貸款成數、補貼與鄰里環境滿意度對住宅租買選擇之影響-兼論預測績效之比較
91
0
0
全文
(2) . .
(3) . 誌謝 2014 年的冬天很暖和；暖和的是，指導教授 李春長老師-升等教授，且為本系所 第一位的教授。2015 年的夏天美極了；美的是，在二位指導教授的指導下，睽別校園 經 年 ， 在 社會上執業多年的 我，如今完成了碩士學位。 回 想 入學前拜讀 李春長教授的專著「不動產經濟學」一書，發現內容不落 俗套、內容扎實且條理分明，對李教授著書所下的用心，著實讓我感動。所以 入學後，我以惶恐但毅然的心情，決定選李教授做我的指導教授。在李教授的 應 允 下，其 偕同董呈煌教授共同聯 合指導，就此結下了我與二位教授之間的師生 緣份。 論文的撰寫，能按部就班地順利完成，當然，本身須努力外，最主要的原因，來自 二位指導教授-李春長與董呈煌教授，於每週 meeting 時間，有妥善的進度安排， 及平日對相關研究論文的涉獵與報告準備的要求，和耐心對我論文嚴謹的教導 與解惑。使我學習到的不僅是知識的累積，更是一種態度。在此誠敬的向二位教授說一 聲：「謝謝二位教授，花很多時間在指導學生身上，您們辛苦了！」。 二 位 教 授 可 謂 是 我 非 常 敬 仰 的 學 者 ， 不 論學 識 的 專 精 或 教 學 的 精 神 ， 皆 令 人 稱 許；李 教 授 的 豪 邁 大 方、堅 毅 進 取 (喬峰)，董 教 授 的 智 能 出 眾、才 超 群 倫(諸 葛 亮 )的 性 格，也使人佩服。課業 外，師生之間也培養出 亦師亦友的情誼，二位教 授幽默坦率的言談，及對學生的關心備至，也點綴了這二年求學的時光，叫人永遠回憶。 能就教於二位指導教授門下，可謂是一種驕傲! 再來，要感謝課業與事業上表現都很優秀的同門大師兄- 李育衡理事長，這二年給 予我的打氣與扶持，受您的幫助很多，您是我見賢思齊的楷模。還有建政小寶貝，平日 於課堂上的協助與打理。謝謝學長姐毓堅、豐文、家妤、淑名，在學業上的經驗傳授， 可愛的學弟妹哲璋、佑鑫、小永、惠娟，平日帶來的歡笑。能與您們做同門，我三生有 I .
(4) . 幸啊! 感謝亦劍亦儒亦風趣的外系國貿系 顏信利教授，叫人難忘，認識您真好。感謝笑 聲爽朗的本系 吳韻玲老師。感謝口試老師 陳明燦、梁志民二位教授，對我論文給予的 寶貴建議，獲益良多。也感謝系上任課老師們在課程期間的傾囊相授；同學們間帶來的 歡樂與協助。 最後，感謝我的家人，我要將這份成就與已不在人世的父親分享，相信您知道了也 會為我高興。最要感謝的是母親，謝謝您在我這段學業期間的包容與辛苦的付出，讓您 操心了。同時也感謝二位姐姐，這些日子對家裡的幫助，辛苦了。. 感謝關心我、幫助過我的人。僅以此小小成就與大家分享！ 劉陽東 謹識 國立屏東大學 不動產經營學系 民國 104 年 6 月. II .
(5) . 摘要 本研究主要在探討影響住宅租買選擇之因素，並檢視不同行政區特徵變數對家計部門 租買選擇行為是否有跨層次影響。以大臺北地區之住宅狀況調查訪問資料作為實證分析樣 本。本研究應用一般化階層線性模型(hierarchical generalized linear modeling, HGLM)來進行 估計。實證結果顯示，家計部門租買選擇行為會因行政區之不同而有所差異。第一層解釋 變數中之年齡、教育水準、常住戶內人口數、貸款成數、私人借貸與政府優惠貸款對租買 選擇具有顯著正向影響，亦即家計部門在租買決策時將會傾向選擇購屋。性別、每人居住 面積、每人房間數雖具有正向影響，但未達顯著水準。其次，第二層次區域特徵變數環境 品質滿意程度達正向顯著水準，而休閒與運動滿意程度則未達顯著水準，表示行政區之環 境品質滿意度愈佳時，其將會影響家計部門傾向選擇購屋。本研究別於以往的研究，進一 步以 HGLM、二元邏吉斯迴歸模型與區別分析模型，進行預測績效之比較。實證結果顯示， HGLM 租買選擇行為的命中率與其他指標均優於二元邏吉斯迴歸模型與區別分析模型，亦 即以 HGLM 層次分析方式來處理巢套的資料，更能提高預測家計部門租買行為分類上的正 確度。再者，經交叉驗證進行模型命中率穩定性的分析，結果顯示，交叉驗證之命中率優 劣排序，仍與上述模型命中率的實證結果相符。表示本研究三種模型租買選擇命中率預測 績效之比較結果，具穩定性且結果信度高。. 關鍵字：租買選擇、貸款成數、環境品質滿意度、一般化階層線性模型、命中率. III .
(6) . Abstract This study investigated the factors affecting tenure choice and explored whether different administrative districts had cross-level effects on tenure choice. A hierarchical generalized linear model (HGLM) was used to analyze data collected from housing surveys for the Greater Taipei area. The results showed that tenure choice differed between administrative districts. The level-one explanatory variables age, level of education, number or residents, loan-to-value, personal loans, and government preferential loan had significant positive effect on tenure choice, indicating that households tend to buy houses. Gender, floor area per person, and number of rooms per person also had non-significant positive effects. The level-two variable environmental quality satisfaction reached a significance level while leisure and exercise satisfaction did not, indicating that greater environmental satisfaction for an administrative district influence household decisions to buy houses. Different from past studies, this study further used an HGLM, a binary logistic regression model, and a discriminant analysis model to compare performance predictions. The results implied that the hit rate and other indicators in the HGLM better indicated tenure choice than the binary logistic regression model and discriminant analysis model. That is, using HGLM to process nested data can increase the prediction accuracy of household tenure choice. Furthermore, cross-validation was used to analyze hit rate stability. The hit rate sequencing from the cross-validation was consistent with the HGLM results, implying that the comparison of the three models for hit rate performance prediction in this study were both stable and reliable. Keywords: tenure choice, loan-to-value, environmental quality satisfaction, hierarchical generalized linear modeling, hit rate. IV .
(7) . 目 錄 誌謝 .................................................................................................................................................. I 中文摘要 ....................................................................................................................................... III 英文摘要 ....................................................................................................................................... IV 目錄 ................................................................................................................................................ V 表目錄 ..........................................................................................................................................VII 圖目錄 ........................................................................................................................................ VIII 第壹章 緒論 ................................................................................................................................... 1 第一節 研究動機與目的 ....................................................................................................... 1 第二節 研究問題 ................................................................................................................... 4 第三節 研究方法 ................................................................................................................... 5 第四節 研究流程 ................................................................................................................... 5 第貳章 租買選擇文獻回顧 ........................................................................................................... 7 第參章 實證模型設定 ................................................................................................................. 10 第一節 模型設定 ................................................................................................................. 10 一、零模型 ................................................................................................................... 11 二、以截距為結果的迴歸模型 ................................................................................... 13 第二節 變數選取設定 ......................................................................................................... 16 第肆章 資料來源與樣本統計量描述 ......................................................................................... 22 第一節 資料來源 ................................................................................................................. 22 第二節 樣本統計量描述 ..................................................................................................... 22 第伍章 實證結果分析 ................................................................................................................. 26 第一節 零模型 ..................................................................................................................... 26 第二節 以截距為結果的迴歸模型 ..................................................................................... 27 第陸章 HLM、二元邏吉斯迴歸模型與區別分析模型預測之比較 ........................................ 32 第一節 預測績效之文獻回顧 ............................................................................................. 33 第二節 HLM、二元邏吉斯迴歸與區別分析模型 ............................................................ 35 一、HLM ...................................................................................................................... 35 二、二元邏吉斯迴歸 ................................................................................................... 35 三、區別分析 ............................................................................................................... 37 V .
(8) . 第三節 五種指標評估預測績效 ......................................................................................... 38 一、命中率 ................................................................................................................... 38 二、ROC 曲線分析 ...................................................................................................... 39 三、平均絕對誤差 ....................................................................................................... 40 四、平均絕對值誤差率 ............................................................................................... 40 五、二元預測準確性關聯性量數四指標 ................................................................... 41 (一)和諧配對數的數量 Nc....................................................................................... 41 (二)不和諧配對數的數量 Nd .................................................................................. 41 (三)不是和諧也不是不和諧的「結」配對數的數量 Tie ...................................... 41 第四節 實證結果與預測績效之比較 ................................................................................. 42 一、估計結果 ............................................................................................................... 42 (一)HLM ................................................................................................................... 42 (二)二元邏吉斯迴歸模型 ........................................................................................ 44 (三)區別分析模型 .................................................................................................... 48 二、預測績效之比較 ................................................................................................... 53 第柒章 結論與建議 ..................................................................................................................... 58 第一節 理論意涵 ................................................................................................................. 58 第二節 實務意涵 ................................................................................................................. 59 第三節 研究限制與未來研究建議 ..................................................................................... 60 參考文獻 ....................................................................................................................................... 61 附錄 ............................................................................................................................................... 72 附錄一 住宅狀況調查訪問表 ..................................................................................................... 72 附錄二 各變數租買次數及百分率統計表 ................................................................................. 74 附錄三 各行政區 ENVI 與 LEIS 滿意度一覽表 ..................................................................... 75 附錄四 二元預測準確性關聯量數對數量 ................................................................................. 76 附錄五 10 折交叉驗證測試組命中率一覽表 ............................................................................ 77 附錄六 家庭設備普及率及住宅狀況 ......................................................................................... 78 附錄七 家庭消費支出-按消費型態分........................................................................................ 79 附錄八 中央銀行對金融機構辦理購置住宅貸款及土地抵押貸款業務規定修正對照表 ..... 80 附錄九 首購族購屋資金來源 ..................................................................................................... 81. VI .
(9) . 表目錄 表 1 變數選取與說明 ............................................................................................................ 21 表 2 第一層次變數描述性統計 ............................................................................................ 25 表 3 第二層次變數描述性統計 ............................................................................................ 25 表 4 零模型分析結果摘要表 ................................................................................................ 27 表 5 以截距為結果的迴歸模型分析結果 ............................................................................ 31 表 6 HLM 預測錯誤分類表 ................................................................................................... 42 表 7 Wald 檢定........................................................................................................................ 44 表 8 二元邏吉斯迴歸模型預測係數 .................................................................................... 46 表 9 二元邏吉斯迴歸模型錯誤分類表 ................................................................................ 47 表 10 典型變量特徵值 .......................................................................................................... 49 表 11 Wilks' Lambda 值 .......................................................................................................... 49 表 12 區別分析預測函數係數 .............................................................................................. 50 表 13 區別分析模型錯誤分類表 .......................................................................................... 51 表 14 三個模型比較綜合一覽表 .......................................................................................... 56. VII .
(10) . 圖目錄 圖 1 研究流程圖 ...................................................................................................................... 6 圖 2 研究架構圖 .................................................................................................................... 16 圖 3 租買 ROC 曲線 ............................................................................................................. 39 圖 4 三種模型租買 ROC 曲線比較 ...................................................................................... 54. VIII .
(11) . 第壹章 緒論 第一節研究動機與目的 由於住宅具有昂貴性，一般家計部門在考慮住宅消費時，常會依不同因素來考慮是 要選擇擁屋或者租屋。此兩種選擇涉及到住宅服務需求與效用滿足的差異，故租買選擇 一直為住宅需求與消費研究的重要領域之一。於許多國家間對於提高住宅自有率也一直 是重要的社會及經濟問題。由於華人社會「有土斯有財」的觀念根深蒂固，認為擁有不 動產對個人或家計部門而言，除了可滿足居住的基本需求外，也帶來安全的保障，所以 臺灣在住宅自有率方面長年都是居高不下。臺灣行政院主計處 2013 年家庭收支調查報 告中指出，到 2013 年為止台灣住宅自有率已達 85.3%，參附錄六。再者，臺灣地區家 庭消費型態雖已朝多元化發展，但長期以來仍以住宅消費與服務等支出為大宗，在 2013 年家庭收支調查報告中指出住比例為(26.8%)，相對於食(16.3%)、衣(3.0%)、行(13.4%)、 育及樂(9.7%)都來的高，參附錄七，顯示住宅為家計部門「食、衣、住、行、育、樂」 等方面的消費中比例最高，可以說住宅支出對家計部門財務分配具有深遠的影響。 就租買選擇之文獻方面，林祖嘉(1994)與薛立敏、陳琇里(1997)及謝文盛、林素菁 (2000)皆以戶長年齡、性別、婚姻狀況、職業別、教育程度、家庭人口數、恆常所得以 及居住面積等為解釋變數，分析解釋家計部門租買選擇之行為模式，其研究結果均顯示， 人口、社會屬性特徵對於家計部門租買選擇具有顯著影響。Carter (2007)實證結果顯示， 經濟變數(如房價指數、薪資指數、政府稅制)、人口特徵(如恆常所得、年齡、家庭組成) 對住宅自有率都是相當重要之影響因素。Bazyl (2009)研究顯示，國籍、收入、婚姻狀況 及年齡逾 30 歲等變數對租買選擇是重要解釋變項。Spalkova and Spalek (2012)實證結果 顯示，收入、教育水準以及婚姻狀況皆是影響租買選擇之重要因素。學者研究發現，購 屋不僅是個人居住品質會受影響，對學齡兒童也會產生影響，如 Haurin, Parcel, and Haurin (2002)研究結果顯示，購屋比租屋有較高品質居家環境、會提高兒童認知能力且 減少兒童行為問題，生長在父母擁有房屋所有權的小孩，其學校成績較好，行為問題也 1 .
(12) . 較少。 此外，資金來源亦是影響租買選擇的重要因素之一。Chambers, Garriga, and Schlagenhauf (2009)研究結果顯示，住宅交易量與銀行購屋貸款存在著密不可分之關係， 購屋資金取得的容易性會使得家計部門傾向於購屋。臺灣民眾購屋資金來源中，除了銀 行貸款外，私人貸款(標會、親友借貸)亦是購屋資金來源之ㄧ，特別是，華人地區所存 在之特殊標會文化，儼然也為華人另一特殊購屋資金來源管道。2015 年台灣內政部營建 署住宅需求動向調查結果顯示，民眾購屋自備款資金主要來源為自有儲蓄現金或存款 (38.1%)；其次為金融機構貸款(33.1%)；再其次為父母資助(13.9%)，再後為出售原有房 地產(4.0%)。Lang and Hurst (2013)研究結果顯示，購屋貸款及政府補助會增加住宅自有 率。本研究納入銀行貸款成數、私人借貸及政府優惠貸款等三項變數來探討其對租買選 擇之影響。 Can (1990)與 Ioannides and Zabel(2003; 2008)研究顯示，鄰里因素會影響民眾對於 住宅之需求。2014 年台灣內政部營建署住宅動向需求調查結果顯示，就整體調查地區欲 購置住宅自住者以改善居住環境(33.4%)為最主要原因，其次則以結婚(23.4%)為次要原 因。顯示國人在經濟所得與教育水準提高，環保及健康意識抬頭時，對於住宅需求的選 擇除重視住宅本身特徵屬性外，已逐漸更重視住宅周圍的鄰里環境。 林祖嘉與林素菁(1993)以特徵價格理論為基礎，同時納入環境品質及公共設施變數 ，實證分析研究結果發現消費者在選擇住宅時，對住宅本身特質、環境品質及住宅附近 公共設施之服務項目等因素皆會有所考量亦會影響房價。惟對環境品質與公共設施之相 關文獻大都側重於對房價的影響(例如 Cannaday and Sunderman,1986; Lin, 1993 與林素菁 與林祖嘉，2001)。顯示環境品質與公共設施也應該是消費者購屋或租屋時的重要考慮 因素。另 Vera-Toscano and Amestoy (2008)指出居住環境品質的維護、休閒設施的品質、 所在地區的可及性，對於居住滿意度具有正向顯著影響。顯示環境品質與休閒設施對於 居住的重要性。本研究欲探討環境品質與休閒與運動設施對租買選擇之影響。 2 .
(13) . Huang and Clark (2002)以一般化階層線性模型(hierarchical generalized linear modeling, HGLM)探討中國於 1990 年代住宅市場轉型為自由市場之過渡時期租買選擇行為之 變遷，其使用階層線性模型分析，但第二層次部分尚未考慮鄰里特徵變數，其在第二層 次部分，將商品建設(住宅、辦公大樓及其他商業大樓)之銷售價格作為第二層次特徵變 數，認為房價對於住宅自有率增長率具有負向影響關係。邱新雅、李春長、何宇明(2013) 曾利用階層線性模型 (hierarchical linear model,HLM)探討區域商業化程度、公園面積比 例與學校面積比例對租買選擇的影響，實證結果顯示，區域特徵變數商業化程度愈高及 公園面積比例愈高，將會影響家計部門傾向選擇購屋；學校面積比例影響家計部門傾向 選擇租屋。Brown and Uyar (2004)、Lee (2009, 2010)與 Lee and Lin (2012)亦曾利用階層 線性模型來探討住宅建物特徵與近鄰地區特徵對於住宅價格的影響，但是多數研究都未 使用階層線性模型討論在各區域內之鄰里特徵變數對其家計部門租買選擇行為之影響， 如各區域居民對鄰里環境品質及休閒與運動的滿意程度等。本研究想探討不同行政區間 之特徵變數對租買選擇是否具有影響。 本研究使用 HGLM 來探討不同行政區之特徵變數對家計部門之住宅租買選擇行為 的影響，透過 HGLM 模型，可將變數歸屬於適當的分析單位，並能避免估計偏誤與推 論謬誤等問題( Morrow-Jones, 1988)。其模型分為第二層次(即行政區)與第一層次(個別住 宅)，探討重點在於(1)各行政區間家計部門租買選擇行為是否有所變異(variance)；(2)第 一層次之自變數(如性別、年齡、年齡平方、教育水準、屋齡、每人居住面積、每人房 間數、常住戶內人口數、貸款成數、私人借貸與政府優惠貸款)是否會影響家計部門選 擇購屋之傾向。第二層次特徵變數中之環境品質滿意度、休閒與運動滿意度是否會跨層 次直接影響家計部門之租買選擇。 國內租買選擇的相關研究，多數以探討何種解釋變數影響家計部門租買選擇及租稅 效果對租買選擇影響等(如：謝文勝、林素菁，2000)。抑或租買選擇行為下家計部門各 類消費支出比較 (如：薛立敏、陳綉里，1998)與住宅消費的分配變動(如：謝博明，2006) 3 .
(14) . 所造成的影響等。但對於租買選擇所建立的迴歸式，運用於預測租買選擇行為的命中率 (分配的正確度)方面鮮少著墨。如何建構一個估計有效的租買選擇行為預測模型應為實 務上重要的議題。過去不動產研究在命中率的應用上，Feng and Jones (2015)曾以 HLM 與類神經網路運用於住宅價格的預測，實證結果顯示，HLM 比類神經網路對住宅價格 有較佳的預測績效。而國內大多運用於銀行界房屋抵押貸款客戶違約預測(如：黃嘉興、 謝永明、劉宗哲，2005)、購屋投資預測(如：邱于修、周美伶、張金鶚，2013)、不動產 市場估價之應用(如：林祖嘉、馬毓駿，2012)。國內缺乏命中率應用於租買選擇行為的 研究。本研究與以往的不同之一在於將 HGLM 與一般常用的預測模型(即二元邏吉斯迴 歸模型與區別分析模型)進行租買選擇行為預測績效的比較，並同時分析三種預測模型 的命中率(hit rate)、ROC (receiver operating characteristic)、MAE (mean absolute error)、 MAPE (mean absolute percentage error)、二元預測準確性關聯性量數四指標：Gamma ( godman-kruskal gamma)、Somers' D、Tau-a (kendall's tau-a)及 C (concordance index)與 10 折交叉驗證(10-fold cross-validation)，來判斷模型對租買分類是否有良好的適配度或 準確度。. 第二節研究問題 一、不同行政區間家計部門租買選擇行為是否有所差異。 二、第一層次之解釋變數(如性別、年齡、年齡平方、教育水準、屋齡、每人居住面積、 每人房間數、常住戶內人口數、貸款成數、私人借貸與政府優惠貸款)是否會影響 家計部門選擇購屋的傾向。 三、第二層次特徵變數(環境品質滿意度、休閒與運動滿意度)是否會跨層次直接影響 家計部門之租買選擇。 四、HGLM、二元邏吉斯迴歸模型與區別分析模型，於相同預測變數前提下，比較三 種模型預測績效孰優。. 4 .
(15) . 第三節研究方法 一、 使用 HGLM 來探討不同行政區之特徵變數對家計部門之住宅租買選擇行為的 影 響 ， 實 證 模 型 為 零 模 型 (null model) 與 以 截 距 項 為 結 果 的 模 型 (intercepts-as-outcomes model)。 二、 以命中率、ROC、MAE、 MAPE 與二元預測準確性關聯性量數四指標(Gamma、 Somers' D、Tau-a 與 C 值)作為 HGLM、二元邏吉斯迴歸模型與區別分析模型預 測績效比較的實證方法。並以 10 折交叉驗證(10-fold cross-validation)進行預測穩 健性之驗證。. 第四節研究流程 本文架構除第一章緒論外，第二章為文獻回顧，第三章實證模型設定，第四章是資 料來源與樣本統計量描述，第五章為實證結果分析，第六章是HLM、二元邏吉斯迴歸模 型與區別分析模型之預測比較，最後是結論與建議。(參見圖1研究流程圖). 5 .
(16) . 緒論. 文獻回顧. 實證模型設定 零模型 模型設定. 變數選取. 以截距為結果 迴歸模型 資料來源與樣本統計量描述. 資料來源. 樣本統計量描述. 實證結果分析. HGLM、二元邏吉斯迴歸模型與區 別分析模型之預測比較 . 結論與建議. 圖 1 研究流程圖. 6 .
(17) . 第貳章 租買選擇文獻回顧 Morrow-Jones (1988)認為家庭內人口特徵，例如戶長年齡、家庭規模、家庭的組成 和觸發事件的發生(如新生兒的出生以及婚姻生活等)，是影響租買選擇的重要因素。 Clark and Dieleman (1996)認為租買選擇不是一項簡單投資或是消費的決定。Opoku and Abdul-Muhmin (2010)研究結果顯示，儘管收入有限，但多數人還是喜愛購屋大過於租賃， 而選擇購屋的前三大重要因素在於財政考量、私人的生活空間、擁有美觀房屋的所有權。 另外，Andersen (2011)研究結果亦顯示，家庭選擇購屋原因在於偏好獨棟式花園住宅、 擁有自由處置的權利以及無須因租賃合約等問題而需搬遷至新區域重新適應的困擾。 Spalkova and Spalek (2012)實證結果顯示，收入、教育水準以及婚姻狀況皆是影響 選擇購屋之重要因素，而性別、戶長年齡、小孩和退休等因素對購屋之影響程度相對較 小。Rouwendal and Nijkamp (2010)研究結果顯示，失業與購屋存有因果之關係，家計部 門處於較高失業率地區、流動性勞工人口較少和有較長的失業期，都會降低家庭的購屋 意願。Moriizumi and Naoi (2011)實證結果顯示，失業風險會顯著負向影響購屋。此外， Carter (2007)將已婚家庭中分別獨立出丈夫與妻子的收入，即家庭中收入部分分為主要 收入(丈夫薪資)與次要收入(妻子薪資)，結果發現，如家計部門有次要收入將會顯著增 加購買住宅的意願。Hendershott, Ong, Wood, and Flatau (2009)研究結果顯示，夫妻雙方 一起累積財富相較於純粹個人自我儲蓄來得更加容易選擇購屋，並且過往的婚姻歷史也 會影響屋主的負擔能力，因離婚可能會失去部分財富，連帶影響住宅自有率或租買選擇 決策。 Tiwari (2000)研究顯示，屋齡的增加也會促使家計部門換屋的意願。Goodman and Thibodeau (1995)、Nguyen and Cripps (2001)的研究皆支持屋齡較高會降低家計部門選擇 購屋之意願。陳淑美、張金鶚、陳建良 (2002)研究結果顯示，家計部門以改善居住品質 為購屋主要考量，會選擇一間較新屋齡及較好的住宅，屋齡每增加一年會降低家計部門 選擇購屋之意願。Henley (1998)研究顯示，住宅面積愈大，愈能滿足家計未來之住宅需 7 .
(18) . 求，帶給家計部門正面效用越高，故選擇購置不動產的意願愈高。林祖嘉、林素菁 (1993) 研究結果顯示，租賃的房屋平均每人房間數小，自有住宅的平均每人房間數數大，充分 顯示自有房屋者要求較高的房屋品質而且對住宅的個人空間需求要高。薛立敏、陳琇里 （1997）指出家庭人口數愈多擁屋機率愈高。家庭人口數愈多，有工作的人口數愈多， 表示家庭的所得來源愈多，因此對於擁屋有正向影響。 購屋資金來源影響著租買選擇甚鉅。一般家庭購屋資金除了自我儲蓄外，不外乎 是透過銀行貸款取得資金，Chambers, Garriga, and Schlagenhauf (2009)研究結果顯示，住 宅交易量的增加與購屋貸款是息息相關的，購屋資金取得的容易性對於家庭租買決策而 言是重要的影響因素。 Chambers, Garriga, and Schlagenhauf (2009)研究結果顯示，長期抵押貸款對購屋消 費行為具有正向影響。林祖嘉、林素菁（1996）指出若貸款成數低，自備款的比例相對 增加，可能降低購屋者的需求。就購屋者而言，一般會向銀行機構貸款，但華人地區購 屋資金來源除向銀行機構貸款外，許多來自私人貸款，如標會或親朋好友借貸等(如邵 凱揚，2012)。還有，政府補貼亦是影響租買的重要因素(如陳銘祥，2004)，Lang and Hurst (2013)研究結果亦顯示，購屋貸款及政府補貼會增加住宅自有率。 此外，除個人屬性、房屋屬性、資金來源與政府補貼政策外，鄰里環境也是影響家 計部門租買選擇決策要因之一。Ho (2006)研究指出鄰里因素與家庭因素亦是影響租買選 擇的重要原因，鄰里因素是指周遭鄰里居住品質，其包括環境品質與休閒運動等。 環境品質是整體生活品質概念中的一環，知覺環境品質反映出個體對於各層面福祉 的感受，構成居住滿意度的認知(Poll, 1997; Praag and Ferrer-i-Carbonell, 2004)。Bonaiuto et al.(2003, 2006)及Lercher (2003)亦指出居住滿意度可定義為居民對住居在特定地點所 體驗愉悅和滿足程度，並指良善的鄰里滿意度對租買選擇具有正向的直接影響。Sanchez and Dawkins (2001)研究指出，公共設施及環境對於地區自有率有拉動與推動因素的影響 ，拉動指的是吸引他人入住此地；推動是原居住人搬遷移居此地，拉動因素通常包括獲 8 .
(19) . 得良好優質的公共服務(如學校、醫療設施)、就業、休閒娛樂的機會或履行住屋願望等； 推動因素包括外部環境污染增加、犯罪率等。其次，Floor, Kempen, and Vocht (1996)研 究指出，家戶喜愛購買鄰近綠地之房屋，源自於公園綠地不僅帶給家庭和平與寧靜的氣 息，也會提供更多娛樂空間。. 9 .
(20) . 第參章 實證模型設定 第一節 模型設定 由於本研究所蒐集的資料為階層性的資料，第二層總體層次特徵變數會對依變數有 跨層次直接影響效果，為避免採用傳統迴歸來做分析時未能考量第一層解釋變數係數在 第二層特徵變數間的差異，亦即未考量不同行政區組間的異質性問題且易違反各解釋變 項須相互獨立的假設，導致研究分析上的可能錯誤，所以本研究以多層次線性模型 (multilevel linear modeling, MLM)或稱階層線性模式(hierarchical linear modeling, HLM) 層次分析方式來處理具有內屬、鑲嵌或稱巢套(nested)性質的層級資料。1即第一層個體 巢套於第二層不同的行政區時，利用 HLM 階層線性模式可客觀準確地分析對依變數產 生的固定效果並可估計其截距項與變異數，同時可檢視第一層解釋變數與第二層特徵變 數對依變數是否正確地達到統計上的顯著水準。換言之，階層線性模式與一般線性模式 最主要的差別，就是階層線性模式有考慮組間的差異，藉由 HLM 模型分析能客觀正確 地探討具階層性質的資料之第一層解釋變數與第二層特徵變數對依變數影響的結果，並 可探究第二層之特徵變數對依變數是否有跨層次直接影響效果。 本研究依變數為傾向購屋或傾向租屋結果的二元變數，因此我們將資料設定為白努 利分配(Bernoulli distribution)，並使用一般化階層線性模式(hierarchical generalized linear modeling, HGLM)進行分析。 HGLM 模型設定如下：. ij ) 1 ij. ij log(. (1). 其中，. i : 為每一受訪家計部門。 1. 溫福星，2006，初版二刷，階層線性模式原理、方法與應用，雙葉書廊。pp.1-2。. 10 .
(21) . j : 行政區之編號。 ij 代表購買住宅的機率。 1 ij 則代表租賃住宅的機率。. ij 為賭賠率(odds ratio)取對數。 若 ij 機率是 0.5，，則賭賠率 ij / 1 ij = 0.5/0.5 = 1，而 log(1) = 0；若 ij 機率低於 0.5， 則賭賠率小於 1， ij ＜0，表示家計部門傾向於租賃住宅；若 ij 機率大於 0.5，則賭賠 率大於 1， ij ＞0，代表家計部門傾向購買住宅。 本研究設計階層線性模型之兩個次模型分別討論，兩個次模型為零模型與以截距為 結果的迴歸模型。 一、零模型 階層線性模式中的零模型(null model)為階層一與階層二均沒有納入解釋變項，二個 階層都是無條件化的模型(unconditional model)，此模型之設定主要為先檢視依變項家戶 租買選擇行為在不同行政區間是否有所差異，也就是先檢視不同行政區間的租買選擇行 為是否同質。當依變項租買選擇行為在不同行政區間沒有顯著的差異時，表示租買選擇 行為在不同區間是同質的，就沒有必要進行 HLM 的分析；即若隨機效果( 0 j )檢定結果 為達顯著水準，則表示家戶於各行政區的租買行為有不同之變異存在，因此就必須考慮 到各行政區間租買選擇的差異性。模型設定如下：. Level 1：. ij 0 j. (2). 其中，. i : 為每一受訪家計部門。. j : 行政區之編號。 11 .
(22) . ij : 代表第 j 個行政區中的第 i 個家計部門之賭賠率取對數。 0 j : 表示第 j 個行政區之租買選擇之賭賠率取對數。 Level 2：. 0 j 00 0 j , 0j ~ N ( 0 , 00 ). (3). 其中，. 00 : 表示所有家計部門租買選擇之賭賠率取對數。 0 j : 為行政區間之組間誤差項，其為常態分配，變異數為 00 之獨立同質之常態分配。 將(3)式代入(2)式，得到混合模型如下：. Mixed ij 00 0 j. (4). 在此，我們可以將式(4) 當成ANOVA 模型，檢定不同行政區間對家戶租買選擇行為是 否有所差異。假如隨機部分(random component) 0 j 的檢定結果是顯著的，則表示不同 行政區間對家戶租買選擇行為是不同的，因此必須考慮不同行政區間租買選擇之差異。 不同行政區間的變異數為 00， 00 是否顯著不等於 0，採用的檢定統計量為 2 -value。 當 2 -value 檢定量達到顯著水準時，表示 00 值顯著不等於 0，顯示是有統計意涵的，採 用階層線性模式是適當的。相對地，若當依變項在組間沒有顯著的差異時，亦即依變項 在組間為同質時，就沒有必要進行 HLM 分析。此外，不同行政區間對家戶租買選擇行 為的總變異中有多少的變異是由於不同行政區間的差異所造成的。在零模型中有組內相 關係數(intra-classcorrelation coefficient; ICC)可做為檢測。其係數定義如下:. 00. ICC . 00 . 2. 00 2. 00 . (5). 3. 其中，. 12 .
(23) . 00 :為組間變異數。. 2 : 為組內變異數。應用 Snijders and Bosker (1999) 與 O’Connell et. al. (2008)當 資料為二元變數時，其誤差項為邏吉斯特(logistic)分配，變異數為固定之. 2 / 3 3.289 。 ICC：稱為組內相關係數；或稱為集群效果(cluster effect) (Raudenbushand and Bryk, 2002)，為組間變異數與總變異數的比值，該係數並可用來說明組間變異占整體變 異的比例，代表依變項的變異量可以被組間差異解釋的程度，用來呈現依變項與 組間的關連程度(McGraw and Wong, 1996)。 另外一種方式也可判別之，以 Muthen and Satorra (1995)建議的設計效果 (design. effect)來判別。2如設計效果大於 2，HLM 為不偏(unbiased)的結果，測量結果與真正的 母數差距很小，其公式如下：. design effect = 1+(average cluster size - 1)*ICC. (6). 其中，average cluster size 為第一層次的觀察值個數除以第二層次單位的個數。 二、以截距為結果的迴歸模型 以截距為結果的迴歸模型(intercepts-as-outcomes model)是將第一層次迴歸模式之截 距項當作第二層次的結果變項(outcomes variable)，第一層的變項包含依變項與解釋變項 ，是屬於個體層次的變項，第一層要探討的主題是個體層次解釋變項與依變項間的關係。 本模型在探討第二層次特徵變數對第一層次截距項之跨層次直接影響效果，第二層次特 2. 設計效果(design effect)由Cochran (1977)提出，意謂如果兩階段抽樣要達到簡單隨機抽樣的標準誤時，所. 必須要增加多少倍的簡單隨機抽樣樣本，average cluster size等於1或ICC等於0時設計效果等於0，亦即不 存在組間(不同行政區)差異；當average cluster size ≥2且ICC不等於0，代表組間特性很不一樣(異質)，組內 樣本特性很相似(同質)，組內樣本提供資訊量的效果要被打折扣的(乘上ICC)，不像同樣本數但完全相異 的組內樣本所提供的資訊那麼多。參考溫福星，2006，初版二刷，階層線性模式原理、方法與應用，雙 葉書廊。pp.8-27、28頁。 13 .
(24) . 徵變數對於各行政區之截距的變異有多少解釋能力。本研究第一層次的解釋變項包括性 別 (GENDER ﹚、年齡 （ PAGE ）、年齡平方 （ PAGES ）、高中畢業 （ HIGHT ）、專科畢業 （COLLEGE）、大學以上（UNI）、屋齡（HAGE）、每人居住面積（PAREA）、每人房間. 數（PROOM）、戶內常住人口數（FMSZ）、貸款成數（LOANR）、私人借貸 1 (1 至 50 萬 元) （PMORTGAGE1）、私人借貸 2 (50 萬元以上)（PMORTGAGE2）與政府優惠貸款 3. （PRELOAN），第一層自變數以組平均來中心化(group mean centering)。 第二層次之特. 徵變項包括環境品質滿意度(ENVI)與休閒與運動滿意度(LEIS)(詳細變數定義，參見表. 1)，模型設定如下： Level 1：. ij 0 j 1 j (GENDER- GENDER.j ) 2 j ( PAGE PAGE. j ) 3 j ( PAGES PAGES. j ) 4 j ( HIGHT HIGHT. j ) 5 j (COLLEGE COLLEGE. j ) 6 j (UNI UNI. j ) 7 j ( HAGE HAGE. j ) 8 j ( PAREA PAREA. j ) 9 j ( PROOM PROOM. j ) 10 j ( FMSZ FMSZ. j ) 11 j ( LONAR - LOANR. j ) 12 j ( PMORTGAGE1 PMORTGAGE1 . j ) 13 j ( PMORTGAGE2 PMORTGAGE2 . j ) 14j (PRELOAN- PRELOAN.j ). (7). 其中，. i 為每一受訪家計部門。. j 為各行政區之編號。 ij 表示第 j 個行政區中的第 i 個家計部門之賭賠率取對數。 0 j 表示行政區 j 各家計部門之賭賠率取對數的平均。 1 j ~ 14 j 為第一層次自變數之係數。 3. 在單一層次迴歸分析中，為克服原始單位資料的交互作用造成共線性問題，一般會先將解釋變項進行平. 移或平減(centering)，以減少共線性問題(Tabachnick and Fidell, 2007)。而在HLM之分析中，解釋變 數以總(組)平均數平減，應可避免共線性問題(Hofmann and Gavin,1998; Mathieu and Taylor, 2007)。 本文之第一層解釋變數即是以組平均數進行平減。 14 .
(25) . Level 2：. 0 j 00 01 ENVI 02 LEIS 0 j. (8). pj p 0 , p = 1…., 14.. 00 :為行政區所有家計部門租買選擇之賭賠率取對數。 01 ~ 02 :為第二層次特徵變數之係數。 0 j :為行政區間之組間誤差項，其為常態分配，平均數為 0，變異數為 00 。 將(8)式代入(7)式，得到混合模型為：. ij 00 01 ENVI 02 LEIS 10 (GENDER - GENRER . j ) 20 ( PAGE PAGE . j ) 30 ( PAGES PAGES . j ) 40 ( HIGHT HIGHT . j ) 50 (COLLEGE COLLEGE . j ) 60 (UNI UNI . j ) 70 ( HAGE HAGE . j ) 80 ( PAREA PAREA. j ) 90 ( PROOM PROOM . j ) 100 ( FMSZ FMSZ . j ) 110 ( LOANR LOANR . j ) 120 ( PMORTGE1 PMORTGE1 . j ) 130 ( PMORTGE 2 PMORTGF2 . j ) 140 ( PRELOAN PRELOAN . j ) 0 j. 本研究之架構圖如圖 2 所示：. 15 . (9).
(26) . 第二層次(總體層次) 特徵變項: 一、環境品質滿意度 二、休閒與運動滿意度. 第一層次(個體層次) 解釋變項: 一、性別 二、年齡 三、教育水準 四、屋齡 五、每人居住面積 六、每人房間數 七、常住戶內人口數 八、貸款成數 九、私人借貸 十、政府優惠貸款. 結果變項:租買選擇 . 圖 2 研究架構圖. 第二節 變數選取設定 就租買選擇而言，購屋所代表之社會意義對於男女可能有所不同，Madigan, Munro,. and Smith (1990)認為男性較易選擇購屋，因購屋能讓男性更加鞏固家庭戶長的地位。將 性別變數設定為虛擬變數，男性戶長設為 1，女性戶長設為 0。我們預期性別對租買選 擇為正向影響。以往租買選擇文獻著重於所得隨年齡增加而購屋能力也會隨之提升，反 忽略年齡本身對於家計部門租買選擇的影響。當人們年齡越大對於環境品質的要求越高 ，對環境品質的重視程度會高於其房價部分，且年齡愈高擁屋機率愈高，中年齡層較年 輕層擁屋率高(Henderson and Ioannides, 1983；林祖嘉, 1994；薛立敏、陳琇里, 1997）。 此外，傅美生（1984）的研究中，亦說明年長者及教育程度高者，對住宅的自有能力較 強。DiPasquale (1996)指出在所得固定的情況下，隨著戶長年齡的增加，購屋消費傾向 也將明顯的增加。Subhan and Ahmad (2012)實證結果顯示，戶長年齡愈大、教育水準愈 高以及家庭人口愈多皆會增加家計部門選擇購屋之意願。本研究預期年齡對購屋具有正 16 .
(27) . 向影響。年齡平方變數方面，因為年齡解釋變項對租買選擇依變數的影響，並不是單純 的直線關係，若採用線性方程式處理，易使判定係數失真，不具解釋能力且無法拒絕依 變數與自變數間無迴歸關係存在之虛無假設的情形，但若將其變數改成二次曲線模式， 其結果就會完全不同且較符合現實狀況。本研究增加年齡變數取平方，換句話，戶長年 齡愈大會正向影響家計部門購屋的傾向，但亦隨戶長年齡愈大，其購屋傾向的斜率係數 會因年齡平方的變數產生調節，使購屋傾向增加幅度減緩，如此較具解釋力與效果(林 祖嘉、陳建良，2005)。我們預期年齡平方對購屋具有負向影響。 家計部門中戶長教育水準高低對住宅租買選擇具有明顯的影響，Subhan and Ahmad. (2012)研究顯示，家長的教育水準愈高時，愈有可能成為擁屋者。Barrios, Colom, and Moles (2013)研究結果也支持此一論點。我們將戶長教育水準分類為國中以下(含國中、 國小與不識字、自修)，高中職、專科及大學以上(大學與研究所以上)四類。以國中以下 為參考基準，設定三個虛擬變數。分別以戶長教育水準為高中職、專科及大學以上設定 為 1，其他設定為 0 來作估計。學歷高者平均薪資也比較高，成為擁屋的機率也大，我 們預期教育水準對租買選擇為正向影響。. Tiwari (2000)研究顯示，隨著家庭規模的變化會刺激家計部門購屋的慾望，以及原 有住宅屋齡的增加也會正向促使家計部門換屋的意願。Clark and Onaka (1985)研究結果 顯示，屋齡會負向顯著影響家庭購屋的意願。Goodman and Thibodeau (1995)、Nguyen and. Cripps (2001)的研究皆支持屋齡較高會降低家計部門選擇購屋之意願。陳淑美、張金鶚、 陳建良(2002)研究結果亦顯示，家計部門以改善居住品質為購屋主要考量，會選擇一間 較新屋齡及較好的住宅，屋齡每增加一年會降低家計部門選擇購屋之意願。我們預期屋 齡對租買選擇為負向影響。. Henley (1998)研究顯示，住宅面積愈大，愈能滿足家計未來之住宅需求，故選擇購 置不動產的意願愈高。當可居住面積越大時，帶給家計正面效用越高。換言之，面積越 大，家計單位能使用空間越多，在條件相同之下，家計部門變換選擇可居住面積較大之 17 .
(28) . 房屋。每人居住面積，指住宅面積(坪)/受訪住宅常住戶內人口數，每人居住面積為連續 性變數。我們預期每人居住面積愈大，則家計部門愈傾向於購屋。 林祖嘉、林素菁 (1993)研究結果顯示，租賃的住宅平均坪數及房廳數小，自有住宅 的平均坪數及房廳數大，充分顯示自有住宅者對住宅的空間需求要高，而且要求較高的 住宅品質。每人房間數，指住宅房間數/受訪住宅常住戶內人口數，每人房間數為連續性 變數。我們預期每人房間數愈大，則愈傾向於購屋。. Colom and Moles (2013)實證結果顯示，勞動力也可作為收入的代名詞，勞動力決 定是否購屋的影響程度勝於其他因素。Hsuen and Chen (1999)研究指出，家庭人口數對 租買選擇為重要影響變數，一般而言，家中人口數較多，有所得者也會較多，相對家戶 總所得會較高，有較高支付能力，故家庭人口數對住宅自有率為正向影響。Tiwari (2000) 與 Subhan and Ahmad (2012)研究也支持家庭人口數多，相較勞動人口也多，所以較傾向 選擇購屋。本研究以家戶常住人口來衡量家庭人口數，常住戶內人口數為連續性變數。 我們預期家計常戶常住人口數愈多，則愈傾向於購屋。. Gyoruko (2001)提出頭期款以及抵押貸款會影響家計部門租買選擇行為。Chambers, Garriga, and Schlagenhauf (2009)研究結果顯示，長期抵押貸款對購屋消費行為具有正向 影響。Lang and Hurst (2013)研究結果顯示，購屋貸款及政府補貼會增加住宅自有率。我 們將貸款成數設定為虛擬變數，大於等於 0.5 者設為 1，低於 0.5 者設為 0。我們預期貸 款成數為正向顯著影響。 就購屋者而言，不動產價格昂貴，一般會向銀行機構貸款，但華人地區購屋資金來 源除向銀行機構貸款外，許多來自私人貸款，如標會或親朋好友借貸等。尤其其中互助 會為華人地區特有文化，互助會通俗說法稱為標會或做會或呈會，是民間一種小額信用 貸款的型態，具有賺取利息與籌措資金的功能，購屋若可取得私人貸款之資金來源則將 會增加家計部門購屋之意願(邵凱揚，2012)。私人借貸，指購買此住宅時有無民間私人 借貸(包含標會等)，本研究將其分類為無私人借貸、私人借貸在 1 萬至 50 萬、私人借貸 18 .
(29) . 大於 50 萬以上三類。私人借貸設為虛擬變數，以無私人借貸為參考基準，設定兩個虛 款設定為虛擬變數。PMORTGAGE1 為私人借貸在 1 萬至 50 萬者設為 1，其他設為 0。 本研究預期 PMORTGAGE1 為正向影響。PMORTGAGE2 為私人借貸在 50 萬以上者設 為 1，其他設為 0。本研究預期 PMORTGAGE2 為正向影響。 政府優惠貸款，指受訪者銀行購屋貸款金額中有政府優惠貸款金額部分。Lang and. Hurst (2013)研究結果顯示，購屋貸款及政府補貼會增加住宅自有率。我們將政府優惠貸 款設定為虛擬變數，有政府優惠貸款者設為1，反之設為0。我們預期受訪者銀行購屋貸 款金額中有政府優惠貸款金額部分為正向顯著影響，將會增加家計部門購屋之意願。 本研究第二層之特徵變數有ENVI(環境品質滿意度)、LEIS(休閒與運動滿意度)二個 變數。「滿意度」一直是各研究用來測量人們對產品、工作、生活品質、社區或戶外遊 憩品質等方面之看法的工具，是一項非常有用的直接衡量指標。4黃佳盛 (1997)研究中 顯示，不同的社經特徵，在不同的文化影響下，產生多樣的態度、偏好及動機，並以不 同的方式影響其滿意度及品質的知覺。滿意度會因各環境及個人特質的差異，造成對不 同滿意度的評價。本研究利用營建署2006年住宅狀況調查表之環境品質滿意度及休閒與 運動滿意度之李克特（Likert）態度量表統計資料，即受訪者主觀的認知反應來檢視不 同行政區滿意度的差異對租買選擇的影響。依主計處住宅狀況調查訪問表中環境品質滿 意度，包括空氣汙染、噪音干擾、環境衛生、垃圾清運與飲用水質等五個滿意度變數， 而休閒與運動滿意度，包括公園綠地、運動場所、圖書館或藝文場所、視野景觀與社區 美化建設等五個滿意度變數。由於居住環境滿意度是一個潛在的概念，無法直接觀察或 測量，再者滿意度亦受到許多不同的潛在變數所影響。住宅狀況調查訪問表採用李克特 （Likert）態度量表，分為非常滿意、很滿意、沒意見、不滿意、非常不滿意等五種尺. 4. 早在 1965 年，Cordozo 便提出主觀滿意度的概念。滿意度的測定是調查人心判斷的結果，在使用或接受. 了服務之後，如果效果超過原本的期待，或能夠符合原來的期待，即可稱之為滿意。反之，若未能達到 事前之期待，就會感到不滿意。 19 .
(30) . 度，分別來給予5、4、3、2、1分。5為了探究不同行政區的滿意程度是否會對租買選擇 造成影響，我們進一步依不同行政區分別將其數值取平均數。Sanchez and Dawkins (2001) 研究指出，公共設施及環境對於地區自有率有拉動與推動因素的影響，拉動指的是吸引 他人入住此地；推動是原居住人搬遷移居此地拉動因素通常包括獲得良好優質的公共服 務(如學校、醫療設施)、就業、休閒娛樂的機會或履行住屋願望等；推動因素包括外部 環境污染增加、犯罪率等。其次，Floor, Kempen, and Vocht (1996)研究指出，家戶喜愛 購買鄰近綠地之房屋，源自於公園綠地不僅帶給家庭和平與寧靜的氣息，也會提供更多 娛樂空間。我們預期家戶對環境品質、休閒與運動滿意程度愈高，對租買選擇亦有正向 的影響。. 5. 原本之「住宅狀況調查訪問表」態度量表，將非常滿意、很滿意、沒意見、不滿意、非常不滿意等五種. 尺度，分別以 1、2、3、4、5 分表示。但本研究為採正向表列且俾利於變數的解釋，給予改定為 5、4、3、 2、1 分表示非常滿意、很滿意、沒意見、不滿意、非常不滿意。 20 .
(31) . 表 1 變數選取與說明 變數名稱 變數定義說明 預期符號 第一層解釋變數： TENU 租買選擇為虛擬變數，決策為購買房屋者設定為 1，租賃者 設為 0。 戶長性別為虛擬變數，男性戶長設為 1，女性戶長設為 0。 + GENDER PAGE 指戶長之年齡，戶長之年齡為連續性變數。 + PAGES 指戶長之年齡平方，戶長之年齡平方為連續性變數。 － HIGHT + 戶長教育水準分類為國中以下，高中職、專科及大學以上四 類。以國中以下為參考基準，設定三個虛擬變數。戶長教育 水準為高中職者設為 1，其他設為 0。 COLLEGE 戶長教育水準為專科者設為 1，其他設為 0。 + UNI 戶長教育水準為大學以上設為 1，其他設為 0。 + HAGE 指受訪者所居住住宅之屋齡，屋齡為連續性變數。 － PAREA 每人居住面積，指住宅面積(坪)/受訪住宅常住戶內人口數， + 每人居住面積為連續性變數。 每人房間數，指住宅房間數/受訪住宅常住戶內人口數，每 + PROOM 人房間數為連續性變數。 指受訪住宅常住戶內人口數，常住戶內人口數為連續性變 + FMSZ 數。 + 貸款成數，指銀行購屋貸款金額占總房價多少比例，計算方 LOANR 式為貸款金額除以總房價*100%。貸款成數設為虛擬變數， 貸款成數大於 0.5 設為 1，反之設為 0。 PMORTGAGE1 私人借貸，指購買此住宅時有無民間私人借貸 ( 包含標會 + 等)，分類為無私人借貸、私人借貸在 1 萬至 50 萬、私人借 貸大於 50 萬以上三類。私人借貸設為虛擬變數，以無私人 借貸為參考基準，設定兩個虛擬變數。PMORTGAGE1 為私 人借貸在 1 萬至 50 萬者設為 1，其他設為 0。 PMORTGAGE2 PMORTGAGE2 為私人借貸大於 50 萬以上者設為 1，其他 + 設為 0。 + 政府優惠貸款，指受訪者住宅銀行購屋貸款金額中有政府優 PRELOAN 惠貸款金額部分，設為虛擬變數，有政府優惠貸款者設為 1， 反之設為 0。 第二層特徵變數： + ENVI 環境品質滿意度，包括空氣汙染、噪音干擾、環境衛生、垃 圾清運與飲用水質等五個滿意度變數，依行政區分別將其數 值取平均數。 LEIS + 休閒與運動滿意度，包括公園綠地、運動場所、圖書館或藝 文場所、視野景觀與社區美化建設等五個滿意度變數，依行 政區分別將其數值取平均數。 21 .
(32) . 第肆章 資料來源與樣本統計量描述 第一節 資料來源 本研究資料來源以「2006 年內政部營建署之住宅狀況調查訪問表」原始資料為樣本 來源。調查時間從 2006 年 1 月 1 日至 2006 年 2 月 15 日止，以內政部最新村里門牌檔 為抽樣母體，抽樣方法採用分層二段抽樣法，以 縣 市 為 副 母 體 ， 就 每 一 副 母 體 之 市. ( 區 )、鎮、鄉予以分層，各層內村里為第一段抽樣單位，樣本村里內之門牌為第 二段抽樣單位。調查範圍以臺閩地區為主，包含臺灣全省以及福建省金門縣和 連 江 縣。本 研究以大台北地區為分析對象，採用台北市、新北市共 7594 筆資料， 扣 除 住 宅 用途為非住家專用住宅 ( 住家兼工業用、住家兼商業或服務業用 ) 與不適 用 資 料 ( 填 答不完整、房價極大值 與極小值 ) ，研究資料共 3031 筆，作為實證分 析之用。. 第二節 樣本統計量描述 由表 2 顯示，家計部門選擇購屋者，共 2500 人，占樣本 82.5%；選擇租賃者，共. 531 人，占樣本 17.5%，家計部門選擇購屋的人數較多。戶長為男性者，總共有 2386 人， 占樣本數 78.7%；戶長為女性者，共 645 人，占樣本 21.3%，戶長以男性居多。戶長平 均年齡為 48.12 歲。戶長教育水準為國中以下者，共 766 人，占樣本 25.3%；教育水準 為高中職者，共 871 人，占樣本 28.7%，教育水準為專科者，共 616 人，占樣本 20.3%， 教育水準為大學以上者，共 193 人，占樣本 25.7%，戶長教育水準以高中職以下人數居 多。屋齡平均 22.62 年。每人居住面積平均 9.7 坪。每人房間數平均 1.06 間。同一住宅 內之常住人口平均為 4.04 人。 家計部門之貸款成數大於等於 0.5 者，共 1354 人，占樣本數 44.7%；貸款成數小於 等於 0.5 者，共 1677 人，占樣本數 55.3%，家計部門之貸款成數大部分在 0.5 以下。戶 長於購屋時除向銀行辦理購屋貸款外，另有私人借貸者，其私人借貸在 1 至 50 萬元者， 22 .
(33) . 共 640 人，占樣本數 19.9%；私人借貸大於 50 萬元者，共 106 人，占樣本數 3.5%，而 無私人借貸者，共 2282 人，占樣本數 76.6%。銀行貸款中有無政府優惠貸款方面，無 政府優惠貸款者，占樣本數 73.3%；有政府優惠貸款者，占樣本數 26.7%。 在階層資料中同一群組的觀察個體常存在著相依(dependence)的關係，例如：在個 別家計部門租買選擇行為，於同一行政區內的家計部門具有相似的程度。傳統上對資料 的處理，常以「聚合」(aggregation)或「散計」(dis-aggregation)的方式，將階層結構忽略 而以個人或群組為單位的獨立個體加以分析。「散計」的主要問題是標準誤的誤估. (miststimated standard errors)。而「聚合」的主要問題是合計的偏差(aggregation bias)。在 合併的過程中，可能會忽略了各群組內部的差異，而造成合計的偏差，以致於變數間的 關聯在合併後通常比合併前較強。另外「聚合」顯著地減少樣本數及降低統計力(statistical. power)，並且完全沒有利用到群組內的資訊(withingroup information) (Bridge et al. 1979; Bryk and Raudenbush，1988; Summers and Wolfe，1977)。傳統的方法不能正確地分析階 層性資料，而階層線性模式修正了這類的問題。我們將家計部門環境品質滿意度及休閒 與運動滿意度個人資料聚合而成行政區資料，即以各不同行政區依各自行政區內家計部 門滿意度問項數值取其平均數，作為各不同行政區對環境品質滿意度或休閒與運動滿意 度的量測。亦即兼以聚合與階層來處理不同行政區環境品質滿意度及休閒與運動滿意程 度，修正傳統上對具巢套資料處理上的缺失。 本研究第二層特徵變數資料使用在「2006 年度內政部營建署住宅狀況調查表」問 卷中，家計部門對「環境品質滿意度」與「休閒與運動滿意度」聚合(aggregate)成不同 行政區對「環境品質滿意度」與「休閒與運動滿意度」狀況的脈絡變數(contextual variable) ，該滿意度問項，係以Likert五點尺度量表衡量，家計部門勾選愈接近5分表示愈滿意， 愈接近1分表示愈不滿意。其測得環境品質滿意度及休閒與運動滿意度之 Cronbach’ s 信度分別為0.877與0.863，顯示量表各構面內部一致性及穩定性都相當高。再者，由於 總體層次的環境品質滿意度及休閒與運動滿意度，是由個體層次之各家計部門的環境品 質滿意度及休閒與運動滿意度所取得，在進行HLM分析前，就此聚合處理的適當性尚需 23 .
(34) . 作檢定，亦即檢視資料是否具有組間的異質與組內一致性(同質)的特性，我們將採用組 內一致性指標(within-group inter-rater reliability coefficient, rwg)、組內相關係數(intrac lass. correlation coefficient(1), ICC(1))與平均信度(intraclass correlation coefficient(2), ICC(2))做 為資料整合的適當性的驗證。rwg主要是在檢視組內家計部門回答題項的共識程度，組內 個體層次家計部門必須對總體層次變數的看法具一致性，才能將個體變數加總來代表總 題層次變數，當rwg愈接近於1時，表示一致性愈高，將個體層次變數聚合為總體層次變 數是適當的。一般rwg大於0.70 時，則表示資料具備足夠的聚合條件(Mathieu, 2006) 。. ICC(1)是組內相關係數，用來衡量組內家計部門的非獨立性，一般以大於0.12為判斷標 準 (Mathieu, 2006)。若組間存在的異質性小，即當ICC(1)小於0.05時，表示組間變異不 大，則不需要將個體層次資料聚合成總體層次資料 (Heck and Thomas，2009)。ICC(2) 牽涉組間變異的問題，可說明將個體層次數據合併為總體層次變項的信度，通常ICC(2) 大於0.60，則表示該項構面在不同組內具有一定的一致性(Mat hieu, 2006)。由表3顯示， 本研究環境品質滿意度及休閒與運動滿意度變數之ICC(1)都大於0.12，顯示在衡量同一 構面上的分數，具有差異；ICC(2)皆大於0.60，顯示總體層次具有良好的內部可信度； 此外，rwg皆大於0.70，顯示將個體數據聚合成總體層次適合適的。本研究將個體層次資 料聚合至總體層次資料是合理的，其資料依然具有信度。其次，由表3亦顯示，各行政 區平均環境品質滿意度為3.68，各行政區平均休閒與運動滿意度平均為3.41，受訪住戶 意見趨向於普通滿意與滿意之間。各變數租買次數及百分比統計表參附錄二、各行政區. ENVI與LEIS滿意度一覽表參附錄三。. 24 .
(35) . 表 2 第一層次變數描述性統計(N=3031) 類別變數. 類別. 次數. 百分比. TENU. 購買. 2500. 82.5. 租賃. 531. 17.5. 男性. 2386. 78.7. 女性. 645. 21.3. 國中以下. 766. 25.3. 高中職. 871. 28.7. 專科. 616. 20.3. 大學以上. 193. 25.7. 貸款成數大於 0.5. 1354. 44.7. 貸款成數小於等於 0.5. 1677. 55.3. 無私人借貸. 2282. 76.6. 私人借貸在 1 至 50 萬. 640. 19.9. 私人借貸大於 50 萬以上. 106. 3.5. 無政府優惠貸款. 2222. 73.3. 有政府優惠貸款. 809. 26.7. GENDER. EDU. LOANR. PMORTGAGE. PRELOAN. 連續變數. 平均數. 標準差. 最小值. 最大值. PAGE. 48.12. 12.26. 20. 93. HAGE. 22.62. 11.94. 1. 94. PAREA. 9.70. 6.35. 2. 95. PROOM. 1.06. 0.50. 0.07. 8. FMSZ. 4.04. 1.69. 1. 16. 表 3 第二層次變數描述性統計(N=24) 變數. 平均數. 標準差. 最小值. 最大值. ICC(1). ICC(2). rwg. ENVI. 3.68. 0.35. 3.17. 4.89. 0.244. 0.855. 1.06. LEIS. 3.41. 0.36. 2.93. 4.75. 0.213. 0.827. 1.08. 25 .
(36) . 第伍章 實證結果分析 第一節 零模型 零模型(null model)目的在於分析各行政區之間的平均租買選擇機率是否有所差異 以及租買選擇平均相對機率比的總變異中有多少比例之變異是由行政區之不同所產生 的差異。我們以強韌或穩健標準誤(robust standard error)作為檢定基礎。6其估計結果如 表 4 所示。 由表 4 固定效果顯示，所有行政區中租買選擇相對機率比取對數 00 係數之估計值為. 1.587，達到 1%顯著水準，表示家計部門平均傾向於選擇購屋。其次，各個行政區平均 租買選擇機率與所有行政區之平均租買選擇機率之差異 0 j (組間變異)的變異數 00 ，以 完全最大概似(full maximum likelihood 或 ML)估計的結果為 0.106，卡方值 66.319，自由 度為 23(24 個行政區-1)，其達到 1%顯著水準，表示此 24 個行政區之平均租買選擇機率 具有顯著之差異性。7 由不同行政區之間的變異 00 和個體層次效果的組內變異 ICC . 00 /( . 00. . 3. 2. 2 3. , 可算出組內相關係數. ) ，表示各個行政區之平均租買選擇機率的總變異有 3.1%是因行. 政區之間的差異所造成。另外，由 Muthen and Satorra (1995)所提出的設計效果(design. effect)大於 2 之法則，來判別其結果是否為不偏。本研究之設計效果 design effect = 6. Maasa and Hox (2004a,2004b)的資料假設與估計方法研究結果指出，認為樣本資料不論有無違反常態性. 與變異數同質性，採強韌或穩健標準誤(robust standard error)估計的標準誤具有一致性。但當資料不 符合常態性或變異數不同質時，ML 估計的標準誤會不正確。所以本研究以穩健標準誤(robust standard error)作為檢定基礎。 7. 二元隨機機率係數的函數，常見的最小平方估計法不是最佳選擇，因為將最小平方法套用至受限觀察值. (y=0)及未受限觀察值(y＞0)，其截距項與斜率會有相當大偏誤，不論我們考慮樣本大小如何，如此的偏 誤並不會消失。參考黃智聰、梁儀盈，2013，一版，計量經濟學，雙葉書廊有限公司，pp.430,690 頁。 最大概似函數為. 1 1 2 xi 1 2 2 2 L( 1 , 2 , ) 1 ( ( y x ) ) ) (2 ) exp( i 1 2 i 2 2 yi 0 yi 0 。. 26. .
(37) . 1+(average cluster size - 1)*ICC=1+(3031/24-1)*0.031=4.884 大於 2，顯示本研究零模型分 析結果為不偏，表示不同行政區間之平均租買選擇機率具有差異性，可以考慮進行 HLM 分析。. 表 4 零模型分析結果摘要表 固定效果 租買選擇平均相對機率比取對數 00 隨機效果 組間變異 00. Odds ratio. p -value. 係數. 標準誤. 1.587＊＊＊. 0.087. 4.891. 0.000. 變異數. 自由度. Chi-square. p -value. 0.106＊＊＊. 23. 66.319. 0.000. 註:***代表 P<0.01，**代表 P<0.05，*代表 P<0.1。. 第二節 以截距為結果的迴歸模型 由表 5 固定效果部分顯示，ENVI (環境品質)係數 01 之估計值為 1.663，達到 10% 顯著水準，表示不同行政區間之環境品質滿意程度愈高對家計部門租買選擇為正向顯著 影響，即環境品質滿意程度愈高會增加家計部門選擇購屋的意願。此一實證結果支持本 研究之預期，亦符合 Sanchez and Dawkins (2001)的研究結果；LEIS (休閒與運動)係數 02 之估計值為 0.032，對家計部門租買選擇為正向影響，表示不同行政區內休閒與運動滿 意程度愈高，會增加家計部門選擇購屋的意願，然未達到 10%顯著水準。依據 Floor,. Kempen, and Vocht (1996)實證結果指出，家戶喜愛購買鄰近綠地之房屋，源自於公園綠 地不僅帶給家庭和平與寧靜的氣息，也會提供更多娛樂空間，本研究實證結果並未支持 此一觀點。本研究實證結果其不顯著原因，推論可能是休閒與運動此一因素在主計處住 宅狀況調查訪問表中，其所調查的滿意度為受訪家計部門的主觀認知反應。若以實體公 共設施種類、數量或距離來估計，其估計結果可能會有所差異。其次，由於休閒與運動 是包括由公園綠地、運動場所、圖書館或藝文場所、視野景觀與社區美化建設五個滿意 度變數所組成，可以以五個個別變數為自變數估計對租買選擇的影響。另一種可考慮採 取因素分析，檢定何因素對受訪家計部門的主觀認知上為重要的主要因素來估計，其估 計結果可能也會有所差異。 27 .
(38) . GRNDER(戶長性別) 係數 10 之估計值為 0.09，表示當男性戶長相較女性戶長，男 性戶長會傾向選擇購屋，惟未達到 10%顯著水準。實證結果並未支持本研究之預期。. PAGE(年齡)係數 20 之估計值為 0.135，達到 1%顯著水準，表示當戶長年齡每增加一年 時，戶長會傾向選擇購屋，此實證結果支持本研究之預期。林祖嘉(1994)與薛立敏、陳 綉里(1997)認為年齡愈大對於環境品質要求越高，其對於環境品質的重視程度會高於房 價部分，因此會傾向於購屋。陳淑美、張金鶚、陳建良 (2002)的研究亦指出戶長年齡愈 大，所得愈高，會傾向於購屋。此一實證結果亦與 DiPasquale (1996) 與 Subhan and Ahmad. (2012)研究結果相同。PAGES(年齡平方)係數 30 之估計值為-0.001，達到 1%顯著水準， 即表示年齡對租買的正向影響並非單純線性的持續固定的遞增，而是將會因年齡的持續 增加呈現二次方非線性遞減的情形，此一實證結果支持本研究之預期。換言之，戶長年 齡愈大會正向影響家計部門購屋的傾向，但亦隨戶長年齡愈大，其購屋傾向的斜率係數 會因年齡平方的變數產生調節，使購屋傾向增加幅度減緩。與 Gillingham and Hangemann. (1983)及 Paulin (1955)研究指出年齡平方對住宅消費有顯著影響，購買住宅在年輕時較 低，中年時最高，老年時又下降之研究結果相符。陳淑美、張金鶚、陳建良 (2002)研究 表示年齡漸長到某程度後時，將會考量原有住宅空間的適合性，例如年齡漸長至老年間 的家庭生命週期中，可能因小孩成年離家或遭逢喪偶，而轉換成適合其居住之小面積住 宅抑或處分原有住宅來用以支應退休後所需，所以年齡漸長的過程中對購屋的正向影響 ，將會因年齡平方此變數對年齡對購屋的影響，產生負向的影響，即具調節遞減的效果。 另外推論也可能因年齡漸長體力逐漸衰弱致收入亦可能減少且貸款有償還期間因素，倘 購屋需銀行貸款時其核貸條件也將多所受限制。綜上所述，年齡漸長的過程中將遞減其 再擁屋的需求或增加將來銀行貸款取得與清償的困難度，亦即年齡平方的非線性對租買 選擇有負向的影響。教育水準方面，HIGHT(高中職)係數 40 之估計值為 0.504，達到 1% 顯著水準，COLLOGE(專科)係數 50 之估計值為 0.953，達到 1%顯著水準，UNI(大學以 上)係數 . 60. 之估計值為 0.919，達到 1%顯著水準，顯示戶長教育水準高者，戶長會傾. 向選擇購屋，實證結果支持本研究之預期。此一實證結果與 Subhan and Ahmad (2012) 28 .
(39) . 以及 Barrios, Colom, and Moles (2013)研究結果認為教育水準愈高者，愈會選擇購屋自住 相符合。. Tiwari (2000) 研究顯示，住宅屋齡增加會正向促使家計部門換屋的意願提高，而 Nguyen and Cripps (2001)的研究結果則支持屋齡較高會降低家計部門選擇購屋之意願。 陳淑美、張金鶚、陳建良 (2002)研究結果顯示，家計部門以改善居住品質為購屋主要考 量，會選擇一間較新屋齡及較好的住宅，屋齡每增加一年會降低家計部門選擇購屋之意 願。本研究實證結果顯示，HAGE(屋齡) 係數之估計值為 0.001，表示當居住屋齡越大 時，家計部門會傾向選擇購屋，但未達 10%顯著水準。實證結果未支持本研究的預期。 就內政部營建署 2014 住宅需求動向調查中顯示，大台北地區家戶購屋有 67％家戶選擇 屋齡 10 年以下的住宅。推論其原因可能是屋齡反應不動產價值的折舊、壽命與住宅品 質，多項研究顯示，屋齡對住宅價格具有負向之影響(如 Frew and Judd， 2003；林秋瑾，. 1996)，大台北都會地區於房價高漲年代(如 1990 年)，在所得限制下，雖然可能使一小 部分低所得家計部門被迫選擇屋齡老舊的中古屋，但大部分一般家戶選擇購屋時，還是 以改善居住品質為主要考量，會換一間較新屋齡及較佳的住宅。. PAREA (每人居住面積)係數 80 之估計值為 0.031，未達 10%顯著水準。實證結果未 支持本研究之預期。依據 Henley (1998)研究指出，住宅面積愈大，愈能滿足家計未來之 住宅需求，故選擇購置不動產的意願愈高，本研究實證結果並未支持此一論點。PROOM. (每人房間數) 係數 90 之估計值為 0.266，未達 10%顯著水準。FMSZ(戶內常住人口)係 數 100 之估計值為 0.282，達到 1%顯著水準，表示家戶常住人口愈多，家計部門較傾向 選擇購屋。一般而言，家中人口較多，有所得者也會較多，相對家戶總所得會較高，有 較高支付能力，故家庭人口數對住宅自有率為正向影響，實證結果支持本研究之預期。. Tiwari (2000)與 Subhan and Ahmad (2012)研究也支持家庭人口數多，相較勞動人口也多， 所以較傾向選擇購屋。. LOANR (貸款成數)係數 110 之估計值為 4.736，達到 1%顯著水準，實證結果支持本 29 .
數據
相關文件
