大眾捷運系統對辦公大樓租金之影響 - 政大學術集成

全文

(1)國立政治大學地政學系私立中國地政研究所. 碩士論文. 大眾捷運系統對辦公大樓租金之影響. 治 on Office Rents The Impact of Metro 政 System 大. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. 指導教授：劉小蘭研究生：林欣樺. 中. 華. 民. 國. 一. ○ 四. v. 博士撰. 年. 七. 月.

(2) 謝誌當初為了考研究所，天天往總圖地下室報到的日子還歷歷在目，一轉眼間，兩年半的研究生生活也將畫上句號。不同於大學部的訓練；研究所的論文寫作，從最初的問題意識培養、選題到文獻整理、變數選取、結果論述，無一不讓我們思考更加細膩、邏輯架構更加的清晰；縱然研究的過程中常會遇到許多不知所措的時刻，所幸一路上有老師的引導及家人、朋友的陪伴及鼓勵，才能順利畢業，心中盡是滿滿的感謝。首先，最要感謝的是指導教授劉小蘭老師，老師說過：「做學問就像是在毛線團中找線頭，只要一根一根地把線頭找出來，問題與研究的框架就會越來越清晰。」謝謝老師總是在我卡關、停滯不前的時候，給予我最強而有力的協助；謝謝老師一直以來的帶領以及如同定心丸般的妙語，總能讓我在緊張、慌亂的時候站住陣腳，這兩年半，實在是受老師太多、太多的照顧了，真的非常感謝老師！同時，也希望老師可以多多照顧自己，多喝水、注意保暖，打球別打得太激烈！. 政治大接著，要特別感謝經濟系的林馨怡老師，不僅在研究模型的選取上提供我許立多協助，還詳細說明了模型可能遇到的限制及替選方案，讓論文進行得更加順利；. ‧ 國. 學. ‧. 謝謝林子欽及花敬群老師，在百忙之中抽空擔任我的口試委員，並提出許多寶貴的建議。其中，除了文獻整理的思路架構要更加清晰外，於研究範圍及變數選取上亦提供了不同思考的方向；除了老師們給予的指導，也十分感謝博士班的偉強、育生、曉瑞學長，在期初及期末報告中抽空擔任評論人的角色，不僅指出許多寫作及論文架構的盲點，也提出了許多不錯的建議。. sit. y. Nat. n. al. er. io. 再來，謝謝同門的致嘉哥，一起 meeting 的時候，你猶如我的左右耳，總能比我更了解老師要表達的意思！如果沒有你，我的論文進度可能會減半再減半；謝謝乃誠不時被我騷擾、詢問關於 GIS 的大小問題並讓我佔用電腦遠端跑 GIS；謝謝小矮人們，雖然我不常進研究室，大家還是沒有拋下我！不離不棄的各種溫馨邀約，實在是揪甘心！同時，也謝謝 102 級的大家，能夠一起修課、一起玩耍、一起成長，實在是件再幸福不過的事。此外，特別感謝遠瑜一年多來的陪伴與支持；以及如同家人般重要的室友賴惠林，謝謝妳出現在我最混亂的兩年中，一路上跌跌撞撞所幸有妳的陪伴、呵護與鼓勵，謝謝妳！也感謝靜尹給予我工讀的機會，讓我這兩年能在中心吸收新知，同時賺取生活所需。. Ch. engchi. i n U. v. 最後，謝謝一直以來默默支持我的雷大及家人，感謝你們尊重我做每一個決定，給予我無限的空間及彈性，讓我在成長、學習的路上可以無後顧之憂的往前衝刺。謝謝你們，我要碩士畢業啦！欣樺 2016 年 2 月.

(3) 摘要都市規模不斷擴大，為解決龐大繁重的都市交通運輸問題，大眾捷運系統因應而生。捷運系統不但會改變原有的都市空間結構，不動產的區位條件與市場供需結構也隨之改變，進而資本化於不動產價格中，國外文獻即發現捷運系統對於不動產價格確實有正向影響，且不動產價格隨與車站距離增加而遞減；國內相關捷運系統相關之不動產市場研究，對於住宅領域之研究較為具體，不同類型之不動產產品如辦公大樓間仍未見討論。本研究針對國內缺乏之捷運系統資本化效果對辦公大樓租金之影響進行分析，以台北市2005年至2014年之辦公大樓租金追蹤資料（panel data），採用二元固定效果模型分析區域特定固定效果及時間特定固定效果對於辦公大樓租金的. 政治大. 影響。然而，礙於固定效果模型未能處理不隨時間變化而變動之變數，本研究進. 立. 一步以普通最小平方法分析區域固定效果之截距項，將辦公大樓總供給面積、面. ‧ 國. 學. 臨路寬及至市中心距離等不隨時間變動之因素納入分析。. 實證結果顯示出台北捷運系統對於辦公大樓租金亦有正向之提升效果，而距. ‧. 離捷運車站越遠之辦公大樓租金將隨距離而下降，同時，除了至最近捷運站之距. io. al. er. 齡平方項、至市中心距離等因素影響。. sit. y. Nat. 離該項變數外，實證結果亦顯示辦公大樓租金受大樓總供給面積、空置面積、屋. n. v i n Ch 關鍵字：捷運系統、辦公大樓租金、追蹤資料、二元固定效果模型 engchi U.

(4) Abstract Taipei metro system was built to improve the heavy traffics result from the growing city. The system not only influenced the urban spatial structure but the location and the supply-demand market of real estate. Many previous studies have showed that accessibility benefits will get capitalizedinto property values; that is to say, metro system has a positive impact on the property values and the value should decline as distance increases. As noted, most studies to date on the capitalization benefits of metro system have focused onresidential properties. Research on benefits to office are few and far between in Taiwan. In this article, we focus on the capitalization benefits of metro system and. 政治大. examine the rent effects of office in Taipei office market for the period 2005–2014,. 立. using Two-Way Fixed Effect Model to analyze region-specific fixed effect and. ‧ 國. 學. time-specific fixed effect of office rent. However,the model is failed to deal with the variables which does not change with time. As to address with the factors do not. ‧. change with the time(office supply area, road width, distance to CBD), we use Ordinary Least Square to deal with this limitation.. y. Nat. sit. According to empirical results, metro system has a positive impact on the office. n. al. er. io. rent and the effect should decline as distance increases. Meanwhile, the empirical. i n U. v. results also show that office rent should be influenced by office supply area, vacant. Ch. area, age and the distance to CBD.. engchi. Key words：Metro system, Office rent, Panel data, Two-Way Fixed Effect Model.

(5) 目錄目錄................................................................................................................................. i 表目錄............................................................................................................................ ii 圖目錄........................................................................................................................... iii 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.......................................................................... 4. 第三節研究架構與流程.......................................................................... 9 第二章相關理論與文獻回顧...................................................................................... 11 第一節. 運輸成本與都市空間結構 ....................................................... 11. 第二節交通運輸對不動產價格之影響 ................................................... 14. 政治大第四節辦公大樓租金影響因素 ............................................................... 20 立第三節. 捷運對辦公大樓租金之影響 ................................................... 17. ‧ 國. 學. 第五節小結................................................................................................ 23 第三章研究設計與資料分析...................................................................................... 24 研究設計.................................................................................... 24. 第二節. 模型設定限制............................................................................ 29. 第三節. 實證模型設定............................................................................ 31. ‧. 第一節. y. Nat. 第二節. sit. al. v i n C h ........................................................... 二元固定效果實證分析 41 engchi U 固定效果模型實證分析 ........................................................... 38. n. 第一節. er. io. 第四節資料說明與敘述統計 ............................................................... 33 第四章實證結果與分析.............................................................................................. 38. 第三節普通最小平方法實證分析 ....................................................... 46 第五章結論與建議...................................................................................................... 48 第一節. 結論............................................................................................ 48. 第二節研究限制與建議........................................................................ 50 參考文獻...................................................................................................................... 51. i.

(6) 表目錄表 1-1 已完工通車路線(至 2014 年 12 月底)........................................ 4 表 3-1 實證變數說明表 ........................................................................ 36 表 3-2 變數基本統計量 ........................................................................ 37 表 4-1 固定效果模型實證結果 ............................................................ 39 表 4-2 時間特定固定效果分析 ............................................................ 41 表 4-3 區域特定固定效果分析 ............................................................ 43 表 4-4 普通最小平方法分析結果 ........................................................ 46. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. ii. i n U. v.

(7) 圖目錄圖 1-1 台北都會區捷運建設願景圖 ...................................................... 6 圖 1-2 辦公大樓空間分佈示意圖 .......................................................... 7 圖 1-3 研究流程圖 ................................................................................ 10 圖 2-1 競租土地對於都市土地使用影響 ............................................ 12 圖 3-1 固定效果模型中解釋變數與應變數之間的關係圖 ................ 29 圖 4-1 時間特定固定效果趨勢圖 ........................................................ 42. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. iii. i n U. v.

(8) 大眾捷運系統對辦公大樓租金之影響. 第一章緒論本章則分為三節，首先說明本研究之動機與目的，其次界定研究範圍、方法，最後提出研究架構及流程。. 第一節. 研究動機與目的. 一、研究動機隨著都市規模的不斷擴大，都市內部與都市間的交通運輸系統成為影響都市空間結構最關鍵的因素之一。為解決龐大繁重的都市交通運輸問題，大眾捷運系統因. 政治大以台北市為例，台北捷運系統自 1988 年開始動工，而於 1996 年 3 月 28 日木柵立. 應而生，並成為都市發展最重要的動脈。. 線開始正式通車，其後 1997 年底淡水線開始通車、1998 年底中和線、1999 年底新. ‧ 國. 學. 店線、2000 年後有板南線、南港線、內湖線、蘆洲線、新莊線等相繼通車，2013 年信義線與 2014 年年底松山線通車，使台北捷運網路更加完善 1。根據台北捷運公. ‧. 司統計，2013 年 10 月 7 日運量累計突破 60 億人次，又至 2014 年 11 月為止，每日. sit. y. Nat. 路網平均運量已有 163 萬人次，11 月累計運量達 5 億 4,649 萬人次較去年信義線開. io. er. 通前之同期增加 7.46%。隨著 2014 年底捷運松山線的通車，將會使台北捷運交通網絡更加完善，隨著民眾習慣搭乘，通車後一、二年內，台北捷運每日路網運量預估. n. al. Ch. i n U. v. 較現今可再增加 10 至 20 萬人次，龐大通勤人口流動量與未來成長預期，充分顯示. engchi. 捷運系統對台北市的發展不可忽視的影響力。. 隨著越趨完善之台北市捷運路網，相關居住、就業、商業、休閒等活動亦多沿著捷運系統場站與沿線發展，捷運系統不但改變原有的都市空間結構，都會區不動產的區位條件與市場供需結構也隨之改變，進而資本化於不動產價格(包括地價、房價、以及房租)中，又大眾捷運系統為一投入時間、資金成本龐大的公共建設，其便. 1. 目前營運中路線有文湖線、淡水信義線、松山新店線、中和新蘆線、板南線五條主線，及新北投支線、小碧潭支線兩條支線；興建中路線有環狀線西環段、萬大線第一階段兩條路線，另外還有信義線東延段、土城線延伸頂埔段等兩條延伸線；目前規劃中路線有環狀線北環段及南環段、萬大線第二階段、南北線、三鶯線、民生汐止線、東湖支線、社子線等多條新路線。 1.

(9) 大眾捷運系統對辦公大樓租金之影響. 利性將透過資本化效果反映於不動產上，近而帶動價格上漲，因此對其資本化效果之釐清，不論政府部門與私部門，將有助其投資可及性評估之精確。從 2012 年捷運新莊全線開通後，松江路沿線辦公大樓空置率即一路下降，縱使租金未有明顯的漲幅，至 2013 年該區辦公大樓售價已上漲達 15~20%。其後，更有不少媒體報導、仲介業者爭相預期捷運信義線開通所能帶來之效益，指出「台北 101 啟用，信義計劃區新商辦大樓陸續完工後，由於新完工的大樓比較接近板南線，具交通優勢，吸走不少信義路四、五段上辦公大樓租客；然而，在捷運信義線通車後，預料信義路四、五段一帶辦公大樓也有新莊全線開通後相同的補漲空間。」而捷運. 政治大 2014 年 1 至 8 月台北市松山區的商辦大樓租金年漲幅 13.3%，此外位於南京東路四、立五段沿線商辦大樓，隨著松山線即將通車，當年第 2 季辦公大樓平均空置率下降至. 通車的預期心理，也反映在 2014 年年底開通的捷運松山線上，根據房屋仲介業調查，. ‧ 國. 學. 5.9%，明顯低於去年同期 8.6%。除了媒體報導捷運可及性的便利外，各大商仲辦公大樓市場報告亦相繼顯示出捷運相關效應對於辦公大樓租金有正向之提升效果 2。. ‧. 過往國內有關捷運系統相關之不動產市場研究，對於住宅領域之研究較為具體，. Nat. sit. y. 文獻累積亦較為豐碩，但對於不同類型之不動產產品如辦公大樓間，產品屬性對其. al. er. io. 價值之變動影響則仍未見討論，是以本研究引介國外捷運系統對於辦公大樓方面之. n. 研究，加以引申作為台北捷運系統對於辦公大樓研究之參考基礎，針對國內缺乏之. Ch. i n U. 捷運系統資本化效果對辦公大樓之影響進行研究分析。. engchi. v. 就過去國內外探討捷運系統對於不動產價格影響的文獻來看，已有不少國內外文獻針對捷運系統對不動產價格影響進行分析，發現空間面的可及性(acessibility)改變是造成不動產價格變化的主要原因。此外，大多數文獻均發現捷運系統對於不動. 2. 瑞普萊坊 2014 年「亞洲住宅市場回顧」發現，交通建設對房價有直接的影響性，以至於從現在到 2020 年，亞洲有近 70％的重點城市都在興建與計畫增加地鐵路線，儘管投資金額巨大，但基礎建設有利於改善區域內的生活機能與縮減地方與地方之間的距離，讓通勤時間減少，進而刺激房價上漲。瑞普萊坊董事長宗東茂表示，大台北因交通建設廣建受惠最大，2013 年 11 月捷運信義線通車後，沿線的商辦出租率都有明顯的上升，而今（2014）年底預計通車的捷運松山線，將會使台北捷運交通網絡更加完善。據瑞普萊坊統計資料指出，2014 年第 2 季南京商圈商辦平均空置率約在 4.5 ％，而曾經面臨捷運松山線施工陷入交通黑暗期的南京東路四段、五段也已經下降到 5.87％，與去（2013）年同期相比減少了 2.69％，值得注意的是，空置率下滑趨勢已持續一整年。 2.

(10) 大眾捷運系統對辦公大樓租金之影響. 產價格確實有正向影響，且不動產價格會隨至車站距離增加而遞減。再者，不同類型(住宅、商業、零售)不動產價格的影響可能不同，故本研究欲探討國內之辦公大樓不動產，以探討捷運可及性對其所產生之資本化效果，過去國內仍未有研究建立在探辦公大樓之捷運效果分析。本研究以台北市自2005年至2014年租金資料，考量時間因素及各辦公大樓間可能存在之區域特定固定效果，採用二元固定效果模型進行分析，探討影響租金變動的因素，瞭解捷運系統對辦公大樓租金的影響。又礙於模型本身之限制，除了以二元固定效果模型對各辦公大樓的固定效果進行估計，本文亦試圖找出排除在固定效. 政治大果模型無法估計出的無時間變化解釋變數的影響力。即在追蹤資料的架構下，本研立究除了重視分析資料中不同區域與不同時間所帶來的訊息之外，同時，亦解釋使用模型限制中無時間變化解釋變數對應變數的影響性。. ‧. 二、研究目的. 學. ‧ 國. 果模型外、無法放入模型作為解釋變數之無時間變化解釋變數，嘗試估計出固定效. 捷運路網已日臻完整，國內早期雖有大眾捷運系統相關研究，但推測受限於資. y. Nat. sit. 料取得的難度，研究多侷限於住宅市場。辦公大樓與住宅雖然同屬於不動產，但住. er. io. 宅則多以買賣的方式進行，而辦公大樓主要的交易活動為租賃。辦公大樓的租金，. al. iv n C 本研究除了探討捷運對辦公大樓租金影響效果，亦考量過去文獻所歸納出的幾項重 hengchi U n. 其背後反映得是總體環境、建物外在條件與內在條件等因素邊際價格的總和。因此，. 要影響辦公大樓租金之因素加以討論以下問題：. (一) 分析捷運系統對辦公大樓租金之影響為何？ (二) 釐清不同時間對辦公大樓租金影響之差異，分析各時間對臺北市辦公大樓市場租金的影響。 (三) 以二元固定效果模型，探究區域及時間特定固定效果，同時剖析固定效果模型中無法估計出不隨時間變化之解釋變數的影響力，使模型估計更準確。. 3.

(11) 大眾捷運系統對辦公大樓租金之影響. 第二節. 研究範圍與方法. 一、研究範圍 (一)交通建設台北捷運系統成立迄今逾 27 年，致力於建設台北市捷運各線，並將新北市納入規劃範圍內(新店區、中和區、永和區、三重區、蘆洲區、新莊區、淡水區、板橋區、土城區)，建立大台北整體便捷的大眾運輸工具。台北捷運系統不僅為臺灣首座投入營運、也是最具規模的大眾捷運系統，其興建紓解了臺北交通長期以來的壅塞問題、改善都市機能與交通動線，亦縮短了民眾通勤的時間。. 治政大所示，至 2014 年底，路網已本研究選擇台北捷運為實證研究對象。就下表 1-1 立完成 134.6 公里，其中包括文湖線、淡水信義線、松山新店線、中和新蘆線和板南 ‧ 國. 學. 線等五條主線，以及新北投支線、小碧潭支線等兩條支線等，計 116 個車站，平均每日載運量已達 200 餘萬人旅次。. ‧. 表 1-1. Nat. io. 長度. al. (km). n. 淡水線. 車站. sit. 起迄站. y. 路線. 數. 建造型式. er. 路線名稱. 已完工通車路線(至 2014 年 12 月底). i n Ch 淡水站至中正紀念堂站 23.8 engchi U. v. 22. 高架/平面/地下. 5.4. 4. 地下. 11.2. 10. 地下/高架. 西門站至中正紀念堂站. 1.6. 1. 地下. 南港線. 西門站至昆陽站. 11.0. 11. 地下. 板橋線. 西門站(不含)至府中站. 7.1. 5. 地下. 中和線新店站. 古亭站(不含)至南勢角站中正紀念堂站(不含)至新店站 (包括小碧潭站支線). 小南門 (維護軌). 4.

(12) 大眾捷運系統對辦公大樓租金之影響. 土城線. 府中站(不含)至永寧站. 5.6. 4. 地下. 南港線東延段. 昆陽站(不含)至南港展覽館站. 2.5. 2. 地下. 文山內湖線. 木柵動物園站至南港展覽館站. 25.7. 24. 高架/地下. 蘆洲線. 蘆洲站至三重國小站. 6.4. 5. 地下. 台北市段：大橋頭站至古亭站. 8.4. 7. 地下. 新北市段：大橋頭至迴龍站. 政治大中正紀念堂站至象山站 6.4 立. 11.0. 9. 地下. 5. 地下. 西門站(不含)至松山站. 信義線 3. 合計. 8.5. 學. 松山線. ‧ 國. 新莊線. 7. 地下. 134.6. 116. --. ‧. 資料來源：台北市政府捷運工程局, 2014. y. Nat. sit. n. al. er. io. 目前台北捷運系統有多條路線仍於興建與規劃中；然而現今緊密的路網使台北市之交通相較其他縣市便利，就改善都市動線與活絡都市機能而言發展較為成熟，對周遭辦公大樓租金影響效果亦已充分發酵，故本研究選擇台北捷運上述路線為研究對象，探討其對沿線周邊辦公大樓地租之影響。. Ch. engchi. 3. i n U. v. 原信義線自中正紀念堂站至象山站共有 7 站，其中中正紀念堂站及東門站已營運通車，故新增通車車站數為五站。 5.

(13) 大眾捷運系統對辦公大樓租金之影響. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 圖 1-1. Ch. engchi. i n U. v. 台北都會區捷運建設願景圖資料來源：台北市政府捷運工程局, 2014 6.

(14) 大眾捷運系統對辦公大樓租金之影響. (二)空間範圍本研究以台北市 136 棟辦公大樓做為樣本空間範圍，以地理資訊系統繪製其座標點，分佈如下圖 1-2：. 政治大. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 0. 1.75. Ch. 2.5. engchi. i n U. v. 5. 圖 1-2. 辦公大樓空間分佈示意圖. 7.

(15) 大眾捷運系統對辦公大樓租金之影響. (三)時間範圍以 2005 年至 2014 年十年為主要研究時間範圍。. 二、研究方法 (一)相關理論與文獻回顧首先，了解都市區位特性，釐清都市空間結構改變對於不同用途活動區位選擇的影響，以及可能導致的競租曲線變化，再透過文獻回顧與歸納，針對國內外有關運輸系統及交通設施改善對不動產價格影響的文獻進行回顧。瞭解捷運系統對不動. 政治大. 產價格影響採用之模型與研究成果，以作為本研究後續分析以及實證研究之參考。. 立. (二)實證分析. ‧ 國. 學. 本研究在追蹤資料架構下，採用固定效果模型(Fixed Effect Model)進行實證，藉此分析隨著時間變化之解釋變數對辦公大樓租金之影響。除外，本文以二元固定效. ‧. 果模型(Two-Way Fixed Effecy Model)分析樣本研究期間之時間趨勢及各樣本間無法觀測或資料取得限制的因素，輔以普通最小平方法，剖析區域特定固定效果中無法. Nat. sit. y. 估計出不隨時間變化之解釋變數，並以文獻回顧的方式了解區域特定固定效果中，. n. al. er. io. 其他可能的租金影響因素。. Ch. engchi. 8. i n U. v.

(16) 大眾捷運系統對辦公大樓租金之影響. 第三節. 研究架構與流程. 一、研究架構本論文擬分為五大部分說明，依序分別為緒論、相關理論與文獻回顧、研究設計、實證結果與分析及結論與建議。第一章為「緒論」，包括研究動機與目的，研究範圍與方法、研究架構與流程。其次為「相關理論與文獻回顧」，透過文獻回顧與歸納，針對國內外有關捷運系統對不動產價格與租金影響的文獻進行回顧，瞭解捷運對不動產價格與租金之影響效果、採用之模型與研究成果，以作為本研究後續分析以及本研究變數選取的依據。第三章為「研究設計與資料分析」主要說明實證. 政治大四節為「實證結果與分析」，最後為「結論與建議」。立. 資料來源與處理篩選方式，並透過敘述統計掌握樣本屬性概況與時空分佈情形。第. ‧ 國. 學. 二、研究流程. 本研究之研究流程(圖 1-3)所示。先進行研究動機與目的的闡述，並以文獻回顧. ‧. 的方式彙集整理大眾運輸系統對於辦公大樓租金影響的相關研究，以提供研究變數. y. Nat. 選取，接著以追蹤資料模型進行研究設計，透過敘述統計初步了解樣本型態，最後. n. al. er. io. 與建議的依據。. sit. 的實證結果，以追蹤資料模型的區域特定固定效果及時間特定固定效果，作為結論. Ch. engchi. 9. i n U. v.

(17) 大眾捷運系統對辦公大樓租金之影響. 研究動機與目的. 研究範圍與方法相關理論與文獻回顧大眾運輸系統對不動產價格影響. 運輸成本與都市空間結構. 學. ‧ 國. 立. 政治大研究設計. 辦公大樓租金影響因素回顧. 模型建立. ‧. Nat. y. 資料整理與分析. n. Ch. 結果與建議. engchi. 圖 1-3. i n U. 研究流程圖. 10. er. io. al. sit. 實證結果與分析. v.

(18) 大眾捷運系統對辦公大樓租金之影響. 第二章相關理論與文獻回顧捷運系統對不動產價格的影響主要是透過區位可及性的改善，本文先由交通可及性對不動產價格之關係切入，討論交通可及性對於都市區位與捷運周邊的可及性改善對土地使用與不動產價格影響；並且針對國內外有關交通運輸對不動產價格影響的文獻進行回顧，瞭解現行文獻的主要發現與其研究限制，並針對不同文獻的結果差異進行深入的分析。本章總共為五節，首先介紹有關運輸成本對都市空間之影響，第二節則回顧交通運輸對不動產價格之影響。第三節就捷運交通運輸改善對不動產價格影響進行相關研究，. 政治大樓租金影響因素以變做為本研究之變數選取；第五節為小結，將前述文獻進行綜合討論，立. 瞭解以往主要發現與限制。第四節討論影響辦公大樓租金因素之實證結果，瞭解辦公大. ‧ 國. 學. 確立本研究之主軸。. 第一節運輸成本與都市空間結構. ‧. 捷運系統帶來交通可及性的改善，運輸成本的變化可以視為是可及性的變動。可及. y. Nat. 性(Accessibility)的觀念使用已久，但卻沒有精細且一般化的定義，其概念散見於交通運. io. sit. 輸、土地使用與都市發展文獻中，可及性為藉由使用特定的交通系統自某地抵達任一土. er. 地使用活動之便利程度，是某地至各地區的便捷程度或各地區抵達此地的便捷程度。簡. al. n. iv n C hengchi U 間的交通便利性表示。一般用來衡量可及性的指標，通常以旅行時間、旅行距離、旅行單來說，可及性為一地區到另一地區之難易程度，而難易程度的高低，可以透過兩地之. 成本的變數表示。可及性表示該地區到其他地區的便捷程度，可及性越高的地區其運輸成本越低，相較於都市邊緣地區能節省較多的運輸成本，而透過資本化效果 4將相對所節省的運輸成本轉化為不動產價格上。以往區位理論發展時，在土地使用的配置上常以運輸成本的角度，探討都市各區域運輸成本相對多寡對土地使用所造成差異，其觀點是由交通可及性出發將土地依可及性的大小區分為不同區位，故在早期都市許多區位理論中，其區位的劃分是由運輸成本考 4. 資本化效果(capitalization effect)是以收益法觀點切入，以往文獻大多應用於租稅之資本化效果上。就本研究而言，主要探討運輸成本的減少對於房價之影響，也就是指可及性的改善透過資本化效果，將預期未來所節省的運輸成本，透過折現提前反映到現在的房價上所造成的增值。 11.

(19) 大眾捷運系統對辦公大樓租金之影響. 量，也就是說以各土地的交通可及性考量來區分不同的土地使用，所形成的都市區位理論。而既有的都市區位內加入新的交通運輸系統時，對於既有的交通可及性發生變化，新的運輸加入時對於鄰近住宅的可行性將有所改善，所節省的運輸成本將透過資本化效果轉化增加至不動產價值。可以發現不動產價格容易受到可及性影響而產生變化，而都市市中心的區位理論與捷運站所帶來的交通可及性變化，都是反映了交通可及性對於不動產價格之影響。. 過去相關研究中，Thünen(1863)提出了農業土地使用模型，Alonso(1964)提出都市土地使用模型，到晚期 Fujita(1989)提出土地使用和城市規模等研究，都是以競標. 政治大的情況下(農業土地使用模型中，假定農業區是一個均質的平原，即各地的土壤沃度、立氣候及其他自然條件均相同)主要假設認為，由於土地區位的不同，到市中心(CBD) 地租函數(Bid Rent Function)作為理論架構來進行分析。在土地的物理特徵已被假定. ‧ 國. 學. 的可及性也不相同，致使地租之決定，係受到空間距離之影響，並依此決定了競標基地之大小，而付租能力的高低便成為不同不動產占有空間特定區位使用之關鍵因. ‧. 素。. n. er. io. sit. y. Nat. al. 圖 2-1. Ch. engchi. i n U. v. 競租土地對於都市土地使用影響資料來源：李朝賢, 1993. Alonso在1964年提出競租函數觀念說明區位理論，競租理論係指每一塊土地上可從事多種用途使用，由於每一種使用活動能支付租金高低不同，最後競標地租最高者取得. 12.

(20) 大眾捷運系統對辦公大樓租金之影響. 使用權，並且決定了土地使用類別；此外，土地供給的有限性，使得各種活動間需要相互競爭土地的使用權，由最高地租者決定生產活動之最佳區位。即離市中心近者其經濟使用收益越高，所能願意支付的競租也愈高，例如：圖2-1內靠近市中心地區為商業區(Ⅰ)，因為商業區因具有較高的競爭能力，可支付較高的地租，因此位於市中心；其次是住宅區(Ⅱ)、工業區(Ⅲ)，最外是農業區(Ⅳ)。Alonso的競租理論在於藉由各土地使用所能支付的租金能力高低，來決定了土地利用方式，並產生各種土地利用型態，由圖2-1-1可以發現受到交通可及性影響，越靠近市中心所能支付的價格越高，競租曲線隨市中心距離增加而呈現負向遞減；競租曲線的負斜率也是由於交通運輸成本的增加，使競租曲線呈現負向遞減。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.

(21) 大眾捷運系統對辦公大樓租金之影響. 第二節交通運輸對不動產價格之影響市中心為工作機會、醫療服務、教育娛樂場所集聚之處，越靠近市中心的不動產往往被視為是品質較高且比較具有吸引力之產品，因而有較高之價格。當整體都市交通系統改善時，將某程度的降低不動產對於靠近市中心的距離需求，亦即交通設施投資增加時，受惠於與市中心距離、旅行時間減少，鄰近交通設施、可及性較高之不動產便享有較高之價格。交通可及性為不動產價值構成的一個重要特徵，早期便有學者試圖以運輸成本來衡量可及性之概念，同時為了考量所有特徵對於區位的潛在影響而將可及性的概. 政治大. 念導入討論。(Hansen, 1959；Martellato et al., 1998)雖然交通可及性的概念已越來越. 立. 普及；然而，實證的應用中缺乏健全的變數資料或者適合的測量模型，往往侷限研. ‧ 國. 學. 究之方法而僅以較單純的線型迴歸模型處理此問題。. 交通可及性與不動產價格沒有一致的相關性，早期Dewees(1976)研究鐵路通勤. ‧. 成本與不動產價值的關係，發現在距離車站1/3英哩範圍內之不動產租金將有所提升。. y. Nat. 而後國外文獻實證結果亦多顯示鐵路對不動產價格有正向之影響，亦即愈鄰近車站. er. io. sit. 之不動產價格愈高。(Damm et al., 1980). 而大眾捷運系統亦是如此，因捷運站可減少周邊不動產往返市中心的通勤時間. n. al. Ch. i n U. v. 成本花費，故能提升其可及性，此外同時可紓解鄰近地區壅塞交通，因此其便利與. engchi. 快速之效益將資本化於不動產價格中，過去國外文獻實證結果多顯示捷運系統對不動產價格有正向之影響，即離車站越近的不動產價值將高於距離車站較遠的不動產 (Bajic, 1983；Voith, 1991；Coffman and Gregson, 1998；Craig et al., 1998；Bowes and Ihlanfeldt, 2001；McMillenand McDonald, 2004)。國內研究亦幾乎一致同意捷運系統對房價的正面效果(馮正民等，1994；洪得洋與林祖嘉，1999；彭建文等，2009)洪得洋與林祖嘉(1999)探討捷運系統與道路寬度對房屋價格之影響；該研究指台北都會區房屋之實際交易價格做為應變數，以房屋至捷運車站之實際距離及道路之實際寬度，進行兩者之影響程度做探討。該研究發現房屋所面臨之道路寬度對於房屋價格有正面且顯著之影響；在捷運車站影響範圍 14.

(22) 大眾捷運系統對辦公大樓租金之影響. 內，房屋至捷運車站之實際距離，對價格之影響則為顯著之負相關，且隨距離之增加，其負向影響會有趨緩之現象，符合Alonso傳統競價模型；房屋至捷運車站之實際距離對其價格之負面影響而言，商業使用較住宅使用為大。不過由於以往捷運不動產之價格影響相關文獻研究範圍不同，當地社經環境發展有異，亦曾有部分國外文獻持不同之看法，指出捷運系統未必對於周邊不動產價格有明顯之正面影響。蓋除了可及性改善之正面效益外，捷運系統亦可能同時為附近之不動產帶來噪音、景觀惡化，甚至犯罪等負面影響，當此類負面外部性與交通改善之效益競合時，捷運系統並不一定會對周遭房價有正向影響效果。. 政治大車站周邊1.5英哩範圍內之住宅，相對於範圍外者價格雖顯著高出10.1%，但鄰近捷立 Armstrong等(2006)試著將捷運系統的可及性效益與負面外部性分離，發現位於. ‧ 國. 學. 運軌道確實對房屋價格有顯著之負影響。Gatzlaffand Smith(1993)以重複銷售指數與特徵價格法檢視邁阿密地鐵系統對周邊住宅價格影響，均得到相同之結果，發現該. ‧. 地鐵系統之興建對房價僅有微弱影響，持同樣看法如Bajic(1983)、Voith(1991)。此外，過去更有少數文獻實證結果為負面之影響(Landis et al., 1995)過去部份的. y. Nat. sit. 研究推測可能的原因為電信科技之進步，公司往來聯絡可以透過許多不同的方式來. er. io. 達到聯絡的目的，面對面會談已經必非絕對需要而導致辦公室租金下降之效果。. al. n. iv n C hengchi U 如前所述，由於研究範圍社經環境特性不同，造成過去部分文獻於捷運不動產. (Gatzlaff and Smith 1993). 價格之效果結論，無論在方向與幅度大小略有出入，Debrezion等(2007)根據資料特性、時空差異與研究方法等加以控制，運用統合分析方法(meta-analysis)針對車站類型、房屋使用型態(住宅或商業用)兩層面剖析，試著得到要為一致的結果。依其研究結果發現，平均而言，或於捷運車站0.25英哩範圍內之住宅價格將高於落於範圍外之住宅約4.2%。在探討捷運不動產價格效果時，除了捷運可及性對於不動產價格的影響外，了解其他交通運具可及性對不動產價格的影響效果也是十分重要的，若未考量其他類型之交通設施，恐將造成估計結果因遺漏重要變數而有偏誤、高估之情形。因此， 15.

(23) 大眾捷運系統對辦公大樓租金之影響. 在探討捷運系統對不動產價格影響的同時，其他交通設施帶來的可及性似乎亦是應加控制探討的對象。Voith (1993)指出高速公路可及性亦是重要的討論因素，而其他可增加交通可及性之公共設施彼此間亦會存有替代、競爭之關係，進而影響不動產價格。如同捷運車站改善周邊不動產可及性，其他種類之交通設施對鄰近不動產之交通改善效益亦將資本化於不動產價格中(Damm et al., 1980)。Debrezion(2007)即發現當捷運車站以外之交通設施納入考量實，將削弱其不動產價格的影響效果，捷運車站之不動產價格效果與其他類型交通設施彼此呈負向相關。而過去國內研究在探討捷運不動產價格效果時，均未將該因素列入實證模型控制，其應否納入似值得研究。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 16. i n U. v.

(24) 大眾捷運系統對辦公大樓租金之影響. 第三節捷運對辦公大樓租金之影響捷運之不動產價格效果亦會因不同的不動產的類型而產生相異的影響，而多數的研究也將車站對於不同種類之不動產分別探討，以便更清楚了解車站對於不同的類型不動產上的效果，以下交通對不同不動產類型(商用不動產與辦公大樓)之文獻大可將其分為重軌系統與輕軌系統對其之影響兩部份分別探討：. (一) 重軌系統可及性對商用不動產與辦公大樓之影響過去交通可及性對商用不動產價格之研究中多著墨在重軌系統對於商用不動產的影響，首篇對於商用不動產的研究始於舊金山灣區捷運系統(San Francisco Bay. 政治大. Area Rapid Transit, BART system)。Falcke(1978)利用重覆銷售定價技術(Repeat Sales. 立. Pricing Technique)探討BART可及性對於不同區域商用不動產之影響，發現長期間內. ‧ 國. 學. BART並未提升市中心、市郊與郊區鄰近之商用不動產價格，僅有在短期間內對於三藩市鄰近之商用不動產產生短暫的預期價值溢酬。然而，此研究之時間範圍係於. ‧. BART營運之初期，後有Cervero and Landis(1993)對BART做其後續之長期之研究，結果顯示BART對於辦公大樓與商用不動產帶有正面的價值效益。. y. Nat. sit. Damm et al.(1980)利用特徵價格法對華盛頓之重軌系統做周圍商用不動產的研. er. io. 究亦有相同的預期價值溢酬且指出在華盛頓重軌系統車站距離 2500 英尺內，對商業. al. n. iv n C hengchi U 站距離，減少 7%。後續亦有學者之研究結果顯示重軌系統對於鄰近的商業不動產零售不動產價格彈性為-0.69，即每平方英尺的零售土地銷售價格會因為增加 10%車. 會產生正面的效益。(Dunphy,1995；McNeal and Doggett,1999) 然而，有少數研究對交通可及性對商用不動產之影響有相異之看法。Bollinger et al.(1998) 認為在相同辦公大樓面積下，距離亞特蘭大捷運車站 (Metropolitan Atlanta Rapid Transit Authority, MARTA)一英哩外的辦公大樓租金比距離內之辦公大樓租金高。此外，亦有研究指出重軌系統與商用不動產聯合開發將對其有顯著的租金溢價。 Cervero and Landis(1993)研究1978~1989間華盛頓與亞特蘭大的五條鐵路系統，顯示重軌聯合開發對於不動產租金產生溢價，除了超越平均租均7~9%外，與重軌聯合開 17.

(25) 大眾捷運系統對辦公大樓租金之影響. 發之不動產有著較低的空置率(Cervero, 1994)。由於重軌聯合開發計劃，整合度高、人車動線設計良好，更能妥善的利用空間，透過資源共享的方式創造出更多可租用的空間。Nelson (1999)亦認為鄰近車站與鼓勵更密集的開發政策將對商用不動產價格產生正面的影響，因而建議結合商業開發。. (二)輕軌系統可及性對商用不動產和辦公大樓之影響 Weinstein and Clower(1999)研究1994至1998期間鄰近達拉斯輕軌(Dallas Area Rapid Transitsystem, DART)之零售與辦公大樓不動產價格影響，顯示零售與辦公大樓不動產價格平均分別增加了36.8%與13.9%，零售土地在四年期間增加了30%的價. 政治大其他同區之購物中心佳且在研究期間內North Park皆呈現滿租的狀態，租金也上漲了立格溢酬。同時，在DART服務範圍內的唯一地方購物中心North Park，整體表現要比. ‧ 國. 學. 20%。. 然而，Landis et al.(1994)對於美國加利福尼亞州輕軌可及性與鄰近商用不動產. ‧. 之研究中顯示不一致之結果，其中不動產價格的提升無法直接的歸諸於鄰近輕軌而產生的效益，因車站原本所在的區段佳，不動產價格的提升可能混合著區位本身對. y. Nat. sit. 不動產價格的影響因素。而後Landis and Loutzenheiser (1995)利用特徵價格模型研究. er. io. BART，研究結果亦不顯著，推測可能與研究採用的租金為開價租金有關，因開價. al. iv n C hengchi U Weinberger (2000)利用特徵價格模型實證鄰近聖塔克拉拉郡的輕軌系統對於商 n. 租金會隨著當年的經濟成長波動，又當年該地區之經濟狀況較為低靡。. 業地租和銷售價格之影響，將離車站的距離、建築型態、規模與區域等多項變數納入其中，採用1984~1998年3400筆底價租金交易資料，研究結果顯示在車站0.5英哩的地區內將提升不動產租金，在0.25~0.5英哩的地區會提升較高的租金水準。相較相同範圍內其他類型的不動產，在0.25英哩的商用不動產每平方英尺提升了3.3分，而在0.25~0.5英哩內的商用不動產每平方英尺提昇了6.4分。零售業(sales)則各別提升了每平方英尺8.73與4.87分。隔年Weinberger利用了相同的資料庫，研究結果顯示在最鄰近車站之區域有更高的商業不動產租金溢酬，同時商業不動產租金影響範圍亦擴及距離車站置0.75英哩處，Weinberger (2001)推測，租金溢酬影響範圍的擴大可能. 18.

(26) 大眾捷運系統對辦公大樓租金之影響. 與辦公大樓的服務範圍有關係。 Debrezion(2007)研究美國加利福尼亞州聖塔克拉拉郡在經濟與建設快速增長下，鄰近輕軌與區域鐵路及高速公路交互作用於商業零售和辦公大樓之效應。其中，利用特徵價格模型控制其他因素，如區域可及性和環境因素，以分析鄰近交通系統反映在土地上之價值效果。輕軌系統對於商用不動產有較明顯的地域型效果，平均而言，在距離車站 0.25 英哩範圍內的商用不動產比住宅用不動產之售價或租金高出 12.2%。在範圍內之住宅不動產與範圍外之同類型不動產存有 4.2%的價差，商用不動產平均則存在 16.4%之價差；然而，在 0.25~1 英哩範圍中，每當越靠近車站 250. 政治大至今僅有少數的國外文獻在探討捷運可及性與資本化效果對商用不動產的影響，立. 公尺，住宅不動產將比商用不動產多有 2.3%的全域型溢價效果。. ‧ 國. 學. 求其原因可能是內在效度(internal validity) 5與外在效度(external validity) 6較低，以致於研究未能符合真實或研究結果缺乏準確度之關係。此外，過去多集中於鐵路可及. ‧. 性對住宅市場之研究，推測其部分原因乃係於房屋銷售交易數據較容易取得、資料較為健全。然而，交通可及性對商用不動產和辦公大樓之影響相較於住宅不動產於. Nat. sit. y. 每平方英尺所能獲取的租金利益大(Debrezion, 2007)、資本化於商用不動產與辦公大. io. al. er. 樓上的作用較住宅不動產強。因此，本研究欲瞭解交通系統對不同不動產使用類型. n. 之影響，一般來說，車站對於住宅的價格影響範圍比較大；車站對商用不動產的影. Ch. i n U. v. 響範圍僅限於直接相鄰的區域。然而，在車站短距離的範圍內，車站可及性作用於. engchi. 商業不動產上的價格效果會強於住宅不動產(Weinstein and Clower, 1999；Cervero and Duncan, 2001)。. 5. 凡是屬於研究設計的層面或範疇都是影響內在效應的因素。具體言之，影響內在效度的因素有歷史事件、受試者的成熟、研究工具、統計迴歸現象、受試者的選取、受試者的消失與霍桑效應等多種。 6 影響研究結果之推論或研究之外在效度的主要因素有研究樣本、研究時代及研究地區與情境。 19.

(27) 大眾捷運系統對辦公大樓租金之影響. 第四節辦公大樓租金影響因素過去在探討租金組成因素時，主要分為外在條件、內在條件以及總體經濟三個面向來討論之。外在條件泛指大樓所在的區位，例如大樓本身距離大眾交通運輸工具的長短以及周圍公共設施服務的水準；內在條件則是只大樓的屋齡、供給面積以及內部公共設施；總體經濟則是探討國內生產毛額、匯率、股價、失業率、通貨膨脹、空置率等。又各類型不動產價格著重探討之影響因素並不相同，辦公大樓與住宅雖然同屬不動產，辦公大樓在交易活動類型上以租賃為主，因此辦公大樓的租金，其背後所反映出的乃為該外在條件、內在條件以及總體經濟因素等因素邊際價格的. 政治大. 總和。本節藉由研究辦公大樓租金組成的因素，找出其他對辦公大樓租金影響之因. 立. 素，詳述如下：. ‧ 國. 學. 過去辦公大樓實體特徵條件及區位屬性相關變數做不動產實證的相關文獻研究，先後有 Clapp(1980)、Hough and Kratz(1983)、Brennan，Cannaday and Colwell(1984)、. ‧. Mills(1992)、Wheaton and Torto(1992)、Gat(1998)及黃名義等(1999)、曾翊瑋(2005)、張嘉宇(2007)等，研究指出，靠近中心商業區、建物大小、高度、屋齡、設備、服. Nat. sit. y. 務、建築物名望、視野、知名企業承租進駐、租戶結構等因素顯著的影響辦公大樓. io. al. er. 租金。其中，最主要受到樓地板面積、與市中心之距離及辦公大樓特徵屬性之影響，. n. 又租金和與市中心之距離、屋齡呈負相關，和樓地板面積、建物設備品質呈正相關. Ch. i n U. v. (Wheaton and Torto, 1994；Mills, 1992；Gat, 1998；黃名義、張金鶚，2001)。. engchi. Clapp（1980）則進一步利用特徵租金迴歸模型研究洛杉磯都會區辦公室之區位活動，採用對數線性（Log-Linear）模型分析辦公室租金，租金係以每年每平方英尺樓地板空間之報價租金率（Quoted rental rates）為應變數，研究認為影響辦公室租金之自變數包括：租賃總樓地板面積、屋齡、建物總樓層、停車位數、建物是否座落於著名街道、每年財產稅賦、鄰近地區氣候特徵（該地區多煙霧）、兩個街廓半徑內之辦公空間面積、距市中心距離及就業者通勤至辦公地點之時間等。 Hough&Kratz（1983）則採用線性（Linear）、對數（Logarithmic）、半對數（Semi-Log）及對數線性（Log-Linear）等特徵迴歸模型研究芝加哥中心商業區辦公室市場租金，. 20.

(28) 大眾捷運系統對辦公大樓租金之影響. 租金係採詢問租金（Asking rent），認為影響租金之顯著變數包括：距市中心距離、屋齡、地區平均租金、建物總樓層、有無會議室及電梯設備等，結論認為線性及對數模型效果較佳，並認為品質新穎優良的辦公大樓，企業主願意支付額外的租金，但對予老舊仍具有優良品質的辦公大樓卻無意支付額外的租金。 Brennan，Cannaday&Colwell（1984）研究芝加哥中心商業區之租金，改以真實交易租金率為應變數，並以辦公室單位（Unit）資料為分析標的，而非以整棟建物（Building）為資料標的，自變數除以往學者採用之物理和區位變數外，更加入租賃契約為重要變數，模型除前述四種模型外，再加入倒數（Reciprocal）模型進行分析，. 政治大 Glascock，Jahanian&Sirman（1990）則以建築物規模來實證其對租金之影響，立. 實證結果以對數線性模型效果最佳。. ‧ 國. 學. 研究發現較具規模之大建築物其每平方英尺辦公室租金高於小建築物辦公室租金，同時，研究發現設備、服務齊全之辦公大樓租金高於僅具備部分設備、服務之辦公. ‧. 大樓，同理更推論 A 級辦公大樓租金高於 B 級辦公大樓。. Wheaton & Torto（1992）則研究發現大建築物（五樓或更高之建築物）因運輸. y. Nat. sit. 便利（提供電梯）、建築物名望、視野及著名企業承租者進駐，因而會要求較高的租. er. io. 金；其次，研究認為租賃空間大小會影響出租者與承租者對租金之協商能力，即當. al. iv n C 以提供大空間之小建築物，出租者協商能力較強，二者會使租金呈反向變動。 hengchi U n. 承租者（如著名企業承租者）商議要承租較大空間時，其協商能力較強，反之，難. Gat（1998）則分析以色列特拉維夫辦公室市場租金，以整棟建物為資料標的，研究認為影響辦公室租金之重要變數包括：第一要易於面對面商業交易，亦即有聚集經濟現象，隱含之變數包括：接近中心商業區、建物大小、高度與服務業就業人口密度等，第二個變數為物理性質，指屋齡、視野、電梯、中庭及保全等，第三個變數為鄰近品質，包括同建物承租者與鄰接建物承租者之名望水準、同建物使用者之友善程度、建物視覺品質及環繞地區品質等。 Clapp（1993）提出空置率、租金與建築物興建量間之動態調整分析，認為租金變動係依賴實際空置率（Actual Vacancy Rate）與自然空置率相互之關係，當實際空 21.

(29) 大眾捷運系統對辦公大樓租金之影響. 置率超過自然閒置率，出租者將感受到空置辦公室空間太多，並渴望能儘早出租，使得租金面臨下跌的壓力，反之，當實際空置率低於自然空置率，出租者將會保留辦公室空間以等待願意支付更高租金之承租者，使得租金面臨上漲的壓力。由上述相關文獻回顧可以發現，有關不動產市場價格之研究採特徵租金模型（Hedonic PriceTheory）研究為主，用以探討影響不動產價格之特徵屬性，而後被陸續運用於分析不動產租金與不動產屬性之關聯。租金資料之選取多數研究偏向採用衡量建築物水準之租金，如報價租金、詢問租金與年平均租金，而調查之樣本特徵又以採用整棟建築物為單位者居多；至於影響租金水準之因素，由於各類型不動. 政治大金之議題被廣泛討論，而下列大分為三大類以供後續實證做為變數選取之參考：立. 產價格著重之影響因素並不相同，經回顧文獻自 1980 年代起有關辦公大樓價值、租. ‧ 國. 學. 1. 辦公不動產之實體、區位屬性相關變數，例如建物條件、停車空間、便利設施、面積、屋齡、樓層、鄰里環境、辦公大樓等級等。. ‧. 2. 辦公不動產為收益性不動產時，會考量折現率、現金流量屬性變數。. n. al. er. io. sit. y. Nat. 3. 與租賃結構相關之屬性，諸如租賃契約服務項目、租賃期間。. Ch. engchi. 22. i n U. v.

(30) 大眾捷運系統對辦公大樓租金之影響. 第五節小結綜合前述的討論，區位理論強調交通運輸對於不動產影響的重要性，而捷運亦改善交通可及性而對價格發生競租現象。由捷運系統對於不動產價格影響的相關文獻中，已證實捷運系統確實帶來交通可及性的提升，資本化於不動產價格，表示捷運系統對於不動產價格確實有正向影響力，其影響會隨與車站距離增加而呈現反比，由空間上的影響發現捷運車站與沿線所受的影響程度並不相同，即在不同都市區位所既有的可及性就有所差異時，捷運的加入對於各區位間的邊際改善應該有所不同，也就是討論鄰近捷運場站旁是否對房價產生變化時，其研究基礎應建立在相同的區. 政治大因此必須從整個都會區的空間結構來看，釐清都市空間結構改變對於不同用途活動立區位的影響，以及可能導致的競租曲線變化，進而透過資本化率與都市未來成長預位上，因都市區位特性的不同，對於區位可及性改善的程度與影響範圍亦有所差異，. ‧ 國. 學. 期而產生不動產價格變化。. ‧. 除了以上所述之車站所在區位差異外，捷運之不動產價格效果亦會因不同的不動產的類型而產生相異的影響。一般來說，車站對於住宅的價格影響範圍比較大；. Nat. sit. y. 車站對辦公大樓的租金影響範圍僅限於直接相鄰的區域。就空間範圍來說，車站短. io. al. er. 距離的範圍內，車站可及性作用於辦公大樓上的價格效果會強於住宅不動產。就本. n. 研究欲探討之研究目的回顧有關辦公大樓區位選擇因素的相關文獻，顯示土地、勞. Ch. i n U. v. 力、資本、租金、面對面接觸、設立時間與聲譽為辦公大樓選擇區位之重要影響因. engchi. 素。又辦公大樓與住宅雖然同屬不動產，辦公大樓在交易活動類型上以租賃為主，因此辦公大樓的租金，其背後所反映出的乃為該外在條件、內在條件以及總體經濟因素等因素邊際價格的總和，經由過去文獻的回顧可以發現各類型不動產價格著重探討之影響因素並不相同，藉由影響租金因素之文獻回顧可找出影響辦公大樓租金之重要影響因素以供下一章節變數選取之參考。. 23.

(31) 大眾捷運系統對辦公大樓租金之影響. 第三章研究設計與資料分析如何找出造成辦公大樓租金差距的主要因素，以及前述整理之各文獻所提及的影響因素是否適切？本論文將進一步運用計量模型進行分析。首先，本章將說明本研究之研究背景說明與研究設計，對於擬使用之計量模型以及判定其適用性之檢定方法作充分的說明，同時建立出本研究之研究架構，包括樣本選取、各研究變數之定義說明以及資料來源，以作為下一章實證估計的基礎。. 第一節. 研究設計. 治政大台北2005年至2014年，136棟辦公大樓的追蹤資料，利用二元固定效果模型加以分析，立藉此得到最佳的估計。本研究目的在於瞭解台北捷運對於辦公大樓租金之影響效果，於是本研究針對. ‧ 國. 學. 一、追蹤資料（panel data）使用. ‧. 按就研究資料的型態不同，分析方法可分為橫斷面分析(cross-section analysis) 與時間序列分析(time series analysis)。本研究所採用的資料是結合橫斷面與時間數列. Nat. sit. y. 資料的追蹤資料（panel data）。. er. io. 根據Hsiao（2002） 7所述，追蹤資料為針對某一特定調查組群，鎖定這些組群. al. n. iv n C U model）時，可以考慮到橫法觀察到的動態變化，在設定固定效果模型（fixed h e n g c h i effect 持續一段時間所得到的各種資料，和橫斷面資料相較之下，可觀察到變數間原來無. 斷面資料所忽略的其他質化資料，以虛擬變數(dummy variable)分析個體中無法觀察. 的特性，避免遺漏這些無法觀察的變數，而使得參數估計產生偏誤。此外，由於追蹤分析同時具有橫斷分析的性質，可將不同個體間的特性差異納入考慮，會較僅針對單一代表性個體更具有說明的能力。同時，亦能避免時間序列資料的樣本數過少及自由度過小的問題，藉由增大樣本數，以提供更多的資訊，降低變數間的共線性（collinearity），並擁有更多自由度（degree of freedom）及更高的效率。Panel Data 不僅擁有時間數列的動態性質，又能兼顧橫斷面資料可以表達不同樣本間特性，即. 7. Hsiao, Cheng, Analysis of Panel Data, Second Edition. New York: CambridgeUniversity Press, 2002. 24.

(32) 大眾捷運系統對辦公大樓租金之影響. 追蹤資料允許樣本個體間擁有各自不同的截距項，以表現個體間之差異性。本論文採用台北市136棟辦公大樓自2005年至2014年，包括屋齡、最近捷運站距離、空置坪數等各項攸關辦公大樓租金差距之資料，為了考慮個辦公大樓間的特徵條件所呈現的不同特性及時間數列的動態性質，本研究使用追蹤資料分析較以符合本研究的要求，進而可得較為正確且嚴謹的結果，以下將更深入地探討追蹤資料下的二元固定效果模型。. 二、固定效果模型（fixed effect model） 8 由於本研究所包含了橫斷面與時間數列的追縱資料，因此，接下來將介紹用以. 政治大. 進行分析的固定效果模型（fixed effect model）。在固定效果模型中，認為不同觀察. 立. 單位間的差異，可被不同個別效果(individual effect)解釋，視每個截距項為待估計的. k. 𝑌𝑌𝑖𝑖𝑖𝑖 =𝛼𝛼𝑖𝑖 + � 𝛽𝛽𝑘𝑘 𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 + 𝜀𝜀𝑖𝑖𝑖𝑖 k=1. ‧. ‧ 國. 學. 未知常數，如下：. sit. y. Nat. 其中，i代表第i個觀察單位，i={1, 2 , … , N}；t表示第t期時間，t={1, 2 , … , T}；. al. 𝑌𝑌𝑖𝑖𝑖𝑖 ：表示第i個觀察單位在第t期的應變數數值；. er. io. k代表第k個外生變數(exogenous variables)，k={1, 2 , … , K}；. n. iv n C hengchi U 𝛼𝛼𝑖𝑖：表示第i個觀察單位各自的截距項，可表現出個體間的差異性，即個別效果；. 𝛽𝛽𝑘𝑘 ：表示第k個解釋變數的斜率項變數；. 𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 ：表示第i個觀察單位在第t期的第k個解釋變數之值； 𝜀𝜀𝑖𝑖𝑖𝑖 ：表示誤差項，且𝜀𝜀𝑖𝑖𝑖𝑖 ~𝑖𝑖𝑖𝑖𝑖𝑖(0,𝜎𝜎𝜀𝜀2 ). 又固定效果模型中之固定效果區分為兩類，一為「區域特定固定效果」 (region-specific fixed effect)，表示在控制其他解釋變數下，各個觀察單位會因其本身擁有的特性，而對區域內的被解釋變數造成長期的固定影響，此一影響不隨時間而. 8. 本文研究方法主要參閱 Greene(2003)及黃台心(2005)。 25.

(33) 大眾捷運系統對辦公大樓租金之影響. 異；另一類則為「時間特定固定效果」(time-specific fixed effect)，表示在控制其他解釋變數之下，將因第t期所具有的特性，而對當期各區域的被解釋變數造成短期的固定影響，此影響不隨各觀察單位區域而異。若僅考慮一種固定效果，即為一元固定效果模型(One-Way Fixed Effecy Model)；若同時考慮兩種固定效果，則為二元固定效果模型(Two-Way Fixed Effecy Model) (一)一元固定效果模型(One-Way Fixed Effect Model) N. k. j=1. k=1. 𝑌𝑌𝑖𝑖𝑖𝑖 = � 𝛼𝛼𝑖𝑖 𝐷𝐷𝑗𝑗𝑗𝑗 + � 𝛽𝛽𝑘𝑘 𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 + 𝜀𝜀𝑖𝑖𝑖𝑖. 政治大. 以區域的固定效果為例，截距項可表現各觀察樣本特性之區域特定常數項. 立. (region-specific constant term)，不隨時間變動；𝐷𝐷𝑗𝑗𝑗𝑗 即為虛擬變數，若i=j，則𝐷𝐷𝑗𝑗𝑗𝑗 =1；. ‧ 國. 學. 若i≠j，則𝐷𝐷𝑗𝑗𝑗𝑗 =0。. (二)二元固定效果模型(Two-Way Fixed Effecy Model) T-1. k. j=1. γ=1. k=1. ‧. N. y. sit. Nat. 𝑌𝑌𝑖𝑖𝑖𝑖 =𝛼𝛼0 + � 𝛼𝛼𝑖𝑖 𝐷𝐷𝑗𝑗𝑗𝑗 + � γ𝑡𝑡 𝐸𝐸γ𝑖𝑖 + � 𝛽𝛽𝑘𝑘 𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 + 𝜀𝜀𝑖𝑖𝑖𝑖. 3.. α0：一般固定之截距項. al. n. 2.. io. 1.. er. 兩種固定效果皆考慮時，回歸式中之截距項將分為三種：. i n C N ∑j=1 𝛼𝛼𝑖𝑖 𝐷𝐷𝑗𝑗𝑗𝑗 ：區域特定常數項， hengchi U. v. 其中𝐷𝐷𝑗𝑗𝑗𝑗 虛擬變數，若i=j，則𝐷𝐷𝑗𝑗𝑗𝑗 =1；若i≠j，則𝐷𝐷𝑗𝑗𝑗𝑗 =0。. ∑T-1 γ=1 γ𝑡𝑡 𝐸𝐸γ𝑖𝑖 ：時間特定常數項(time-specific constant term)，. 其中𝐸𝐸γ𝑖𝑖 為虛擬變數，若r=t，則𝐸𝐸γ𝑖𝑖 =1；若r≠t，則𝐸𝐸γ𝑖𝑖 =0。. 在說明固定效果模型之後，接著將提出本論文預計使用固定效果模型的理由。由於台北市各辦公大樓呈現出不同的大樓屬性差異，各地區辦公大樓租金存在不均等現象，若使用傳統的最小平方法（ordinary least squares, OLS）估計，由於無法同時將代表自身特質及時間影響的部分包含在內，故可能使估計結果出現偏誤。. 26.

(34) 大眾捷運系統對辦公大樓租金之影響. 在進行分析的過程中，部分影響辦公大樓租金差距的因素，本研究以量化變數代表並在實證研究中作為解釋變數；但是，部分大樓的特質因素在現有資料中並無法以任何變數代表，或將之量化。若在迴歸估計中忽略這些大樓特質的差異，可能使實證估計結果有所偏誤。所以，本文在計量方法的選擇上，採用能夠控制這種特質差異的固定效果模型進行估計，以避免上述情形發生。總體言之，本論文使用追蹤資料並以固定效果模型進行分析，優點可整理如下： 1. 由於追蹤資料包含橫斷面個體的差異，以及時間的動態演進過程，可以提供更加完整的訊息，並且有助於提高樣本數及模型的自由度。一般而言，時間. 政治大度太低，以及共線性過高（Multicollinearity）的問題。若使用追縱資料，一立數列資料由於資料本身期間太短，以及現有資訊無法滿足模型，而出現自由. ‧ 國. 學. 方面可提高模型估計時的自由度，另方面其涵蓋了橫斷面個體的差異性因素，在使用固定效果模型估計時，有助於降低其共線性的問題的產生。. ‧. 2. 追縱資料包含了橫斷面資料，因此也涵蓋了同一時點的橫斷面不同個體之差異。而使用固定效果模型，又能夠將無法量化的個體因素納入考慮，故可以. y. Nat. er. io. 題。. sit. 避免傳統OLS 模型所可能因為忽略了某些質化因素，所產生的估計偏誤問. al. n. iv n C hengchi U 故使用追蹤資料，可以較僅以橫斷面資料分析時，多出時間的影響考量。此. 3. 追蹤資料除了涵蓋橫斷面個體差異的資料，也包括了時間數列的動態演進。. 同樣有助於減少估計時的偏誤。. 三、模型檢測：Hausman Test 以Panel data進行分析前，應先判斷使用隨機效果模型還是固定效果模型。計量方法上，通常透過Hausman(1978)的方法檢定。由於固定效果模型和隨機效果模型最大的差異，在於隨機效果模型中的𝑢𝑢i 與解釋變數間是否具有相關性，利用Hausman. 檢定即可檢視隨機效果模型中的𝑢𝑢i 與𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 是否具有統計相關。若有，則固定效果模型. 之估計將具一致性和有效性，而隨機效果模型之估計將不具一致，故應採用固定效果模型；反之，若模型中的𝑢𝑢i 與𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 不具有統計相關時，則應採用隨機效果模型。 27.

(35) 大眾捷運系統對辦公大樓租金之影響. Hausman Test檢定的步驟如下：令虛無假設H0 ：E( 𝑢𝑢i , 𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 ) = 0，即𝑢𝑢i 與解釋變數間不具相關性；對立假設HA ：E( 𝑢𝑢i , 𝑋𝑋𝑘𝑘𝑘𝑘𝑘𝑘 ) ≠ 0，即𝑢𝑢i 與解釋變數間具相關性。. Hausman Test的檢定統計量可表示如下：. H = (𝛽𝛽̂𝑓𝑓𝑓𝑓𝑓𝑓 − 𝛽𝛽̂𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 )′(M𝑓𝑓𝑓𝑓𝑓𝑓 − M𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 )−1 (𝛽𝛽̂𝑓𝑓𝑓𝑓𝑓𝑓 − 𝛽𝛽̂𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 )~𝜒𝜒 (𝑘𝑘). 其中𝛽𝛽̂𝑓𝑓𝑓𝑓𝑓𝑓 為固定效果模型下的估計式，𝛽𝛽̂𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 為隨機效果模型下的估計式；M𝑓𝑓𝑓𝑓𝑓𝑓. 為固定效果模型的共異矩陣，M𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 代表隨機效果模型的供變異矩陣。. 政治大效果模型較為妥適。亦即當Hausman Test之統計檢定值大於自由度為解釋變數個數立. 檢定結果不拒絕H0，則採隨機效果模型較為適合；檢定結果拒絕H0，即採固定. ‧ 國. 學. 下的卡方檢定值時，應拒絕虛無假設，即應使用固定效果模型，反之則表示資料型態應使用隨機效果模型。. ‧. 四、普通最小平方法(Ordinary Least Square, OLS). y. Nat. 接著，本研究將進一步對區域特定固定效果及時間特定固定效果做分析，加入. io. sit. 辦公大樓的特徵條件，以普通最小平方法(Ordinary Least Square, OLS)研究區域特定. n. al. er. 固定效果中可能影響區域特定固定效果之因素，模型建立如下：. i n U. v. 𝛼𝛼𝑖𝑖 = 𝛽𝛽0 + 𝛽𝛽1 𝑋𝑋1 + 𝛽𝛽2 𝑋𝑋2 + . . . +𝛽𝛽𝑛𝑛 𝑋𝑋𝑛𝑛 + 𝜀𝜀. Ch. engchi. 其中，i代表第i個觀察單位，i={1, 2 , … , N}； 𝛼𝛼𝑖𝑖 ：第i個觀察單位之區域特定固定效果；. 𝛽𝛽0 ：一般截距項；. 𝛽𝛽𝑛𝑛 ：第n項影響因素之係數值； 𝑋𝑋𝑛𝑛 ：第n項影響因素； 𝜀𝜀：誤差項。. 28.

(36) 大眾捷運系統對辦公大樓租金之影響. 第二節. 模型設定限制. 採用追蹤資料型態來處理迴歸模型資料的好處在於，能同時捕捉不論是時間上或是橫斷面上之訊息，即以追蹤資料結構來進行分析時，將考量到不同樣本本身之差異性質以及於相同個體下的時間特性。就固定效果模型而言，模型內除了解釋變數外，還包括了省略變數所帶來的誤差影響。此處之特定的誤差影響性就是主要異質的來源，指的是不隨時間改變與觀察不到之樣本差異性質。固定效果模型之優點為允許解釋變數與樣本本身之差異性質相關，並在使用「與組平均差距」的方式之後使其相關性消失；然而，為了將省. 政治大這種方法雖然明確地排除了個別效果的影響性，但是我們也可以發現，於迴歸式中立. 略變數所造成的誤差消除，採取了「與組平均差距(deviation from groupmean)的方式，. ‧ 國. 學. 己經將不隨時間變化的解釋變數予以消除，此為固定效果模型中的一項缺失，因為我們無法直接於模型中看出不隨時間變化的解釋變數對於應變數的影響性。. ‧. 我們以圖3-1說明在縱橫資料的資料結構之下，固定效果模型中解釋變數與應變數之間的關係。追蹤資料的基本性質為樣本觀察值中會有不同時間的特色存在，又. y. Nat. n. al. 圖 3-1. Ch. engchi. er. io. 間變化的解釋變數以及無時間變化的解釋變數兩大類。. sit. 因資料結構中樣本觀察值具有時間性質存在，我們可以輕易將解釋變數區分為有時. i n U. v. 固定效果模型中解釋變數與應變數之間的關係圖資料來源：徐永明, 2009. 圓3-1中若以本研究實證模型的解釋變數為例，「至最近捷運車站距離」是會隨著不同時間而改變的外生變數，在不同的時間點上樣本觀察值將代表不同至最近捷運車站距離；無時間變化的外生變數如辦公大樓總供給面積、面臨主要道路寬度等外生性質，並不會因為不同年度因為時間進行而改變。 29.

(37) 大眾捷運系統對辦公大樓租金之影響. 依循著固定效果的估計方式，固定效果模型將排除個別效果，以獲得不受個別效果影響的估計結果，而其最大缺失在於排除個別效果的同時，亦去除了無時問變化的解釋變數對於應變數的估計結果，因此我們將無法於固定效果模型的估計結果中，看到無時問變化的內生變數與外生變數對於應變數的影響性。即在固定效果的模型下，解釋變數中若含有不隨時間而變之變數，其效果會被消除，所以迴歸式中，並不會看到任何不隨時問而變之變數。故若不隨時間而變之變數的影響效果是分析探討的重點，則只能使用隨機效果模型方可允許虛擬變數迴歸係數的估計。然而隨機效果模型有一個較強的假設，即假設樣本本身之差異性質因子與其他解釋變數不. 政治大. 相關，且為Gaussian分配，若不符合此項假設而繼續使用隨機效果模型，將使得估計式不一致。. 立. 一般若以追蹤資料模型中傳統的固定效果迴歸模型對於模型中的應變數進行詮. ‧ 國. 學. 釋時，在模型當中會對省略變數進行控制，以避免估計產生誤差，因此個別效果並不會於估計結果當中呈現出來，而是在模型估計過程中的一種「控制」型態。本文. ‧. 主要的目的即在嘗試以不同的模型限制找出此處所「控制」的解釋力。. Nat. sit. y. 其中由於模型省略的變數大多不會在時間上進行改變，只會於不同的觀察個體. io. al. er. 中有所不同，例如各別辦公大樓的總供給面積、面臨道路寬度等。本研究試圖在固. n. 定效果模型之模型限制下，解決上述隨機效果模型與固定效果模型的估計問題。主. Ch. i n U. v. 要改進單純使用隨機效果模型時，必須接受個體層次特定因子與解釋變數不相關假. engchi. 設的缺點；並同時改進固定效果模型的缺點，允許模型估計不隨時間變化但可觀察到的解釋變數。. 30.

(38) 大眾捷運系統對辦公大樓租金之影響. 第三節. 實證模型設定. 本研究之目的係以實證方法探討大眾運輸系統對於辦公大樓租金的影響效果，以台灣某建設公司所提供之台北市136棟辦公大樓之租金資料，探討影響租金變動的因素，瞭解捷運系統對辦公大樓租金的影響。本研究之研究範圍涵蓋期間為2005至 2014年，扣除部分新建大樓之過往租金空缺，共1223筆觀察資料，資料型態為結合時間序列資料(time-series data)與橫斷面資料(cross-section data)的追蹤資料(panel data)。為達研究目的，本研究將各辦公大樓的租金資料作為被解釋變數，與最近捷運. 政治大置面積等為解釋變數，建構以下模型加以研究：立. 站之距離等及參考文獻中會隨時間所變動而影響辦公大樓租金因素，包括屋齡、空. ‧ 國. 學. 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑖𝑖𝑖𝑖 = 𝛼𝛼0 + 𝛼𝛼𝑖𝑖 + 𝛾𝛾𝑡𝑡 + 𝛽𝛽1 𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖 + 𝛽𝛽2 𝐴𝐴𝐴𝐴𝐴𝐴𝑖𝑖𝑖𝑖 + 𝛽𝛽3 𝐴𝐴𝐴𝐴𝐴𝐴2𝑖𝑖𝑖𝑖 + 𝛽𝛽4 𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑖𝑖𝑖𝑖 + 𝜀𝜀𝑖𝑖𝑖𝑖. ‧. 其中，i代表第i棟辦公大樓，i=�第1棟, 第2棟 , … , 第136棟辦公大樓�；. Nat. t表示第t年，t={2005, 2006 , … ,2014}；. n. al. 𝛾𝛾𝑡𝑡 ：第t年之時間特定固定效果；. Ch. engchi. 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅：第i棟辦公大樓第t年之開價租金；. 𝑀𝑀𝑀𝑀𝑀𝑀：第i棟辦公大樓與最近捷運站之距離； 𝐴𝐴𝐴𝐴𝐴𝐴：第i棟辦公大樓之屋齡；. 𝐴𝐴𝐴𝐴𝐴𝐴2：第i棟辦公大樓之屋齡平方項； 𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉：第i棟辦公大樓之空置面積； 𝜀𝜀𝑖𝑖𝑖𝑖 ：表示誤差項. 31. sit er. io. 𝛼𝛼𝑖𝑖 ：第i棟辦公大樓之區域特定固定效果；. y. 𝛼𝛼0 ：一般固定之截距項；. i n U. v.

(39) 大眾捷運系統對辦公大樓租金之影響. 接著，本研究將進一步對區域特定固定效果及時間特定固定效果做分析，加入大樓的特徵條件以最小平方法(Ordinary Least Square, OLS)研究區域特定固定效果中可能影響截距項之因素，模型建立如下： 𝛼𝛼𝑖𝑖 = 𝛽𝛽0 + 𝛽𝛽1 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 + 𝛽𝛽2 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 + 𝛽𝛽3 𝐶𝐶𝐶𝐶𝐶𝐶 + 𝜀𝜀. 其中，i代表第i棟辦公大樓，i = �第1棟, 第2棟 , … , 第136棟辦公大樓� ； αi ：第i棟辦公大樓之區域固定效果； β0 ：一般截距項；. 政治大立Area：總供應樓地板面積；. n. al. er. io. sit. y. Nat. ε：誤差項。. ‧. CBD：與市中心距離；. Road：面臨路寬；. 學. ‧ 國. βn ：第n項影響因素之係數值；. Ch. engchi. 32. i n U. v.

(40) 大眾捷運系統對辦公大樓租金之影響. 第四節. 資料說明與敘述統計. 一、資料來源本研究以建設公司提供之台北市自2005年至2014年租金資料，探討影響辦公大樓租金變動的因素，瞭解台北捷運系統對辦公大樓租金的影響。. 二、變數選取開價租金是反應辦公室價值量化的指標，在租金上，本研究以「坪/元」為單位衡量之。若以總成交租金為變數，則因估計之總價效果包涵絕大部分之面積效果，. 政治大. 實難以看出捷運車站可及性對辦公大樓租金之邊際貢獻。因此，本研究皆以每坪租金為單位為模型應變數。. 立. 自變數選取部分，除代表捷運車站可及性之變數─至最近捷運車站距離外，依. ‧ 國. 學. 第二章文獻回顧歸納，本研究主要挑選一般認為影響辦公大樓不動產租金之常見因素，將影響辦公大樓租金之變數大致分為區位變數與大樓特徵變數兩類，在區位變. ‧. 數中，大範圍的區位變數以至市中心距離為代表，小範圍的區位因素為至最近捷運. sit. y. Nat. 車站距離；大樓特徵以總供給面積、屋齡、面臨主要道路寬等為主要影響租金之變. io. al. n. (一) 區位變數. er. 數，參考文獻與相關研究，根據台北市辦公大樓特性，本研究將自變數定義如下：. 1. 至最近捷運車站距離(Mrt). Ch. engchi. i n U. v. 交通可及性為影響大樓租金的一大重要變項，大多數文獻均發現捷運系統對於不動產價格確實有正向影響，且不動產價格會隨著至最近捷運車站距離增加而遞減。是辦公大樓與捷運站的距離越遠，對於大樓的租金來說應該為反向影響。本研究為了解台北市之實際情形以捷運為主要研究對象，使用 GIS 計算每個樣本與捷運的最短距離並擬引入此項變數。 2. 至市中心距離(CBD) 本研究將至市中心距離表示都市的可及性，當距離市中心越近時所能節省的運輸成本越多，將透過資本化率影響轉化為價格增值，而形成不同的價格差異。本研 33.