自然景觀與農地管制如何影響農地價格 ─花蓮縣的個案 - 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. 政治大自然景觀與農地管制如何影響農地價格立 ─花蓮縣的個案. ‧ 國. 學. How Natural Landscape and Regulation of Farmland Affect Farmland Price─The Case of Hualien County. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 研究生:李至千指導教授:林子欽博士丁秀吟博士. 中. 華. 民. 國. 一. ○. 五. 年. 七. 月.

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

(3) 摘. 要. 影響農地價格之因素，隨著市場條件之差異，如土地使用管制或農地政策而有所不同。歸納我國過去有關農地價格研究之文獻，對於東部農地市場之研究較少，且鮮少探討自然景觀因素對於農地價格之影響。對於東部農地價格之研究，可能遺漏重要的影響因素。因此本研究探討影響花蓮縣農地價格之因素，且加入自然景觀作為研究變數，以觀察自然景觀對於花蓮縣農地價格之影響。又農業發展條例於民國 89 年修正後，准許農民在其自有農地興建農舍。故本研究將農地樣本分為得興建農舍及不得興建農舍之農地，進一步比較自然景觀對農地價格之影響於兩者之間有無差異。由於本研究選取之農地，為其興建之農舍皆得作為民宿使用之樣本，因此，本研究加入衡量市場對於民宿需求之變數，探討市場對於民宿之需求，是否加深自然景觀對於農地價格之影響。. 政治大. 本研究以民國 101 年 8 月至 103 年 12 月花蓮縣非都市農地實價登錄資料作為研究樣本，透過線性迴歸模型，探討包括自然景觀因素在內之各項因素對於花蓮縣農地價格之影響。實證結果觀察到：對於花蓮縣農地市場，農地是否得興建農舍為自然景觀是否會影響農地價格之主因，且自然景觀對於農地價格之. 立. ‧ 國. 學. ‧. 影響，受到市場對於民宿之需求而有所差異。基於上述，本研究研究結論如下：一、自然景觀因素影響花蓮「得興建農舍」之農地價格，但不影響「不得興建農舍」之農地價格。二、農舍作為民宿使用機率變高時，將加深自然景觀之價格效果。. sit. y. Nat. n. al. er. io. 關鍵字：農地市場、花蓮縣農地、農舍、自然景觀、農地價格. Ch. engchi. i n U. v.


(5) Abstract Factors that affect the price of the farmland vary in different market conditions, such as land use regulation or farmland policy. Previous studies on farmland prices is found to have paid little attention to farmland market in eastern Taiwan, and rarely discuss the amenity of natural landscape that might also affect the price of farmland. Lack of studies may lead to ignore the important factors of farmland price in eastern Taiwan. This study discusses the factors that affect the price of farmland in Hualien County, and adds the natural landscape as the independent variables so as to observe how natural landscape affect the farmland price in Hualien County. After Agricultural Development Act amended in 2000, farmers are allowed to construct individual farmhouses on their own farmland. Therefore, we split the data into farmland in which construction of farmhouse is allowed and farmland otherwise. Furthermore, we compare the difference between two types of farmland. Because the farmland where the farmhouses are allowed to construct are also permitted to operate the Bed and Breakfast, we also add the independent variables of the market demand for the Bed and Breakfast. In so doing, we are able to investigate whether the market demand for the. 立. 政治大. ‧ 國. 學. Bed and Breakfast increases the natural landscape that affect the price of farmland.. ‧. n. al. er. io. sit. y. Nat. We choose the non-urban farmland price registration data from August 2012 to December 2014 in Hualien County. The linear regression model is used to analyze how various factors including natural landscape affect the farmland price in Hualien County. Based on the empirical results, three conclusions are arrived at below: First, factors of natural landscape only affect the price of farmland which allow for construction of farmhouses, but not affect the price of farmland where construction of farmhouses are forbidden. Second, farmhouses that are permitted to operate the Bed and Breakfast will increase the price effect of natural landscape.. Ch. engchi. i n U. v. Key word ： Farmland market, Farmland of Hualien County, Farmhouse, Natural landscape, Farmland price.


(7) 目錄第一章緒論 ............................................ 1 第一節研究動機與目的.................................................................................... 1 第二節研究架構與流程.................................................................................... 4. 第二章文獻回顧 ........................................ 7 第一節影響農地價格之因素............................................................................ 7 第二節自然景觀因素對不動產價格之影響.................................................. 11 第三節. 小結...................................................................................................... 17. 第三章研究設計 ....................................... 19 第一節花蓮縣農地研究範圍及方法.............................................................. 19 第二節. 實價登錄資料說明與處理.................................................................. 23. 第三節. 農地價格模型建立與變數選取.......................................................... 28. 政治大影響花蓮縣農地價格之因素.............................................................. 35 立農地管制對於農地價格之影響.......................................................... 41. 第四章實證結果與分析 ................................. 35 第二節. 學. ‧ 國. 第一節. 第三節小結...................................................................................................... 50. 第五章結論與建議 ..................................... 53 後續研究建議...................................................................................... 56. io. sit. y. Nat. n. al. er. 第二節. ‧. 第一節結論...................................................................................................... 53. Ch. engchi. i n U. v.


(9) 圖目錄圖 1-1. 研究流程圖 ................................................. 5. 圖 3-1. 花蓮縣鄉鎮圖 .............................................. 20. 圖 3-2. 資料篩選流程圖 ............................................ 25. 圖 3-3. 花蓮縣各鄉鎮農地交易數量圖 ................................ 26. 圖 3-4. 花蓮縣各鄉鎮農地平均交易單價圖 ............................ 26. 圖 3-5. 花蓮縣各鄉鎮市民宿數量圖 .................................. 27. 圖 3-6. 預期價格與海岸距離關係圖 .................................. 32. 圖 4-1. 面積交易筆數圖 ............................................ 37. 圖 4-2. 海岸價格模擬圖 ............................................ 44. 圖 4-3. 面積單價模擬圖 ............................................ 49. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.


(11) 表目錄表 2-1. 衡量自然景觀因素之整理表 .................................. 16. 表 3-1. 實價登錄資料屬性表 ........................................ 23. 表 3-2. 模型變數說明表 ............................................ 33. 表 4-1. 全部樣本敘述統計表 ........................................ 36. 表 4-2. 得興建農舍樣本比例 ........................................ 36. 表 4-3. 全部樣本檢定結果 .......................................... 37. 表 4-4. 全部樣本實證結果 .......................................... 38. 表 4-5. 鄒檢定結果 ................................................ 41. 表 4-6. 得興建農舍樣本敘述統計 .................................... 42. 表 4-7. 得興建農舍樣本檢定結果 .................................... 42. 表 4-8. 得興建農舍樣本實證結果 .................................... 43. 表 4-9. 不得興建農舍樣本敘述統計 .................................. 45. 立. 政治大. ‧ 國. 學. 表 4-10 不得興建農舍樣本檢定結果 .................................. 46 表 4-11 去除 VIF 異常變數檢定結果 .................................. 47. ‧. 表 4-12 不得興建農舍樣本實證結果 .................................. 48. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.


(13) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第一章第一節. 緒論. 研究動機與目的. 壹、研究動機我國近年來農地價格上漲快速，對農地的重視亦隨之增加。然影響農地價格之因素有許多，各項因素對於價格的影響程度也不盡相同，近年來台灣從事農業產值較低，農業生產因素（如：土壤肥沃度、農水路設施等）對農地價格影響降. 政治大. 低，非農業因素（如：農地轉用、距市中心距離、土地政策等）的影響顯得更為重要。因此近年來農地漸漸變成尋求增值的資產，而不是以農業生產為目的（吳. 立. 功顯，2007）。農業發展條例於民國 89 年修正後，我國農地政策由過去「農地農. ‧ 國. 學. 有農地農用」調整為「農地農用」，且准許農民在其自有農地上興建農舍，以改善生活（劉健哲、黃炳文，2004）。在這種情形之下，興建農舍與否將影響農地價格甚鉅。又各地興建農舍之原因亦不盡相同，在以農業為主要產業之縣市，為. ‧. 輔助農業生產，農舍用途可能與農業經營相關，但在近都會區縣市，受到了都市. sit. y. Nat. 擴張及人口成長的壓力影響，農舍可能以供居住為主。. io. er. 而在我國非都市土地管制架構下，部分符合規定之農地所興建之農舍，符合民宿管理辦法第六條第一項但書規定者，得作為經營民宿之使用1。近年來我國. n. al. i n U. v. 觀光發達，依據交通部觀光局資料2顯示，國內旅遊支出額由 2012 年 2,699 億元. Ch. engchi. 至 2014 年 3,092 億元。其中又以東海岸觀光發展特別盛行，民宿如雨後春筍般冒出，截至民國 104 年 8 月止，我國合法民宿共有 5789 間，而花蓮民宿即佔 1378 間，數量為全台各縣市之冠，當中有許多是農舍作為民宿使用。此種看似不合理的現象，卻是於法有據的。另根據遠見雜誌 2015 年 8 月號報導，位於臺東縣靠近太平洋的海景農地，價格比位於嘉南平原，農業設施與產銷系統完整的鹿草農地貴上兩倍。文中亦提到，在成功鎮，擁有海景的農地價格比無海景的農地貴上四倍。推測可能影響東部地區農地價格因素與傳統農地價格受農業生產力因素影響有所不同，而產生此種現象。Hamilton(2007)研究不同海岸景觀對旅館租金的. 1. 非都市土地使用管制規則第六條附表一. 2. 交通部觀光局行政資訊系統：http://admin.taiwan.net.tw/ 1.

(14) 第一章緒論影響，研究結果顯示，擁有較好景觀的海岸（開放海岸）對旅館租金有顯著且正面的影響。此亦代表擁有較好的自然景觀，將擁有較好的獲利條件，進而反映在土地的價格上。花蓮縣位於我國東部地區，面臨著美麗的東部海岸線，且擁有東部海岸國家風景區及花東縱谷國家風景區，自然景觀應屬特殊，而其所產生之寧適價值（amenities value），亦可能是影響該縣農地價格之重要因素。基於上述，各地區影響農地價格之因素皆不同，而自然景觀提供了舒適的景觀、休閒娛樂等功能，而對自然景觀之能見度、距離皆有可能對農地價格產生影響，且以往學說較無探討。花蓮縣農地價格因地區的特殊性，很可能受到自然景觀因素的影響。且農舍得作為民宿使用之規定，使農舍除了居住使用價值外，更得經營民宿營利，此是否為花蓮縣農地價格會受到自然景觀影響之主因，亦是我們所關心的。因此引發本研究欲探討花蓮縣農地價格影響因素之動機。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 2. i n U. v.

(15) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 貳、研究目的根據研究動機所述，非農業因素對農地價格的影響程度，以往被學說所支持，但鮮少提及自然景觀因素對於農地價格之影響。而影響農地價格之因素存在地區上的差異，花蓮縣在自然景觀上擁有與其他縣市不同的條件，又我國農地管制上亦有其特殊性，預期其影響將反應在農地價格上，因此，本研究之研究目的如下：一、探討影響花蓮縣農地價格之因素，了解海岸自然景觀是否為影響花蓮縣農地價格之重要因素。二、探討在我國非都市土地管制之架構下，農地得興建農舍及農舍得作為民宿使用之規定，是否為花蓮縣農地價格會受到自然景觀影響之主因。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 3. i n U. v.

(16) 第一章緒論. 第二節. 研究架構與流程. 本節將根據前述研究動機與目的，建立研究架構與研究流程，並概略說明本研究後續章節說明，並繪製研究流程圖。. 壹、研究架構本研究共分為五章，第一章為緒論、第二章為文獻回顧、第三章為研究設計、第四章為實證結果與分析、第五章為結論與建議。第一章緒論，說明本研究研究動機與目的。第二章文獻回顧分為二節，第一節將回顧影響農地價格之因素，了解農地價格的組成，以為後續實證分析的基礎；. 政治大三章研究設計，將說明研究方法、資料來源及處理，建立實證模型並說明所選取立. 第二節則針對自然景觀因素對不動產價格之影響，並探討此變數的衡量方式。第. ‧ 國. 學. 之變數。第四章實證結果與分析，說明實證分析之結果，並探討自然景觀因素與花蓮農地價格之間關係。第五章結論與建議，以前述章節為基礎歸納本研究之結論，並提出後續研究建議。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 4. i n U. v.

(17) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 貳、研究流程研究流程如圖 1-1 所示。花蓮縣影響農地價格之因素可. 研究動機. 能因地區性有所差異了解自然景觀與市場對民宿需. 研究目的. 求對花蓮縣農地價格之影響文獻回顧影響農地價格之因素. 學. ‧ 國. 立. 治政自然景觀因素對不動產價格之影響大研究設計. 迴歸模型設定與變數選取. ‧. 資料分組與彙整. n. Ch. engchi. 全部農地樣本. 不得興建農舍農地. er. io. al. sit. y. Nat 影響花蓮縣農地價格因素實證. i n U. v. 得興建農舍農地. 實證結果分析. 研究結論與建議圖 1-1. 研究流程. 5.

(18) 第一章緒論. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(19) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第二章. 文獻回顧. 於第一節回顧國內外影響農地價格之因素，以了解農地價格組成因素，以作為後續實證農地價格之基礎。第二節將著重在自然景觀因素對不動產價格之影響，並探討自然景觀因素影響之衡量方式，以利後續實證研究。. 第一節. 影響農地價格之因素. 有關農地價格之研究通常分為兩種，一種是將重點放在農地本身之條件對農地價格的影響，如生產條件、農業收入、農業規模、預期資本收益、農業福利政策的資本化及利率為影響農地價格之主要因素；另一種是放在非農業因素對農地. 政治大（Drescher,et al.，2001）。因此，本節將分為農業生產因素及非農業因素討論。立. 價格的決定，這類文獻多認為接近都市及潛在的轉用皆對農地價格有正面的影響. ‧ 國. 學. 壹、農業生產因素. ‧. 隨著經濟的成長，農地價格由早期主要反映農地生產力，轉為反應其資產特性的商品，農業在經濟上貢獻有逐漸下降的趨勢（林國慶、趙蕙萍，1994）。而. Nat. sit. y. 雖然農業用地的生產特性對於農地價格之影響逐漸降低，但農業生產力直接影響. io. 重要因素。. er. 了農地的產量，進而影響農業的收益，因此，生產力因素仍然是影響農地價格的. al. n. v i n Ch 在過去的實證研究當中，Maddison(2000)運用超過 e n g c h i U 400 筆位於英格蘭及威爾斯的農地交易資料作實證分析，得出土壤、氣候、海拔皆為影響農地價格之重要因素，且地塊的大小顯著的影響農地之單價。Huang, et al.(2006)指出影響農地價格之因素包括生產及非生產因素，並且會隨著時間與空間變化，並實證分析 9 項因素對美國伊利諾州之農地地價影響，其中以農地生產力、人口密度及農業收入為顯著正相關。Alston(1986)以 1963 至 1982 年的資料實證農地價格之成長主要受土地的淨地租收益所影響。由於農地本身具有沃度差異及位置優劣等特性，使得地租大小不同，進而影響農地價格。以農業生產觀點來看，影響農地收益高低之因素，主要應受農地沃度、農產收益、灌溉設施等因素影響。Chicoine (1981)， Maddison(2000)指出地塊面積大小對農地單價有顯著的影響。Drescher,et al.(2001) 透過對明尼蘇達農地實證分析驗證了 Chicoine 的說法，亦得出農地之面積與價格呈反比關係的結論，且其結果指出海拔高度亦顯著的影響農地價格。 7.

(20) 第二章文獻回顧根據土地經濟學之觀點，土地所能出售價格，將視其於未來所能獲取之地租而定，而將地租透過年利率加以還原，即為為地價。又地租為土地之收益，土地收益高低跟土地生產力密不可分。基於以上概念，趙慧萍（1992）認為如果不其他情況不變情況下，農業的生產收益應透過市場機制反映在農地價格上，認為農地生產力為影響農地價格變化的主因。由以上回顧可知，農地之自然條件（氣候、土壤、海拔等）與本身條件（灌溉設施、地塊大小）將直接影響農地之收益，即便農地之市場交易價值提高，亦不可忽略其本身的生產條件因素。. 貳、非農業因素. 立. 政治大. 由前可知，農業生產因素對農地價格影響相當重要，因為其直接影響了農地. ‧ 國. 學. 之使用收益。然由於經濟的發展、都市的擴張，人們對於土地之需求隨之增加，此亦直接間接地對農地價格造成影響。而在此類非農業生產因素對農地價格影響的研. ‧. 究中，多認為距離都市之距離與農地潛在的轉用價值為影響農地價格之主因。梁維真（2015）透過法拍農地進行實證，結果指出在法拍市場中，農業產值對農地價格. sit er. io. 一、距離因素. y. Nat. 影響皆呈現沒有顯著影響，非農業生產因素才是影響農地價格的主因。. al. n. v i n Ch Chicoine (1981)認為若農地交易是以投機或都市使用為目的時，農地的土地 engchi U 生產力對農地價格的影響較不顯著。且由於都市邊緣農地受到鄰近土地使用影響很深，因此，當農地位於都市邊緣時，土壤肥沃度對農地價格之影響將大幅下降。 Drescher,et al.(2001)指出，農地價格會因為接近都市地區有所影響，因高速公路增加農業地區跟都市的可及性，造成農地價格上漲。因為個人在尋求都市以外之休閒及住宅需求時，他們會希望有公路的連結。Livanis,et al.(2006)在圖能理論的概念下，證明都市擴張會影響農業淨收益。越靠近都市農業收益越高不僅是運輸成本節省，另外還有農業成本結構改變或是轉為更高價值農業使用。在實證結果當中，增加百分之一的都市可及性，將增加 3.09 元之農地單價，其認為不能以農地價格來比較農地的生產力，特別是位於都市地區的農地。. 8.

(21) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 二、預期開發與轉用價值農地不只反映現況使用價值，同時也包含轉用所產生之潛在使用價值。各別農地價值會因地主期望、利用方式等影響而有所差異。隨著經濟結構改變，農地市場中除了影響農地收益之農業因素外，使用者預期心理、制度規範、都市發展等社經因素皆會影響農地價格，例如都市邊緣農地受轉用壓力進而使其價格高漲。林子欽（2007）採用各縣市地政事務所提供之買賣實例交易調查估價表作為實證研究資料，指出臺灣目前農地價格出現兩極化之情形，在都市化程度較高、建設較多之鄉鎮，其農地價格遠高於以農業生產為主之鄉鎮，而農地已經成為不動產市場的一個次市場，與都市土地市場存在互動的關聯。Livanis,et al.(2006)透過實證分析指出，都市轉用壓力跟投機需求是影響東北美農地價格最明顯的因素，且都市擴張對農. 政治大. 地價格影響相當敏感。而潛在的開發需求透過資本化造成農地價格的提高（ Drescher,et al.，2001）。. ‧ 國. 學. 三、其他因素. 立. Maddison(2000)指出人口密度為影響農地價格之重要因素，雖然不能確定是. ‧. 否是因為受到距離市場距離還是有其他原因影響。而人口成長及人口的聚集增加. y. Nat. 了對於土地之非農業需求，間接的造成了農地價格之上漲。Stewart and Libby(1998). sit. 以土地預期淨收益、預期真實資本利得、距離及利率為研究變數探討農地價格，. er. io. 其結果顯示農地價格會隨著淨收益之增加而上升，隨利率之上升而下降。而. al. v i n 重要性，結果顯示通貨膨脹及資產報酬率變動會對農地價格產生 50%以上之變 Ch U i e h ngc 動，亦指出通貨膨脹的變化具有敏感性，且為影響農地價格最主要之因素。農地 n. Moss(1997)使用佛羅里達州的土地價格資料檢視影響農地價格變動因素之相對. 價格會隨著淨收益之增加而上升，但隨利率之上升而下降；而通貨膨脹雖時序變動無法掌握，但農地價格仍會受通貨膨脹情形不同所影響。. 9.

(22) 第二章文獻回顧. 參、農地政策因素由於過去較少有關政策因素對農地價格影響之實證文獻，因此，本研究將民國 90 年規定之農舍興建最小面積納入影響農地價格之政策因素分析。我國農地興建農舍最小基地面積規定，在確保即使農地被用於興建農舍之情形下，仍保有部分面積得以繼續農業生產。因此，於民國 90 年頒布實施之「農業用地興建農舍辦法」第 2 條第 3 款即規定：「申請興建農舍之該筆農業用地面積不得小於 0.25 公頃。但參加興建集村農舍及於離島地區興建農舍者，不在此限。」規定在農業發展條例 89 年 1 月修正施行後取得農業用地之農民，如無自用農舍而有興建農舍之需求者，該宗農地面積須達 0.25 公頃以上，經保留 90％的用地面積作農業經營，始得申請在自有農業用地興建農舍。而依農業發展條例. 政治大以 0.25 公頃作為最小分割面積之標準。立. 第 16 條規定：「每宗耕地分割後每人所有面積未達 0.25 公頃者，不得分割」，亦. ‧ 國. 學. 而此政策規定不但會影響農地之利用型態，亦可能改變農地市場之結構。黃炳文（2005）指出此規定可能造成非政策預期之效果，在人方面，非農民之農舍需求可能大於真正的農民；而在農地方面，得興建農舍（面積大於 0.25 公頃）的. ‧. 農地可能被轉作居住使用，而不得興建農舍（小於 0.25 公頃）的農地反被留作農. y. Nat. 業生產。又劉健哲、黃炳文（2005）則指出農地得興建農舍對農地價格有其提昇. sit. 之效果；對農地交易而言，農地得興建農舍對農地交易有促進之效果；而對農地. n. al. er. io. 貸款而言，農地得興建農舍將使得農地貸款之申請更為容易。. i n U. v. 綜上述，本研究將加入民國 89 年農業發展條例修正後，農地能否興建農舍. Ch. engchi. 之面積限制，作為研究變數，以實證政策因素對於花蓮縣農地價格之影響。. 10.

(23) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第二節. 自然景觀因素對不動產價格之影響. 雖然國內對於自然景觀因素對不動產之影響的文獻較為少見，且自然景觀多具備公共財之性質，難以依靠市場力量定義其價值，但令人舒適的景觀確實會對不動產產生正面的效用，即自然景觀所產生之寧適價值。Gibbons,et al.(2011)指出，接近海岸、林地等自然區域將對住宅價格產生正面的影響，因為其將增加許多休閒娛樂的機會。Jim and Chen(2009)亦認為擁有海景通常辦隨著許多附加的價值，像是低開發密度、較少視覺的阻礙、新鮮的空氣、通風良好、充足亮度及較好的居住區位。而在過去兩世紀中，跨越生態和經濟學的研究提供了理論基礎，且發展出來的實證工具亦提供了評估價值的方法。為了確認自然景觀之價值與衡量方式，本節將分為兩部分進行回顧，首先回顧有關自然因素對不動產價格影響. 政治大. 之文獻，而後針對自然景觀因素衡量方式進行回顧。. 壹、自然景觀因素. 立. ‧ 國. 學. 已經有許多文獻指出，人們會願意為了景觀而付出更多的金錢（如 Rodriguez. ‧. and Sirmans，1994）。自然景觀帶給人們舒適的效用，開放空間、森林、海景、生態保護區不僅提供人們優美的景觀、休閒遊憩的地點，也提供了生物的棲息地。. sit. y. Nat. 因此，如果研究在不動產價格之影響因素時，將自然景觀等環境休閒因素忽略的話，其結果將有所偏誤。而自然景觀價值通常認為是主觀的價值，但仍有不少文. io. n. al. er. 獻透過實證的方式將其對不動產的影響程度予以量化。. 一、水景（海岸、湖泊）C h e. ngchi. i n U. v. Darling (1973) 對加州三個湖泊對不動產價格之影響做調查，其在研究位於莫里湖（Murray）及桑蒂湖（Santee）之迴歸式當中加入景觀虛擬變數，結果顯示，擁有湖景將使不動產價格顯著的增加。Brown and Pollakowski (1977)透過西雅圖之湖畔社區作為研究對象，他們將其資料劃分為兩類，一為被綠地環繞地區，一為湖岸地區。結果指出，隨著不動產與景觀的距離增加，將顯著的減少不動產價格。Plattner and Campbell (1978) 研究位於美國麻州西部的新公寓銷售案例，其中每一個單元特性大致相同，除了某些單元可以看到池塘或是小湖泊而其他單元看不到任何水景。透過兩種單元平均價格的比較結果，指出水景會增加公寓的價值。作者更進一步透過實證分析得出擁有水景之公寓相較於無水景公寓價格將增加百分之四到百分之十二。 11.

(24) 第二章文獻回顧 Benson, et al.(1998)指出從前許多研究都僅將不動產分為「有景觀」及「沒景觀」，而沒有把不同的景觀加以區分。因此，其根據海岸景觀受阻礙之程度將海岸品質分級，分為完整（full）、優越（superior）、良好（good）及較差（poor），並加入不動產與海岸之距離，結論指出距離為造成景觀價值不同最大的影響因素，且距離海岸越遠，其對不動產價格之影響將越低。而在紐西蘭奧克蘭市，相較於沒有海景，人們願意多支付百分之十八點五的價格以擁有海景（Kask and Maani，1992）。 Bond, et al.(2002)用北美伊利湖邊住宅交易價格做實證分析，結果指出擁有清楚的湖景將顯著地使住宅價格上漲。Hamilton(2007)用位於德國石勒蘇益格荷爾斯泰因州（Schleswig-Holstein）之旅館租金資料研究不同海岸景觀對旅館租金之影響，其將海岸分為懸崖、防波堤海岸及開放海岸，並分區域進行分析。結果顯示，擁有較高比例開放海岸之區域將擁有較高的旅館租金，而面對防波堤比例較高之海岸則對旅館租金有負面的影響。證明舒適的景觀確實會有資本化的情形。. 立. 政治大. Jim and Chen(2007)指出，在中國廣州的舊城鎮中，擁有河景的公寓將較無河. ‧ 國. 學. 景公寓價格高出百分之七點八，而在新城鎮中則高出百分之十三點七。Jim and Chen(2009)運用香港公寓價格資料研究海景對房價之影響，其結果指出，擁有海公寓。. ‧. 景顯著的增加香港沿海公寓價格，代表消費者願意支付更多金錢取得擁有海景之. y. Nat. sit. 而亦有少數海景並沒有造成不動產價格提升的例子，Boris, et al.(2005)研究. al. n. 二、開放空間. er. io. 以色列海法（Haifa）住宅價格時指出，擁有海景並沒有顯著的增加住宅價格。. Ch. engchi. i n U. v. Correll , et al.(1978)研究科羅拉多州波德市之綠帶對三個社區房價的影響，他們發現在其中一個社區，房價隨著距離綠帶的距離增加而降低。但景觀變數在統計上不顯著，其在結論解釋原因可能是因為樣本過小、景觀因素難以衡量及有許多擁有好景觀的標的受到強風影響而無法反應價值。Fennema, et al. (1996)用位於荷蘭阿珀爾多倫 106 個圍繞在公園附近的移轉案例，研究綠地對不動產價格之影響，研究結果顯示，距離公園四百公尺內之房屋價格比四百公尺外的高了百分之六十。此外，擁有公園景觀不動產比沒有公園景觀的不動產交易價格高出 800 歐元，此結果顯示公園綠地由於擁有較好景觀及遊憩休閒價值，對不動產價格具有正面的影響。Lutzenhiser and Netusil (2001)指出，在其他條件不變的情況下，當面對自然開放空間之面積越大，而鄰近房屋之平均房價也越高。但如位於都市地區內，距離公園越近則與房價呈現負向的關係。其可能是因為大的自然開放空 12.

(25) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案間可以排除噪音、交通或其他負面影響因素，而都市地區內之公園因使用頻繁，常會附帶以上負面影響。Cheshire and Sheppard (2002)用英國瑞丁（Reading）的資料做研究指出，房屋與開放空間（例如公園）之可及性越高，其價格將遠超過可及性較低之房屋。. 三、林地（森林、保護區） Garrod and Willis (1992) 指出接近闊葉林將對房價有正面的影響，但在他們研究當中並沒有進一步考慮到許多潛在的地理因素。Tyrväinen (1997)運用芬蘭不同地區之房價資料，分析與最近的森林保護區、森林遊憩區、水上遊樂區的距離及森林景觀與各區森林的覆蓋率等對房價的影響。值得注意的是，其結果顯示房價與距森林保護區之距離呈現正向關係，作者解釋原因可能是因為芬蘭是北歐國家，由於其. 政治大擋住光線。Tyrväinen and Miettinen (2000)延續前面研究，排除了統計上不顯著之立變數，只留下了「與近森林保護區的距離」及「是否有森林景觀」這兩個變數。結位於高緯度地區，冬天時黑夜很長，光線具有很重要的價值，而越靠近森林可能會. ‧ 國. 學. 果顯示，其他條件不變情況下，擁有森林景觀對房價有正向的影響。且距離森林保護區越遠，房價越低。Thorsnes (2002)研究密西根地區鄰近永久林地保護區之建築. ‧. 用地價格，他發現鄰近永久林地保護區之建地相較於其他建地售價高出百分之十九到百分之三五。代表在該地區，永久林地的價值已資本化進入鄰近土地的價值。. y. Nat. sit. Boxall, et al.(2005)亦發現山地景觀也會增加不動產之價格。. er. io. 其中較特別的是，Benson, et al.(1998)指出山景對於住宅價格之影響並不顯著. al. n. v i n Ch 減少百分之六點七之價格。作者解釋雖然山區擁有自然生態及休閒遊憩價值，但 engchi U 對香港的購屋者，大多數人重視的是海景而不是山景，且近山區可能有蚊蟲、螞。Jim and Chen(2009)指出在香港，山區景觀顯著地減少公寓價格，擁有山景將. 蟻等困擾，加上傳統中華文化認為遇水則發而山區給人蠻荒的觀感，因此產生與預期相反之結果。. 13.

(26) 第二章文獻回顧. 貳、自然景觀因素之衡量自然景觀存在著主觀的價值，較難將其定義，但雖然如，仍有不少研究試圖測試自然景觀對不動產價格之影響。Luttik (2000)認為可以用「有無景觀視線」及「到景觀的距離」加以衡量。Benson, et al.(1998)則將自然景觀分出等級，以分辨不同舒適程度的景觀。Paterson and Boyle(2002)認為能見程度亦是衡量景觀價值之重要變數。因此，本段將回顧自然景觀因素之衡量方式，了解不同的衡量方式，以作為後續衡量花蓮縣自然景觀因素之基礎。. 一、有無景觀視線. 政治大山景。Bond, et al. (2002)研究北美伊利湖邊住宅之景觀對住宅價格之影響時，亦立. Darling (1973)研究水景（湖景）對不動產價格影響時，運用景觀虛擬變數衡. 量，即只區分有景觀與無景觀的差別，但其缺點是無法辨別景觀是來自湖景還是使用景觀虛擬變數來衡量。. ‧ 國. 學. McLeod(1984)運用虛擬變數方式來顯示澳洲天鵝河附近不動產之景觀價值，. ‧. 即將景觀分為是否能看見河流。同樣地，Kulshreshtha and Gillies (1993)用同樣地方法衡量加拿大南薩斯喀徹溫河之景觀價值。Tyrväinen and Miettinen (2000)研究. sit. y. Nat. 森林與公園綠地對不動產價格之影響時，亦將是否能看到森林或公園作為景觀自變數。而 Paterson and Boyle(2002)卻認為以上方法需要花費很多時間，且存在著. io. er. 觀察者主觀的意識，運用 GIS 的技術則可以有效克服這些問題。Lake,et al.(2000). al. n. v i n Ch 的阻礙來衡量隨著距離遞減之自然景觀的影響。Paterson e n g c h i U and Boyle(2002)指出對運用蘇格蘭格拉斯哥之 GIS 資料建立衡量能見度之方式，作者加入地形及視線. 景觀之能見度為影響不動產價格之重要變數，如果遺漏此變數可能產生錯誤的結論，並運用不動產一公里內各種景觀能見度比例作為景觀變數。而其亦指出有時鄰避設施並不一定會造成不動產價值的減損，因為人們有時在乎的並不是距離，而是是否會看見該設施。. 二、距離隨著不動產與自然景觀之間距離增加，將相對的減少景觀的品質和數量，進而影響不動產之價值（Jim and Chen，2009）。Tyrväinen and Miettinen (2000)指出在芬蘭薩洛鎮（Salo）每增加一公里距離，住宅價格減少百分之五點九。Benson,et al.(1998)除了將景觀分出等級外，特別針對海景部分加入不動產距離海岸之最短 14.

(27) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案距離，其認為景觀的價值會隨著距離而有所不同，即距離越遠，景觀所能造成的影響越小。Jim and Chen(2009)亦將香港沿海公寓距離海岸之距離作為衡量景觀之標準，其結果指出在香港，距離海岸越遠公寓價格越低，距離山區越遠，公寓受到山區的負面影響越小。. 三、等級 Correll, et al. (1978)在研究綠帶對不動產價格影響時，將不動產擁有的景觀分為優秀、中等及無景觀。Benson, et al.(1998)將景觀分為海景、湖景及山景，並依其受阻礙之程度將海景之品質分為四個等級、湖景分位二個等級。Jim and Chen(2009)將香港海景及山景分為「完全」及「部分」。. 政治大. 下表 2-1 為以往研究針對景觀因素衡量之整理，並歸納出選取特徵價格模型變數之方法，以利本研究後續之研究設計：. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 15. i n U. v.

(28) 第二章文獻回顧. 表 2-1. 衡量自然景觀因素之整理表. 文獻. 方法有無景觀（景觀虛擬變數，有景觀為 1，沒景觀為 0）。. Arthur H. Darling(1973). Michael T. Bond, Vicky L. Seiler 有無景觀（景觀虛擬變數，有景觀為 1，沒景觀為 0）。 and Michael J. Seiler(2002) C.Y.Jim,Wendy Y.Chen(2009). 1.距離。 2.等級（完全、部分），並以虛擬變數方式呈現。. 治政 1.距離。大. Tyrväinen and Miettinen(2000). 立. 2.有無景觀（景觀虛擬變數，有. ‧ 國. 學. 景觀為 1，沒景觀為 0）。 1.距離。. Benson.et al.(1998). ‧. 2.等級（完整、優越、良好、較差），並以虛擬變數方式呈現。. y. Nat. 有無景觀（景觀虛擬變數，有景觀為 1，沒景觀為 0）。. n. al. er. io. sit. McLeod(1984). Kulshreshtha and Gillies (1993). Ch. i n U. v. 有無景觀（景觀虛擬變數，有景觀為 1，沒景觀為 0）。. engchi. Lake,et al.(2000). 加入能見度對距離的影響。. Paterson and Boyle(2002). 一公里內各種景觀之能見比例。. Correll,et al.(1978). 等級（優秀、中等、無景觀）. 資料來源：本研究自行整理. 16.

(29) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第三節. 小結. 由上述文獻回顧可知，農地價格受到各種因素影響。雖然農業生產因素多被認為在都市擴張的影響下，其影響力降低，但雖然如此，其對農地價格仍具有一定的影響力。又除了農地本身條件的影響外，最重要的是農地在地區上差異。不動產具有不可移動性，因此縱使本身條件相同之不動產但將其置於不同地區，其價格將受到不同因素的影響。顯而易見的，都市外圍農地受到都市擴張及距離都市距離影響很深，而距離都市越遠則較易受到其他因素之影響。因此，本研究在選擇影響農地價格變數時，應特別注意農地所處位置差異對於農地價格的影響，而避免產生遺漏重要變數之情形。. 政治大. 而在影響不動產價格之自然景觀因素上，以往研究多將景觀分為水景（湖、海、河川等）、綠地（公園、開放空間等）及山景（山區、森林）等三大類景觀，. 立. 即一般人認為會產生舒適感或具有休閒娛樂價值之景觀。其研究雖然多顯示出對. ‧ 國. 學. 於不動產價格會有正面的影響，但仍有少數實證研究指出該景觀對於不動產有負面的影響，其中原因亦與不動產所在區位之特殊性及當地之風俗文化有關。在衡量景觀的方法上，由於早期技術較為受限，僅利用現況調查方式將不動產分為「有. ‧. 景觀」及「無景觀」，且通常取得樣本數較小，結果易產生偏誤。而近年由於技. y. Nat. 術的進步，距離、種類、等級甚至能見程度亦使用作為衡量景觀之變數，代表衡. er. io. sit. 量景觀的方式已趨於多元，並在評估景觀因素對價格之影響時更為準確。由回顧可知，不同的景觀種類與品質將產生不同的價值，並且反應在不動產. n. al. i n U. v. 之交易價格。而最重要的是，不同區位對不動產造成的影響，因此，本研究於評. Ch. engchi. 估景觀變數時，應特別注意不同地區特性對研究結果所造成的影響。而在過去文獻中有關自然景觀影響不動產價格之相關研究中，多從都市土地或住宅不動產之角度分析，較少探討自然景觀對農地價格之影響。其原因可能因為臺灣在農地管制有其特殊性，因此農地不但擁有生產價值，還包含了居住價值。相較於國外農地，則僅擁有生產價值。且在過去文獻中，多從農業生產力或都市擴張之角度分析農地價格，鮮少將自然景觀之影響考慮在內。而花蓮縣農地擁有其在自然景觀條件上的特殊性，故本研究期望透過實價登錄資料，以相關理論與文獻作為基礎，了解自然景觀對不動產價格之影響；並透過適當地選取變數，實證自然景觀因素對花蓮縣農地價格的影響；再進一步探討農舍之興建與農舍得為民宿使用對花蓮縣農地價格之衝擊。. 17.

(30) 第二章文獻回顧. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 18. i n U. v.

(31) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第三章第一節. 研究設計. 花蓮縣農地研究範圍及方法. 壹、研究範圍一、研究對象本研究選用花蓮縣非都市土地農業用地作為研究對象，根據農業發展條例施行細則第二條規定：. 治政（一）農業發展條例第三條第十一款所稱之耕地。大立（二）依區域計畫法劃定為各種使用分區內所編定之林業用地、養殖用地、水 ‧ 國. 學. 利用地、生態保護用地、國土保安用地及供農路使用之土地，或上開分區內暫未依法編定用地別之土地。. ‧. （三）依區域計畫法劃定為特定農業區、一般農業區、山坡地保育區、森林區以外之分區內所編定之農牧用地。. al. er. io. sit. y. Nat. （四）依都市計畫法劃定為農業區、保護區內之土地。（五）依國家公園法劃定為國家公園區內按各分區別及使用性質，經國家公園管理處會同有關機關認定合於前三款規定之土地。. v. n. 又本研究僅選擇非都市土地作為研究範圍，因此將依前述規定一至三款篩選研究標的。. Ch. engchi. i n U. 二、時間範圍本研究欲探討自然景觀及農地管制對花蓮縣農地價格之影響，所選用資料為實價登錄資料。而實價登錄於民國 101 年 8 月 1 日施行，其係配合「地政三法」 3. 之修正，要求不動產交易雙方、地政士及不動產經紀相關從業人員於不動產交. 易時按實際交易價格予以登錄。因此，本研究選用民國 101 年 8 月至民國 103 年 12 月之實價登錄資料為本研究之時間範圍。. 3. 地政三法為：不動產經紀業管理條例、地政士法及平均地權條例 19.

(32) 第三章研究設計. 三、空間範圍本研究選擇花蓮縣為研究範圍，其中包括花蓮市、鳳林鎮、玉里鎮、新城鄉、吉安鄉、壽豐鄉、光復鄉、豐濱鄉、瑞穗鄉、富里鄉、秀林鄉、萬榮鄉及卓溪鄉等 13 個鄉鎮市（圖 3-1）。. 立. 政治大. ‧. ‧ 國. 學花蓮縣鄉鎮市圖. n 貳、研究方法. Ch. engchi. er. io. sit. y. Nat. al. 圖 3-1. i n U. v. 一、特徵價格法本研究欲探討影響花蓮縣農地價格之因素，並將重點著重於自然景觀變數對花蓮縣農地價格之影響，而以往在研究影響不動產價格之因素多運用特徵價格法（Hedonic Price Method：HPM）進行實證分析。在計算自然或環境商品所帶來之效益的方法中，特徵價格法被認為是相對適合的工具，且常常運用在不動產市場的研究（Gatto and De Leo，2000）。自從 Rosen(1974)使用此法計算商品各特徵的隱含價格，而在往後的研究多廣泛運用於研究商品之交易價格。特徵價格理論假定在供需均衡的情況下，不動產價格為其各組成特徵隱含價 20.

(33) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案格的總和，故得以不動產價格為應變數，不動產特徵為自變數，以複迴歸分析方式建立不動產特徵價格模型。結合特徵價格理論與複迴歸分析法的特徵價格模型，在控制各不動產異質性的情況下，可推算不動產特徵對價格之影響程度（梁仁旭、陳奉瑤，2014，頁 412）。而在以往對於環境或景觀因素對不動產價格影響之研究中，特徵價格法亦廣泛地被運用，如都市中森林景觀（Tyrväinen and Miettinen，2000）、空氣污染（Beron,et al.，2001）、水質（Leggett and Bockstael，2000）對不動產價格之影響。又 Cassel and Mendelsohn（1985）認為運用基本的特徵價格方程式來計算環境變數之係數值是最可靠的。因此，運用普通最小平方法（ordinary least squares，即迴歸分析的一種）估算特徵價格模型之參數是較有效的方法，其中又以線性迴歸模型較為合適。. 政治大格作為應變數，藉此衡量各因素（自變數）之變動對於花蓮縣農業用地價格之影立響。本研究所設定之影響花蓮縣農業用地價格模型如式，其中 Y 為應變數，Xi為為衡量影響花蓮縣農地價格之因素，本研究以花蓮縣農業用地之實際交易價. � 𝑖 𝑋𝑖+ε. ‧. ‧ 國. Y=α+ ∑. 學. 本研究迴歸模型中之各個自變數，n 所對應之係數值，𝜀則為誤差項。代表自變數之個數。α為截距項，� 𝑖代表各Xi 𝑛. i=1. io. sit. y. Nat. 於確定研究方法後，將於本章第三節建立本研究之實證模型，並透過相關檢定檢測該模型之準確度，而後實證各個變數對花蓮縣農業用地價格之影響。進而. al. n. 價格之衝擊。. er. 探討自然景觀因素對農地價格之影響並了解市場對於民宿需求強度對花蓮農地. Ch. engchi. 21. i n U. v.

(34) 第三章研究設計. 二、鄒檢定（Chow test）本研究為了進一步探討得興建農舍與不得興建農舍之差異，即兩組迴歸模型分別進行實證分析之結果是否有其不同，將利用鄒檢定檢驗兩組樣本之間是否存在結構性差異。如果兩組模型之間存在結構性差異，代表影響能否興建農舍農地價格因素不完全相同，因此得將兩模型分別進行實證。如兩組模型間不存在顯著結構差異，則應將樣本合併進行實證分析即可。在模型解釋上，本研究將能否興建農舍之樣本分為兩條特徵價格迴歸式，則可進行兩迴歸式結構關係差異分析。虛無假設為兩條迴歸式估計參數皆相等，因此，若 F 檢定統計量大於臨界值，則拒絕虛無假設，代表兩迴歸式存在顯著之結構性差異，兩條特徵價格迴歸式估計參數不完全相同。. 政治大. H0：兩條迴歸式估計參數皆相等 H1：兩條特徵價格. 立. 迴歸式估計參數不完全相同. 1. n. engchi. er. io. Ch. 積 0.25 以上樣本迴歸式之殘差平方和. sit. (𝑆𝑆𝐸 + 𝑆𝑆𝐸2 )⁄(𝑁 − 2𝐾). SSE：為全部樣本迴歸式之殘差平方和 SSE1：面. al. ‧. Nat. F=. i n U. SSE2：面積 0.25 以下樣本迴歸式之殘差平方和 K ：兩組模型內估計參數之數目 N：樣本觀察值總數. 22. y. ‧ 國. 學 (𝑆𝑆𝐸 − 𝑆𝑆𝐸1 − 𝑆𝑆𝐸2)⁄𝐾. v.

(35) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第二節. 實價登錄資料說明與處理. 壹、資料說明一、實價登錄資料本研究交易價格資料選用內政部地政司提供之實價登錄資料，並選取民國 101 年 8 月至 103 年 12 月之不動產買賣資料。其中包括各個標的之鄉鎮市區、交易標的、土地及建物區段位置、土地移轉總面積、使用分區或編定、非都市土地使用分區、非都市土地使用地、交易年月、交易筆棟數、移轉層次、移轉層樓. 政治大. 等建物相關資料、總價、單價、車位等資料，另有 TWD97(1997 臺灣大地基準) 座標。又本研究以農業用地為標的，故表 3-1 為土地資料屬性整理。. 立表 3-1. ‧ 國. 總價土地資料. y. 非都市土地使用編定. n. Ch. engchi. er. io. 標的縱座標. sit. 標的橫座標. 資料來源：本研究自行整理. 移轉總面積. 非都市土地使用分區. 單價. al. 內容區段位置. ‧. 交易年月. Nat. 一般資料. 學. 分類. 實價登錄資料屬性表內容分類鄉鎮市區. i n U. v. 二、花蓮縣合法民宿資料本研究所使用之民宿資料來源為「臺灣旅宿網」4，截至 104 年 8 月止共 1356 筆資料。其中資料包括核准營業日期、旅宿登記證號、名稱、所在縣市、所在鄉鎮、地址、電話、傳真、房間數、住宿價格區間等民宿基本資料。其中以所在鄉鎮、地址為本研究所需之資料。. 4. 臺灣旅宿網：http://gis.epa.gov.tw/epagis102/TransCoordFrame.aspx 23.

(36) 第三章研究設計. 三、GIS 圖層資料本研究所使用之花蓮縣村里界圖 GIS 圖層資料來源為「政府資訊開放平台」 5. 。另外所需之距離市中心最近距離資料則運用行政院環境保護署網站之「環境. 地理資訊系統」6，並將各門牌地址轉為 TWD97 系統座標。. 四、農地產量資料本研究所使用之農地產量資料來源為「花蓮縣重要統計資料庫」7，其中包括民國 101 年至 103 年之農耕土地面積、稻米生產量及農產品生產量。. 貳、資料處理一、實價登錄資料之整理. 立. 政治大. 本研究標的為花蓮縣之非都市土地農業用地，首先將時間範圍訂在民國 101. ‧ 國. 學. 年 8 月至 103 年 12 月，並刪除特殊交易案例（如親友之間交易）及與實際花蓮地圖套疊後，座標明顯有誤之標的，再依照農業發展條例施行細則第 2 條8規定，. ‧. 篩選出位於花蓮縣之農業用地計 3764 筆，其中農牧用地即佔 3424 筆，為了控制非都市土地使用地對農地價格之影響，本研究僅選用「農牧用地」作為研究標的。. Nat. n. al. er. io. sit. y. 又為了區別能否興建農舍之標的，本研究依農業用地興建農舍辦法第 5 條9之規. 5. i n U. v. 政府資訊開放平台：http://data.gov.tw/ 6環境地理資訊系統： http://gis.epa.gov.tw/epagis102/TransCoordFrame.aspx 7花蓮縣重要統計資料庫：http://pxweb.hl.gov.tw/pxweb/dialog/statfile9_n.asp 8 農業發展條例施行細則第 2 條：「本條例第三條第十款所稱依法供該款第一目至第三目使用之. Ch. engchi. 農業用地，其法律依據及範圍如下：（一）本條例第三條第十一款所稱之耕地。（二）依區域計畫法劃定為各種使用分區內所編定之林業用地、養殖用地、水利用地、生態保護用地、國土保安用地及供農路使用之土地，或上開分區內暫未依法編定用地別之地。（三）依區域計畫法劃定為特定農業區、一般農業區、山坡地保育區、森林區以外之分區內所編定之農牧用地。（四）依都市計畫法劃定為農業區、保護區內之土地。（五）依國家公園法劃定為國家公園區內按各分區別及使用性質，經國家公園管理處會同有關機關認定合於前三款規定之土地。」 9. （節錄）農業用地興建農舍辦法第 5 條：「申請興建農舍之農業用地，有下列情形之一者，不得依本辦法申請興建農舍：（一）非都市土地工業區或河川區。 24.

(37) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案定，並將標的範圍限縮於 0.25 公頃以上標的，篩選出花蓮縣於研究期間可興建農舍之農牧用地交易資料計 2398 筆。而由於超過 0.5 公頃即得分割成兩筆土地，本研究為避免此因素影響農地之交易價格，進一步將得興建農舍之農牧用地之面積限縮於 0.25 公頃以上但不足 0.5 公頃，而符合條件資料為 1522 筆；另就符合面積小於 0.25 公頃以下之標的，篩選出不得興建農舍農牧用地交易資料計 960 筆。簡言之，本研究選取除面積限制外，其餘條件皆符合興建農舍標準之農地，且得興建農舍之農地如興建農舍，皆為容許經營民宿使用之標的。本研究交易數量樣本數（圖 3-3）以吉安鄉、壽豐鄉及鳳林鎮較多，卓溪鄉、萬榮鄉及豐濱鄉較少。又因花蓮市多屬都市計畫地區，因此樣本數亦較少。另透過各鄉鎮農地交易單價之平均數資料（圖 3-4），其中吉安鄉、花蓮市、新城鄉及壽豐鄉等靠海鄉鎮之交易價格平均數，高於花蓮縣其他鄉鎮，由此現象可初步推. 政治大. 估海岸景觀對花蓮縣農地價格是有正面之影響的。. 立. 花蓮縣非都市土地農業用地. ‧ 國. 學. 篩選：. ‧. 1.於 101 年 8 月至 103 年 12. io. y. 3.符合農業發展條例施行細. al. n. 則第 2 條之農業用地。 4.. Ch. sit. 交易案例。. er. Nat. 月交易之標的。 2.刪除特殊. i n U. 屬農牧用地. engchi. 5.面積 0.5 公頃以下。. v. 農業用地興建農舍辦法第 5 條. 得興建農舍之農牧用地圖 3-2. 不得興建農舍之農牧用地資料篩選流程圖. （二）前款以外其他使用分區之水利用地、生態保護用地、國土保安用地或林業用地。（三）非都市土地森林區養殖用地。（四）其他違反土地使用管制規定者。 25.

(38) 第三章研究設計. 立. 圖 3-3. 政治大花蓮縣各鄉鎮農地交易數量. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 圖 3-4. Ch. engchi. i n U. v. 花蓮縣各鄉鎮農地平均交易單價. 26.

(39) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 二、民宿資料之整理截至 104 年 8 月為止，花蓮縣合法民宿數量為 1378 間，又扣除地址無法辨識之標的，得到 1356 筆資料。又由下圖 3-5 所示，靠海鄉鎮之民宿數量較多，其原因可能與本研究所預期之海岸景觀價值相關，代表擁有海景可能提供了經營民宿之誘因。而為了反映市場對於民宿的需求強度是否深化自然景觀對農地價格之影響，本研究進一步依據各鄉鎮現有民宿及農舍之數量，將得興建農舍之農牧用地標的，分為位於農舍民宿熱區及不位於農舍民宿熱區。. 政治大. 立. ‧. ‧ 國. 學 er. io. sit. y. Nat. 花蓮縣各鄉鎮市民宿數量. 圖 3-5. n. al. Ch. 三、GIS 圖層資料之整理. engchi. i n U. v. 透過圖層之套疊，利用 ArcGIS 之最短距離分析（Near Analysis）功能，計算出各標的到火車站及海岸之最短距離。. 四、農地產量資料之整理農地生產力為影響農地價格之重要因素，為了反映農地之生產力，將各鄉鎮市 101 年至 103 年稻米生產量加上作物生產量之總量，除以各鄉鎮各年度農耕地面積，得到單位農地產量。. 27.

(40) 第三章研究設計. 第三節. 農地價格模型建立與變數選取. 壹、模型建立由於不動產具有異質性，而運用特徵價格法能充分顯現不同特徵之潛在效用對不動產價格之影響，因此常被運用在不動產價格之研究當中。而本研究在特徵價格模型建立上，將自變數分為農業因素、非農業因素及自然景觀因素。而在以往運用特徵價格法在不動產價格之研究當中，不論是討論農地價格或是景觀因素對不動產價格之影響，其多使用總價之模型（如 Jim and Chen，2009、Benson.et al.，2007、Paterson and Boyle，2002 等）。而楊佩欣（2007）透總價模型與單價模型分析住商混合使用對住宅價格之影響，其結論指出總價模型擁有較高的解釋. 政治大價格迴歸模型於估價，如以得到較高的解釋能力與較佳預測結果為目的，建議以立. 力。又黃美娟（2007）透過分析總價模型與單價模型文獻，並實證土地運用特徵總價模型進行實證。基於上述理由，本研究將採總價模型進行實證分析。. ‧ 國. 學. 又在過去特徵價格法之研究中，Malpezzi(2003)比較一般線性函數及半對數. ‧. 函數，發現半對數函數較適合作為實證分析模型。其理由為： 1.半對數模型之. sit. Nat. 2.半對數模型可以減少誤差項異質變異之情形。. y. 係值較容易解釋，其可以反應自變數變動一單位時對應變數造成之變動百分比。. io. 用半對數特徵價格函數進行實證分析。. al. er. 3.半對數模型計算較為簡單，且較符合現實狀況。因此，本研究將採. n. v i n 本研究目的為探討影響花蓮縣農地價格的因素，並針對自然景觀因素所產生 Ch U i e h n c g 之寧適價值對農地價格之影響，並探討市場對民宿之需求是否深化自然景觀對於農地價格的衝擊。因此，依據多元線性迴歸所採用之農地價格迴歸式，如下所示：. 28.

(41) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案（一）模型一：探討自然景觀因素對農地價格之影響，使用本研究全部樣本進行實證。 ln 交易總價＝� ＋� � 高單位農地產量＋� � 102 年虛擬變數＋� � 103 年虛擬變數＋ � � 一般農業區虛擬變數＋� � 特定農業區虛擬變數＋� � 自最近市中心距離＋� � 面積＋� 能否興建農舍＋� 自海岸之距離倒數＋誤差項 �. �. （二）模型二：探討距海岸距離（自然景觀之影響程度）對農地價格之影響是否因市場上對於民宿需求強度不同而有差異，並分別對得興建農舍之樣本與不得興建農舍樣本進行分析比較。 ln 交易總價＝� ＋� � 高單位農地產量＋� � 102 年虛擬變數＋� � 103 年虛擬變數＋ � � 一般農業區虛擬變數＋� � 自最近市中心距離＋� � 面積＋� 自海岸之距離倒數＋�� 特定農業區虛擬變數＋� 自海岸距離倒數 x 是否位於民宿熱區＋誤差項 �. �. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 29. i n U. v.

(42) 第三章研究設計. 貳、變數選取依據前述資料處理過後，本研究將交易總價作為應變數，並將自變數分為三大類，依序為農業變數、非農業變數及自然景觀變數。其中，農業變數為單位農地產量；非農業變數為面積、自最近市中心之距離、分區虛擬變數、交易年度虛擬變數、鄉鎮市虛擬變數及是否位於民宿熱區；自然景觀變數則自海岸之距離。而在自然景觀變數之選取中，由於景觀之等級於選取上較為主觀，無法針對各標的將其景觀區分等級，因此僅選擇自海岸之距離作為景觀變數。. 一、應變數（一）交易總價以實價登錄各筆農地之交易總價取自然對數作為本研究之應變數。即依照地. 立. 政治大. 政三法規定，於不動產完成移轉登記起三十日內所申報之交易價格。. ‧. ‧ 國. 學. 二、自變數. （一）農業因素. Nat. sit. y. 1.高單位農產量鄉鎮單位農地產量＝農業產量（公噸）/鄉鎮耕作地面積。農地. er. io. 之品質、沃度、排. al. v i n Ch 之需求提高，進而增加農地價格，因此，本研究將每公頃單位農產量大於 3 公噸 engchi U 之鄉鎮視為高單位產量鄉鎮其餘視為低單位濃產量。預期位於高單位農產量鄉 n. 水及灌溉設施等皆會影響農地的產量。又農地為生產要素，農地產量高將使農地 10. 鎮將對農地價格有正面的影響。（二）非農業因素 1.自最近市中心之距離 Livanis, et al.(2006)在都市化之影響的概念下，證明都市擴張會影響農業淨收益。越靠近都市農業收益越高不僅是運輸成本節省，另外還有農業成本結構改變或是轉為更高價值農業使用。而花蓮縣之火車站皆位於既存都市計畫區內，因. 10. 屬高單位產量鄉鎮有：玉里鎮、壽豐鄉、鳳林鎮、吉安鄉、富里鄉、新城鄉、瑞穗鄉；低單位農產量鄉鎮有：光復鄉、秀林鄉、卓溪鄉、花蓮市、萬榮鄉、豐濱鄉。 30.

(43) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案此，本研究加入距離各標的最近三等以上，2014 年旅客人次超過 400 人且位於都市計畫區內之火車站11距離作為自最近市中心距離，預期隨著距離增加將對農地價格有負面影響。 2.面積交易面積大小亦會影響土地之價格，而本研究採總價模型，因此預期面積對農地價格呈現正相關。 3.能否興建農舍在我國農地管制架構下，農地可分為得建農舍及不得興建農舍。而得興建農舍將使農地之使用更加多元，由於本研究選取樣本除面積限制外，皆得興建農舍使用，因此，將以面積 0.25 公頃作為能否興建農舍之區分，預期得興建農舍將對. 政治大. 農地價格有正面影響。. 立. 4.交易年度虛擬變數. ‧ 國. 學. 交易年度虛擬變數控制時間所造成的農地價格波動，以民國 101 年為基準變數，時間範圍為民國 101 年至 103 年。. ‧. 5.分區虛擬變數依據非都市土地使用管制規則之規定12，非都市土地得劃定為特定. sit. y. Nat. 農業、一. er. io. 般農業、工業、鄉村、森林、山坡地保育、風景、國家公園、河川、海域、特定專用等使用分區。而本研究經篩選過後，包含特定農業區、一般農業區、森林區、. n. al. Ch. i n U. v. 山坡地保育區、風景區、特定專用區等六區，運用分區虛擬變數，將森林區、山. engchi. 坡地保育區、風景區、特定專用區（即非農業區）當作基準，控制分區劃定對農地價格造成的影響。由於以農地角度，一般農業區及特定農業區之條件較佳，預期其價格將較其他分區為高。 6.是否為民宿熱區花蓮縣民宿數量為全台之冠，原因可能為花蓮縣擁有較佳的自然景觀條件及休閒遊憩的地點。又位於花蓮縣之農舍多得作為民宿使用。因此，本研依據各鄉. 11. 包含花蓮站（特等）、玉里站（一等）、和平站（二等）、新城站（二等）、瑞穗（三等）、光復（三等）、北埔（三等）、吉安（三等）、鳳林（三等）、壽豐（三等）、志學（三等）、富里（三等）。 12. 非都市土地使用管制規則第 2 條。 31.

(44) 第三章研究設計鎮市民宿及農舍之數量，將樣本分為民宿熱區及非熱區13，位於熱區即代表未來作為民宿經營之機會較大，預期自然景觀對農地價格之影響將會隨是否位於民宿需求強之鄉鎮而有所不同。（三）自然景觀因素由於花蓮縣受到海岸自然景觀之影響最深，又景觀之能見度及品質相較於距離較難掌握，因此本研究選取距海岸之距離作為自然景觀變數。 1.自海岸之距離倒數隨著不動產與自然景觀之間距離增加，將相對的減少景觀的品質和數量，進而影響不動產之價值（Jim and Chen，2009），距離海岸較近將產生更高的寧適價值。本研究加入各標的距離東部海岸之最短距離，預期農地價格將隨著距海岸之. 政治大 3-6，因此本研究將此變數採倒數之型態（即 Y=1/X）較符合預期。立. 距離增加而產生負面之影響。又由於預期價格會隨著距離海岸越遠而下降，如圖. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 圖 3-6. Ch. engchi. i n U. v. 預期價格與海岸距離關係圖. 2.自海岸之距離倒數 x 是否為民宿熱區相較於民宿需求較低的地區，民宿需求較高地區應對於景觀之需求較高。因此，本研究將距離海岸距離之倒數與是否位於民宿熱區虛擬變數交乘，預期位於熱區之農地價格受到距離海岸距離之影響將較非民宿熱區更為顯著。. 13. 將合法民宿及合法農舍數量超過 50 間之鄉鎮市列為民宿熱區，為吉安鄉、花蓮市、壽豐鄉、新城鄉、鳳林鎮、秀林鄉及瑞穗鄉等 7 個鄉鎮市。 32.

(45) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案表 3-2 單位. 交易總價. 元. 農業高單位農產量變鄉鎮數. 虛擬變數. 符號. 採用交易總價。. +/-. 平方公尺. 各樣本之交易面積。. +. 虛擬變數. 0.25 公頃以上為 1，未滿 0.25 公頃為 0。. +. 虛擬變數. 政治大. 分為一般農業區、特定農業區及其他分區，並以其他分區作為基準項。. +/-. 虛擬變數. 分為 101 年、102 年及 103 年，並以 101 年作為基準項。. +/-. 民宿熱區虛擬變數. 虛擬變數. 將樣本依鄉鎮分為民宿熱區及非民宿熱區。. 距海岸之距離倒數. 公尺. 各標的距離海岸之距離，代表景觀影響之程度。. sit. io. n. al. er. Nat. y. ‧. ‧ 國. 數. 立. 學. -. 非農能否興建農舍業變分區虛擬變數數交易年度虛變. 公尺. 將單位農產量依鄉鎮分為高低，並以單位農產量低之鄉鎮作為基準項。. 各樣本與其距離最近之市中心距離。. 面積. 自然景觀變. 預期. 變數說明. 變數名稱. 自最近市中心距離. 模型變數說明表. 自海岸之距離. 倒數ｘ是否為數民宿熱區. 公尺. Ch. engchi. i n U. v. 距海岸之距離倒數與是否位於民宿熱區虛擬變數之交乘項。. 33. +. +.

(46) 第三章研究設計. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 34. i n U. v.

(47) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案. 第四章. 實證結果與分析. 本研究欲探討影響花蓮縣農地價格之因素，並認為自然景觀為影響花蓮縣之農地價格之重要因素。且在我國非都市土地管制架構下，位於花蓮縣之農舍大多得作為民宿使用，因此，市場對於民宿之需求可能是造成自然景觀因素對於花蓮縣農地價格是重要因素的原因，並加深其對於農地價格之影響。因此本章利用花蓮縣實價登錄資料進行實證分析。第一節使用本研究全部樣本，探討究竟自然景觀對於花蓮縣農地價格之影響為何。第二節則將樣本區分為得興建農舍及不得興建農舍之樣本分別進行分析，探討自然景觀因素對於農地價格之影響，是否會因為市場對於民宿之需求不同而有所不同。第三節則比較自然景觀對於得興建農舍與不得興建農舍之樣本之影響有何不同。. 第一節. 政治大影響花蓮縣農地價格之因素立. ‧ 國. 學. 本節探討影響花蓮縣農地價格之因素，首先透過初步敘述統計分析，了解樣本之屬性。再透過迴歸結果分析各變數對花蓮縣農地價格之影響，並檢定迴歸模. ‧. 型的正確性。. Nat. er. io. sit. y. 壹、敘述統計. 本研究採用實價登錄資料，由表 4-1 之變數敘述統計可知，交易總價平均值. n. al. i n U. v. 為 4617310 元。在農業生產變數方面，本研究屬高單位農產量之樣本較多，即樣. Ch. 本多屬產生產力較高之農地。. engchi. 在非農業變數方面，本研究樣本多屬 102 年及 103 年交易居多，原因為實價登錄實施時間為 101 年 8 月，因此樣本數將相對於其他年度較少。在分區虛擬變數中，一般農業區之平均數超過 0.55，代表本研究樣本中，超過一半樣本皆為一般農業區。在交易面積方面，其平均值為 2504.528916，值得注意的是，其面積最小值為 3 平方公尺，最大值為 4997.77 平方公，造成解釋變數（交易總價）之落差較大，由最低 3501 元到最高 42661556 元。自最近市中心距離平均約為 3960 公尺，最短約為 108 公尺，最長約為 13802 公尺。能否興建農舍虛擬變數平均值超過 0.6，代表本研究樣本超過 6 成為得興建農舍樣本。在景觀變數上，值得注意的是自海岸之距離之平均值約為 6352 公尺，顯示出本研究樣本整體距離海岸較遠。 35.

(48) 第四章實證結果與分析表 4-1. 全部樣本敘述統計表. 變數名稱. 平均值. 標準差. 最小值. 最大值. 交易總價. 4617310.042248. 4797551.463878. 3501.000000. 42661556. 0.809831. 0.392514. 0. 1. 101 年虛擬變數. 0.131345689. 0.337846098. 0. 1. 102 年虛擬變數. 0.401289283. 0.490258129. 0. 1. 103 年虛擬變數. 0.467365028. 0.499034363. 0. 1. 一般農業區. 0.555197421. 0.497044045. 0. 1. 特定農業區. 0.283239323. 0.450662442. 0. 1. 其他分區. 0.161563255. 0.36812385. 0. 1. 自最近市中心距離. 3960.029599. 1935.345901. 108.15862. 13802.52985. 面積. 2504.528916. 1253.673486. 3. 4997.77. 能否興建農舍. 0.613215149. 0.487111824. 0. 1. 自海岸之距離. 6352.387305. 3513.746608. 49.169296. 16205.33061. 0.000373. 0.000858. 6.17E-05. 0.020338. 高單位農產量. 立. 自海岸距離倒數. 政治大. 學. ‧ 國. 又在交易數量方面，由表 4-2 可知，本研究期間內交易數量為 2482 筆，其中得興建農舍樣本為 1522 筆，不得興建農舍樣本為 960 筆。交易數量最多鄉鎮. ‧. 為吉安鄉，最少為豐濱鄉，又得興建農舍比例最高為鳳林鎮，最低為豐濱鄉。其中得興建農舍樣本比例前五高鄉鎮市皆屬於本研究所分類之民宿熱區，由此可知，位. Nat. al. 得興建農舍樣本比例. 不得興建農舍. 得興建農舍. 合計. er. io. 表 4-2. sit. y. 於民宿熱區之得興建農舍農地很有可能未來興建農舍後將作為民宿經營使用。. 得興建農舍樣本比例. 新城鄉（民宿熱區）. 45. 98. 143. 0.685314685. 花蓮市（民宿熱區）. 14. 26. 40. 0.65. 瑞穗鄉（民宿熱區）. 36. 62. 98. 0.632653061. 玉里鎮. 85. 110. 195. 0.564102564. 光復鄉. 100. 122. 222. 0.54954955. 吉安鄉（民宿熱區）. 322. 370. 692. 0.534682081. 富里鄉. 75. 75. 150. 0.5. 秀林鄉（民宿熱區）. 92. 69. 161. 0.428571429. 萬榮鄉. 17. 10. 27. 0.37037037. 卓溪鄉. 12. 7. 19. 0.368421053. 豐濱鄉. 2. 1. 3. 0.333333333. 合計. 960. 1522. 2482. n. 0.823529412. 壽豐鄉（民宿熱區）. iv 48 C 224 272n U h e n g348c h i 460 112. 鳳林鎮（民宿熱區）. 36. 0.756521739.

(49) 自然景觀與農地管制如何影響農地價格─花蓮縣的個案又依圖 4-1 所示，本研究交易樣本中，以介於 0.25 公頃至 0.26 公頃最多，顯示很有可能取得農地多是為興建農舍之用。. 250. 200. 交易筆數. 150. 100. 圖 4-1. 面積交易筆數圖. 4900. 4700. 4500. 4300. 4100. 3900. 3700. 3300. 3100. 2900. 2700. 2500. 2300. 2100. 1900. 1700. 政治大面積（平方公尺）. 學. ‧ 國. 立. 1500. 1300. 1100. 900. 700. 500. 300. 100. 0. 3500. 50. ‧. 貳、模型檢定. y. Nat. sit. 實證結果如表 4-3 所示，此模型調整後 R-squared 達 0.642675，表示此模型. er. io. 具有足夠解釋母體 64%之解釋能力。自變數之 VIF 值均小於 10，表示自變數之. al. n. v i n Ch 該模型對於應變數具有相當解釋能力。而由檢定可得知，其拒絕同質變 e n g c WHITE hi U. 間不存在明顯共線性問題。又變異數分析之 F 值測試結果達到統計上顯著，代表異之虛無假設，代表此模型存有異質變異問題。. 經檢定後，將透過異質穩健之修正，以解決殘差項存在異質變異之情形，其將得到較穩定之 t 值，且並不會改變各自變數之係數值。表 4-3 變數名稱高單位農產量 102 年虛擬變數 103 年虛擬變數一般農業區特定農業區. 全部樣本檢定結果. t值. P值. VIF. 24.5819. 0.00000. 1.03514. 2.88351. 0.00400. 2.451753. 8.712326. 0.00000. 2.45787. 26.05698. 0.00000. 2.126857. 21.96673. 0.00000. 2.285758. 37.

(50) 第四章實證結果與分析自最近市中心距離面積能否興建農舍自海岸之距離倒數常數項. -12.80602. 0.00000. 1.150704. 19.70136. 0.00000. 3.133577. 6.90066. 0.00000. 3.171829. 10.74421. 0.00000. 1.028052. 142.588. 0.00000. -. R-squared. 0.643971. 調整後之 R-squared. 0.642675. 變異數分析. F(9,2472)＝496.807***. WHITE 檢定. F(46,2435)＝7.480232***. 參、實證結果分析. 政治大. 經修正後之實證模型結果如下：. 立. ln 交易總價=11.70604＋0.998617 高單位農產量＋(0.144336)102 年虛擬變數＋. ‧ 國. 學. (0.428965)103 年虛擬變數＋1.198222 一般農業區＋1.154963 特定農業區＋（0.000111 ）自最近市中心距離＋ 0.000436 面積＋ 0.395417 能否興建農舍＋ 198.8934 自海岸距離倒數. ‧. 表 4-4 為影響花蓮縣農地價格因素預估結果，R-squared 為 0.643971，調整. sit. y. Nat. 後之 R-squared 為 0.642675，表示此模型在此迴歸式具有足夠能力解釋母體約. io. er. 64%之現象，解釋能力符合要求。. n. 4-4 全部樣本實證結果 a表 vt 值 i l 係數值標準誤 n Ch e c h i U 22.39235 0.998617 n g0.044596. 變數名稱高單位農產量 102 年虛擬變數 103 年虛擬變數一般農業區特定農業區自最近市中心距離面積能否興建農舍自海岸之距離倒數常數項. P值 0.00000***. 0.144336. 0.057121. 2.526859. 0.01160**. 0.428965. 0.055709. 7.700103. 0.00000***. 1.198222. 0.054043. 22.17158. 0.00000***. 1.154963. 0.064359. 17.94562. 0.00000***. -0.000111. 9.72E-06. -11.44343. 0.00000***. 0.000436. 2.41E-05. 18.06725. 0.00000***. 0.395417. 0.054731. 7.224762. 0.00000***. 198.8934. 22.40056. 8.878948. 0.00000***. 11.70604. 0.102934. 113.7235. 0.00000***. *、**、***分別為在 10%、5%、1%信心水準下拒絕系數值為零之虛無假設 38.