都會區房價泡沫形成之研究-以台中市獨立式及集合式住宅為例 - 政大學術集成
67
0
0
全文
(2) 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. . i n U. v.
(3) 致謝 能順利的完成這篇論文我心存感謝，首先我要感謝一路上李文傑 老師、甯方璽老師在經濟及地政的專業領域上細心的指導給予我很多 啟發，鼓勵我為不動產市場的學術研究提出不同的看法，並且提供了 舒適的辦公室讓沒有研究室的我在撰寫論文時不用到處遊走。此外本 篇論文最不同於過往文獻之處乃在於資料的獲取，因此特別感謝群義 房屋提供了詳盡的交易資料及台中市政府地政局的大力協助，使我能. 政 治 大 助及台中市地政局吳存金副局長、盧德華主任、林佑昌先生多次給予 立. 建立完整的資料庫，因此在此感謝群義房屋潘家成總經理、陳炳辰特. ‧ 國. 學. 我房地產實務上的建議。. 兩年的碩士生涯中，經歷了重重難關，回想自碩一下學期開始著. ‧. 手準備論文，從資料蒐集、數據分析到論文撰寫歷時了一年半才終於. y. Nat. io. sit. 完成，其中面臨了數次的低潮、進度停滯，這段時間裡我感謝父母全. er. 力地給予我心靈上的支持，讓我可以全心的投入研究，感謝 51548 的. al. n. v i n Ch 朋友林家毅、何哲睿、陳美螢秉持著 Passion for winning 的精神與我 engchi U. 一起努力，感謝劉展豪這段期間的陪伴，分擔我因論文所產生的心理 壓力。經過碩士論文的洗禮，我的內心更加堅強茁壯，感謝在我身邊 的所有老師、親人、朋友，因為有你們付出和支持，我才得以通過這 個學生生涯最後的關卡，這份感恩自然不是三言兩語可以表達，但在 此謹以此致謝表達我內心由衷的感激。. I .
(4) 摘要 有鑒於以往房價泡沫文獻較少探討泡沫與房屋特徵間的關係，本文援引特徵 價格法研究內外部特徵對房價泡沫的影響。藉由所建構之台中市房屋交易個案資 料庫，將交易區分為獨立式住宅與集合式住宅，並考量明星學區環域的影響，全 面納入「建築內部」 、 「教育」 、 「休閒」 、 「生活機能」 、 「區位」 、 「交通」 、 「安全」、 「鄰避設施」八類衡量生活品質的房屋特徵，以房價泡沫取對數值作為應變數， 住宅與各類設施距離取對數值為自變數，將樣本區分為六十五個學區進而實證歸 納出學區環域內容易被炒作的特徵。 房地產市場中的獨立式住宅及集合式住宅兩大類商品，其在追求生活品質的 同時符合 Hotelling 模型極小化產品差異的結果，由研究成果顯示集合式住宅渴 望在繁榮的鬧區保有安靜的生活環境，而獨立式住宅則是在空曠的郊區追求生活 機能，前者為「鬧中取靜」 ，後者為「靜中取鬧」 ，換言之集合式住宅與公園綠地 等休閒設施距離越近泡沫越大，但對於會帶來大量車流和人潮的交通樞紐及大型 遊樂場所等則是距離越遠，泡沫越大，獨立式住宅方面則是距離連鎖餐飲、便利 商店等生活機能設施越近，泡沫越大。. 學. ‧ 國. 立. 政 治 大. 關鍵詞：房價泡沫、住宅類型、特徵價格法. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. II . i n U. v.
(5) Abstract Since there were not many papers focusing on the topic of the relationship between bubbles and housing characteristics, this paper studies the internal as well as the external causes of housing bubble by adopting the canonical Hedonic Pricing Method. By utilizing a constructed unique database composed of Taichung housing transactions, the detailed features of transactions on the detached houses and condominiums can be investigated. The "Building Interior", "Education", "Leisure", "Living Infrastructure", "Location", "Transportation", "Security", and "NIMBY" are collected as the measurement of quality of life in housing characteristics to complement the Star School District impact in the educational buffer. Using the level of house price bubbles as dependent variable and dividing the selected area into 65 school districts, and discover what factors are used for house price speculation. The results show similar demand on the quality of life, in line with Hotelling Model, in both the transactions of detached houses and condominiums. The residents of condominium; however, prefers living in the prosperous urban area with Serene environment whereas the occupants of detached house would choose to live in the spacious suburban area with decent local living facilities. In other words, the closer the condominiums are with leisure facilities, such as public park, and the further they are with facilities that gathers crowd and traffic, such as transportation hub and entertainment facilities, the larger the bubble. The further the detached houses are with living function facilities such as chain restaurants, convenient stores, the larger the bubble.. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. i n U. v. Keywords: Housing Bubble, House Style, Hedonic Price Method. engchi. III .
(6) 目錄 致謝. ....................................................................................................... I. 摘要. ..................................................................................................... II. ABSTRACT ............................................................................................ III. 第一章 緒論 ...............................................................................................1 第一節. 研究動機與目的........................................................................................ 1. 第二節. 研究對象與範圍........................................................................................ 3. 第三節. 論文架構.................................................................................................... 5. 政 治 大. 第二章 文獻回顧 .......................................................................................6. 立. 房價泡沫.................................................................................................... 6. 第二節. 特徵價格法.............................................................................................. 10. 第三節. 明星學區.................................................................................................. 14. ‧ 國. 學. 第一節. ‧. 第三章 研究設計 .....................................................................................15 資料處理.................................................................................................. 16. 第二節. 地理資訊系統.......................................................................................... 18. 第三節. 政府評價.................................................................................................. 20. 第四節. 變數說明.................................................................................................. 22. y. sit. er. al. v i n Ch 模型建立.................................................................................................. 35 engchi U 供驗證假設.............................................................................................. 37 n. 第六節. io. 第五節. Nat. 第一節. 第四章 實證結果分析.............................................................................40 第五章 結論與建議 .................................................................................45 第一節 結論 ............................................................................................................ 45 第二節 建議 ............................................................................................................ 47. 第六章 參考文獻 .....................................................................................48. IV .
(7) 圖表目錄 表 1 各國房地產泡沫統整表...................................................................................... 6 表 2 房屋特徵表........................................................................................................ 10 表 3 原始樣本............................................................................................................ 16 表 4 擴張樣本............................................................................................................ 17 表 5 獨立式住宅內部特徵相關係數........................................................................ 23 表 6 集合式住宅內部特徵相關係數........................................................................ 23 表 7 住宅內部特徵相關統計值................................................................................ 25 表 8 教育類特徵相關統計值.................................................................................... 26 表 9 休閒類特徵相關統計值.................................................................................... 27 表 10 生活機能類特徵相關統計值............................................................................ 29 表 11 區位特徵相關統計值 ........................................................................................ 30 表 12 交通類特徵相關統計值.................................................................................... 30 表 13 鄰避設施類特徵相關統計值............................................................................ 31 表 14 變數解釋及預期................................................................................................ 31 表 15 控制變量表........................................................................................................ 34 表 16 各特徵對房價泡沫的影響................................................................................ 40. 立. 政 治 大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 圖 1 台中市地圖 ......................................................................................................... 3 圖 2 研究區域 ............................................................................................................. 4 圖 3 論文架構 ............................................................................................................. 5 圖 4 研究流程圖 ....................................................................................................... 15 圖 5 小學學區分布 ................................................................................................... 19 圖 6 樣本分布 ........................................................................................................... 19 圖 7 屋齡統計表 ....................................................................................................... 24 圖 8 建坪統計表 ....................................................................................................... 24 圖 9 每層坪數統計表 ............................................................................................... 25 圖 10 各特徵對獨立式住宅及集合式住宅的影響 ................................................... 46. 附錄 1 附錄 2 附錄 3 附錄 4. Ch. engchi. v. 台灣、香港、新加坡的房屋現況及政策比較表 ......................................... 54 台灣、香港、新加坡的賣方印花稅比較表 ................................................. 56 香港、新加坡稅率表 ..................................................................................... 57 學區表 ............................................................................................................. 59. V . i n U.
(8) 第一章 緒論 第一節 研究動機與目的 中國人自古以來有土斯有財的觀念，使得購買房地產的消費佔家戶所得很大 的一部分，中國人對房屋、土地有著安身立命的情感，然而近年來房地產除了傳 統居住的功能外還成為投資炒作的工具，投機客、經紀人的參與使得房屋價格水 漲船高，房市的走向更加值得關注。根據過去歷史的經驗，當價格偏離合理範圍 成為泡沫，在泡沫破滅後將伴隨著之後長期的經濟蕭條，二十世紀美國、日本的 地產泡沫破裂即造成了經濟大恐慌和失落的十年，然而台灣的房地產市場近年也 來被懷疑逐漸走向泡沫，因此房地泡沫是我們目前應該正視的問題。 泡沫為資產價格偏離基要價值的量(Blanchard and Fisher 1989)，對於其發生 的原因，Stiglitz (1990)認為當投資者預期未來價格將上漲，而推升目前的價格， 使得現值超出了基要價值。而 Ferna’ndez-Kranz and Hon (2006)認為泡沫化是由於 異常的需求波動造成的價格上漲。過去房地產泡沫的文章多著墨於研究區域是否 存在泡沫並估算泡沫的規模 (Bourassa et al. 2001, Black et al. 2006, Xiao and Tan 2007, 周世賢 1994, 林祖嘉、林素菁 1995, 張金鶚、楊宗憲 2000 )、泡沫產生 的原因(Case and Shiller 1989, 許易民 2012)，然而始終未回答炒作的標的物擁有 什麼特徵，因此本文試圖尋找泡沫與房屋特徵間的關聯，因應購屋者的需求分別 探討住宅「建築內部」及周邊的「教育」 、 「休閒」 、 「生活機能」 、 「區位」 、 「交通」、 「安全」 、 「鄰避設施」八大類特徵，以原台中市的樣本歸納出容易被市場炒作的 房屋特徵。根據過去房屋特徵與房價關係的研究多使用特徵價格法，(Rosen 1974,. 立. 政 治 大. ‧. ‧ 國. 學. sit. y. Nat. n. al. er. io. Belsley et al. 1980, Graves et al. 1988, Lin 1993, Black et al. 1997, Boyle and Kiel 2001, 林祖嘉 1990, 林祖嘉 1994, 張梅英 1992, 張金鶚、范垂爐 1993, 林素菁 2002, 吳森田 1994, 林秋瑾等 1996, 林禎家、黃志豪 2003, 陳章瑞、宋維真 2007, 楊宗憲、蘇倖慧 2011)，本研究將以特徵價格為基礎，將被解釋變數由以 往的房屋價格轉換為房價泡沫的對數，以各類特徵解釋房屋泡沫。 有鑒於獨立式住宅與集合式住宅購屋者對於環境的偏好差異，會影響民眾住 宅的選擇，陳彥仲 (1997)提及除了最重要的租買問題外，購屋者其次會考量住 宅類型及住宅區位，因此本文將近市區的集合式住宅及近郊區的獨立式住宅兩者 視為房地市場中的差異化產品，過去許多文章提及住宅類型(Lin 1993, 林素菁 2002, 李泓見等 2006, 陳章瑞、宋維真 2007,張金鶚等 2008)及與市區距離對房 價的影響(Graves et al. 1988, 林秋瑾等 1996, 張金鶚等 2008, 張金鶚、范垂爐 1993, 彭宴玲 2005, 李怡婷 2005, 黃于祐 2008)，但並沒有將兩者結合，本文以 Hotelling(1929)模型的線性市場加以詮釋，以獨立式住宅及集合式住宅的位置衡 量水平差異化。另外根據 Goetzmann and Spiegel (1997) 認為住宅品質由鄰里環 境與建物特徵構成，住宅品質的提升對房價有正面影響，因此本文納入住宅內外 部八大類特徵衡量住宅品質作為 Hotelling 模型中的垂直差異化，過去研究多以. Ch. engchi. 1 . i n U. v.
(9) 公園(陳章瑞、宋維真 2007)交通類設施(洪得洋、林祖嘉 1999, 林楨家、黃志豪 2003, 彭建文等 2009)及鄰避設施(Boyle and Kiel 2001, 楊宗憲、蘇倖慧 2011) 為主，本文提出更全面的生活品質，加以描述住宅所在位置，此外，蘇衍綾(2011) 針對台中市發布捷運據點前後以差異中之差異法進行研究，發現鄰近捷運站 600 公尺的集合式住宅在發布後價格顯著下跌，突顯了住宅選擇上不希望緊鄰交通類 或人潮聚集的設施，因此本文預期 Hotelling 模型中兩類住宅購屋者在追求生活 品質的同時將往中間移動達到差異極小，獨立式住宅的購屋者希望遠離鬧區，但 保有基本的生活機能，而集合式住宅的購屋者則是嚮往市區的便利，但是盡可能 避開吵雜的市中心，前者為「靜中取鬧」 ，後者為「鬧中取靜」 。兩類住宅消費者 心態的不同，將影響建商與房仲業者在廣告文宣中操作，在不同的住宅類型中， 將會有不同的房屋特徵牽動房屋泡沫的變化。 另外，本文考量現代人重視下一代的教育，學區往往也成為選擇住宅地點的 重要因素，過去許多文獻證實學區品質會影響房屋價格(Kain and Quigley 1970,. 政 治 大. Edel and Selar 1974, Li and Brown 1980, Jud and Watts 1981, Haurin and Brasington 1996, Crone 1998, Black 1999, Barrow 2002, Downes and Zabel 2002, Figlio and Lucas 2004, Brasington and Haurin 2006, Fack and Grenet 2009)，在台灣小學的學 區制更進一步的將教育與住宅選擇緊密結合，入住優良學區不只保障入學的優先 權，以投資的觀點更具有保值抗跌的優勢(林忠樑、林佳慧 2014)，因此本文採 用群義房屋所提供 2010 到 2012 年，原台中市的資料為樣本，以各公私立國民小 學為環域中心劃分學區，進一步探討明星學區與房屋價格泡沫之間的相互影響關 係。 因此總結本文有三大研究目的條列如下： (1) 探究房價泡沫與各類房屋特徵間的關係，歸納出容易被炒作的房屋特徵。 (2) 研究各類房屋特徵對獨立式住宅與集合式住宅的房價泡沫影響，描繪兩類購 屋者的購屋選擇差異。 (3) 實證「明星小學學區」對於房價泡沫的影響。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 2 . i n U. v.
(10) 第二節 研究對象與範圍 本研究選取台中為研究標的，乃因為台中市位於台灣的中心位置，享有地利 之便，擁有高鐵烏日站、清泉崗機場、台中港及縱貫台灣南北的國道一、三號及 連結東西橫向的國道四號，除此之外台中夏天不熱冬天不冷加上中央山脈的屏障 使得颱風不易侵襲的氣候，讓台中一直是宜居城市的熱門選項，不同於台北的擁 擠，台中市每人能享有較大的公園、綠地面積，同時都市的快速發展商圈林立， 生活機能完備，但物價低於台北，台中市面積約 2,215 平方公里，人口達 269 萬 以上，到 2013 年 3 月僅次於新北市及高雄市，是台灣人口第三多的行政區，成 為房價研究中的重點區域(張梅英、鍾陳佳 2002, 古美玉等 2009)，此外有鑒於 早期缺乏完整建設計畫及健全的公共設施，使得都市發展備受限制，自民國 54 年起為了因應現代都市發展所需陸續展開市地重劃，透過整體的規劃以達到提高 土地使用價值、提昇生活品質並促使居住人口增加，造就都市繁榮，原台中市目 前已經完成一至十二期的市地重劃，第十三期大慶市地重劃、第十四期美和庄市 地重劃仍在興建中，台中市的市地重劃興建了大量的住宅，同時改善了區域的生 活機能，張晉銓、鍾懿萍 (2011)陳莉雪、韓乾 (2011)即針對市地重劃的影響進 行研究，其中七期因為新市政中心的進駐，而備受關注。台中自 2010 年 12 月 25 日由原台中市、台中縣合併升格而成直轄市，成為台灣中部唯一的直轄市， 升格後許多大型公共建設開始興建，包括台中大都會歌劇院、精密機械科技創新 園區、水湳經貿生態園區等，將台中定位為「文化、經濟、國際城」，這五十年 間將台中市的精華區逐漸向西移動，這也誘發了更多的炒作空間。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 圖 1 台中市地圖. 3 . i n U. v.
(11) 由於本文研究期間為 2010 年 1 月至 2012 年 12 月，期間歷經台中市升格直 轄市的影響，為確保資料的一致性，以改制前的原台中市地區為研究區域，即目 前台中市市中心中區、東區、南區、西區、北區、北屯區、西屯區、南屯區八個 行政區。此外，本研究將樣本依住宅類型區分為獨立式住宅及集合式住宅兩類， 公寓、華廈、大樓為集合式住宅，而「建築物全部歸屬一戶」的透天厝及別墅為 獨立式住宅。 為討論明星學區對於房價泡沫的影響，本文在研究區域內劃定小學學區，根 據臺中市公立國民中小學新生分發及入學實施要點，國民小學學區劃分原則須考 量人口、交通、社區、文化環境、行政區域及學校分布情形，但因為研究受限於 學區劃設的界線複雜，有時出現同一條街，單雙號不同學區的情況，因此本文根 據 1999 年 6 月內政部營建署都市計畫定期通盤檢討實施辦法，小學的服務範圍 規範： 「依閭鄰單元之分布，以每一閭鄰單位或服務半徑不逾 600 公尺配設為原 則」，故本文設定以小學為中心半徑 600 公尺的環域為其學區。如樣本屬於多重 學區，則以與住宅最近的學校劃入該學區，共計 65 個學區。(見附錄)。. 立. 政 治 大. ‧. ‧ 國. 學. n. 中區. Ch. engchi. 圖 2 研究區域. 4 . er. io. sit. y. Nat. al. i n U. v.
(12) 第三節 論文架構 研究動機與目的. 研究對象與範圍. 文獻回顧. 特徵價格. 房價泡沫. 研究設計. GIS. ‧. 資料處理. 明星學區. 學. ‧ 國. 立. 政 治 大. 變數說明. 政府評價. n. 實證分析. Ch. engchi. er. io. sit. y. Nat. al. i n U. v. 結論與建議. 圖 3 論文架構. 本文第一章首先闡述研究動機與目的，並說明以縣市合併升格前之原台中市 為研究範圍，第二章將針對房價泡沫、特徵價格法和明星學區的選取三方面進行 文獻回顧，第三章研究設計將說明本文資料的蒐集和處理，其次運用 GIS 劃設 學區環域並計算住宅與各類設施1間的距離，最後以政府評價為真實價格計算房 價泡沫，第四章建立迴歸模型並進行實證分析，第五章提出本文的結論與建議。 1. 小學、幼托機構、國中、大學、博物館、美術館、展演用地、圖書館、公園、廣場、綠園道、 體育場、大型休閒遊樂場所、連鎖餐飲、私人診所、書局、便利商店、大型連鎖速食店、停車場、 郵局、銀行、大型連鎖購物中心、電影院、大型百貨公司、旅館、國宅、古蹟文物、火車站、交 流道、加油站、警消、工廠、寺廟、喪葬 5 .
(13) 第二章 文獻回顧 第一節 房價泡沫 一、國際房價泡沫 綜觀世界各地，房地產的泡沫不斷重演，二十世紀最嚴重的房地產泡沫發生 在美國、日本、東南亞，造成了各國重大的損失，然而房地產泡沫的議題由於美 國的次貸危機所引發的全球的金融風暴再次備受關注，以下統整近年來經歷房地 產泡沫的美國、愛爾蘭、西班牙、杜拜等國家，房地產泡沫破滅的因果關係。 表1 各國房地產泡沫統整表. 1.. 美國在經歷 2000 年的網路泡沫以後，採 取連續的低利政策以刺激景氣，甚至到 達 1%的水準，為房地市場創造了低貸款 利率的環境。 銀行寬鬆的貸款條件，形成次級房貸， 並將其證券化。 2004 年 6 月開始，兩年間美國聯準會連 續宣布升息，聯邦基金利率從 1％提高到 5.25％，資產價格下降，購房壓力增加。 美國房價自 2006 年開始下跌，但直到 2007 年 4 月美國第二大次級房貸公司新 世紀金融公司破產，次貸危機正式暴露。. Nat. 4.. io. al. 2008. 1.. 2.. 3. 4.. 5.. Purchase-only House Price Index, Seasonally. v i 原為落後的農業國家，得利於加入歐盟 房價從 2008 年最高點到 2010 n Ch U e「歐洲乞丐」 n g c h i(Sick 年初下跌 36%；商業不動產跌 和歐元區，從 1988 年的 n. 愛 爾 蘭. ‧. 3.. 球的金融市場。. 學. 2.. ‧ 國. 立. 次貸危機 Subprime mortgage. 政 治 大 crisis 引發了房地產價格的崩 跌，之後又更近一步蔓延市全. y. 2006. 結果. sit. 美 國. 泡沫破滅前. er. 時間. Man of Europe)搖身一變為「凱爾特之 虎」(Celtic Tiger)。 2000 年之後，營建業與金融業成為愛爾 蘭經濟成長的主要動力，兩者的產值合 計超過愛爾蘭 GDP 的 15%。 利用減稅的方式吸引外資，將公司稅降 到 12.5%，遠低於其他歐洲國家的 30%。 1997 到 2007 年間，新屋價格上漲 216%，二手屋平均上漲 268%(數據取自 global property guide)。 銀行對不動產開發商放款浮濫。. Adjusted (Q1 1991=100). 幅 59%。受房價泡沫破滅的影 響，愛爾蘭銀行業累積虧損在 2010 年 11 月已達 850 億歐元， 為 2009 年 GDP 的 53%。. Residential Property Price Index (January 2005=100). 6 .
(14) 2008. 1.. 2.. 3. 4. 5.. 6. 2009. 1.. 政 治 大 沙漠國家，原以石油出口為主，但石油存 2008 年到 2009 年間房價下跌 立 量即將枯竭，因此立志發展觀光。 高達 30%，經濟結構失去重心。. 學. 2. 政府推動優惠政策吸引外資進入房地產。 3. 房地產投資總額由 2000 年的 30 億增長到 2006 年近 450 億美元。 4. 2006 年允許外國人購買永久房地產並附 帶永久居留簽證。. io. sit. Nat. y. ‧. ‧ 國. 杜 拜. 西班牙政府給予房地產業各類補助，如 2008 年至 2012 年第一季，價下 減免房屋擁有者所得稅、降低住宅建設 跌 22%，空屋數達 100 萬戶， 增值稅及購屋者抵押貸款利息等。 失業率超過 24%。 西班牙人認為不動產為最安全的投資標 的，且英國及德國人喜愛至西班牙沿海 地區度假，因此國內外需求強烈。 抵押貸款利率由 1991 年的 17%逐漸下降 到 2004 年的 3.5%。 2000 年至 2008 年，房價上漲 150% 高度依賴建築業的經濟結構，使得房屋 Average Price Per m2 for Open-market 供給快速攀升，2007 泡沫破滅前建築業 Appraised Housing (Euro per sq. m.) 投資佔 GDP 15.7%。 美國次貸危機後，各國金融機構抽回資 金，房價開始下跌。. House Price Index, Dubai (Q1 2007=100). al. er. 西 班 牙. n. 資料來源：謝明瑞(2013)、李榮謙等(2010)、鄭雅蔚(2012)、宋超英等(2010)、Global Property Guide. Ch. engchi. i n U. v. 經歷了金融危機所帶來的影響，各國逐漸步上復甦的軌道，然而在亞洲，新 加坡和香港的房價節節上升，在 2012 經濟學人的房價指數中，分別位居前兩名， 但是近年來政府積極打房2已經得到初步的成效，反觀台灣政府提出「居住正義」 抑制房價的政策，效法新加坡、香港的賣方印花稅向短期持有房屋的賣家課稅的 機制3，仍不見有房價明顯下跌的跡象。. 2 3. . 台灣、香港、新加坡的房屋現況及政策比較表，見附錄 1 台灣、香港、新加坡的賣方印花稅比較表，見附錄 2 7 .
(15) 二、房價泡沫的相關文獻 過去文獻中所提及的泡沫可以區分為理性泡沫及非理性泡沫，在效率市場及 理性預期的假設下，同時存在多個買賣方，並且資訊透明，則僅有理性的泡沫 (rational bubble)，由於人們對於未來的預期造成了單向誤差，透過自我實現 (self-fulfilling)形成了理性泡沫，Blanchard and Fish (1989)對泡沫的定義即是在理 性預期的假設下建構，Tirole(1985)、Weil(1987)以疊代模型(Diamond OLF Model) 證明了在有限期、市場參與者無窮多的情況下，若市場不存在動態自我調整，則 可能存在穩定的泡沫，且引入泡沫對經濟是柏拉圖改進(袁志剛、樊瀟彥 2003)。 Blanchard and Fish 提出下列三種資產可以排除理性泡沫：(1)供給彈性無窮大或 是替代品容易取得的資產；(2)在未來某個時間點存在價格終端條件約束的資產； (3)基本價值確定的資產(袁志剛、樊瀟彥 2003)，房地產並不符合以上三類資產 的特性，也因此說明了房地產市場泡沫化的可能。然而理性泡理論效率市場的基 本假設備受質疑，另外泡沫的生成和破滅都被視為外生，無法為資產泡沫提供更 完善的解釋。 有鑒於理性泡沫的缺失，非理性泡沫放寬了效率市場的假設，承認人類選擇 並非理性，由於市場中存在噪音交易者(noise trader)及羊群行為( Herd Behavior)， 投資人的決策並非總是理性的，因此發展了雜訊交易模型 (DSSW: DeLong, Shleifer, Summers, and Waldmann)來說明噪音交易者對於資產定價的影響。 雖然非理性泡沫的設定較符合現實，但資訊不對稱造成基要價值估算的困難， Shiller(2001) 與 Xiao et al.(2007)即認為基要價值的定義非常主觀，實證研究方 法上有所限制，尤其在房地產市場與金融商品市場的情況全然不同，房地產市場 具有下列特徵：(1)房地產不易分割及高價的特性使得房地產並無法如金融商品 般在短時間內完成交易；(2)因為資訊不對稱，期間買家需要花費搜尋的成本；(3) 房屋市場的供給存在落後的效果(林祖嘉 2009)。因此房地市場並不應採取效率市 場的假設。 目前房價泡沫的相關文章所探討的議題主要分為三類：(一) 基要價值的衡 量； (二) 推估特定區域的房價泡沫規模； (三) 探究泡沫發生的原因。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. (一) 基要價值的衡量 目前文獻中普遍認為資產的價格(Asset Price)取決於基要價值(Fundamental Value)和資產泡沫，因此泡沫的規模即為資產價格偏離基要價值的量(Blanchard and Fisher 1989)，然而對於基要價值的認定主要透過三種不同的評價方式衡量： 資產現值模型(Hamilton 1985, Stiglitz 1990)、家戶可支配所得模型(Black et al. 2006)、房價基要變動率受總體經濟因素影響(Abraham and Hendershott 1996, Bourassa et al. 2001, Hui and Yue 2006)三類，由於各學者主張不同，基要價值的 衡量方法成為房價泡沫的相關文獻中重要的議題。. 8 .
(16) (二) 推估特定區域的房價泡沫規模 針對泡沫價格的研究方法上，最早使用變異數分析檢定及無母數檢定，使用 最為廣泛的為傳統迴歸(Hui and Yue 2006)，並對誤差項進行單跟檢定(Black et al. 2006, Diba and Grossman 1988, Phillips and Yu 2010)或將預測與實際值之間的差 異轉換為泡沫比例，但此法僅能測試價格是否穩定，並無法預測泡沫價格偏離基 要價值的規模，因此隨後開始透過狀態空間模型(Wu 1995, Xiao and Tan 2007, Chi Man Hui and Qi Gu 2009, 張金鶚等 2009)並藉由卡門濾波法衡量無法觀察的泡 沫狀態。(陳威廷 2012) (三) 探究泡沫發生的原因 目前文獻上討論房價泡沫的原因多強調總體經濟及政府政策的影響，黃珮 玲(1994)提出房價有三分之二被總體經濟變數解釋，二十世紀發生在美國、日本、 東南亞的三個著名的房地產泡沫即是與總體經濟息息相關，1980 年美國於銀行 資金大量湧入房地市場、政府的優惠稅收政策及經濟繁榮期人們收入的增加等因 素(袁志剛、樊瀟彥 2003)，推升了房屋價格，1986 年開始經濟衰退，民眾收入 下降，無法償還抵押貸款的情形大量出現，另外 1986 年《稅制改革法》對不動 產投資加強管制，並取消資產收益優惠政策，導致地產投資急劇下降。 日本則是於 1985 為了幫助美國解決大量貿易赤字，與德、法、英、日四國 簽訂了「廣場協定」 ，同意讓美元貶值，日元因此快速升值，重創了日本的出口， 為此日本採取了量化寬鬆的政策，降低市場利率，加上當時對「土地不會貶值」 的概念，投機者開始炒作，使得日本的房價水漲船高，1989 的日本的地價市值 竟超過整個美國地價的四倍，如此的榮景在 1991 年破碎，外資紛紛撤離，企業 倒閉遺留下的壞帳高達六千億美元，導致的日後長期日本的經濟蕭條。 除了其他國家房價泡沫破滅的前車之鑑，說明了總體經濟和政府政策對房價 的影響外，台灣房地市場同樣也深受外在環境影響， 1973 年及 1978 年台灣正 值經濟起飛，創造了不動產市場的投資需求，卻面對石油危機造成的原物料上漲， 需求增加但供給備受限制的環境下，促使房價上漲(吳森田 1994, Chen and Patel 2002)，1988 則是由於台幣升值、外匯管制及貨幣寬鬆政策，吸引大量資金進入 不動產，(林秋瑾 1996, 彭建文 2000)。(蔡美惠 2010) 此外許多研究都納入景氣對策信號、稅收、匯率、股票指數、消費者物價指 數、貨幣供給、通貨膨脹率、利率等(張金鶚等 2009, 張金鶚、范垂爐 1993, 張 梅英 1992, 林崧麟 1999, 林楨家、黃志豪 2003)來解釋房屋價格，由此可以看 到總體的經濟對於房價的重要性。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 綜觀過去的文獻著重於上述基要價值的衡量、推估特定區域的房價泡沫規模、 探究泡沫發生的原因這三點的分析，但並未回答房屋特徵與泡沫間存在什麼關係， 換言之本文將探究什麼住宅特徵容易被炒作，使得交易價格超過合理價格範圍。 9 .
(17) 第二節 特徵價格法 Lancaster（1966）認為消費者的效用來自於商品所蘊含的各項特徵，由於房 屋的各項特徵不可分割，因此物件間彼此存在異質性，然而特徵價格法即是一種 利用差異性財貨(differentiated goods)的特有性質將其特徵(characteristics)或屬性 (attributes)的價值引導出來的方法(鄭吉延、羅紹麟 2000)，根據特徵價格法，房 屋的價格決定於其所擁有的特徵，過去的研究主要影響房地產價格的因素如表 2 可以分為內部和外部，內部特徵可以再細分為戶的特徵和棟的特徵(張金鶚、范 垂爐 1993)，戶的特徵包含屋內的房、廳、衛數，房屋內部的面積、地坪、所屬 樓層，而棟的特徵則是整棟建築所展現的屋齡、類別、建材、樓高等。外部特徵 也可以分為五個部分，分別為迎毗設施(yes in my backyard, YIMBY)、鄰避設施 (not in my backyard, NIMBY)、環境品質、人口、總體環境，迎毗設施是民眾在 購屋時，希望住宅可以擁有的特徵，包含學校、公園等公共設施和各類的交通運 輸設施，此外住家的鄰里位置如路寬、綠覆率及離市中心的距離都可能關係著生 活機能和通勤時間，這些特徵的出現都能帶動房價的上漲，然而鄰避設施卻會使 住宅下跌，例如殯儀館、垃圾場、變電所，故其住宅所在地與周邊迎毗設施和鄰 避設施的距離會影響房價(楊宗憲、蘇倖慧 2011)。第三類為住家附近的空氣、水 質等環境品質，當住宅附近懸浮微粒多、水質汙濁或是曾經淹水(Melissa A. Boyle, Katherine A. Kiel 2001)，都會讓購屋者有所顧慮，此外，選擇住家時鄰居也是重 要的因素，因此考量人口結構，包括該地的學歷、種族、所得等，Brasington and Hite (2005)證實白人和碩士學歷以上的人口比例越高房價越高。最後總體因素例 如：利率、經濟成長率和股市也都會帶動房價的波動。下列整理過去文獻中所提 及之房屋特徵，做為文本選擇特徵的參考. 立. 政 治 大. ‧. ‧ 國. 學. n. 房屋特徵. 格局：房廳衛數. 戶 內 的 部 特 徵. 建坪. 地坪. 表2 房屋特徵表. C h 相關文獻 engchi. i n U. v. 本文 選取. Lin (1993), Graves et al. (1988), 林祖 ˅ 嘉等(1993)、林素菁 (2002), 林秋瑾等 (1996), 李春長等 (2012), 蘇衍綾 (2011), 蘇京皓 (2003), 彭宴玲 (2005) Graves et al. (1988), 林祖嘉等 (1993), ˅ 林素菁 (2002), 張金鶚等 (2008), 林 秋瑾等(1996), 李怡婷(2005) , 彭宴玲 (2005),陳章瑞、宋維真 (2007), 林炎欣 (2008), 黃于祐 (2008), 蘇衍綾 (2011), 楊宗憲等 (2011) Lin (1993), Black et al. (1997), Graves 10 . . er. io. sit. y. Nat. al. ˅.
(18) et al. (1988), 林秋瑾等(1996), 林炎欣 (2008), 黃于祐 (2008) , 蘇衍綾(2011) 林秋瑾等 (1996), 張金鶚等 (2008), 蘇衍綾 (2011), 楊宗憲等 (2011). 用途：店面、住宅. Lin(1993), 林楨家、黃志豪 (2003), 陳 ˅ 章瑞、宋維真 (2007), 林炎欣 (2008). 屋齡. Graves et al. (1988) , Lin (1993), Black et al. (1997), 林秋瑾等 (1996), 林素 菁(2002), 林楨家、黃志豪 (2003), 陳 章瑞、宋維真 (2007), 張金鶚等 (2008), 林炎欣(2008) , 黃于祐 (2008), 蘇衍綾 (2011), 楊宗憲等 (2011) 林祖嘉等 (1993), 張金鶚、范 垂爐 (1993), 蘇京皓 (2003). 政 治 大 類別：公寓、華廈、大 Lin (1993), 林祖嘉等 (1993), 林素菁 立 (2002), 林楨家、黃志豪 (2003) , 范垂 樓、透天厝. ˅. ˅. ˅. ‧ 國. 學. ‧. 爐 (1991) , 李怡婷 (2005),張金鶚等, (2008), 陳章瑞、宋維真 (2007)楊宗憲 等 (2011), 蘇衍綾 (2011). 樓高. 張金鶚等 (2008) , 張金鶚、范垂爐 (1993), 林炎欣 (2008) , 黃于祐 (2008), 蘇衍綾 (2011). io. sit. y. Lin (1993), 林素菁 (2002), 林祖嘉等 (1993), 黃于祐 (2008). Nat. 建材：鋼筋、鋼骨、混 凝土、磚造. al. ˅. er. 棟 的 特 徵. 所屬樓層. n. v i n 設備：電梯、中央空調 C h 楊宗憲、蘇倖慧U(2011) i 蘇衍綾 (2011), 蘇 e n g c h(2008), 停車場 張金鶚等. ˅. 京皓 (2003) 公共建設 迎 毗 設 外 施 部 可 及 性. 學校. 體育場 停車場. 林祖嘉等 (1993) , 蘇京皓 (2003) , 李 怡婷 (2005) , 黃于祐 (2008), 蘇衍綾 (2011), 楊宗憲等 (2011), 林炎欣. (2008) 蘇衍綾 (2011), 楊宗憲、蘇倖慧(2011) ˅ 蘇衍綾(2011) ˅. 公園. 陳章瑞、宋維真 (2007) , 李怡婷 (2005) , 黃于祐 (2008),蘇衍綾(2011), 楊宗憲、蘇倖慧 (2011). ˅. 百貨公司. 楊宗憲、蘇倖慧 (2011). ˅. 機關用地. 蘇衍綾 (2011) 11 . . ˅.
(19) 蘇衍綾 (2011). 電力公司. 蘇衍綾 (2011). 菜市場. 林祖嘉、林素菁 (1993), 蘇京皓. 醫院診所. (2003) 林祖嘉、林素菁 (1993). ˅. 郵局. 林祖嘉、林素菁 (1993). ˅. 火車站. 陳章瑞、宋維真 (2007) , 彭宴玲 (2005) , 林炎欣 (2008), 蘇衍綾. ˅. 公車站. (2011) 陳章瑞、宋維真 (2007), 蘇衍綾(2011). 航空站. 蘇衍綾(2011). 捷運站. 林楨家、黃志豪 (2003) , 楊宗憲、蘇 倖慧 (2011) , 蘇京皓(2003), 彭宴玲 (2005) , 黃于祐 (2008), 蘇衍綾(2011). 立. 道路可及 性、路寬. 政 治 大 陳章瑞、宋維真 (2007), 楊宗憲、蘇倖 慧 (2011) , 蘇京皓 (2003), 李怡婷 (2005), 林炎欣 (2008). 學. 行政區. 楊宗憲、蘇倖慧 (2011). 主要道路 距離. 林炎欣 (2008), 黃于祐 (2008). Nat. 林炎欣 (2008). sit. 商圈距離. ‧. ‧ 國. 鄰里. ˅. y. 交通運輸. 自來水廠. n. al. er. io. 市中心、都 Graves et al. (1988), 張金鶚等(2008), 會區位於 林秋瑾等(1996), 林楨家、黃志豪 市區) (2003) , 范垂爐 (1991) , 彭宴玲 (2005), 李怡婷(2005), 黃于祐 (2008). Ch. 土地使用 分區代碼 喪葬. 鄰 避 設 施. 汙染. engchi. v. 李怡婷(2005) , 黃于祐 (2008). 綠覆率. 彭宴玲 (2005). 公墓. 蘇衍綾 (2011). ˅. 火葬場. 蘇衍綾 (2011). ˅. 殯儀館. 蘇衍綾 (2011). ˅. 污水處理 廠. 楊宗憲、蘇倖慧 (2011), 蘇衍綾. 垃圾場. (2011) 楊宗憲、蘇倖慧 (2011), 蘇衍綾(2011), 彭宴玲(2005). 變電所. 楊宗憲、蘇倖慧(2011), 蘇衍綾 (2011). 廟宇. 楊宗憲、蘇倖慧(2011) 12 . . i n U. ˅.
(20) 交通要道. 鐵路兩側. 蘇衍綾(2011). 噪音管制級別. 林祖嘉、林素菁 (1993), 黃于祐. 空氣污濁異味. (2008) 林祖嘉、林素菁 (1993). 五年內曾淹水. 林祖嘉、林素菁 (1993). 飲水衛生. 林祖嘉、林素菁 (1993). 住宅滿意程度. 林祖嘉、林素菁 (1993). 教育程度. Gibbons(2003), 林祖嘉(1990). 種族. Barrow(2002), Jud and Watts(1981), Graves et al. (1988), 林祖嘉(1990). 可支配所得. 張梅英(1992), 林祖嘉(1990), 林崧麟. 職業. 匯率. 范垂爐 (1991) 張梅英 (1992) 張梅英 (1992) 張梅英 (1992), 林崧麟 (1999). 消費者物價指數. 林楨家、黃志豪 (2003), 林崧麟(1999). ‧. 股票指數. Nat. 張梅英 (1992), 林崧麟 (1999). 利率. 林崧麟 (1999). y. 貨幣供給. io. 資料來源：本研究整理. n. al. Ch. engchi. 13 . 學. 稅收. 立. ‧ 國. 景氣對策信號 總 體 環 境. 治 政 (1999) 大 林祖嘉 (1990,1994). sit. 人 口. 蘇衍綾(2011). er. 環 境 品 質. 高速公路 兩側. i n U. v. ˅.
(21) 第三節 明星學區 在孩子學習的歷程中，托兒所或幼稚園的選擇或許是依照父母的工作地點作 選擇，高中、大學後則是考試入學，將不會對住宅的選擇造成影響，台灣國中小 採用學區制，使得教育與居住環境的關係密不可分，對於自住的買家，多數在成 家立業後購屋，首先面對下一代的教育問題，總是希望「望子成龍望女成鳳」， 讓孩子擠進明星學區，國小教育為兒童學習的最重要的一步，因此國小學區常是 購屋的要件之一，吳知賢、段良雄(1999)以問卷進行訪談，利用 Binary Logistic 模型討論影響家長對學校的選擇的因素，在小學期間，學費、考上私中的比例、 學校離家的距離、教學目標、家庭所得會對選擇產生影響。 過去許多研究文章提及學區與房價的關聯，最早 Tiebout (1956) 將選擇學校 資源的遷移行為納入遷移成本中，成為連結教育與房地市場研究的開端，隨後 Oates (1969) 引入學區註冊人數和學校支出，顯示學區確實會影響房屋價格，自 此許多文獻紛紛證實了優良學區對房價的正面影響(Kain and Quigley 1970, Edel. 政 治 大 and Selar 1974, Li and Brown 1980, Jud and Watts 1981, Haurin and Brasington 1996, 立 Crone 1998, Black 1999, Barrow 2002, Downes and Zabel 2002, Figlio and Lucas. ‧ 國. 學. 2004, Brasington and Haurin 2006, Fack and Grenet 2009)。 對於「好」學區的定義，根據過去文獻的定義多以學生成績衡量(Jud and Watts. ‧. 1981, Hayes and Taylor 1996, Haurin and Brasington 1996, Downes and Zabel 2002, Zahirovic-Herbert and Turnbull 2008)，其他也有以學校經費(Crone 1998)、對每位 學生支出(Bogart and Cromwell 1997)、師生比(吳珮瑛、施伯宜 1996)、種族(Jud and Watts 1981)，但因為台灣各個學校的考試成績、升學比例、經費補助等並非 公開之資訊，因此，衡量台灣學校教育品質的方法相當有限(林忠樑、林佳慧 2014)，台灣普遍將「好」學校與「明星學校」連結，社會對於明星學校的學生 可以有較好的機會考進較好的下一階段學校，或是獲得更好的工作機會有所期待， 而這些學校的共同特質為「高升學」、「高成績」、「高門檻」(洪仁進等 1999)， 然而在九年一貫的制度下，升學並非初等教育的目標，另外小學為教育初期，教 育成效難以量化(蔡金田，2011)，因此「高升學」 、「高成績」並不適用於初等教 育，林素菁(2004)以「高門檻」為標準用以評斷國中小的好學區，將台北市教育 局公布的公立額滿國中小及房屋仲介所公布的明星學區作為標的。. n. er. io. sit. y. Nat. al. Ch. engchi. 14 . i n U. v.
(22) 第三章 研究設計. 資料蒐集. 交易資料. 外部特徵坐標. 資料擴張 公告現值. 立. 政府評價. GIS. ‧ 國. 學. 房屋現值. 政 治 大. 計算與特徵距離. ‧. 計算泡沫. Nat. sit. y. 劃設明星學區. 自變數. n. al. er. io. 應變數. Ch. engchi. i n U. v. 變數說明. 圖 4 研究流程圖. 本章第一節「資料處理」，將說明交易資料原始樣本、資料來源、研究限制 及擴張方法、定義獨立式與集合式住宅，第二節「地理資訊系統」說明外部特徵 坐標資料的來源、運用 GIS 計算住宅與特徵間的距離及劃設明星學區，第三節 「政府評價」將分別以公告現值及房屋現值作為土地及房屋的真實價格以計算房 價泡沫，第四節「變數說明」將內外部特徵區分為「建物內部特徵」 、 「教育」 、 「休 閒」、「生活機能」、「區位」、「交通」、「安全」、「鄰避設施」八大類進行說明。. 15 .
(23) 第一節 資料處理 過去許多文獻使用內政地政司全球資訊網的房地產交易價格資料作為研究 依據，然而內政部地政司全球資訊網的資料來源係由各直轄市、縣（市）政府所 轄地政事務所就買賣及公地標售案件派員向當事人、經紀人、仲介業、地政士、 交易案例四鄰、公有土地管理機關等調查土地及建物之買賣、標售資料，資料係 屬詢問調查而得資料，真實性待議，再者，本研究之研究期間為 2010~2012，而 地政司全球資訊網因實價登入的施行，資料僅更新至 2012 年 7 月。另外實價登 入政策自 2012 年 8 月開始實施，同年 10 月開放網路查詢，本研究自 2013 年開 始進行，受到實價登入施行期間尚不足一年的研究限制，故不採用實價登入的資 料為樣本。 本研究採用群義房屋提供 2010~2012 台中市中區、東區、南區、西區、北區、 北屯區、西屯區、南屯區八個行政區三年的交易資料，內容包括房屋的交易價格 及住宅內部特徵，住宅類型、建坪、地坪、樓高、所在樓層、房廳衛數、屋齡、 用途等，刪除資訊缺漏、僅土地或房屋交易、周圍 600 公尺內無小學的樣本後， 共 606 筆，其中以南屯區、西屯區最多。 由於個資法的限制，取得的原始交易樣本為隱匿地址資料，區間相隔 50 號， 由於本文引入政府評價，分別以公告現值及房屋現值作為土地及房屋的真實價格， 公告現值每年以各土地地號評價，因此本研究依據原始樣本 50 號的區間範圍內 所涵蓋的地號個數將樣本擴張，例如原始交易樣本為文心路 588 號，則我們的資 料庫中因為研究限制的關係，僅知道交易發生在是 551 號 600 號之間，如果在此 一區間內存在三個地號，則我們將樣本由 1 個擴張為 3 個，交易價格為原始資料 庫中的資訊，而公告現值及房屋現值則依各擴張樣本之位置不同有所差異，依據 擴張後該地號區域的中心位置為其定位點，用以量測樣本與各特徵間的距離，本 研究原始樣本為 606 個，經過擴張後增加為 6617 個，平均每個樣本約擴張為 11 個樣本，最小值 1、最大值 40。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 表3 原始樣本. 行政區. 2010 樣本. 2011 樣本. 2012 樣本. 原始樣本數. 中區 北屯區 北區 西屯區 西區 東區 南屯區 南區. 2 17 20 35 28 3 43 8. 1 26 33 60 40 2 56 14. 2 25 33 50 32 1 53 22. 5 68 86 145 100 6 152 44. 合計. 156. 232. 218. 606. 16 .
(24) 表4 擴張樣本. 行政區. 2010 樣本. 2011 樣本. 2012 樣本. 擴張樣本數. 中區 北屯區 北區 西屯區 西區 東區 南屯區 南區. 38 184 255 399 307 66 311 77. 31 312 482 652 393 43 646 180. 45 353 288 539 373 21 417 205. 114 849 1025 1590 1073 130 1374 462. 合計. 1637. 2739. 2241. 6617. 立. 政 治 大. ‧. ‧ 國. 學. 根據群義房屋所提供的住宅類型將房屋分為集合式住宅及獨立式住宅兩大 類。依建築技術規則建築設計施工編第 1 條， 「具有共同基地及共同空間或設備。 並有三個住宅單位以上之建築物」稱為集合式住宅，集合式住宅包括公寓、華廈、 大樓等，針對三類名詞並無明確的定義，雖然公寓、大廈有在法令中被提及，根 據公寓大廈管條例第三條第一款中說明「公寓大廈為構造上或使用上或在建築執 照設計圖樣標有明確界線，得區分為數部分之建築物及其基地」但並沒有指出兩 者的差異。因此根據各大房屋仲介對於台灣約定俗成的公寓、華廈、大樓進行描 述。公寓為四到五層無電梯的集合式住宅，十樓以下有電梯者稱為華廈，而十樓 以上的住宅則稱為大樓，一般公寓由於建築時間較早最為老舊，戶數少、土地持 份相對高，也不需要負擔管理費。大樓較公寓、華廈興建時間晚，因此設備較新， 也有地下停車場，然而大樓公設比高，每月上要負擔管理費。華廈的屋齡則介於 兩者之間，公設比較大樓低，備有機械式停車場。 獨立式住宅建築物全部歸屬一戶使用，包括透天厝和別墅，然而這兩個詞彙 同樣沒有法律上的定義，僅是台灣民間對於住宅類型的一種稱呼，透天厝大部分 為三到四層的住宅，內部由樓梯連貫一樓至頂樓，單層面積不大，一樓通常可以 停車。而別墅則是擁有私人的庭院，有些甚至有游泳池等設施，根據內政部營建 署的定義：獨立式住宅為四周留有空地之單棟住宅建築物全部歸屬一戶使用者。 然而透天厝和別墅也常以雙拼式住宅4或連棟式住宅5的形式出現，例如別墅社區 即是連棟式的住宅，因此本研究將「建築物全部歸屬一戶」的住宅型態統稱為獨 立式住宅以與集合式住宅進行區別。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 4 5. . 雙併式住宅：兩棟以共同壁相連之住宅建築物每棟分別各歸一戶使用者。 連棟式住宅：參棟以上之連續住宅建築物各棟全部分別各歸一戶使用者。 17 .
(25) 第二節 地理資訊系統 本文所使用的各類設施其坐標資訊均來自「台中市不動產資訊樂活網」，包 括「小學」 、 「國中」 、 「幼托機構」 、 「大學」 、 「博物館、美術館、展演用地」 、 「圖 書館」 、 「公園、廣場、綠園道」 、 「體育場」 、 「大型遊樂場」 、 「連鎖餐飲」 、 「大型 連鎖速食」 、 「大型連鎖購物中心」 、 「私人診所」 、 「便利商店」 、 「停車場」 、 「郵局」、 「銀行」 、 「電影院」 、 「大型百貨公司」 、 「旅館」 、 「國宅」 、 「古蹟文物」 、 「警消單 位」 、 「火車站」 、 「交流道」 、 「加油站」 、 「工廠」 、 「寺廟」 、 「喪葬」 ，共 29 類設施， 樂活網是以 ArcGIS 為核心所開發出的一個平台，ArcGIS 是由美國環境系統研究 所公司（全名為 Environmental Systems Research Institute, Inc.，簡稱為 ESRI 公司） 出品的地理信息系統系列軟體的總稱，ESRI 是目前世界最大的地理資訊系統技 術提供商。ArcGIS 主要的功能在獲取、儲存、更改、整合、分析任何的空間資 訊。樂活網藉此蒐集大台中市政府公開資訊，並與民間業者資訊整合所建立，主 要提供民眾綜合服務查詢、空間資訊查詢、房地物件刊登的服務，本研究主要是 利用空間資訊查詢的功能，其基本圖產製 2012 年間，是以內政部國土測繪中心 通用版電子地圖為基礎，並配合台中市政府團隊彙整的資訊而製成，資訊包含地 標、道路、建物、水系、行政界線的資訊，此外並提供航衛照、土地使用、地籍 圖和自然環境的圖層，該系統透過 GIS 可以根據地標、門牌、路口、地號、建 號、坐標、里名定位，並執行環域分析，搜尋定點鄰近各類文教設施、公設綠地、 醫療保健、便利商店，同時也提供房地動態包括周邊成交物件實價登錄、標售法 拍、周邊推案、周邊待售、周邊待租等資訊，同時台中市的市地重劃、區段徵收、 農地重劃、非公用市有土地的歷史公告現值、公告地價也在地圖上呈現。 由樂活網的資料庫中獲得各類設施的坐標點後，將其匯入 ArcMap 10.1，並 根據 1999 年 6 月內政部營建署都市計畫定期通盤檢討實施辦法，小學的服務範 圍規範： 「依閭鄰單元之分布，以每一閭鄰單位或服務半徑不逾 600 公尺配設為 原則」，以台中市各公私立小學大門為中心應用 Buffer 工具劃設半徑 600 公尺學 區環域，如圖 5，同時在學區所覆蓋的範圍中也將擴張後的樣本依該地號的中心 位置為其坐標匯入，樣本匯入結果如圖 6，綠色為獨立式住宅的樣本點，黃色為 集合式住宅的樣本點。 最後利用 ArcMap 10.1 中的 Near 工具尋找距離每個樣本點最近的「國中」、 「幼托機構」 、 「大學」 、 「博物館、美術館、展演用地」 、 「圖書館」 、 「公園、廣場、 綠園道」 、 「體育場」 、 「大型遊樂場」 、 「連鎖餐飲」 、 「大型連鎖速食」 、 「大型連鎖 購物中心」 、 「私人診所」 、 「便利商店」 、 「停車場」 、 「郵局」 、 「銀行」 、 「電影院」、 「大型百貨公司」 、 「旅館」 、 「國宅」 、 「古蹟文物」 、 「警消單位」 、 「火車站」 、 「交 流道」 、 「加油站」 、 「工廠」 、 「寺廟」 、 「喪葬」等設施，並計算距離，該距離數值 即為本研究中的自變數。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 18 . i n U. v.
(26) 立. 政 治 大 圖 5 小學學區分布. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 圖 6 樣本分布. 19 . i n U. v.
(27) 第三節 政府評價 我們假設政府為一個 social planer，知道房屋及土地的真實價格， 「建物的內 部特徵」將影響房屋價格，而「外部特徵」則是影響土地價值，而政府對於房屋 和土地的評價則來自於政府對房屋和土地的課稅，其稅賦分別為房屋稅和地價稅 (或土地增值稅)，本文欲以公告現值計算土地真實價格，比較公告現值與公告地 價，公告現值每年公告用於課徵土地增值稅及作為徵收私人土地的補償標準，而 公告地價則是每三年公告用於課徵地價稅，由於其稅賦用途民眾希望自有的土地 擁有較大的增值空間但又不願意被課徵越來越高的地價稅，為了迎合民意，通常 公告現值會高於公告地價，因此在衡量土地真實價格時每年公告的公告現值會是 較好的衡量標準。將公告現值乘以交易中所移轉的土地面積，計算出政府所認定 此次交易中土地的真實價格。 在房屋稅部分，本文參考「台中市簡化評定房屋標準價格及房屋現值作業要 點」 ，依據房屋稅條例第 11 條及台中市不動產評價委員會 100 年第 1 次及第 2 次 會議決議案中的內容定義房屋稅的計算方式，其實施日期為 2011 年 7 月，因 2010 年時的課稅標準仍採用改制前標準，無法取得資料，因此本文一律以 2011 年的 標準計算。 房屋現值之計算參照「台中市三十層以下房屋標準單價表」 、 「台中市三十一 層以上超高大樓房屋標準單價表」 、 「台中市地下建築物標準單價表」 、 「台中市各 類房屋構造別代號暨折舊率對照表」 、 「台中市房屋地段等級調整率標準」 、 「台中 市特殊構造物現值評價方式」 、 「台中市電梯設備工程費概算表」 、 「台中市無電梯 設備之五層以下分層所有樓房價值分擔標準表」等表。. 立. 政 治 大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 房屋稅的計算公式為：. Ch. i n U. v. 應納稅額＝房屋標準單價 × 面積 × ( 1-折舊率×折舊經歷年數 )×地段等級調整 率×適用稅率. engchi. 房屋標準單價涉及房屋的構造、用途、樓層、地段、是否為農業用、是否有 電梯、中央空調等其他設施。房屋構造分為鋼骨造、鋼骨混凝土造、鋼骨鋼筋混 凝土造、鋼筋混凝土造、預鑄混凝土造、加強磚造、鋼鐵(架)造、木造、石造、 磚造、土造、竹造、特殊構造物，礙於本文所得的資料並沒有區分房屋構造，參 考台中市房屋稅籍的統計資料，鋼筋混凝土造的房屋佔台中市房屋的 64%，加強 磚造 10%、磚造約 5%、鋼骨造及土造約 3.5%，其餘各項均不足 2%，因此本文 假設所有樣本均為鋼筋混凝土造，每年折舊 1%，折舊 60 年，保留殘值 40%另 外根據「台中市房屋用途類別及用途細類別代號對照表」6，將房屋用途分為四 . 6. 第一類：國際觀光旅館、夜總會、舞廳、酒家、歌廳；第二類：旅館、百貨公司、餐廳、醫院、 大型商場、影劇院、遊藝場所、超級市場、圖書館、美術館、博物館、紀念館、廣播電臺；第三 類：咖啡廳、套房、納骨塔、市場、辦公室、店鋪、診所、住宅、校舍、體育館、禮堂、農舍、 20 .
(28) 大類，因樣本為一般民眾委託房仲進行買賣交易，用途多在住宅及店面，均在第 三大類。 其中對於房屋樓層之高度高於四公尺以上或低於兩公尺以下均須調整，但本 文資料沒有相關資訊，因此假設樣本高度均在正常範圍(2~4 公尺)，並且考量一 般家中不會設置中央系統型冷氣機、手扶梯，也沒有簡陋房屋的情形(無天花板， 地板為泥土、石灰三合土或水泥地，無窗戶或窗戶為水泥框窗，無衛生設備、無 牆壁)，同時也不考慮為農業專用的房舍，故將這些調整項目也排除在外。無電 梯的五樓以下建築依照「台中市無電梯設備之五層以下分層所有樓房價值分擔標 準表」進行調整，但對於有電梯的建築的電梯負載人數及速度因資料不足，不加 以調整。綜合以上本文之房屋標準單價以鋼筋混凝土第三類計算，僅涉及房屋總 樓數及所在樓層。 依據「台中市房屋地段等級率標準表」查出個樣本的地段等級，結合標準單 價和折舊率，可以算出政府認定的房屋價值，我們將其定義為房屋的真實價格。. 立. 房屋真實價格. 政 治 大. ‧ 國. 學. =房屋現值 =房屋標準單價 × 面積 × ( 1-折舊率×折舊經歷年數 )×地段等級調整率. ‧. 本文將超過政府評價的交易價格稱為泡沫，雖然房屋現值與公告現值在現實 社會中無法真實的反應房屋和土地的基要價值，然而在同一個地區，相同的地政 機關把關下，將會有一致的評價準則，換言之，我們只選取原台中市的資料是為 了避免原台中縣的資料因為縣市合併而造成評價的基準有所不同而產生偏誤。我 們相信政府對房地產的評價與房屋真實價值間的差距是固定的，即使政府公告的 價值低估，仍維持在八成的水準，因此透過政府給定的價格作為基準，抓住房地 市場的趨勢，再者由於泡沫是不可觀察的值，我們無法精確的衡量泡沫的規模和 房屋真實的價值，因此透過政府的評價，我們可以獲得政府機關地價人員經過全 面評估所擷取的資訊。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 開放空間、游泳池；第四類：油槽、焚化爐、養殖場、工廠、倉庫、停車場、防空避難室、農業 用房屋 21 .
(29) 第四節 變數說明 針對產品定位問題，經濟學家分別以位址選擇模式(address branch)及非位址 選擇模式(non-address branch)分析(Eaton and Lipsey, 1989)。前者將產品差異反映 在空間中，以點對點的距離呈現產品差異(賴孚權等 2011)，本文以 Hotelling 模 型和 Lancaster (1966)的特徵模型來詮釋房地產中的產品差異化。 本文以特徵價格法解釋各特徵對於房價泡沫的影響，預期獨立式住宅及集合 式住宅，分別將採取「靜中取鬧」 、 「鬧中取靜」的決策以達到最佳生活品質，根 據 Hotelling 模型的概念，在一個線型的市場中，其線段兩端的距離代表產品的 差異化程度，在兩維度的空間中，產品差異化可以進一步分為水平差異化及垂直 差異化，水平差異化為不同消費者對於產品某一特徵的認知，不同消費者有其不 同的偏好，在房地產市場中購屋者在考量房屋差異性時，首先根據購屋需求，選 擇偏向郊區的獨立式住宅或是位於市區的集合式住宅，考量 Hotelling 模型中運 輸成本的設定，表現在此則是集合式住宅民眾為滿足休閒需求，往來住宅與寧靜 郊區的成本，反之對於獨立式住宅的民眾，運輸成本為前往工作地點及市中心的 成本，此外，兩類住宅的房屋內部構造也有所不同，將吸引不同類型的消費者， 三代同堂的家庭可能偏好獨立式住宅，而核心的小家庭則是選擇近市區的集合式 住宅，故以房地產的所在位置衡量其水平差異化，一端為市中心，另一端為郊區， 再者，垂直差異化為消費者擁有一致看法的特徵，本文的垂直差異為各項住宅的 內外部特徵所帶來的影響，反映住宅的品質，所有消費者都希望住宅品質越高越 好，本文全面納入「建物內部特徵」 、 「教育」 、 「休閒」 、 「生活機能」 、 「區位」 、 「安 全」 、 「交通」 、 「鄰避設施」等變數衡量住宅品質，預期兩類住宅購屋者對於住宅 的需求將在 Hotelling 模型線性市場中往中間位置移動，集合式住宅渴望在繁榮 的鬧區保有安靜的生活環境，而獨立式住宅則是在空曠的郊區追求生活機能，然 而由於在特徵空間中，消費者的嗜好並非對稱，每個消費者有其所偏好的產品特 徵，甚至願意提高價碼獲取所偏好的特徵(賴孚權等 2011)，品質越高的住宅消 費者將給予越高的願付價格，使其超出政府所設定的合理價格，因此產生泡沫。 以下分別檢視本文所選取的房屋特徵。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 一、建物內部特徵 房地產價格受房屋內、外部特徵影響，「建物內部特徵」中有「樓高」、「所 在樓層」 、 「用途」 、 「總地坪」 、 「平均每層坪數」 、 「購買樓層數」 、 「平均每層房數」、 「平均每層廳數」 、 「平均每層衛浴數」 ，關於內部特徵的資料均由群義房屋提供， 樓高主要是為區別集合式住宅公寓、華廈、大樓的差異，由於獨立式住宅為整棟 購買，因此不討論「樓高」及「所在樓層」，獨立式住宅的樓高將反映在「購買 樓層數」，因為部分獨立式住宅有建造地下室，在計算每層坪數、每層房數均是 將總坪數及總房數除以「購買樓層數」計算，另外，考量民眾購屋時以持分計算 土地的移轉量，獨立式住宅則是全部的土地歸於一戶，因此在地坪的討論上是以 22 .
(30) 此次交易所移轉的總量為變數，但在建坪方面，以「平均每層坪數」計算，「平 均每層坪數」較總坪數更能彰顯出住宅的內部空間，此外，觀察各變數的相關係 數如表 5、表 6，獨立式住宅中「總地坪」與「平均每層坪數」呈現高度相關 0.7516， 顯示「平均每層坪數」越大的獨立式住宅，「總地坪」也會越大，因此去除總地 坪以避免共線性。就屋內的格局而言，「平均每層房數」與「平均每層衛浴數」 相關係數為 0.7256，顯示獨立式住宅的每層房間數與衛浴數是有關連的，因此將 獨立式住宅的「建物內部特徵」去除「平均每層衛浴數」 。而在集合式住宅中， 「平 均每層房數」與「平均每層廳數」和「平均每層衛浴數」的相關係數分別為 0.7053 和 0.8173，因此將「平均每層廳數」與「平均每層衛浴數」去除。考量一致性， 針對住宅格局，本研究僅探討「平均每層房數」。. 表5 獨立式住宅內部特徵相關係數 用途. 房數. -0.0206. 廳數. -0.2005. 衛浴數. 0.0814. 屋齡. -0.0785. 1. -0.0736. -0.0692. 1. 0.1139. 0.1488. -0.4915. 1. 0.1348. 0.1073. -0.6158. 0.4704. 0.1372. 0.2159. -0.279. 0.7256. -0.0434. -0.0782. -0.2838. 0.2435. io. al. n. 樓高 樓高. 樓層. 1. 0.2199. 0.1486. i n C 表6 集合式住宅內部特徵相關係數 hengchi U. 用途. 1. y. 0.1481. 0.7516. sit. 樓層數. 屋齡. 0.1394. 1. er. 0.1853. 衛數. 1. ‧ 國. 坪數. 立. 廳數. ‧. 總地坪. -0.0268. 治 房數 政購買層數 大. 學. 1. 建坪. Nat. 用途. 地坪. 地坪. 建坪. 購買數. v. 房數. 廳數. 衛數. 屋齡. 1. 所在樓層. 0.421. 1. 用途. -0.2023. -0.5746. 1. 總地坪. -0.4491. -0.3096. 0.3457. 1. 每層坪數. 0.2229. 0.4166. -0.3728. 0.325. 1. 購買戶數. -0.1222. -0.5224. 0.693. 0.405. -0.4881. 1. 房數. 0.0798. 0.4428. -0.5809. 0.009. 0.6408. -0.6209. 1. 廳數. 0.0843. 0.4708. -0.6019. -0.122. 0.5618. -0.7421. 0.7053. 1. 衛浴數. 0.1198. 0.4116. -0.4273. 0.0182. 0.5744. -0.5084. 0.8173. 0.5623. 1. 屋齡. -0.3484. -0.3215. 0.2301. 0.0905. -0.3171. 0.2274. -0.099. -0.2222. -0.0753. 23 . 1.
(31) 近年來台中市的市地重劃，集合式的大樓紛紛興建，根據研究的樣本，集合 式住宅中將近有 68%為高於十層樓的新大樓，而獨立式住宅雖然近幾年有新型別 墅的建設，但仍舊以 3 到 4 層樓的透天厝為主，因此比較獨立式住宅與集合式住 宅的屋齡，如圖 7 兩者的平均相差十年，另外，獨立式住宅每層樓坪數較小但整 體而言空間較大，土地的移轉面積也較集合式住宅來的多，就本研究的樣本而言， 如圖 8、圖 9 獨立式住宅的總樓地板面積平均為 70 坪，每層面積為 20 坪，持有 土地平均 32 坪，而集合式住宅的平均樓地板面積為 43 坪，所擁有的土地照持分 計算，平均僅 7 坪，在格局上獨立式建築偏向一層 1 到 2 個房間，而集合式住宅 平均而言多以核心家庭所居住的 2 房 1 廳 1 衛及 3 房 2 廳 2 衛的格局為主。 500 450 400. 政 治 大. 350 樣 300 本 250 數 200. 11. 16. 21. 26. 31. Nat. io. 41. 46. 屋齡(年) 圖 7 屋齡統計表. al. n 900. 36. y. 6. sit. 1. er. 0. 集合式. ‧. 50. ‧ 國. 100. 獨立式. 學. 150. 立. Ch. engchi. i n U. v. 800 700 600 樣 500 本 400 數 300. 獨立式 集合式. 200 100 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 建坪(坪) 圖 8 建坪統計表 24 .
(32) 2000 1800 1600 1400 樣 1200 本 1000 數 800. 獨立式 集合式. 600 400 200 0 20 30 40 50 60 70 80 90 100 110 120 130 140 每層坪數(坪). 政 治 大. 圖 9 每層坪數統計表. 學. 樓高. 集合式. 所在樓層. 集合式. ‧ 國. 立. 獨立式. 25.79566. 12.08522. 1. 48. 146.0526. 集合式. 15.31545. 6.76694. 1. 34. 45.79148. 獨立式. 32.41094. 15.43. 108.3. 202.5635. 集合式. 7.001697. 0.45. 49.89. 獨立式. 70.31531. 集合式. 53.04825. C h15.16 279.21 e chi 22.87171 8.7 n g146.6. 每層樓地板. 獨立式. 20.31054. 8.438848. 9.0325. 59.16. 71.21416. 2.274403. 9.468052. 17.946. 面積. 集合式. 43.24151. 21.04369. 8.7. 138.81. 442.8367. 1.424639. 5.934656. 39.83. 獨立式. 3.485743. 1.331849. 1. 6. 1.77382. -0.03063. 1.786181. 4. 集合式. 1.354944. 0.629975. 1. 4. 0.396869. 1.637062. 4.705735. 1. 獨立式. 1.523161. 0.950324. 0.166667. 7. 0.903115. 2.126812. 9.850951. 1.25. 集合式. 2.478049. 1.311961. 0.333333. 11. 1.721243. 1.228835. 9.442042. 3. 獨立式. 0.770582. 0.471133. 0.2. 4. 0.221966. 3.491652. 22.90018. 0.666667. 集合式. 1.578135. 0.592364. 0.333333. 4. 0.350895. -0.29872. 2.955788. 2. 獨立式. 1.193415. 0.797414. 0.2. 7.333333. 0.63587. 2.843699. 13.44466. 1. 集合式. 1.662808. 0.854586. 0.333333. 7. 0.730317. 2.373475. 14.11082. 2. 平均房數. 平均廳數. 平均衛數. Variance. Skewness. Kurtosis. 50%. 12.5726. 4.906383. 4. 32. 24.07259. 0.788594. 4.238935. 13. 2.610733. 1.748393. 1. 8. 3.056877. 0.804749. 2.831266. 2. -0.44764. 2.376615. 27. -0.03237. 3.209638. 16. 2.940225. 14.28124. 27.83. 3.326594. 22.96596. 5.99. 2.112009. 10.01222. 63.765. 523.1152. 1.025764. 4.14415. 48.04. al. 4.609473 41.30081. 25 . sit. er. 14.23248. y. Largest. ‧. 購買樓層數. Smallest. n. 總建坪. Std. Dev.. io. 總地坪. Mean. Nat. 屋齡. 表7 住宅內部特徵相關統計值. iv n 1705.757 U 21.24724.
(33) 二、教育 除了內部特徵外，本文針對外部環境納入 30 個變數，考量購屋者對房屋外 部特徵的需求，分為七大類外部特徵：教育、休閒、生活機能、區位、交通、安 全、鄰避設施。 由於本文以小學為環域中心，特別著重於教育與社區間的關係，因此特別將 教育類變數獨立出來，分別有「幼托機構」 、 「小學」 、 「國中」 、 「大學」四個部分， 將學習歷程中的「高中」去除，因為高中屬於考試入學，莘莘學子因為追求名校 而離鄉背井，住宅選擇與其並不相關，然而同樣是考試入學的「大學」由於校區 廣大，出入自由，在社區當中扮演著休閒場所的角色，此外，大學附近也常構成 商圈，建立了良好的生活機能。對於社區而言小學的密度最大如下表 8，住宅與 小學的距離平均為 360 公尺，而國中服務範圍較大，與住宅距離約為 580 公尺， 但大學並非義務教育，與住宅的距離相對較遠，住宅與大學的距離平均超過 1100 公尺。 教育類變數與房地產泡沫間的關係，預期集合式住宅距離校「幼托機構」 、 「小 學」 、 「國中」越近，泡沫越大，而獨立式住宅，由於購屋者對於住宅寧靜環境的 需求，不希望鄰近學校聽到學校鐘聲，和學童上下學所帶來的吵鬧，因此，預期 距離越的近，泡沫越小。而大學則是因為提供休閒功能預期，距離越近，泡沫越 大。 表8 教育類特徵相關統計值 Largest. Variance. Skewness. Kurtosis. 50%. 0.933346. 3.932064. 287.8613. 1.451613. 5.878541. 268.5883. -0.25585. 2.118517. 377.1711. -0.20478. 2.152194. 374.547. 191.8614. 0.453436. 1063.52. 36810.8. 集合式. 312.9913. 204.2579. 3.271987. 1598.654. 41721.28. 獨立式. 365.3153. 134.4485. 54.27832. 599.8975. 18076.41. 集合式. 361.8746. 22.20326. 599.7401. 17887.37. 獨立式. 582.9235. al. 262.0511. 集合式. 592.3515. 275.8344. 獨立式. 1378.527. 集合式. 1199.541. 133.7437. Ch. er. 小學. y. 313.3433. 托兒所. io. 獨立式. n. Nat. Smallest. sit. Std. Dev.. ‧. Mean. 學. ‧ 國. 立. 政 治 大. engchi U. v ni. 79.44344. 1928.742. 68670.76. 0.819426. 4.270839. 543.9367. 41.31593. 1386.366. 76084.59. 0.5501. 2.813849. 572.2376. 712.4426. 60.13108. 4234. 507574.4. 0.389496. 3.070729. 1437.766. 663.0857. 20.12857. 3722.38. 439682.7. 0.513603. 2.712831. 1117.624. 國中. 大學. 三、休閒 休閒部分有博物館、美術館、展演用地、圖書館、公園、廣場、綠園道、體 育場館、KTV、網咖、撞球館等變數，其中博物館、美術館、展演用地三者均屬 於具有教育教育意義的室內展覽場，性質相似因此將其歸為同類，而公園、廣場、 綠園道，則是同屬城市綠地，是適合親子免費遊樂的去處，將此三者歸為一類， 此外，KTV、網咖、撞球館則屬於「大型休閒遊樂場所」，因此本研究中，休閒 部分有「博物館、美術館、展演用地」 、 「圖書館」 、 「公園、廣場、綠園道」 、 「體 育場館」、「大型休閒遊樂場所」五項變數。如表 9，休閒類變數以公園、廣場、 26 .
相關文件
Due to rising prices in winter clothing and footwear, as well as increasing housing rent and expenses of house maintenance, indices of Clothing and footwear; and Rent and
Attributable to increasing rent of housing and expenses of house maintenance, rising prices in summer clothing and footwear, as well as fresh vegetables, the indices of Clothing
Attributable to the upward adjustment of school tuition fees in the new academic year; higher housing rent and expenses of house maintenance; and rising prices in fish and
屏東科技大學森林系陳美惠教授帶領的社區林業研究團隊長期深 耕，陪伴墾丁國家公園(台 26 線)及屏北原鄉部落(台 24 線)，建立森 林與部落的生態旅遊推動模式，研究成果於 2008
並以較淺易的方式進行評估，為學生建立學習成就感。整體而言，大多數政治演變的課題，會以概覽式課題的方法處理，即教師
明清兩代， 君主獨攬大 權，君主權力高漲而臣 下權力低落 。明朝太祖 和成祖兩代， 已形成君 主集權之勢；清代則經 康熙、雍正收束權柄 ， 君權更高度集中
「他們為獨立和自主的電影乾杯，毫不理會那主 角是誠實正直還是陰險狡詐。他們讚美個體，討
In order to improve the aforementioned problems, this research proposes a conceptual cost estimation method that integrates a neuro-fuzzy system with the Principal Items
