都市更新會造成周圍地區住宅價格上漲嗎 ? —台北市都市更新價格外溢之探討 - 政大學術集成

全文

(1)國立政治大學地政學系碩士論文私立中國地政研究所. 都市更新會造成周圍地區住宅價格上漲嗎 ? —台北市都市更新價格外溢之探討 Does urban renewal increase the housing price of neighborhood?. 政治大 on housing price in Taipei city. 立. The spillover effect of urban renewal. ‧. ‧ 國. 學. n. 中. 華. 民. er. io. al. sit. y. Nat. 研究生：高伊葦. v. i 指導教授：張金鶚 n C U. 博士. 江穎慧. 博士. hengchi. 國. 一. ○. 四. 年. 九. 月.

(2) 謝誌不知不覺，兩年時光飛逝，學生即將從研究所畢業，兩年的時間，受到兩位老師太多太多的照顧，謝謝日理萬機的張金鶚老師，在擔任台北市副市長公務繁忙的期間，每週抽空一個下午與學生討論論文進度，並不時的關心課業上的問題，引導學生的思考方向；卸下副市長職務後，重回學校，並在課堂上，時常向學生們討論時事議題、培養我們獨立思考的能力，使我這兩年除了學術的增進，對於時事議題的眼界角度也擴大許多。另外，謝謝江穎慧老師這兩年的照顧，時而像老師的指導著我們，時而像朋友互相交換意見，時常在老師研究室討論到半夜的時光，並且在研討會出國時，時常交換旅遊、美食等等有趣的想法，令我得研究生生活增添非常多的樂趣，變得充實又不枯燥乏味，真的!謝謝兩位老師的細心指導。感謝口試委員，薛立敏老師、陳明吉老師、彭建文老師，三位老師給予的意見，讓我有更大的啟發，使本文更加完善。. 政治大在兩年研究生期間，除了兩位老師的指導，還要感謝一直被我騷擾的立小蓉學姊，不管我們一直出錯，或是學不會軟體，小蓉學姊總是熱心教導. ‧ 國. 學. 我們還要不斷幫我們改錯，同時在照顧家裡的兩個小蘿蔔頭，真的是辛苦我們最美麗的小蓉媽媽。. ‧. 還有謝謝從北大就一路相挺的三位政妞，秉宜、維真、映婕，一起住在政大宿舍的日子，一起嘻笑怒罵的日子，讓我兩年的時光過得十分快樂，收獲也滿滿，特別是同住五年的秉妹，感謝你一直以來的包容，總是在各方面幫助我，而且要聽我一直各種小心聲，辛苦了。. sit. y. Nat. n. al. er. io. 當然還要謝謝研究室的各位，兩年的互相照顧，研究室的夜生活，就要結束了，在這邊還要特別感謝，阿溫、阿派、育勵、惠林，研究生生活要是沒有你們一定會失色很多，謝謝你們帶我們認識了政大，帶著我們融入，不時地出遊，不時的各種酒攤，鼓勵我在寫論文的日子，可以更充實，辛苦之餘又有可以放鬆的時光。. Ch. engchi. i n U. v. 尤其，最要感謝在最後一年，時常在研究室陪伴的惠林，給予生活上以及心靈上許多的慰藉，有你的陪伴，讓我度過許多艱難的時刻，謝謝你。研究所這兩年，除了課業上的吸收，最大的收穫莫過於這些研究所培養的情誼以及友誼，感謝這兩年中在我生命中出現的各位，不管給予的是磨難還是幫助，都是促使我成長的動力，謝謝大家。最後，謝謝我的家人一直支持我，在旁關心我，給我很大的空間自己發揮，謝謝你們一直默默在我身邊付出，我愛你們。伊葦於新光小窩 2015 年九月.

(3) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(4) 摘要都市更新是台北市近年提升老舊地區居住品質的土地開發方法，然過去文獻僅探討都市更新獎勵容積對更新單元的影響，未針對都市更新對鄰近地區房價影響進行實證研究，故引發本研究動機。此外，投入公共資源的都市更新政策，隨外部性提升後，對鄰近地區住宅價格是否產生正向價格外溢效果，進而造成都市房價高漲，本研究將運用空間迴歸分析進一步釐清。本研究以台北市 2004 年至 2009 年之不動產交易案例為樣本，並以 2006、2007 年核定都更地區或單元時間點為預期房價起漲點，蒐集. 政治大迴歸分析都更實施前後，及不同規模大小對周圍地區價格影響因素與立. 周圍地區不動產實際成交資料共 8996 筆，並運用特徵價格理論及空間. ‧ 國. 學. 變化，最後以分量迴歸觀察都市更新對高、低房價的影響。實證結果發現都更實施後會造成周圍地區房價上漲，都更基地規模越大對房價. ‧. 有明顯提升的效果，且對於低價區的房價影響最為顯著。. 關鍵字：都市更新、價格外溢、特徵價格法、空間迴歸、分量迴歸. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(5) Abstract Urban renewal is the methods of land development to enhance the quality of the old living area in Taipei in recent years. However the investigate effects of past literature only mentioned urban renewal for the spill over of reconstructed building itself, not for neighbouring areas of urban renewal on empirical research, it raised the motivation of this study . In addition, the investment in urban renewal policies of public resources, which may causes urban housing prices rising .Because the externalities are enhanced, the housing prices of neighbourhood are producing positive spill over effect. This research. 政治大 In this study, we use real estate cases of trading in Taipei City as a sample 立. will further apply the spatial regression analysis to testify.. from 2004 to 2009, and develop a number of hypotheses on how an urban. ‧ 國. 學. renewal project, once made sure to enforce the public, affects neighbourhood housing prices and test them with data in Taipei from 2006 to2007.We collected. ‧. total 8996 cases of trading around the urban renewal, using hedonic price and. Nat. sit. y. spatial regression Analysis to evaluate different size and price changes on the. al. er. io. surrounding area. Finally, we use Quantile regression to observed the effects of urban renewal on high and low-prices area. Our empirical findings show that the. n. v i n implementation of urban C renewal will enhance housing prices, the larger land hengchi U size has improved significantly on the price effects more than small, especially the low-price area is the most significant impact.. Keyword: Urban renewal、spill over、Hedonic price、Spatial regression 、 Quantile regression.

(6) 目錄第一章緒論 ..........................................................................................................1 第一節. 研究動機與目的 ................................................................................1. 第二節. 研究範圍與方法 ................................................................................6. 第三節. 研究架構與流程 ............................................................................. 11. 第二章文獻回顧 ............................................................................................... 13 第一節. 都市更新相關研究 ......................................................................... 13. 第二節特徵價格法相關研究 ..................................................................... 17 第三節空間相依性相關研究 ..................................................................... 19. 政治大. 第四節分量迴歸相關文獻 ......................................................................... 22 第五節小節 ................................................................................................. 24. 立. 第三章實證資料與模型 ................................................................................. 25. ‧ 國. 學. 第一節研究設計 ......................................................................................... 25 第二節. 實證模型 ......................................................................................... 26. 第三節. 資料蒐集與來源 ............................................................................. 31. ‧. 第四章實證結果 ............................................................................................... 39 都市更新對房價的影響程度......................................................... 39. 第二節. 都市更新對高低房價的影響......................................................... 44. sit. y. Nat. 第一節. er. io. 第五章結論與建議 ........................................................................................... 49 參考文獻.............................................................................................................. 54. n. al. Ch. engchi. i n U. v.

(7) 圖目錄圖 1-2-1 各年度案件數 ...................................................................... 6 圖 1-2-2 各年度基地面積分布圖 ...................................................... 6 圖 1-2-3 2006、2007 年已核定之都市更新案例分布圖 ................ 8 圖 1-2-4 已核定之都更核定地區周圍 500 公尺交易樣本分布圖 ..9 圖 1-3-1 研究流程圖 .........................................................................12 圖 3-2-1 空間迴歸模型程序 .......................................................... 30 圖 4-2-1 都市更新變數之邊際效果 ................................................ 48 圖 4-2-2 0.1 分量低價區交易案例分布圖..................................... 49. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(8) 表目錄表 3-1-1 交易樣本分布情形 ............................................................. 32 表 3-2-1 變數說明表 .......................................................................... 37 表 3-2-2 連續變數敘述統計表......................................................... 38 表 3-2-3 虛擬變數敘述統計表 ........................................................ 38 表 4-1-1 實證模型結果 ...................................................................... 42 表 4-2-1 分量模型結果 ..................................................................... 46 續表 4-2-1 分量模型結果 ................................................................. 47 表 4-2-2 低價區樣本分布情形........................................................ 50. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(9) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(10) 都市更新會造成周圍地區住宅價格上漲嗎?. 第一章緒論第一節研究動機與目的一、研究動機隨著都市持續成長，都市開始產生衰退、建物老化，若是要維持一定的生活品質，對於都市的景觀、建物一定要進行整建及維護，而都市更新是台北市近年提升老舊地區居住品質的土地開發方法。從 1997 年經行政院為了維持台北市生活品質提出都市更新草案，針對老舊地區之再利用、改. 政治大. 善居住環境、促進公共利益，中間經歷 921 大地震、SARS、金融海嘯，政. 立. 府為活化都市土地積極推動都市更新等業務，至 2014 年底共核定實施 205. ‧ 國. 學. 件都市更新案，並且有逐年增加之趨勢，實行都市更新來改善環境逐漸受到政府及民眾的認可。. ‧. 台灣的都市更新經過多次立法修訂後，發展出都市更新自治條例，在. sit. y. Nat. 執行中又分三個階段(張金鶚，2011)，首先為整合階段:指政府尚未劃設都. io. er. 市更新地區，建商或民眾自行組成更新會或委託更新事業機構辦理更新業務，爭取民眾事業概要同意書；接下來規劃階段:指政府劃定都更地區，建. n. al. Ch. i n U. v. 商或地主組成之更新會將都市更新計畫送審，並且由都市更新審議委員會. engchi. 審理，都更計畫核定實施；最後執行階段:建商開始聲請建築執照，取得使用執照，並且交屋登記的過程，在都更過程中，不動產的價值會因為不同階段的進展而有不同的變化。依上述敘述之歷程，都市更新影響房價的模式類似於捷運對房價的影響，主要分為三個階段，首先宣布規劃期間、興建期間、最後營運通車(更新完成)期間，捷運對於周圍不動產價格的影響通常會早於正式通車前出現，且有明顯的預期心理的效果(馮正民,1994；楊詩韻、彭建文,2009；McDonald & Osuji,1995；McMillen & McDonald,2004)，而不同時間階段捷運系統對房價的影響也不相同(林楨家、黃志豪 2003；楊詩韻、彭建文，2009)。因此在宣布興建捷運初期，房價已開始醞釀上漲，直到捷運系統興建動工及營. 1.

(11) 第一章緒論. 運期間對鄰近地區產生車站噪音、環境等外部性(楊詩韻、彭建文，2009) 反而有負向影響。都市更新宣布實施後民眾會預期周圍地區正向外溢效果，導致房價略微上升，在都市更新宣布一段時間後周圍地區價格將會趨於穩定(Chau & Wong,2003)，對於周圍房價有顯著差異為宣布規劃期間後較為明顯，其宣示效果對價格有顯著的提升效果，因此本文會以都市更新核定日期為影響周圍不動產價格的基準點。都市更新已逐漸發展成台北市政府為改善都市衰敗地區品質的主要採取的措施，許多老舊社區都期望自己可以成為都市更新中的更新單元，以藉此改善老舊社區，提升生活品質，確保資源永續利用，維護鄰里環境(邊. 治政大無法負擔的住民自然被排除，且都市更新會破壞當地文化，排擠都更地區立低收入之住民(Ahlfeldt,2011)，造成鄰里特質的忽略及在地文化的遺失，使. 泰明,2003)，但 Downs(1970)卻認為政府實施都更會造成過高的公共成本，. ‧ 國. 學. 都市更新成為影響原住戶生活的城市開發；而其他學者認為翻新老舊的的建築物應會減少周圍社區負外部性效果(Pavlov & Blazenko,2005；Yau.,2011；. ‧. 梁仁旭,2010)，因此都市更新地區經由重建維護，將會對周圍地區增加正的. sit. y. Nat. 外部性效果，改善生活環境，營造永續的生活機能，本文將藉由實證分析. io. 主要研究目的。. er. 來探討都市更新對周圍地區是否為正面影響，抑或是帶來負面的影響，為. al. n. v i n Ch 針對台北市都市更新多是在再探討容積獎勵對價格的影響較少提及對 engchi U 於周圍地區的外溢效果，對於都市更新對周圍地區的影響在實證上仍無法獲致一致性結論，且未能準確地估計價格外溢的效果及其基地面積的大小對於周圍地區房價提升是否存在差異。邊泰明(2003)提到，大規模開發是. 期望能夠創造較好的環境品質，基地規模愈大對於基地的整體開發與建築群落的配置、開放空間的設計等，均能做綜合規畫且較富彈性的設計考量，大規模開發可以從規模效益中獲利，並且減少周邊社區衰敗、犯罪等帶來的負面影響，大規模的基地的確是可減少負面外部性產生，對房價有正面影響；但依據經濟學理論的基礎，同一個地區，若是房屋需求不變，供給增加的情況下，會導致價格下降，若是都市更新開發規模越大，造成房屋供給增加，將會使房價下跌，因此規模大小對周圍價格造成的影響也是本. 2.

(12) 都市更新會造成周圍地區住宅價格上漲嗎?. 文主要探討的問題之一。為有效評估都市更新實施前後以及基地面積大、小造成之價格外溢效果的程度，本研究選擇都市更新核定前後周圍地區之不動產交易案例，分析實施都市更新核定實施前後是否影響周圍地區不動產價格，進而探討其基地面積大小之影響，估計其大小範圍對周圍地區不動產價值提升之程度，並以特徵價格法合理推估其都市更新核定前後周圍地區不動產價格外溢效果。傳統的特徵價格法中雖然包含了很多區位鄰里特徵，卻忽略了空間變化的價格，而傳統的價格模型因空間自相關的影響，未將空間因素納入回. 政治大的問題進行分析研究，指出傳統價格模型可能造成估計偏誤的問題(黃紹東、立歸，可能導致價格偏誤，產生無效率的估計，過去之研究針對空間自相關. ‧ 國. 學. 陳彥仲，2004)，且傳統的特徵價格法使用大多都在最小平方迴歸的架構下，其主要影響房價是邊際效果平均數的概念，未針對不同分量房價做迴歸分. ‧. 析，可能造成兩端極端值的資訊被忽略，因此本文除了傳統迴歸亦結合空間迴歸，將空間因素納入迴歸模型，以及分量迴歸，針對兩尾極端值納入. sit. y. Nat. 分析。. n. al. er. io. 透過分量迴歸方法希望找出在不同分量的房價下，都市更新對於房價. i n U. v. 是否會有不同程度的影響力；尤其對價格越低的不動產來說，是否會因為. Ch. engchi. 都更造成的外溢效果，例如環境改善、開放空間增加，對於周圍不動產價格提升程度就會越高，還是供給增加，造成周圍不動產價格下跌，釐清此點亦是本文探討都市更新的動機之一。. 3.

(13) 第一章緒論. 二、研究問題過去國內關於都市更新的相關研究著重於法制層面以及相關權益分配的探討(林惠華，2002；李權益，2012)，對於都市更新計畫產生之外部性對房價影響分缺乏實證分析，只有少部分都市更新實證研究探討獎勵容積對都更更新單元1的影響(楊艾嘉，2003)，未針對都市更新研究其對於鄰近周圍地區房價的影響作探討，國外對於都市更新相關的實證結果沒有一致的看法。而都市更新是台北市近年提升老舊地區居住品質的土地開發方法，針對政府核定都市更新前後，對於周圍地區的房價對於周圍地區房價的影響，國內沒有相關文獻的探討且國外的研究沒有一致的結論，其範圍大小. 政治大度的影響，且在不同價格的分量是否有不同的影響。立. 的影響程度，也未有一致的研究實證來支持基地面積是否對房價有不同程. ‧ 國. 學. 因此，針對國內過去較少探討的部分以及國外沒有一致的研究結果做深入之研究，不一致的結果可能是因為以往的研究大都是利用普通最小平. ‧. 方法(OLS)，而忽略了空間相依的問題及不同分量房價間的異質性，本文會藉由更完善的研究方法，並以及更完善的樣本對實證結果做更嚴謹的解. er. io. sit. y. Nat. 釋。. 1.實施都市更新前、後對周圍不動產價格的影響效果是否存在差異，導致. n. al. i n U. v. 價格上漲或下跌，且在不同分量的房價時，會有不同的影響？. Ch. engchi. 2.針對都市更新開發大、小規模不同對周圍地區影響有所不同?對於不同分量的不動產價格影響效果是否有所差異?. 三、研究目的都市更新的實行由政府、實施者2、參與者投入大量時間以及龐大資金來組織並且運作，並需要政府、實施者、參與者的互相配合，針對探討都市更新對周圍地區之不動產價格是否有顯著的影響，將了解都市更新產生之影響，有助於未來在推動都市更新時可行性之評估，綜上所述，本研究 1. 參照都市更新條例第三條之第三款之規定:「更新單元：係指更新地區內可單獨實施都市更新事業之分區。」 2 實施者：係指依都市更新條例規定實施都市更新事業之機關、機構或團體。 4.

(14) 都市更新會造成周圍地區住宅價格上漲嗎?. 歸納出以下研究目的。 1.釐清都市更新是否造成周圍地區房價上漲，對於政府在規劃都市時針對不同地區可以實施不同方法，有助該控制社區的房價，確保最佳的配置。 2. 若是大、小規模都更將導致高房價或低房價的地區周圍地區房價上漲，政策應該導向避免特定房價地區的開發，尋求對整體都市最佳的解決方案(optimal solution)，並確保都市地區的房價水準維持與居住權利的維護。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 5. i n U. v.

(15) 第一章緒論. 第二節研究範圍與方法一、研究範圍 (一) 研究對象台北市為台灣第一個實施都市更新的地區，自民國 87 年起修訂臺北市都市更新條例，並於 91 年核定實施第一件都市更新事業案，到 102 年 12 月底為止受理申請更新事業概要案件計 838 件，103 年經核定實施案件共 205 件，其核定實施的都市更新案件遍布 12 行政區，經多年. 政治大逐年增加的趨勢，因此本研究將以台北市核定實施都市更新案例之地立的改正與實施，台北市的都市更新案件已逐漸穩定，實施的案件數有. 區為實證地區進行研究，圖 1-2-1 各年度案件數，圖 1-2-2 各年度基地. ‧ 國. 學. 面積分布圖。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 1-2-1:各年度案件數. 圖 1-2-2:各年度基地面積分布圖資料來源:台北市都市更新處 6.

(16) 都市更新會造成周圍地區住宅價格上漲嗎?. (二) 時間範圍本研究選擇都市更新案例為 2006、20073兩年間核定之案例，交易樣本為 2004 至 2009 年共六年為研究之時間範圍。 (三) 空間範圍本研究以台北市已核定之都市更新案件為實證對象，在樣本選取方面，由國內某民營銀行提供之不動產資料，以核定之都市更新案例為中心向周圍地區劃 500 公尺內之不動產交易案例進行實證分析，圖 1-2-1 為 2006、2007 年已核定之都市更新案例分布圖，圖 1-2-2 為已核定之都市更新核定地區周圍 500 公尺4交易樣本案例分布圖。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 3. i n U. v. 早期都市更新主要以重建 921 受損之房屋，因此早期辦理之都市更新多為災後重建，不納入研究範圍，自 2006、2007 兩年開始，都更處所辦理之案件多數為一般案件。 4 依據內政部地政司所公告之「證券化不動產估價報告書範本」，敘明應以勘估標的為中心，半徑 500 公尺以內(都市中心地帶)或 1000 公尺以內，具備有公園、市場、銀行、電信局、郵局、醫院、兒童遊戲場、加油站、小學、中學、高中、體育場等公共設施狀況。 7.

(17) 第一章緒論. . 北投區. 士林區. 政治大. 中山區. 松山區. 信義區. Nat. io. sit. 大安區. 南港區. n. al. er. 萬華區. ‧. 中正區. y. 大同區. 內湖區. 學. ‧ 國. 立. Ch. 文山區. engchi. i n U. v. 2006 年都市更新案例 2007 都市年更新案例行政區分界. 0. 1.25 2.5. 5. 7.5. 10 Kilometers. 圖 1-2-3:2006、2007 年已核定之都市更新案例分布圖. 8.

(18) 都市更新會造成周圍地區住宅價格上漲嗎?. . . 區北投北投區. 士林區. 政治大. 士林區. 內湖區中山區. 大同區. 內湖區. 中山區. ‧. 松山區. 松山區. y. Nat 中正區. 南港區. 中正區大安區. 信義區. n. er. io. 南港區. 信義區. 大安區. al. sit. 大同區. 萬華區萬華區. 學. ‧ 國. 立. Ch. e文山區 ngchi. i n U. v. 都更 500 公尺交易案例行政區分界. 文山區. 0. 1.25 2.5. 5. 7.5. 10 Kilometers. 圖 1-2-4 已核定之都更核定地區周圍 500 公尺交易樣本分布圖. 9.

(19) 第一章緒論. 研究方法 (一). 相關理論與文獻回顧經由回顧都市更新包含重建、整建、維護對不動產價格影響之相. 關文獻，了解國內、外研究的成果，特別是與香港地區的都市更新做比較，因為同樣屬於土地面積稀少，需要藉由都市更新的方式來重新活化都市土地，並試圖找出影響的範圍與造成的可能原因，並發掘國內文獻尚未探討與不足之處 (二). 實證分析本研究除傳統的迴歸方法以及分量迴歸，希望能再結合空間迴歸. 政治大. 模型，使用空間自相關指標，觀察核定實施都市更新對周圍不動產交. 立. 易價格的外溢效果。首先利用地理資訊系統（Geographic Information. ‧ 國. 學. System，GIS）計算出交易樣本與都更案例的區位資訊，並以都更案例為中心，檢測都更前後、基地面積大、小規模對不動產價格的影響。. ‧. 另外，本研究資料雖然橫跨六年之不動產交易樣本，但利用永慶. sit. y. Nat. 房價指數將交易之價格平減，因此交易樣本不會因為時間的影響，導. io. n. al. er. 致實證分析結果有所偏誤。. Ch. engchi. 10. i n U. v.

(20) 都市更新會造成周圍地區住宅價格上漲嗎?. 第三節. 研究架構與流程. 一、研究架構本研究內容架構如下：第一章緒論，說明研究不動產都市更新價格效果之動機與研究目的，並簡介資料來源與研究方法選用的理由；第二章為相關理論與文獻回顧，透過都市更新對於不動產價格影響效果之文獻回顧，從影響房價之有、無，到基地面積大、小規模對價格影響的程度，比較國內、外對於都更之作法與實證結果之差異，並回顧空間資料的特性，建構穩定的不動產價格的估計方法，以及針對不同分量的房價做分量迴歸，探討在高、低房價時都市更新的影響；第三章為研究設計與樣本資料分析，. 政治大與分布之情形，首先以特徵價格法來觀察都市更新對不動產價值之影響，立主要說明實證資料之型態與來源，並透過敘述統計之描述來掌握樣本屬性. ‧ 國. 學. 分析不動產價格之空間分佈型態，進一步以空間迴歸模型之設計，改善價格估計之偏誤，最後以分量迴歸估計都市更新對於高、低分量房價的影響；. ‧. 第四章為本實證結果與分析，針對模型的實證結果，探討都市更新對房價之影響；第五章為研究結論與建議。. y. Nat. er. io. sit. 二、研究流程. 研究流程如圖 1-3-1 所示。. n. al. Ch. engchi. 11. i n U. v.

(21) 第一章緒論. 研究動機與目的. 研究範圍與方法. 文獻回顧. 治空間自相關與政特徵價格法大不動產之研究立. 都市更新對不動產之研究. ‧. ‧ 國. 學研究設計. n. Ch. engchi. i n U. 模型建立. 實證結果與分析. 結論與建議. 圖 1-3-1 研究流程圖. 12. er. io. sit. y. Nat. al. 資料說明與分析. v. 分量迴歸.

(22) 都市更新會造成周圍地區住宅價格上漲嗎?. 第二章文獻回顧本研究的目的在於探討實施都市更新是否對周圍地區不動產價格產生外溢效果，必須先討論都市更新特性以及周圍鄰近地區帶來的影響，再進一步檢測都市更新是否造成周圍地區交易不動產價格改變。因此，本章第一節是從都市更新的特性觀察更新後對周圍地區不動產的影響，第二節回顧特徵價格法相關理論文獻，第三節是整理空間影響對房價影響的相關實證研究，最後針對分量迴歸對房價影響的部分。. 第一節都市更新相關研究一、. 政治大. 都市更新的外溢效果. 立. 都市更新的實施，依規定包括重建、整建、維護等三種方式，正常情. ‧ 國. 學. 況下不僅可提高本身不動產的價值，其對週遭不動產亦可透過外部性作用而影響鄰近不動產價值。(王姿尹，2008；梁仁旭、陳奉瑤，2010)，傳統的. ‧. 實證結果證實老舊社區經過整建後，會減少負面影響甚至產生正面的外部. sit. y. Nat. 性，進而影響周圍地區不動產價格。Holm(2000)提出房屋經過裝修應增加房屋之價值，因此房屋若經過整建維護改善建築物性質應增加其不動產價. io. n. al. er. 值，Chau et al.(2003)應用特徵價格分析，發現不動產經由整建維護，增加 9. i n U. v. ％價格外溢效果，因此，整建維護對周圍地區的不動產的價值有明顯增加. Ch. engchi. 之效果，目前台北市最主要採用的都市更新實施方法是透過重建社區的方式，藉由重建是針對一個地區作全面的重新規劃，對周圍地區的環境改善將會大於整建維護的效果。但都市更新重建對周圍地區不動產價值的影響，相關實證文獻有限，關於 Lai et al.(2007)以香港上環地區開發的兩座大規模商業大廈為研究對象，針對其開發前後兩至三年內周圍地區的交易案例為資料，探討都市更新是否造成周圍地區不動產價值增加，依其研究結果顯示都市更新的重建計畫對周圍地區不動產價格並未產生明顯的正效果；Yau(2011)以香港著名百貨公司為研究對象，探討在 2004 年旺角地區更新前不動產價值呈現正向且顯著的，但在重整前後的交易案件正向但不顯著，代表更新後，不動產 13.

(23) 第二章文獻回顧. 價值不會受到更新影響而上漲與過去傳統實證相反，意旨政府投入大量金錢於都更地區不足以有效改善當地地區，原因可能是政府未考慮當地發展的情形，一昧只重視建物的重建與公共建設，沒有針對當地社區的文化做最適當的配置。當都市逐漸老化，社區環境人口密集，居住環境品質開始下降時，都市更新在都市規劃當中發揮了重要作用(邊泰明，2003；Chau & Wong，2014)。經由都市更新重建可以有效解決社區建物老舊，人口過度密集帶來的負外部性，並且在高樓密集的市中心都市更新除了可以提升本身的建物價值，甚至可以增加周圍房不動產的價值，換句話說，經過重建的建築物使周圍. 政治大. 環境改善應增加附近周圍地區建築物的價值，產生正的外部效果。. 立. 都市更新發展過程可使得附近居民從中獲益，另一方面，居民會擔心. ‧ 國. 學. 既有的社區網絡受到衝擊進而改變或消失(Atkinson，2000)，也有人認為，都市更新將沒有空間區域去保存傳統的文化多樣性(Lee.& Hebel,2007；. ‧. Ahlfeldt，2011)，而環境的改善，使新住民進駐勢必帶來一些衝擊，尤其是. y. Nat. 對租屋的市場衝擊特別顯著，代表租金上漲，而未來負擔不起的原住戶即. sit. 將搬離，使都市更新造成排擠效應，特別是針對低收入的住民(Downs，1970；. er. io. Ahlfeldt，2011)，都市更新反而造成地區抗爭效果，對整體而言是負面影響。. al. n. v i n Ch 對於都更帶來的影響在研究實證上沒有一致的結論，Rosenthal & engchi U Helsley(1994)認為實施都市更新劃分的範圍越大，對於都市更新周圍地區不動產價值有更顯著的提升，特別是在收入較低且人口密集的地區，舉例來說，若是商場越大能提供的服務越多，其產生的聚集效應，會增加周圍不動產的價值，產生更多的價格外溢效果(Sirpal，1994)。Chau & Wong(2014) 採用香港 1991 到 2011 年期間，都市更新地區附近 200 公尺的交易案例，利用特徵價格法探討都更大小範圍對周圍地區價格的影響，實證結果表示: 若是都市更新的範圍越大對於周圍地區的價格提升越多。依據上述觀點，大規模都更可提供更多房屋供給，對周邊區域價格提升效果大，但依據經濟學供給與需求理論，都更範圍越大，將促使房屋供. 14.

(24) 都市更新會造成周圍地區住宅價格上漲嗎?. 給增加，在需求不變的情況下，若給予實施者高容積可提供更多房屋供給量，將有助於平抑都市房價，造成周圍房價下跌。都市更新的相關文獻實證結果各有不同，因此都市更新會產生正向或負向的外部性，見解有所不同，引發本研究對都市更新造成環境改善是否對不動產之價值有正面且直接的效果有所疑問。又台北市目前實施之都市更新，大規模或小規模都更是否會遭成周圍房價之差異，相關團體所抱持的見解不同，因此都更是否導致周圍地區不動產價值增加及都更大小規模是否會使增加的價值有所差異，都是本研究將探討的重點。. 二、. 都市更新影響範圍. (一) 距離範圍. 立. 政治大. ‧ 國. 學. 依據區位地租理論，距離市中心越近可及性越高，故不動產價格越高。是以距離公共設施越近者不動產價值將越高，距離越遠者價值將越低；而. ‧. 距離鄰避設施，則反之。鄰近住宅的迎毗或鄰避設施一直以來對住宅價格都存有一定程度的影響(林祖嘉、林素菁，1993；楊宗憲、蘇倖慧，2011)，. Nat. sit. y. 然而影響程度不可能無限向外擴張，一定會有其限制，且多半是隨距離增. al. er. io. 加，其影響力下降，常被討論影響範圍的公共設施主要有公園以及捷運，. n. 都市更新較少被提及。. Ch. engchi. i n U. v. 公園的相關研究，多統一以公園服務半徑 500 公尺(步行 10 分鐘內)，作為公園影響價格的範圍(彭宴伶，2004；袁慧琳，2008)；捷運的相關文獻，各研究的實證結果不一，國內文獻多數以 300 公尺到 500 公尺為其影響的範圍，如:馮正民(1994)選定車站周圍 500 公尺，並在將影響範圍細分為 0-100 公尺、100-300 公尺、300-500 公尺探討；林楨家與黃志豪(2003)利用捷運沿線向外擴張 400 公尺為其影響範圍；彭建文等(2009)選擇捷運半徑 300 公尺為其影響範圍，對於影響範圍各有不同的看法；關於都市更新的相關研究分析，Chau & Wong(2014)以香港都更案例周圍 200 公尺為影響範圍；王姿尹(2003)、梁仁旭(2010)以都市更新(整建)案例周圍 500 公尺為影響範圍，實證結果皆顯示都市更新可產生外溢效果，提高鄰近不動產的價值。. 15.

(25) 第二章文獻回顧. 綜合上述，實施都市更新對於周圍地區的影響有一定的範圍限制，且隨距離增加，影響越小，各種公共設施對於周圍地區的影響範圍都有不同的效果，且大部分是以 500 公尺為影響範圍的界線，又 500 公尺為步行 10 分鐘即可到的距離，是合理的住宅價格影響的範圍。 (二) 時間範圍若是要觀察某項政策、設施、特徵對於住宅價格的影響，需要搜集多年期間地不動產交易資料，大部分採用房屋交易總價為住宅價格的代表，因為總價能反映真實房屋價格，且房屋價格波動穩動，屬性資料完整。舉例來說，Lai et al.(2007)以香港的都市更新針對其開發前後兩至三年內周圍. 政治大梁仁旭(2010)以台北市整建案例選取鄰近地區於整建維護前後二年間完成立. 地區的交易案例為資料，探討都市更新是否造成周圍地區不動產價值增加；. ‧ 國. 學. 交易的案例，研究整建對鄰近地區的住宅價格為正向影響。. 而以往價格影響的研究，多採追蹤資料（panel data）並以特徵價格模. ‧. 型推估，藉由景觀視覺效果代表整建前後的屬性（Chau et al.，2003；Yau et. y. Nat. al.，2006）。而追蹤資料（panel data）雖然有完整的時間序列，但無法研. sit. 究都市更新的影響範圍，而且都市更新前後的價格將會受到整體景氣的波. n. al. er. io. 動，無法產生一致性的估計。因此，可以將時間因素納入迴歸模型中控制(王. i n U. v. 姿尹，2003；梁仁旭、陳奉瑤，2010；陳韋廷，2011)，或是可以利用房價. Ch. engchi. 指數將交易價格調整為同一基期(Lai et al.，2007；Chau & Wong，2014；陳韋廷，2011)，然而，將時間因素納入迴歸模型中，迴歸模型還是無法完全消除，只能將每一年期當成一個階段來控制，因此要完全消除時間因素，利用房價指數來控制較佳。綜合上述文獻，為了解都市更新實施前後，對周圍地區住宅價格的影響，需要蒐集都市更新實施前、後至少二至三年間的價格變化，觀察一段時間的價格變化，並且利用房屋價格指數將交易價格平減，將時間造成的景氣波動因素消除，如此，才能單純觀察到都市更新因素造成房價的變化。. 16.

(26) 都市更新會造成周圍地區住宅價格上漲嗎?. 第二節. 特徵價格法相關研究. 最早將特徵價格模型應用在房地產的估價，是 Hass(1922)利用特徵價格法進行農地的估價，而開始被大家知道是 Court(1941)提出特徵價格模型理論概念，他認為汽車的價格無法以單一變數來解釋，因此在他的特徵價格模型中加入了三個變數來檢測價格，開始利用多個變數來檢測價格模型。自從 1960 年代起，Malpezzi 與 Follain 提出半對數模型優於模型線性，特徵價格之概念開始被廣泛運用。而後 Rosen(1974)結合 1966 年 Lancaster 提出之新消費者理論、效用理論及競價理論，將此概念發展為得以用來估計商品的供給與需求，因此商品能被解釋為各項滿足消費者效用的特徵，若. 政治大確立特成為特徵價格模型的實證基礎。立. 是特徵價格模型分析出各項特徵的組成，即可以將特徵所貢獻的價值量化，. ‧ 國. 學. 在國內外的文獻當中，採用特徵價格模型來估計不動產價值時都得到滿不錯的成果。過去的實證文獻，大多將各特徵因素大多被分為「建築特. ‧. 徵」、「鄰里特徵」與「區位特徵」三類(Sirmas，2005)，而最常在研究中使. y. Nat. 用的變數以建築特徵為主要研究範圍，因此本研究在分析其組成特徵時也. sit. 納入建築特徵來做為主要影響不動產價值的因素，例如建物面積、建築類. er. io. 型、屋齡、樓層等。. al. n. v i n Ch 鄰近住宅的迎毗或鄰避設施一直以來對住宅價格都存有一定程度的影 engchi U 響，林祖嘉與林素菁(1993)認為除了房屋的特性，住宅環境品質與公共設施也具有一定影響力，然過去文獻較少探討某特定設施對住宅價格影響。楊宗憲(2011)利用特徵價格模型建立同時考慮迎毗與鄰避設施的特徵價格模型，其研究結果顯示，在迎毗設施方面，學校對房價的影響最大，其次是大型公園、百貨公司、捷運站及大型體育場館；而在鄰避設施方面，殯儀館對房價的影響較大，其次是污水處理廠、寺廟、變電塔、垃圾焚化廠。本研究認為實施都市更新對鄰近之不動產會有一定程度的影響，若結果顯示為對周圍房價有正向的影響，都市更新即為迎毗設施，對周圍環境有提升之效果，若為負向影響，都市更新即為鄰避設施。. 17.

(27) 第二章文獻回顧. 綜上所述，特徵價格法為估計每一特徵組成對於價格變動的關係，除了變數的選擇為重要的關鍵，尚需要大量的不動產交易價格建立模型，才能達到其價格的準確真實性，本研究收集自台灣某民營銀行房價資料，有一定數量且其不動產特徵清楚列明，因此在探討都市更新是否造成房價上漲的重要變數，特徵價格法為較佳的方法。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 18. i n U. v.

(28) 都市更新會造成周圍地區住宅價格上漲嗎?. 第三節一、. 空間相依性相關研究. 空間自相關. 地理學第一定律「物近必有相關，距離越近者相關越大」(Tobler，1970)，因此空間資料亦存在著空間相依性(Spatial Dependency)的特性。空間相依性意味著在同一區位的樣本點間距離越近在相同的特徵價值上有越相似的傾向，而距離越遠則越不相似，代表空間會影響其他現象而非獨立存在。空間相依性的概念可以藉由計算空間自相關的方式來表達，即是將地理潛在之空間相依性利用量化方式，來描述特定現象所在與其他相鄰地區. 政治大定義空間自相關是「因地理相鄰而出現特定空間形式現象」，簡單來說，空立. 在空間之相似程度，以判別空間聚集特性(戴國正，2012)，Heppel(2000)則. ‧ 國. 學. 間自相關分析是為了檢視在某空間單元與其周圍鄰近的單元是否有同一屬性的關係，並以計量的方法計算其自相關的程度。. ‧. 空間自相關的計算主要分為兩個部分，分別是全域型空間自我相關. sit. y. Nat. (global spatial autocorrelation) ，與地域型空間自我相關 (local spatial autocorrelation)，全域型空間自我相關主要是在描述在某種情況下整體分佈. io. n. al. er. 狀況，當統計值有顯著的正相關值，即表示鄰近的單元在某個現象在空間. i n U. v. 中有聚集的效應，具顯著的空間相依特性；反之，當統計值呈現顯著的負. Ch. engchi. 相關，表示不存在空間聚集效應，樣本的觀察值不受其周圍其他樣本的影響，全域型指標常用的方法包括 Moran’s’I 及 Geary’s C(Basu,& Thibodeau， 1998；紀凱婷，2008）。地域型空間自我相關則是可以明確推算出聚集地 (spatial hot spot)的範圍，藉由統計顯著性檢定，觀察聚集空間單元相對於整體研究範圍，其空間自相關是否足夠顯著，若顯著性大，即為某現象空間聚集的區域(Anselin，1995)，地域型指標常用的方法有常用的方法有：Local Moran’ sI 及 Local G-statistics。進行檢測空間自相關中最常使用之方法為 Moran’s I 係數，因此，本研究將以 Moran’s I 做為檢測空間自相關的指標。利用 Moran’s I 檢測方法來判斷住宅價格在空間上的聚集程度，Moran’s I 的係數值介於-1 至 1 之間， 19.

(29) 第二章文獻回顧. 數值越大表示鄰近區域聚集相關性越強，具空間聚集；接近 0 表示鄰近區域獨立無相關，呈現隨機的分佈；若小於 0，則表示鄰近區域為負相關，呈現對比的關係(Anselin，1995)。. 二、. 空間相依性應用在不動產價格相關之研究. 過去的文獻在討論不動產的價值最常採用的迴歸模型為最小平方法 (Ordinary Lest Square)，若是樣本有空間相依性，即是樣本間有空間自相關的關係，使用最小平方法(OLS)估計則會受到 2 個限制 : (1)會產生偏誤；(2) 當誤差項出現空間自相關時，最小平方法(OLS)會無效率。同時由於區位變數是影響住宅價格之重要變數，所以使用最小平方法在空間相依性問題下. 政治大. 估計回歸模型會產生兩個問題 : (1)鄰里品質難以估計；(2)計算鄰里品質需. 立. 要知道鄰近範圍(陳彥仲，2004)。. ‧ 國. 學. (一)納入空間因素對價格的影響. ‧. 以往藉由房屋特徵屬性研究不動產的價值時，多透過 OLS 迴歸模型求. sit. y. Nat. 得知特徵變數的估計參數，並且直接用估計參數來預測不動產的價值，但利用 OLS 迴歸模型忽略了不動產與其他鄰近不動產相關的空間因素，而透. io. n. al. er. 過空間迴歸模型將相關空間因素納入特徵屬性進行估計的實證結果證實優. i n U. v. 於傳統的 OLS 方法(Dubin，1998；陳彥仲，2004；曾菁敏，2006)。且利用. Ch. engchi. 空間計量方法能捕捉到外溢效果、遺漏的變數或是空間相依性的型態，驗證由外在因素造成的空間效果都應該使用空間統計增加估計的效率減少參數估計的偏誤。Brasington & Hite（2005），為驗測環境品質對不動產價格的影響，建立空間特徵價格模型，結果發現汙染確實會減少鄰近不動產的價格。國外在研究空間自相關在不動產的應用已經非常純熟，且國外的空間計量方法發展成熟，使用較為普遍，國內研究部分，早期因為使用空間計量的方法需要使用座標軸，但座標軸取得不易或是未有完整的資料，因此較少討論，但現在因為資料取得較多元且計量方法逐漸普遍，因此針對空間關係討論不動產的價格並應用空間迴歸方法越來越多。 20.

(30) 都市更新會造成周圍地區住宅價格上漲嗎?. (二)空間計量方法改善偏誤在討論影響房價的因素時，最常使用傳統迴歸模型最小平方法進行預測，但在沒有考慮空間因素的情況下可能會出現統計上的偏誤，造成無效率的估計(Basu,199，8；Brasington & Hite，2005；王姿尹，2009)，而許多研究實證指出住宅價格有顯著的空間相依性關係(Bourassa et al， 2007；陳彥仲，2004；楊宗名，2011)。因此在探討住宅價格的影響因素時，是否該納入空間因素來作為影響住宅價格的主要原因之一，已經成為探討的重點之一。例如曾菁敏 (2006)探討空地再利用所產生的開放空間效果、鄰里土地開發所產生的空. 政治大. 間外溢效果，兩者對於新建住宅土地價格的影響分析。運用空間計量分. 立. 析，以台南市為實證對象，實證結果顯示空間誤差模型由於普通最小平. ‧ 國. 學. 方法，且鄰里土地開發為住宅時對新建的土地價格為正向的空間外溢效果。戴國正(2012)利用 2007、2008 年間的房價資料再重新檢視捷運對房. ‧. 價的影響時，發現捷運對於房價有正面影響，且該影響隨著與車站距離增加而遞減，過去雖已有相關研究探討捷運的區位差異與類型，但大多. y. Nat. sit. 忽略空間相關因素，因此先檢測樣本間空間自相關的關係，並使用空間. n. al. er. io. 迴歸模型取代傳統的迴歸模型，以改善無效率估計造成的偏誤。. i n U. v. 綜合上述，國內外的研究在空間計量方法上，已經普遍應用在不動. Ch. engchi. 產價格的應用，而不動產價格為空間資料的一種，空間資料確實會造成與周圍地區空間相依性的產生，且多數研究驗證使用空間迴歸模型的估計結果與模型配適度優於傳統的迴歸模型，因此本研究驗證都市更新發生前、後與基地面積大、小規模對周圍地區之不動產的價格外溢效果，並且比較傳統特徵價格法與空間迴歸模型的結果，建立較佳的價格迴歸模型。. 21.

(31) 第二章文獻回顧. 第四節分量迴歸相關文獻我們在估計線性迴歸式來估計未知母體參數有兩種方法，分別為對誤差平方和極小化的最小平方法(Ordinary Least Square 簡稱 OLS)，及極小化誤差絕對值和的最小絕對離差(Least Absolute Deviation，簡稱 LAD。一般我們多採用最小平方法(OLS)作為迴歸模型，最小平方法(OLS)估計迴歸模型的結果，代表的是被解釋變數的條件平均數(Koenker & Bassett, 1982； Koenker & Hallock, 2001)，無法提供太多估計式兩端極端值的資訊，可能會造成預估上的偏誤(陳建良，2007；涂雅珍、林祖嘉,2007)。. 治政大主要的特性是不對母體做任何的分配假設，估計出來的參數直接由原始樣立本分布情況決定，可呈現資料特性。且與利用 OLS 將樣本由小到大排列進. Koenker & Bassett (1978)提出分量迴歸(Quantile Regression)研究方法，. ‧ 國. 學. 行分組迴歸有所不同，OLS 分組樣本在進行迴歸分析時，容易造成樣本選擇性偏誤(Sample selection bias5)，容易喪失有用的樣本訊息(Koenker &. ‧. Hallock，2001；張怡文、江穎慧、張金鶚. 2009)，若是使用分量迴歸則不. sit. y. Nat. 會有選擇性偏誤的情形產生。. er. io. 透過分量迴歸的方式可估計自變數對因變數的某個「特定百分比」的. al. n. v i n C hand Sirmans(2008)調查能的不對稱情形。Zietz J、Zietz E e n g c h i U 40 篇以 OLS 為模邊際效果，描繪因變數的分配特性，而不是僅以平均數概念來推測兩尾可. 型的研究，從其中的實證結果發現，房間數與房價的關係為正相關的有 21. 篇，其他則為負相關或不相關，主要是因為 OLS 與分量都是藉由迴歸係數解釋邊際效果，但不同的是，OLS 主要解釋在平均數的狀況下，解釋變數的邊際效果，分量迴歸則是在特定的分量下解釋變數的分量效果，因此在平均估計的狀況下，容易忽略兩端的估計，造成結果的偏誤。近年來國內外的學者廣泛運用分量迴歸於各學術領域，近年來國內外. 5. 選擇性偏誤 Sample selection bias: 一個因為系統性所導致的錯誤(Error)造成了被選進來做研究的人與沒有被選進來是不同的，也就是研究對象的選取不當。主要原因可能包括:1. 研究組與對照組的可比較性差 2.研究各案的抽樣架構選擇錯誤 3.研究對象追蹤漏失或沒有回應.。 22.

(32) 都市更新會造成周圍地區住宅價格上漲嗎?. 的學者廣泛運用分量迴歸於各學術領域，包括各種經濟層面，其中不動產相關研究包括，利用分量迴歸探討仲介服務的價格效果(廖仲仁、張金鶚， 2006)，住宅大量估價的改進(張怡文、江穎慧、張金鶚. 2009)；影響房價因素的討論，包括風水、公園、及各項因素的彙整(涂雅珍，2007；Zietz J、Zietz E &Sirmans， 2008；宋豐荃，2014)。綜上所述，可發現普通最小平方迴歸是建立在因變數條件分配的平均數上，且相當敏感容易受觀察值的影響，一個太大或太小的值即可使估計不準確，而分量迴歸可對不同分量的邊際效果分別解釋，離群值的影響在經由分量迴歸會減少。由於不動產具有高度異質性，分量迴歸相較於普通. 政治大用分量迴歸，觀察在不同分量的狀況下，都市更新前、後以及範圍大、小立對周圍地區房價的影響。. 最小平方迴歸可以預估的更為精準，因此本研究除了最小平方迴歸將會運. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(33) 第二章文獻回顧. 第五節小節由上述文獻回顧可以發現國外文獻，對於都市更新是否造成周圍不動產價值有正面影響有不同的見解，而國內文獻較少探討到都市更新的外溢效果，多針對法規上之檢討或是容積獎勵的影響作探討，但觀察台灣實行都市更新的實質影響，透過新的配置與規劃改善老舊社區，重新賦予地區的發展機能，對於周圍一定距離內的不動產應該有其正面的外溢效果，且相關實證大多同意都市更新劃設的範圍越大對於周圍地區不動產價值的提升效果越佳。. 治政大以台北市核定日期都市更新案件為基準，將其分為都市更新前與都市更新立後兩年，觀察價格變化的趨勢。首先找出都市更新影響周圍不動產價值的. 本研究參考都市更新與不動產價值之相互關係以及實證方法上之運用，. ‧ 國. 學. 範圍為 500 公尺，再利用特徵價格法，估計其對周圍不動產價值的影響程度。其中特徵價格法為普通最平方法(OLS)之應用，可能忽略鄰近地區具有. ‧. 的空間相依性的問題，估計可能會產生偏誤，或是誤差項出現空間自相關. sit. y. Nat. 時，最小平方法(OLS)會無效率，因此需要透過空間相依性的自我相關檢定，. io. 外溢效果。. er. 以空間迴歸模型，檢視都市更新前、後以及面積大小對周圍不動產價值之. al. n. v i n Ch 為探討都市更新對房價造成的外溢效果，除了特徵價格法及空間迴歸 engchi U. 模型，本研究為進一步討論都市更新對房價的影響，採用分量迴歸模型. (Quantile Regression Model)，估計都市更新對不同分量房價的效果，是否有一定的趨勢，而本研究以台北市都市更新重建案例為研究對象並收集周圍地區不動產交易價格資料進行實證分析，以驗證都市更新案例對房價的提升效果。. 24.

(34) 都市更新會造成周圍地區住宅價格上漲嗎?. 第三章. 實證資料與模型. 第一節研究設計本研究主題在探討經核定後的都市更新案例，已經確定實施，周圍地區住宅價格是否會受到都市更新的外溢效果影響，使不動產價格產生改變，進一步找出都市更新之外溢效果。首先利用傳統迴歸模型最小平方法(OLS Model)觀察都市更新核定前、後對周圍地區的價格影響，藉此找出影響價格的房價影響範圍；並針對都市更新基地有範圍大小的差異，比較基地面積大、小規模對周圍地區住宅價格的影響差異，並以 Moran’I 檢定檢驗樣. 政治大間迴歸模型，檢視去除空間自相關效果後，都市更新對周圍地區住宅價格立的影響，最後以分量迴歸模型(Quantile Regression)檢視不同分量的影響效本價格是否具有空間自相關；若是檢測出有空間自相關的關係，則透過空. ‧. ‧ 國. 學. io. sit. y. Nat. n. al. er. 果。. Ch. engchi. 25. i n U. v.

(35) 第三章實證資料與模型. 第二節實證模型一、特徵價格法不動產價值是集合了各種特徵屬性的總值，不動產的價格也是由各種特徵來決定，為探討都市更新對周圍地區不動產價格的外溢效果，本研究應用 GIS 將都市更新周圍地區劃分範圍，以都市更新劃定地區為中心點，向外劃分一定範圍，並針對周圍鄰近地區的不動產價格，應用特徵價格模型，建立迴歸式進行實證分析；於固定其他屬性或影響因素，探討台北市都市更新重建效果並估計其對周圍地區不動產價值的影響。. 政治大統計迴歸模型，對各特徵予以估價或計算其特徵之邊際效用，作為衡量不立. 特徵價格模型係假設不動產價格由各種特徵之隱含價值所組成，透過. 動產價格之方法，每個不動產都有其獨特性，都有不同組合和不同比例的. ‧ 國. 學. 不動產特徵，而不動產特徵的價格會隨著不同地區而產生不同的價格 (Sirmas，2005)。. ‧. y. Nat. 房價被視為由各項不同特徵隱含價格(如樓地板面積、屋齡、區位等). io. sit. 所組成的複合性商品，而特徵價格法即是評估各項特徵之邊際影響的有效. n. al. er. 方法(Rosen，1974)。房屋特徵價格模型的一般形式為：p = f (X1， X. i n U. v. 2， ……， X n) (其中 X i 表示房屋的各項特徵)，運用特徵價格模型估. Ch. engchi. 計不動產價格時，分別有三種運用較為成熟的模型函數可以使用，包括線性(Linear)、半對數 (Log-Linea 與對數函數(Log-Log)，而目前最常被使用的為半對數模型，亦即對應變數取自然對數加以轉換，該模型允許每個特徵擁有不同的價值，可以解釋為一單位特徵的變動造成住宅價格影響的百分比，同時可以統計上異質性的問題(Follain，1980；Malpezzi，2003），因此本研究也以半對數模型作為主要實證模型。模型如下:. 26.

(36) 都市更新會造成周圍地區住宅價格上漲嗎? n. q. j 1. l 1. ln( Pi )      j X j    l Dl   i. (1). Ln( Pi )  第i個樣本交易價格的自然對數 X j  第j個連續性變數.  j  第j個連續性變數係數值 Dl  第l個虛擬變數.  l  第l個虛擬變數係數值  i  第i個樣本之常態分配誤差項. 二、. 空間迴歸模型. 治政大間相依，以普通最小平方迴歸(OLS)估計將會產生無效率的參數估計及標準立誤的偏誤，故有必要使用空間迴歸模型。Anselin（1988）指出 Moran’s I 所空間相依係指住宅樣本價格因地理位置接近而互相影響，當樣本有空. ‧ 國. 學. 包含兩種空間自相關型態，分別為空間延遲相依(Spatial Lag Dependence)，或空間誤差相依(Spatial Error Dependence)，隨後發展出空間延遲模型. ‧. (Spatial Lag Model)，與空間誤差模型(Spatial Error Model)進行空間迴歸分. al. er. io. (一) 空間延遲模型(Spatial Lag Model). sit. y. Nat. 析，自此二模型被廣泛應用在需要處理空間自相關的議題上。. n. v i n 空間延遲模型是解釋變數中包含一個空間上延遲的被解釋變數，空間 Ch engchi U 上延遲的概念類似於時間序列模型因時間先後引起本期受到前期影響的延遲效果。空間延遲模型常用於「一地的存在的某種行為同時影響鄰近某存在的某種活動的影響」(紀凱婷，2008)。其公式如下: (2). Y= α + ρWY+ Xβ + ε. 其中 Y 為不動產價格，X 為不動產之特徵屬性，ε 為殘差項，W 為空間加權矩陣，ρ 為空間延遲係數，在模型檢測方面，透過檢測空間落遲係數 ρ 是否顯著異於零，當 ρ=0 模型中不存在空間自相關，當其顯著異於零. 27.

(37) 第三章實證資料與模型. ρ≠0 代表特定距離範圍內的資料確實具有空間關係，以空間延遲模型估計不動產價格較特徵價格法為合適。 (二) 空間誤差模型(Spatial Error Model) 當空間相依性純在於誤差項時，殘差將不是不相關的變數，而是有空間自我相關。空間誤差模型適合用於修正，因為空間自我相關的存在所導致原來模型產生的誤差，而重新將干擾因子重新考慮。其公式如下: Y = α + Xβ + ε，ε = λWε + u. (3). 政治大當殘差項 ε 包含某空間相關的遺漏變數，或難以量化之地理特徵，針立. ‧ 國. 學. 對存在於殘差項之空間自相關以空間相鄰矩陣 W 加以調整，在模型檢測方面，透過檢測空間誤差係數 λ，是否顯著異於零，虛無假設為模型中不存在. ‧. 空間自相關，λ≠0 代表模型中確實具有干擾因子產生空間自相關，以空間誤差模型修正估計較特徵價格法為合適。. y. Nat. io. al. sit. 空間模型檢定. n. (一) LM 檢測（Lagrange Multiplier Test Statistics）. Ch. engchi. er. 三、. i n U. v. 空間迴歸模型須透過 LM 檢測誤差項，都市更新之不動產價格外溢效果分析，非假設為空間模型之誤差項不存在空間相依性。觀察 LM-Lag 及 LM-Error 值是否顯著，若 2 數值皆不顯著，則選用一般特徵價格模型即可；若 2 數值皆顯著，就進一步觀察 Robust LM-Lag 及 Robust LM-Error 的顯著比較，決定以何種模型估計較為合適，Robust LM-Lag 顯著則選擇空間延遲模型；Robust LM-Error 顯著則選擇空間誤差模型，若 2 數值皆顯著，則比較 LIK 值與 AIC 值，從兩種空間模型當中，若 LIK 值越大與 AIC 值越小模型配適度越佳，因此選擇兩者模型配適度較佳的迴歸模型為本研究的實證結果，步驟程序如圖 3-3-1 所示。. 28.

(38) 都市更新會造成周圍地區住宅價格上漲嗎?. (二) 概似比檢定（Likelihood Ratio Test）檢測空間迴歸模型中是否具有空間相依性，虛無假設為 ρ=0 與 λ=0，顯著異於零，才能說明空間迴歸模型是具有空間相依性，與特徵價格模型不同。. 四、. 分量迴歸模型. 分量迴歸模型(Quantile Regression)主要特色為估計時，針對應變數的不同分量估計多個迴歸係數，而非像傳統回歸模型僅估計單一平均的迴歸係數。本研究應變數為不動產房價，及針對不同分量的房價估計多個迴歸. 政治大的兩端是否有所不同，不會受到解釋變數「平均」的影響，將兩端的差異立係數，以表示都市更新對於不同分量下的房價是否存在差異，了解觀察值. 互相抵消，而無法看出樣本在兩端時的變化。. ‧ 國. 學. 分量迴歸最重要的特點是可以在一組既定的解釋變數之下，針對應變. ‧. 數不同的分量，分析模型的整體條件分配。. Nat. n. sit i=1,......,N. er. io. yi= Xiβθ a+ εθi，. y. 其公式如下:. v ni. (4). l C hengchi U 其中 yi 代表模型應變數，Xi 為一包含 k 個解釋變數的 1×k 向量，N 是樣本觀察值的個數，為相對 k 個解釋變數的係數估計值 εθi 不可觀察的誤差項，θ代表在累積分配機率為θ時該變數的實現值。由於分量迴歸為無母數模型，其中誤差項的條件機率密度難以估計，估計過程以模擬重複抽樣 6 方式進行，所以我們利用統計軟體 STATA 內的拔靴法(bootstrapping) ，. 以自體重複抽樣的方法重複估計(周心怡，2004)。. 6. 拔靴法(bootstrapping):是一項應用電腦的統計分析方法，是以隨機重複抽取放回，以獲得樣本，估計標準誤，在資料來源分配未知的情況下，可運用拔靴法去作估計及統計推論，一般而言，拔靴所提供的近似會比常用的極限近似來得精確(周心怡,2004)。 29.

(39) 第三章實證資料與模型. 傳統迴歸. LM 檢定 LM-Error LM-Lag. 顯著. 二者皆不顯著. 二者皆顯著. 政治大 Robust LM 檢定. 學. LM-Lag. Robust LM-Error. LM-Error. Robust LM-Lag. ‧. 空間延遲模型. Nat. n. er. io. al. y. 顯著. 其中之一顯著. 空間誤差模型. sit. 執行 OLS 即可. ‧ 國. 立. 其中之一顯著. Ch. engchi. i n U. v. 二者皆顯著. LIK 值越大 Robust LM-Error. Robust LM-Lag. 空間延遲模型. 空間誤差模型. AIC 值越小. 空間延遲模型. 圖 3-2-1 空間迴歸模型程序. 30. 空間誤差模型.

(40) 都市更新會造成周圍地區住宅價格上漲嗎?. 第三節資料蒐集與來源一、. 資料來源. 台北市為政府積極推動都市更新之地區，因此本研究針對台北市都市更新周圍地區在都市更新後造成的不動產價格外溢效果，都市更新相關資料收集自台北市政府都市更新處所提供的資料，其中包含都市更新之案名、劃定日期、核定日期、基地面積、容積獎勵等等，並且採用2006年、2007 年所核定實施之案例，2006年，11件，2007年，19件，共30件都市更新核定案。. 治政大料內容除實證所需之應變數交易價格外，其他包括建造日期、交易日期、立建物面積、所在區位及樓層、建物結構特性等影響不動產價格的變數，可實證所需之不動產交易案例資料則取自某民營銀行之房地產資料，資. ‧ 國. 學. 為自變數資料。除了上述資料，尚包含了座標資料，方便定位其交易案例的確切位置，表3-1-1為不動產交易案例資料的分布情形。. ‧. 資料選取之時間範圍則從 2004 年 1 月至 2009 年 12 月；考慮到都市更. Nat. sit. y. 新導致的外溢效果有其影響範圍限制，因此，以都市更新核定案為中心，. er. al. n. 9322 共筆。. io. 篩選自中心點向外劃分 500 公尺範圍內之更新前後成交案例，得交易樣本. Ch. engchi. i n U. v. 為分析實施都市更新對周圍地區不動產價格的影響，比較都市更新實施前後不動產價格的差異，因此交易案例選取各都市更新核定案為中心向外劃分 500 公尺之周圍地區，並以都市更新核定日期為基準點，向前及向後劃分兩年，前後共四年內完成之不動產交易案例，並將劃分範圍超出台北市之外的交易案例全數刪除，共得 9184 筆。其中包含屋齡過高7、建築面積過小8、總樓層過低9及單價特殊10等異常值剔除，共 8986 筆，並以 8986 筆交易案例進行實證分析。. 屋齡過高:刪除一筆屋齡 94 年的樣本建築面積過小:刪除建築面積低於 10 坪的交易樣本 9 總樓層過低:因樣本全為大樓或公寓，刪除總樓層低於三層樓的交易樣本 10 單價特殊:為避免異常值影響結果，刪除單價超過 200 萬的交易樣本 7 8. 31.

(41) 第三章實證資料與模型. 二、樣本敘述統計樣本為選取都更單元基地面積向外劃分五百公尺內之交易案例，以 2006 年、2007 年都更案例核定日期為基準點，向前與向後劃分兩年，總共六年為收集交易案例，台北市都市更新案例遍佈全台北市，因此 12 個行政區皆有交易案例，最多為大安區，共 2389 件交易案例，最少為北投區，僅 62 件交易案例，以 30 樣本即為大樣本的原則下，不影響資料整理及研究結果，但橫跨年度較大，又局限於都市更新 500 公尺範圍內，有少數行政區在特定年度沒有交易案例，但本文採用價格指數平減，使時間的因素被消除，因此某年份沒有交易資料將不會影響研究結. 政治大表 3-1-1 交易樣本分布情形立. 果。. 2006. 2007. 2008. 2009. 總計. 0. 46. 113. 175. 165. 83. 582. 6. 25. 34. 42. 11. 0. 76. 160. 232. 321. 161. ‧. 118. 136. 1086. 91. 238. 348. 502. 300. 164. 大安區. 100. 248. 449. 727. 560. 萬華區. 0. 22. 57. 78. 52. 信義區. 38. 99. 118. 士林區. 75. 北投區. 12. C h 101 154 engchi 10 6 26. i n U 52. 內湖區. 31. 229. 193. 南港區. 0. 29. 文山區. 48. 總計. 477. 松山區. io. y. 中山區. 1643. sit. 大同區. 305. 2389. 43. 252. 47. 416. 22. 477. 8. 0. 62. 301. 240. 58. 1052. 37. 79. 157. 33. 335. 73. 101. 174. 119. 59. 574. 1200. 1770. 2697. 1892. 950. 8986. n. a47l 73. 32. er. 中正區. ‧ 國. 2005. 學. 2004. Nat. 行政區. 67. v.

(42) 都市更新會造成周圍地區住宅價格上漲嗎?. 三、. 變數選取. 本文主要以都市更新核定案周圍地區不動產交易價格，探討都市更新核定前後對周圍地區不動產價格的外溢效果；基於都市更新前該都市更新地區被當作當地老舊之社區，實施都市更新後會提供正的外部性效果，改善居住環境空間品質及城市景觀風貌，進而具改善區域環境效果之觀點，假設都市更新前周圍地區不動產交易價格外溢效果會因為核定案通過後開始上升，並且該核定案之基地面積越大導致上升的效果而有差異。都市更新前，周圍社區之建物使用多年缺乏修繕導致其不動產價格較低；都市更新後，因重建後對周圍地區具有環境及居住品質改善之效果，. 政治大. 所以不動產之交易價格可被視為較都市更新前提高，且其基地面積越大，. 立. 對周圍地區的改善效果可能較多，因此基地面積越大對周圍地區的不動產. ‧ 國. 學. 價格提升效果較基地面積小的地區多，故模型以都市更新核定日期為基準點，設虛擬變數，觀察在都市更新核定前後，周圍不動產之價格影響，並. ‧. 加入基地面積來觀察基地面積對都市更新周圍地區的影響，變數選取中以. y. Nat. 將不動產總價以房價指數平減後取自然對數為應變數，其餘自變數及選取. 都市更新核准前後(核定日期):虛擬變數. n. al. Ch. engchi. er. io. (一). sit. 之理由分述如下：. i n U. v. 都市更新的實施可以改變周圍地區環境，提升社區居民的生活水準，提供周圍地區不動產價格提升的動力，但價格上漲的時間點，卻沒有相關的文獻做過討論，因此本研究將都市更新導致周圍房價上漲之時間點，設為都市更新處核定都市更新之日，作為影響房價上漲的基準點，在都市更新核定前之不動產交易案例設 0，在都市更新核定前之不動產交易案例設 1，並進行迴歸分析，若是出現正向且顯著，代表都市更新對周圍不動產的價值是有外溢效果，所以該預期符號為”正”。. 33.

(43) 第三章實證資料與模型. (二). 基地面積:虛擬變數台灣都市更新條例為獎勵大規模都市更新，規定都更單元開發面積超. 過 1000 坪(3000 平方公尺)11，給予容積獎勵，因此基地面積大於 1000 坪設 1 屬於大規模開發，小於 1000 坪設 0 屬於小規模開發。以都更單元劃定範圍內，觀察基地面積對不動產價值的影響，基地面積越大對周圍地區不動產價值有正向的影響，預期符號為”正”。 (三). 其他相關變數除主要變數「都市更新核准日期」以及「基地面積」外，如前所述. 不動產是由各種屬性特徵加總，因此選取不動產交易資料建物移轉面積、. 政治大. 樓層、樓層平方、類型、屋齡、屋齡平方、等不動產屬性資料，作為迴. 立. 歸模型之自變數，觀察該屬性是否因再都市更新宣布核定後，是否造成. ‧ 國. ‧. (1) 樓層. 學. 不同的效果。各自變數的說明如下：. y. Nat. 台灣的房屋多為住商混合使用，一樓時常作為出租或商業使用，. sit. 作為出租或商業使用會使不動產價值增加，因此一樓不動產價格通常. al. n. 為”負”。. er. io. 較其他樓層高，樓層越高，對於價格的影響將會降低，樓層預期符號. (2) 樓層平方. Ch. engchi. i n U. v. 一般而言，樓層越高通常享有較佳的風景視野，其房屋的通風及採光也應較其他低樓層的房屋好，但台灣一樓多做商業使用，因此價格價較其他樓層高；考慮台灣的特殊使用會造成變量邊際效應非線性的可能。研究指出非線性的結果，可能呈現不動產價值隨樓層增加價值先減後增之現象；故樓層變數係數值預期符號為負，樓層平方變數預期符號為”正”。. 11. 都市更新建築容積獎勵辦法第十條: 更新單元為一完整計畫街廓或面積達三千平方公尺以上者，得給予容積獎勵，其獎勵額度以法定容積百分之十五為上限。 34.

(44) 都市更新會造成周圍地區住宅價格上漲嗎?. (3) 住宅房屋面積面積通常越大代表不動產可以使用的空間越多，一般而言，坪數越大的對不動產的價格有正面的效果。 (4) 房屋類型房屋類型分為大樓及公寓兩種類型，大樓之住宅通常指附有電梯、公共設施空間，設備較為完善，公寓指五層樓以下沒有電梯，相對來說大樓的價格較公寓高。 (5) 屋齡. 政治大. 屋齡是反映房屋的折舊情形，屋齡越高代表房屋越老舊功能越不. 立. 堪使用，對於房屋的價值有負面的影響，預期符號為”負”，低於一年. ‧ 國. 學. 的屋齡全改為按照交易月份建造月份/十二個月來表示。 (6)屋齡平方. ‧. 而依前所述，屋齡是反映房屋的折舊情形，屋齡越高代表房屋越. Nat. sit. y. 老舊功能越不堪使用，但因為周圍有都市更新的影響，民眾將產生預. er. io. 期心理，會期待自身老舊房屋將進行都更，將使老舊不動產價值大幅. al. v i n Ch 增之現象，代表周圍地區公寓的折舊速度將會趨緩，換句話說，都更 engchi U n. 提升，該預期符號為”正” 可能呈現不動產價值隨屋齡增加價值先減後. 對較老舊中古屋有正面的影響。. (7)距離 500 公尺內有無捷運站、學校迎毗設施與鄰避設施一直以來對住宅價格存有一定程度的影響，迎毗設施方面，學校對房價的影響最大，其次是百貨公司、捷運站及大型體育場館(楊宗憲、蘇倖慧，2011)，因此交易樣本周圍地區有捷運、學校等公共設施，對於不動產價格有提升的效果，選用交易樣本 500 公尺內有無捷運站、學校，表示交易樣本周圍是否鄰近捷運、學校，預期符號為”正”。. 35.

(45) 第三章實證資料與模型. (8)距離 500 公尺內有無鄰避設施鄰避設施一直以來對住宅價格存有一定程度的影響(楊宗憲、蘇倖慧，2011)，交易樣本內 500 公尺內有鄰避設施，對於不動產價格有顯著負面的影響，選用交易樣本 500 公尺內有無鄰避設施，表示交易樣本周圍是否鄰近鄰避設施，預期符號為”負”。 (9)行政區不動產所在的區位對於價格影響有會強烈的影響，若是位於高價區區位，不動產會因為周圍地區高價位的影響使相同的不動產卻產生不同價格，本研究的都市更新案例遍布台北市十二個行政區，因此十. 政治大. 二個行政區都將納入成為自變數，而十二行政區內，以萬華區的不動. 立. 產平均價格最低，因此將萬華區作為行政區的基準。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 36. i n U. v.

(46) 都市更新會造成周圍地區住宅價格上漲嗎?. 表 3-2-1 變數說明表. 自變數. 單位. 說明. 核准前後. 虛擬變數. 核定前為 0、核定後為 1. 基地面積. 虛擬變數. 樓層. 樓層. 樣本所在之樓層. 面積. 坪. 周圍地區實際住宅坪數. 屋齡. 年. 屋齡為建造日期至交易日期之. 屋齡平方. 年. 年數. 距離捷運站. 虛擬變數. 500 公尺有捷運站:1 無:0. 距離學校. 虛擬變數. 500 公尺有學校:1 無:0. 距離鄰避設施. 虛擬變數. 500 公尺有鄰避設施:1 無:0. 基地面積大於 1000 坪設 1. y. ‧. 行政區. 基地面積小於 1000 坪設 0. 政治大虛擬變數公寓設 0、大樓設 1. n. al. 利用價格指數平減後的價格. sit. 立. 以 2007 年價格為基期，將總價. er. 房屋類型. io. 區位因素. 萬. 樓層平方. 說明. 學. 個別因素. LN 不動產總價. ‧ 國. 都更因素. 單位. Nat. 類別. 應變數. i n U. v. 十二行政分區、以萬華區為基. C h 虛擬變數準區 engchi. 註 1:應變數不動產總價為避免景氣、時間造成價格的波動，利用永慶房價指數將價格平減還原價格。應變數(不動產總價)=不動產價格(原)/價格指數*100%。註 2:基地面積以 1000 坪為都更單元大小規模之界定，因都更獎勵辦法以 1000 坪 (3000 平方公尺)為獎勵條件。. 37.

(47) 第三章實證資料與模型. 表 3-2-2 連續變數敘述統計表變數. 最小值. 最大值. 平均數. 標準差. 不動產總價(萬). 198.46. 17790.88. 1428.52. 106.39. 基地面積(坪). 240.19. 1941.14. 847.60. 413.23. 單價(萬). 13.79. 200.52. 37.00. 14.16. 建物面積. 10. 245.12. 37.06. 16.23. 屋齡. 0.0833. 43. 20.68. 11.07. 樓層. 1. 25. 5.50. 3.77. 政治大次數立變數內容. 表 3-2-3 虛擬變數敘述統計表. 2261. 公寓設 0. 2761. 大樓設 1. 6225. 500 公尺內無設:0. 2262. 距離鄰避設施. 31% 69% 25%. 6724 v a l 有設 1 i n C 500 公尺內無設:0 U h e n g c h i 5636 有設 1 3350. 75%. 500 公尺內無設:0. 987. 11%. 有設 1. 7999. 89%. n 距離學校. 55% 25%. y. 大於 1000 坪設 1. 45% 75%. sit. 6725. io. 距離捷運站. 4969. 小於 1000 坪設 0. Nat. 房屋類型. 4017. ‧. ‧ 國. 基地面積. 核定前設 0 敘述統計表核定後設 1. 學. 核定日期. 百分比. er. 變數名稱. 38. 63% 37%.