治大. 平方值測距(Phi-square Measure)等。 (4) 選定集群方法進行集群. 立. 選定了分群變數、計算出相似性矩陣之後，下一步就是要對研究對象進行分. ‧ 國. 學. 群，此時主要課題是選定集群方法及確定形成的分群數。集群分析方法主要分為. ‧. 層次集群法(Hierarchical Method)與非層次法(Non-Hierarchical Method)二類。. y. Nat. 層次集群法又可分為凝聚法和分離法。凝聚法是將每個觀察值各自看成同一. er. io. sit. 群，先把距離最近的兩群合併，然後重新計算群與群之間的距離，再把距離最近的兩群合併，每一步減少一群，一直持續同樣過程直到所有的觀察值歸為某一群. al. n. v i n 為止；而分離法與凝聚法的過程相反，一開始將所有觀察值分為一群，之後每一 Ch engchi U. 步增加一群，直到每個觀察值都自成一群為止。層次集群法在集群過程中需要儲存距離矩陣，並且在每一步的併群過程中都需要作很多計算，而非層次集群法克服了層次集群法的這兩個缺點，適用於大樣本的集群分析，分為以下四步驟：（1）指定要形成的集群數；（2）調整分群：計算每個觀察值到各群重心的距離，把每個觀察值歸入距重心最近的那一群；（3）重新計算每一群的重心；（4）重複步驟（2）～（3），直到沒有觀察值可以再調整為止，並重新形成新的集群。在 Clementine 12.0中集群分析方法有K-means、Kohonen Network 和Two Step等，由於第四節實證分析時將使用K-means法及二階段集群分析(Two Step Cluster)兩中. 22.

(28) 方法分析之。 (5) 集群結果的解釋與驗證得到集群結果後，最後還應對結果進行驗證和解釋，以保證集群分析解是可信的。集群分析後，對集群結果進行解釋是希望對各個集群的特徵進行描述，並根據集群特徵予以集群合適的名稱，若命名不恰當所造成的問題，正如同因素分析命名一樣，將造成讀者閱讀的不易與誤解。通常集群分析只是研究的起點，透過集群分析將分群結果儲存成分組變數，以進行後續的分析，同時亦可透過其他變數，幫助描述各群的特徵，了解各變數中觀察值分布狀態，並解釋各群差異的原因。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(29) 第肆章實證分析本章第一節針對大台北地區不動產住宅市場之原因進行探索性分析，第二節將比較台北市與新北市之各行政區的住宅市場的差異探討，末節探討運用 Two Step 方法下的分群結果。. 第一節大台北地區不動產住宅市場分析一、台北市不動產住宅市場移轉原因趨勢分析為瞭解台北市各行政區之不動產住宅市場移轉原因的走勢，本研究針對台北. 政治大義、松山、北投、文山、內湖、中正、中山、大安、大同、士林等，其結果如圖立. 市的十二個行政區之移轉原因之筆數進行探討，其中行政區包含萬華、南港、信. 48 35. 5 6. 文山區. 8. 內湖區. 9. 中正區. 8. 中山區. 209 110. 66. 187. a83l. 73 65 56. 3. 士林區. i n U. v. 401. 330 411. 160 112 99 111. 56 43. 414 162 324. 118. 8. 0. engchi. 拍賣買賣. 88. 6. 大同區. 120 C h. 102. 8. 大安區. 137. n. 北投區. 65. io. 松山區. Nat. 7. 131 128. 繼承贈與. y. 1. 信義區. 241. sit. 南港區. 118. 53. er. ‧ 國 7. ‧. 萬華區. 學. 4-1。. 103. 100. 177 317. 200. 300. 400. 資料來源：本研究整理。. 圖 4-1 台北市不動產住宅市場移轉原因趨勢 24. 500.

(30) 根據圖 4-1 的結果顯示，台北市的不動產住宅移轉原因概區分為買賣、繼承、拍賣、贈與等四類，而移轉原因的筆數中尤以買賣件數占大多數，其近一年的移轉原因分布趨勢如下： (一) 買賣：在近一年的台北市不動產住宅的買賣筆數中，以中山區為最高，主要可能是因該區為住宅區且鄰近交通要道，故買賣筆數較多。次高買賣筆數之行政區為內湖區，主要在於該區為新興的科學園區，致使前往投資的情況較盛，另平均每季買賣筆數超過 300 筆者包含北投、文山、大安、士林等行政區。. 政治大行政區居前三高，繼承筆數較低者包含南港、大同等行政區。立. (二) 繼承：在近一年的台北市不動產住宅的繼承筆數中，以士林、大安、北投等. (三) 贈與：在近一年的台北市不動產住宅的贈與筆數中，以大安、士林、北投等. ‧ 國. 學. 行政區居前三高，贈與筆數較低者包含南港、大同等行政區。. ‧. (四) 拍賣：在近一年的台北市不動產住宅的拍賣筆數中，以內湖區為最高，其次. y. sit. io. 二、新北市不動產住宅市場移轉原因趨勢分析. al. er. 政區。. Nat. 為文山、中正、中山、士林等行政區，拍賣筆數較低者包含南港、大同等行. n. v i n 為瞭解新北市各行政區之不動產住宅市場移轉原因的走勢，本研究針對新北 Ch engchi U. 市的二十九個行政區之移轉原因之筆數進行探討，然因石碇、坪林、烏來、平溪、貢寮、石門等行政區之住宅移轉筆數較少，故僅針對其餘二十三個行政區進行探討，行政區包含新莊、林口、五股、蘆洲、三重、泰山、新店、深坑、板橋、三峽、鶯歌、樹林、中和、土城、瑞芳、雙溪、金山、萬里、汐止、淡水、三芝、八里、永和等，其結果如圖 4-2。. 25.

(31) 鶯歌區. 3 2444. 蘆洲區. 8 30. 雙溪區. 115 2. 樹林區. 3 3350. 萬里區. 1813 33 21 410 38 10 64. 134. 10 73. 125. 379. 7 48 82. 泰山區. 18 212 74 0513 21 20 2 19 13. 板橋區. 294 696. 永和區. 6 51. 五股區. 28 216 76. ‧. 88 63. 8. 1211. 140. 135. 汐止區. 434. 129. 4 42. 三峽區. 43 3 26. 三重區. 8. al. 325. 79. 493. n. 土城區. 92. 213. io. 93. Nat. 236. 12. 中和區. 政治大. 立. ‧ 國. 淡水區. 436. 學. 深坑區. 林口區. 買賣. 194. 0612 36. 金山區. 贈與. 237. y. 新店區. 拍賣. sit. 新莊區. 繼承. er. 瑞芳區. 86 64. 159 202. Ch. engchi. i n U. v. 459. 11 310 70 12 1 11 67. 三芝區八里區 0. 200. 400. 600. 800. 1000. 1200. 1400. 資料來源：本研究整理。. 圖 4-2 新北市不動產住宅市場移轉原因趨勢. 根據圖 4-2 的結果顯示，新北市的不動產住宅移轉原因概區分為買賣、繼承、拍賣、贈與等四類，而移轉原因的筆數中尤以買賣件數占大多數，其近一年的移 26.

(32) 轉原因分布趨勢如下： (一) 買賣：在近一年的新北市不動產住宅的買賣筆數中，以淡水區為最高，主要可能是因該區為近年來開發較多住宅之區域，而且鄰近住宅區之交通樞紐亦以重新建設，故買賣筆數較多。次高買賣筆數之行政區為板橋區，主要在於該區為新興的開發區且是新北市政府的所在區域，帶動附近區域的開發。另平均每季買賣筆數超過 300 筆者包含新莊、新店、汐止、中和、三重等行政區。 (二) 繼承：在近一年的新北市不動產住宅的繼承筆數中，以板橋、中和、三重等. 政治大 (三) 贈與：在近一年的新北市不動產住宅的贈與筆數中，以板橋、中和、三重等立行政區居前三高，繼承筆數較低者包含深坑、三芝、八里等行政區。. 行政區居前三高，贈與筆數較低者包含雙溪、金山、深坑等行政區。. ‧ 國. 學. (四) 拍賣：在近一年的新北市不動產住宅的拍賣筆數中，以板橋、中和、三重等. ‧. 行政區居前三高，贈與筆數較低者包含金山、萬里、深坑、八里等行政區。. er. io. al. n. (一) 台北市不動產住宅移轉概況. Ch. sit. y. Nat. 第二節大台北地區不動產住宅移轉之趨勢分析. engchi. i n U. v. 從台北市不動產住宅移轉的變動趨勢分析，可以瞭解台北市的各行政區的不動產住宅移轉概況，因而針對台北市之各行政區的住宅市場之移轉進行變異數檢定，結果如表 4-1。. 表 4-1 台北市不動產住宅移轉總筆數之變異數分析平方和組間住宅移轉總組內筆數總合. 自由度. 均方和. 1678762.917. 11 152614.811. 400905.000. 36 11136.250. 2079667.917. 資料來源：本研究整理。 27. 47. F值 13.704. p值 .000.

(33) 由上表 4-1 結果可以發現台北市各行政區之不動產住宅移轉總筆數的 F 檢定是呈現顯著結果，其統計量分別為 13.704，p 值 < α = 0.05，顯示台北市在近一年(自 105 年第四季至 106 年第三季)的不動產住宅移轉筆數，會因行政區的不同而有不同的移轉表現。接著我們運用 Bonferroni 事後檢定法，進一步針對台北市各行政區的不動產住宅移轉概況，結果如 4-2 所示。. 表 4-2 台北市不動產住宅移轉之事後檢定 (I) 分組 (J) 分組大安區. 顯著性. 下界. *. 上界. -233.87. 315.37. 1.000. 萬華區. -109.750. 74.620. 1.000. -384.37. 164.87. 大同區. 107.250. 74.620. 1.000. -167.37. 381.87. 中山區. -337.750*. 74.620. .004. -612.37. -63.13. 文山區. -156.250. 74.620. 1.000. -430.87. 118.37. 南港區. 160.750. 74.620. 1.000. 435.37. ‧ 國. 74.620. Nat. io. 士林區北投區. a l -275.500 74.620 .048i v n -371.250 74.620 .001 Ch U engchi. n. 內湖區. 學. 40.750. y. -67.13. sit. -616.37. ‧. 中正區. 大安區. 95% 信賴區間. 政治大立-341.750 74.620 .004 標準誤. -113.87. er. 松山區. 平均差異 (I-J). * *. -550.12. -.88. -645.87. -96.63. -370.500*. 74.620. .001. -645.12. -95.88. 信義區. -40.500. 74.620. 1.000. -315.12. 234.12. 松山區. 341.750*. 74.620. .004. 67.13. 616.37. 中正區. 382.500*. 74.620. .001. 107.88. 657.12. 萬華區. 232.000. 74.620. .241. -42.62. 506.62. 大同區. 449.000*. 74.620. .000. 174.38. 723.62. 中山區. 4.000. 74.620. 1.000. -270.62. 278.62. 文山區. 185.500. 74.620. 1.000. -89.12. 460.12. 南港區. 502.500*. 74.620. .000. 227.88. 777.12. 內湖區. 66.250. 74.620. 1.000. -208.37. 340.87. 28.

(34) -29.500. 74.620. 1.000. -304.12. 245.12. 北投區. -28.750. 74.620. 1.000. -303.37. 245.87. 信義區. 301.250*. 74.620. .018. 26.63. 575.87. 松山區. -40.750. 74.620. 1.000. -315.37. 233.87. 大安區. -382.500*. 74.620. .001. -657.12. -107.88. 萬華區. -150.500. 74.620. 1.000. -425.12. 124.12. 大同區. 66.500. 74.620. 1.000. -208.12. 341.12. 中山區. -378.500*. 74.620. .001. -653.12. -103.88. 文山區. -197.000. 74.620. .804. -471.62. 77.62. 南港區. 120.000. 74.620. 1.000. -154.62. 394.62. -316.250*. 74.620 治 .010 政大.000 -412.000 74.620 立-411.250 74.620 .000. -590.87. -41.63. *. -686.62. -137.38. *. -685.87. -136.63. 內湖區士林區北投區. 74.620. 1.000. -355.87. 193.37. 松山區. 109.750. 74.620. 1.000. -164.87. 384.37. 大安區. -232.000. 74.620. .241. -506.62. 42.62. 中正區. 150.500. 74.620. 1.000. -124.12. 425.12. 大同區. 217.000. 74.620. .409. 中山區. -228.000. 74.620. .278. -46.500. 74.620. io. 大同區. n. 南港區. al. C 270.500 h e n g74.620 chi. y. -57.62. 491.62. -502.62. 46.62. -321.12. 228.12. -4.12. 545.12. sit. Nat. 文山區. ‧. ‧ 國. -81.250. 學. 萬華區. 信義區. er. 中正區. 士林區. iv n U .058 1.000. 內湖區. -165.750. 74.620. 1.000. -440.37. 108.87. 士林區. -261.500. 74.620. .082. -536.12. 13.12. 北投區. -260.750. 74.620. .084. -535.37. 13.87. 信義區. 69.250. 74.620. 1.000. -205.37. 343.87. 松山區. -107.250. 74.620. 1.000. -381.87. 167.37. 大安區. -449.000*. 74.620. .000. -723.62. -174.38. 中正區. -66.500. 74.620. 1.000. -341.12. 208.12. 萬華區. -217.000. 74.620. .409. -491.62. 57.62. 中山區. -445.000*. 74.620. .000. -719.62. -170.38. 文山區. -263.500. 74.620. .076. -538.12. 11.12. 29.

(35) 53.500. 74.620. 1.000. -221.12. 328.12. 內湖區. -382.750*. 74.620. .001. -657.37. -108.13. 士林區. -478.500*. 74.620. .000. -753.12. -203.88. 北投區. -477.750*. 74.620. .000. -752.37. -203.13. 信義區. -147.750. 74.620. 1.000. -422.37. 126.87. 松山區. 337.750*. 74.620. .004. 63.13. 612.37. 大安區. -4.000. 74.620. 1.000. -278.62. 270.62. 中正區. 378.500*. 74.620. .001. 103.88. 653.12. 萬華區. 228.000. 74.620. .278. -46.62. 502.62. 大同區. 445.000*. 74.620. .000. 170.38. 719.62. 文山區. 181.500. 74.620 治 1.000 政大.000 498.500 74.620. -93.12. 456.12. *. 223.88. 773.12. -212.37. 336.87. 南港區. 立. 1.000. 士林區. -33.500. 74.620. 1.000. -308.12. 241.12. 北投區. -32.750. 74.620. 1.000. -307.37. 241.87. 信義區. 297.250*. 74.620. .021. 22.63. 571.87. 松山區. 156.250. 74.620. 1.000. -118.37. 430.87. 大安區. -185.500. 74.620. 1.000. 中正區. 197.000. 74.620. .804. 46.500. 74.620. io. 南港區. n. 大同區. al. C 263.500 h e n g74.620 chi. y. Nat. 萬華區. -460.12. 89.12. -77.62. 471.62. -228.12. 321.12. -11.12. 538.12. sit. ‧ 國. 74.620. 學. 文山區. 62.250. ‧. 內湖區. er. 中山區. 南港區. iv n U .076 1.000. 中山區. -181.500. 74.620. 1.000. -456.12. 93.12. 南港區. 317.000*. 74.620. .010. 42.38. 591.62. 內湖區. -119.250. 74.620. 1.000. -393.87. 155.37. 士林區. -215.000. 74.620. .438. -489.62. 59.62. 北投區. -214.250. 74.620. .449. -488.87. 60.37. 信義區. 115.750. 74.620. 1.000. -158.87. 390.37. 松山區. -160.750. 74.620. 1.000. -435.37. 113.87. 大安區. -502.500*. 74.620. .000. -777.12. -227.88. 中正區. -120.000. 74.620. 1.000. -394.62. 154.62. 萬華區. -270.500. 74.620. .058. -545.12. 4.12. 30.

(36) -53.500. 74.620. 1.000. -328.12. 221.12. 中山區. -498.500*. 74.620. .000. -773.12. -223.88. 文山區. -317.000*. 74.620. .010. -591.62. -42.38. 內湖區. -436.250*. 74.620. .000. -710.87. -161.63. 士林區. -532.000*. 74.620. .000. -806.62. -257.38. 北投區. -531.250*. 74.620. .000. -805.87. -256.63. 信義區. -201.250. 74.620. .698. -475.87. 73.37. 松山區. 275.500*. 74.620. .048. .88. 550.12. 大安區. -66.250. 74.620. 1.000. -340.87. 208.37. 中正區. 316.250*. 74.620. .010. 41.63. 590.87. 萬華區. 165.750. 74.620 治 1.000 政大.001 382.750 74.620. -108.87. 440.37. *. 108.13. 657.37. -336.87. 212.37. 74.620. 1.000. 文山區. 119.250. 74.620. 1.000. -155.37. 393.87. 南港區. 436.250*. 74.620. .000. 161.63. 710.87. 士林區. -95.750. 74.620. 1.000. -370.37. 178.87. 北投區. -95.000. 74.620. 1.000. -369.62. 179.62. 信義區. 235.000. 74.620. .217. 松山區. 371.250*. 74.620. .001. 29.500. 74.620. io. 中正區. 北投區. al. n. 大安區. Ch. e n g74.620 chi. 412.000*. y. Nat. 士林區. -39.62. 509.62. 96.63. 645.87. -245.12. 304.12. 137.38. 686.62. sit. ‧ 國. 立 -62.250. 學. 中山區. ‧. 大同區. er. 內湖區. 大同區. iv n U .000 1.000. 萬華區. 261.500. 74.620. .082. -13.12. 536.12. 大同區. 478.500*. 74.620. .000. 203.88. 753.12. 中山區. 33.500. 74.620. 1.000. -241.12. 308.12. 文山區. 215.000. 74.620. .438. -59.62. 489.62. 南港區. 532.000*. 74.620. .000. 257.38. 806.62. 內湖區. 95.750. 74.620. 1.000. -178.87. 370.37. 北投區. .750. 74.620. 1.000. -273.87. 275.37. 信義區. 330.750*. 74.620. .006. 56.13. 605.37. 松山區. 370.500*. 74.620. .001. 95.88. 645.12. 大安區. 28.750. 74.620. 1.000. -245.87. 303.37. 31.

(37) 74.620. .000. 136.63. 685.87. 萬華區. 260.750. 74.620. .084. -13.87. 535.37. 大同區. 477.750*. 74.620. .000. 203.13. 752.37. 中山區. 32.750. 74.620. 1.000. -241.87. 307.37. 文山區. 214.250. 74.620. .449. -60.37. 488.87. 南港區. 531.250*. 74.620. .000. 256.63. 805.87. 內湖區. 95.000. 74.620. 1.000. -179.62. 369.62. 士林區. -.750. 74.620. 1.000. -275.37. 273.87. 信義區. 330.000*. 74.620. .006. 55.38. 604.62. 松山區. 40.500. 74.620. 1.000. -234.12. 315.12. 大安區. -301.250*. 74.620 治 .018 政大 81.250 74.620 1.000. -575.87. -26.63 355.87. 萬華區. 立 -69.250. -193.37. 74.620. 1.000. -343.87. 205.37. 大同區. 147.750. 74.620. 1.000. -126.87. 422.37. 中山區. -297.250*. 74.620. .021. -571.87. -22.63. 文山區. -115.750. 74.620. 1.000. -390.37. 158.87. 南港區. 201.250. 74.620. .698. -73.37. 475.87. 內湖區. -235.000. 74.620. .217. 士林區. -330.750*. 74.620. .006. io. y. 39.62. -605.37. -56.13. sit. Nat. -509.62. er. ‧ 國. 中正區. 學. 411.250*. ‧. 信義區. 中正區. n. a l -330.000 74.620 .006i v -604.62 -55.38 n C h *. 平均差異在 U 資料來源：1.本研究整理。2. 0.05 水準是顯著的。 engchi 北投區. *. 根據表 4-2 事後檢定的結果來看，松山、中正、大同、南港、信義等行政區的不動產住宅移轉筆數，平均較大安、中山、內湖、士林、北投等行政區為低，可能大安、中山、內湖、士林、北投等行政區大多屬於住宅或住商混合的區域，故在住宅移轉的筆數上亦會較商業區或科技園區為高。 (二) 新北市不動產住宅移轉概況從新北市不動產住宅移轉的變動趨勢分析，可以瞭解新北市的各行政區的不動產住宅移轉概況，故針對新北市之各行政區的住宅市場之移轉進行變異數檢 32.

(38) 定，結果如表 4-3。. 表 4-3 新北市不動產住宅移轉總筆數之變異數分析平方和. 自由度. 2.357E7. 組間. 均方和. F值. 24 981961.714. 住宅移轉總筆組內 5119153.500 數 2.869E7 總合. 14.387. p值 .000. 75 68255.380 99. 資料來源：本研究整理。. 政治大是呈現顯著結果，其統計量分別為 14.387，p 值 < α = 0.05，顯示新北市在近一立由上表 4-3 結果可以發現新北市各行政區之不動產住宅移轉總筆數的 F 檢定. ‧ 國. 學. 年(自 105 年第四季至 106 年第三季)的不動產住宅移轉筆數，會因行政區的不同而有不同的移轉表現。接著我們運用 Bonferroni 事後檢定法，進一步針對新北市. Nat. sit. y. ‧. 各行政區的不動產住宅移轉概況，結果如 4-4 所示。. io 新莊區. al. 平均差異 (I-J). n. (I) 分組. (J) 分組. Ch. 標準誤. 林口區. 407.750. 五股區. 467.000. 184.737. 蘆洲區. 248.750. 三重區. 95% 信賴區間. v n i 下界. 顯著性. U e184.737 n g c h i1.000. er. 表 4-4 新北市不動產住宅移轉之事後檢定. 上界. -324.57. 1140.07. 1.000. -265.32. 1199.32. 184.737. 1.000. -483.57. 981.07. -165.250. 184.737. 1.000. -897.57. 567.07. 泰山區. 483.250. 184.737. 1.000. -249.07. 1215.57. 新店區. -89.250. 184.737. 1.000. -821.57. 643.07. 深坑區. 535.500. 184.737. 1.000. -196.82. 1267.82. 板橋區. -603.250. 184.737. .495. -1335.57. 129.07. 三峽區. 355.500. 184.737. 1.000. -376.82. 1087.82. 鶯歌區. 429.750. 184.737. 1.000. -302.57. 1162.07. 33.

(39) 樹林區. 303.750. 184.737. 1.000. -428.57. 1036.07. 中和區. -224.000. 184.737. 1.000. -956.32. 508.32. 土城區. 119.250. 184.737. 1.000. -613.07. 851.57. 瑞芳區. 511.250. 184.737. 1.000. -221.07. 1243.57. 雙溪區. 581.000. 184.737. .714. -151.32. 1313.32. 貢寮區. 579.000. 184.737. .738. -153.32. 1311.32. 金山區. 516.750. 184.737. 1.000. -215.57. 1249.07. 萬里區. 529.250. 184.737. 1.000. -203.07. 1261.57. -1641.250* 184.737. .000. -2373.57. -908.93. 1.000. -857.32. 607.32. -239.32. 1225.32. -125.000. 三芝區. 493.000. 石門區. 583.250 立. 184.737. .688. -149.07. 1315.57. 八里區. 484.250. 184.737. 1.000. -248.07. 1216.57. 永和區. 152.500. 184.737. 1.000. 學. -579.82. 884.82. 新莊區. -407.750. 184.737. 1.000. -1140.07. 324.57. 五股區. 59.250. 184.737. 1.000. -673.07. 791.57. 蘆洲區. -159.000. 184.737. 1.000. -891.32. y. 573.32. 三重區. -573.000. 184.737. .813. -1305.32. 159.32. io. er. ‧ 國. 政184.737治 1.000大. Nat. 泰山區. 184.737. ‧. 林口區. 汐止區. sit. 淡水區. 184.737. 1.000. -604.57. 860.07. 板橋區. -1011.000* 184.737. .000. -1743.32. -278.68. 新店區. n. 807.82. 深坑區. 184.737 1.000 -656.82 a75.500 v i l C 184.737 1.000n -1229.32 -497.000 hengchi U 127.750. 235.32. 三峽區. -52.250. 184.737. 1.000. -784.57. 680.07. 鶯歌區. 22.000. 184.737. 1.000. -710.32. 754.32. 樹林區. -104.000. 184.737. 1.000. -836.32. 628.32. 中和區. -631.750. 184.737. .305. -1364.07. 100.57. 土城區. -288.500. 184.737. 1.000. -1020.82. 443.82. 瑞芳區. 103.500. 184.737. 1.000. -628.82. 835.82. 雙溪區. 173.250. 184.737. 1.000. -559.07. 905.57. 貢寮區. 171.250. 184.737. 1.000. -561.07. 903.57. 34.

(40) 金山區. 109.000. 184.737. 1.000. -623.32. 841.32. 萬里區. 121.500. 184.737. 1.000. -610.82. 853.82. -2049.000* 184.737. .000. -2781.32. -1316.68. 淡水區. -532.750. 184.737. 1.000. -1265.07. 199.57. 三芝區. 85.250. 184.737. 1.000. -647.07. 817.57. 石門區. 175.500. 184.737. 1.000. -556.82. 907.82. 八里區. 76.500. 184.737. 1.000. -655.82. 808.82. 永和區. -255.250. 184.737. 1.000. -987.57. 477.07. 新莊區. -467.000. 184.737. 1.000. -1199.32. 265.32. 林口區. -59.250. 184.737. 1.000. -791.57. 673.07 514.07. 泰山區. 184.737 1.000 -950.57 治政大 -1364.57 -632.250 184.737 .302 立16.250 184.737 1.000 -716.07. 新店區. -556.250. 184.737. 1.000. -1288.57. 176.07. 深坑區. 學. 68.500. 184.737. 1.000. -663.82. 800.82. -1070.250* 184.737. .000. -1802.57. -337.93 620.82. 蘆洲區. -218.250. 三重區. 板橋區三峽區. ‧. ‧ 國. 100.07 748.57. 1.000. -843.82. 鶯歌區. -37.250. 184.737. 1.000. -769.57. 695.07. 樹林區. -163.250. 184.737. 1.000. -895.57. 569.07. 瑞芳區. a-691.000 v l C 184.737 .107 n i -1423.32 U -1080.07 -347.750 h e184.737 n g c h i1.000. n. 土城區. sit. io. 中和區. y. 184.737. Nat. -111.500. er. 五股區. 汐止區. 41.32 384.57. 44.250. 184.737. 1.000. -688.07. 776.57. 雙溪區. 114.000. 184.737. 1.000. -618.32. 846.32. 貢寮區. 112.000. 184.737. 1.000. -620.32. 844.32. 金山區. 49.750. 184.737. 1.000. -682.57. 782.07. 萬里區. 62.250. 184.737. 1.000. -670.07. 794.57. -2108.250* 184.737. .000. -2840.57. -1375.93. 淡水區汐止區. -592.000. 184.737. .596. -1324.32. 140.32. 三芝區. 26.000. 184.737. 1.000. -706.32. 758.32. 石門區. 116.250. 184.737. 1.000. -616.07. 848.57. 八里區. 17.250. 184.737. 1.000. -715.07. 749.57. 35.

(41) -314.500. 184.737. 1.000. -1046.82. 417.82. 新莊區. -248.750. 184.737. 1.000. -981.07. 483.57. 林口區. 159.000. 184.737. 1.000. -573.32. 891.32. 五股區. 218.250. 184.737. 1.000. -514.07. 950.57. 三重區. -414.000. 184.737. 1.000. -1146.32. 318.32. 泰山區. 234.500. 184.737. 1.000. -497.82. 966.82. 新店區. -338.000. 184.737. 1.000. -1070.32. 394.32. 深坑區. 286.750. 184.737. 1.000. -445.57. 1019.07. 板橋區. -852.000*. 184.737. .005. -1584.32. -119.68. 三峽區. 106.750. 184.737. 1.000. -625.57. 839.07 913.32. 中和區. 184.737 1.000 -551.32 治政大 -677.32 55.000 184.737 1.000 立 -472.750 184.737 1.000 -1205.07. 土城區. -129.500. 184.737. 1.000. -861.82. 602.82. 瑞芳區. 學. 262.500. 184.737. 1.000. -469.82. 994.82. 雙溪區. 332.250. 184.737. 1.000. -400.07. 1064.57. 貢寮區. 330.250. 184.737. 1.000. -402.07. 1062.57. 金山區. 268.000. 184.737. 1.000. -464.32. 1000.32. 萬里區. 280.500. 184.737. 1.000. -451.82. 1012.82. 鶯歌區. 181.000. io. 三芝區. 三重區. y. -2622.32 v i n C h 184.737 1.000 -373.750 e n g c h i U -1106.07. n. 汐止區. al. sit. Nat. 淡水區. ‧. ‧ 國. 樹林區. er. 蘆洲區. 永和區. -1890.000* 184.737. .000. 787.32 259.57. -1157.68 358.57. 244.250. 184.737. 1.000. -488.07. 976.57. 石門區. 334.500. 184.737. 1.000. -397.82. 1066.82. 八里區. 235.500. 184.737. 1.000. -496.82. 967.82. 永和區. -96.250. 184.737. 1.000. -828.57. 636.07. 新莊區. 165.250. 184.737. 1.000. -567.07. 897.57. 林口區. 573.000. 184.737. .813. -159.32. 1305.32. 五股區. 632.250. 184.737. .302. -100.07. 1364.57. 蘆洲區. 414.000. 184.737. 1.000. -318.32. 1146.32. 泰山區. 648.500. 184.737. .228. -83.82. 1380.82. 新店區. 76.000. 184.737. 1.000. -656.32. 808.32. 36.

(42) 深坑區. 700.750. 184.737. .090. -31.57. 1433.07. 板橋區. -438.000. 184.737. 1.000. -1170.32. 294.32. 三峽區. 520.750. 184.737. 1.000. -211.57. 1253.07. 鶯歌區. 595.000. 184.737. .567. -137.32. 1327.32. 樹林區. 469.000. 184.737. 1.000. -263.32. 1201.32. 中和區. -58.750. 184.737. 1.000. -791.07. 673.57. 土城區. 284.500. 184.737. 1.000. -447.82. 1016.82. 瑞芳區. 676.500. 184.737. .139. -55.82. 1408.82. 雙溪區. 746.250*. 184.737. .038. 13.93. 1478.57. 貢寮區. 744.250*. 184.737. .040. 11.93. 1476.57. 184.737 治 .126 -50.32 政大 -37.82 694.500 184.737 .101 立 -1476.000 184.737 .000 -2208.32. 金山區. 682.000. 萬里區淡水區. *. 184.737. 1.000. 三芝區. 658.250. 184.737. 石門區. 748.500*. 八里區. ‧ 國. 40.250. 1426.82 -743.68 772.57. .192. -74.07. 1390.57. 184.737. .037. 16.18. 1480.82. 649.500. 184.737. .224. -82.82. 1381.82. 永和區. 317.750. 184.737. 1.000. -414.57. 1050.07. 新莊區. -483.250. 184.737. 1.000. -1215.57. 249.07. 蘆洲區. y. sit. a-75.500 l C 184.737 1.000n i v-807.82 -16.250h e184.737 i1.000 n g c h U -748.57. n. 五股區. er. io. 林口區. ‧. -692.07. Nat. 泰山區. 學. 汐止區. 1414.32. 656.82 716.07. -234.500. 184.737. 1.000. -966.82. 497.82. 三重區. -648.500. 184.737. .228. -1380.82. 83.82. 新店區. -572.500. 184.737. .820. -1304.82. 159.82. 深坑區. 52.250. 184.737. 1.000. -680.07. 784.57. -1086.500* 184.737. .000. -1818.82. -354.18. 板橋區三峽區. -127.750. 184.737. 1.000. -860.07. 604.57. 鶯歌區. -53.500. 184.737. 1.000. -785.82. 678.82. 樹林區. -179.500. 184.737. 1.000. -911.82. 552.82. 中和區. -707.250. 184.737. .080. -1439.57. 25.07. 土城區. -364.000. 184.737. 1.000. -1096.32. 368.32. 37.

(43) 瑞芳區. 28.000. 184.737. 1.000. -704.32. 760.32. 雙溪區. 97.750. 184.737. 1.000. -634.57. 830.07. 貢寮區. 95.750. 184.737. 1.000. -636.57. 828.07. 金山區. 33.500. 184.737. 1.000. -698.82. 765.82. 萬里區. 46.000. 184.737. 1.000. -686.32. 778.32. -2124.500* 184.737. .000. -2856.82. -1392.18. 淡水區汐止區. -608.250. 184.737. .455. -1340.57. 124.07. 三芝區. 9.750. 184.737. 1.000. -722.57. 742.07. 石門區. 100.000. 184.737. 1.000. -632.32. 832.32. 八里區. 1.000. 184.737. 1.000. -731.32. 733.32. 184.737 1.000 -1063.07 治政大 -643.07 89.250 184.737 1.000 立 497.000 184.737 1.000 -235.32. 401.57. 永和區新莊區林口區. 821.57 1229.32. 556.250. 184.737. 1.000. -176.07. 蘆洲區. 學. 1288.57. 338.000. 184.737. 1.000. -394.32. 1070.32. 三重區. -76.000. 184.737. 1.000. -808.32. 656.32. 泰山區. 572.500. 184.737. .820. -159.82. 1304.82. 深坑區. 624.750. 184.737. .344. -107.57. 1357.07. 板橋區. -514.000. 184.737. 1.000. -1246.32. 218.32. y. a444.750 l C 184.737 1.000n i v-287.57 U -213.32 519.000 h e184.737 n g c h i1.000. n. 樹林區. sit. io. 鶯歌區. er. Nat. 三峽區. ‧. 五股區. ‧ 國. 新店區. -330.750. 1177.07 1251.32. 393.000. 184.737. 1.000. -339.32. 1125.32. 中和區. -134.750. 184.737. 1.000. -867.07. 597.57. 土城區. 208.500. 184.737. 1.000. -523.82. 940.82. 瑞芳區. 600.500. 184.737. .518. -131.82. 1332.82. 雙溪區. 670.250. 184.737. .156. -62.07. 1402.57. 貢寮區. 668.250. 184.737. .161. -64.07. 1400.57. 金山區. 606.000. 184.737. .472. -126.32. 1338.32. 萬里區. 618.500. 184.737. .383. -113.82. 1350.82. -1552.000* 184.737. .000. -2284.32. -819.68. 1.000. -768.07. 696.57. 淡水區汐止區. -35.750. 184.737 38.