簡易檢索 / 詳目顯示

回結果列表
研究生： 黃泰維
Huang, Tai-Wei
論文名稱： 都會區運輸基盤建設對於房地產交易價格影響之研究－以台北與高雄都會區大眾捷運系統為例
The research of the impact of urban transportation infrastructures on the real estate transaction prices-Take Taipei and Kaohsiung metropolitan public transportation as examples
指導教授： 石豐宇
Shyr, Oliver F.
學位類別： 碩士
Master
系所名稱： 規劃與設計學院 - 都市計劃學系
Department of Urban Planning
論文出版年： 2010
畢業學年度： 98
語文別： 中文
論文頁數： 159
中文關鍵詞： 基盤設施 、大眾運輸系統 、台北捷運 、高雄捷運 、住宅交易市場 、特徵價格 、複迴歸分析
外文關鍵詞： Infrastructure, Transit System, Metro Taipei(Taipei Rapid Transit System), KMRT（Kaohsiung Mass Rapid Transit）, Real Estate Market, Hedonic Price, Multiple Regression
相關次數： 點閱：297  下載：12 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 近幾年來，台灣的交通建設越來越發達，無論是在鐵路或是公路的完成，對於周邊的住宅市場皆有一定的影響。以高雄捷運為例，自1980年代開始規劃以來，帶動民間不動產的投資熱潮，而在市場預期效應影響下，上述的投資行為，為房地產交易市場注入了新的活力。不過，房屋商品興建資本投入具有沈沒特性，而在龐大先期資本投入後，是否可維持良好的回收報酬率，多取決於興建單位的先期評估是否精確反映未來走勢。交通建設對於周邊土地發展將產生許多影響，諸如：環境品質、使用方式、房地價值與社會價值等，其中由於房屋價格涉及民眾財產價值，故長久以來皆為較重視的項目之一。
    但是，高雄捷運自營運以來，由於只有紅、橘兩線，連帶使得捷運車站周邊的地產開發進度緩慢，而高雄捷運公司無法藉由其他收入補足財務虧損，而使得高捷公司面臨著財務危機，不像台北捷運靠著其他收入，便可以達成穩定成長。而高雄的土地平均價格原來低於台北，透過開發過程，本來應該成為優勢，但緩慢的開發進度反而成為劣勢。
    為了探討交通可及性是否對於房價具有一定的影響力，本研究擬以特徵價格模式為主體，先期透過文獻回顧，確認整體研究價格，並建立房價特徵變數，後以複迴歸分析方式，搭配相關係數分析與顯著性T檢定，討論在現況與預期心理下的運輸基盤系統之營運與否，是否會造成周邊地區房屋特徵價格之變化，並加以分析各屬性變數對於房價之影響。
    根據研究顯示，高鐵站（台鐵台北站）對於台北都會區的交易價格，每接近高鐵站一公里，總價增加9.7萬元，而預期捷運的通車下，每接近高鐵站一公里，總價增加10.4萬元；而高雄都會區則是每接近高鐵站一公里，總價增加4.7萬元。捷運站對於台北都會區的交易價格，每接近捷運站一公里，總價增加17萬元，而預期捷運的通車下，每接近捷運站一公里，總價增加31.8萬元；而高雄都會區則是每接近捷運站一公里，總價增加10.8萬元。機場對於台北都會區的交易價格，每接近機場一公里，總價增加6.9萬元，而預期捷運的通車下，每接近機場一公里，總價增加4.1萬元；但高雄都會區則是每接近機場一公里，總價減少4.4萬元。
    依據上述研究結果，無論是在現況與預期心理下，捷運提升了沿線之交通可及性，促使其房地產價格上漲，進而帶動其他運輸基盤設施及場站周邊房地產的競爭能力。

    In recent years, the traffic infrastructure is well-developed, whether the completion of the railway or highway has the significant impact to the nearby housing prices. In the example of KMRT, since the beginning of planning in the 1980s, many private real estate investments were revived. The real estate market is poured in a lot of capitals under investors’ expectation. Because of the sunk cost derived from housing products, the expected return of any real estate investment is mostly decided by the precision of previous analysis of market tendency. Transportation constructions would affect the housing development, such as environment quality, use pattern, market value and social structure. The housing price involves with the asset value, thus making it a long-term issue with most attentions.
    However, since the starting of operation, KMRT has only Red and Orange two lines, causing the land developments near stations to slow down. KMRT Corporation has been unable to use other incomes to compensate for the financial deficit, and therefore it faces financial crises. Comparatively, Metro Taipei relies on other revenues to grow stably. The fact that Kaohsiung’s average land prices were lower than Taipei’s should have been a strength through the development process; yet slow development has become a weakness.
    This research is applied with hedonic pricing model, followed by literature review, assuring the holistic research price, constructing hedonic housing variables and multiple regression analysis accompanied with correlation coefficient analysis and T testing. The main research topic lies within the change of housing price of the operation of current and anticipated the transportation infrastructure systems nearby houses, and further analyses the impact of each attribute to the housing prices.
    According to the study, the transaction prices of the High Speed Railway (HSR) station (Taipei Main Station), compared to that of Taipei metropolitan area, increase 97 thousand dollars totally every one kilometer closer to the HSR station, and in the anticipation of operation of rapid transit, the total prices increase 104 thousand dollars every one kilometers closer to the HSR station; In Kaohsiung metropolitan area, the total prices increase 47 thousand dollars every one kilometer closer to the HSR station. The transaction prices of the Metro Taipei stations, compared to that of Taipei metropolitan area, increase 170 thousand dollars every one kilometer closer to the stations. In anticipation of operation of rapid transit, the total prices increase 318 thousand dollars every one kilometer closer to the stations; in Kaohsiung metropolitan area, the total prices increase 108 thousand dollars every one kilometer closer to the rapid transit stations. The transaction prices of the airport, compared to that of Taipei metropolitan area, the total prices increase 69 thousand dollars every one kilometer closer to the airport, and in the anticipation of operation of rapid transit, the total prices increase 41 thousand dollars every one kilometer closer to the airport; yet in Kaohsiung Metropolitan area, the total prices decrease 44 thousand dollars every one kilometer closer to the airport.
    According to the aforementioned results, either in the current situation or in anticipation, rapid transit increases the accessibility of traffic along the lines, boosting the increase in nearby real estate prices and advancing the competitiveness of other transportation infrastructures and real estate near stations.

    目錄 第一章 緒論 第一節 研究動機與目的 1 第二節 研究範圍與實證分析對象 4 第三節 研究架構與方法 6 第四節 研究步驟與流程 7 第二章 文獻回顧與研究方法 第一節 相關文獻回顧 9 第二節 研究基礎理論 17 第三節 小結 22 第三章 都會區大眾運輸系統之發展與房地產交易市場現況 第一節 台北都會區大眾捷運系統發展現況 23 第二節 高雄都會區大眾捷運系統發展現況 26 第三節 兩大都會區房地產市場現況 29 第四章 研究設計 第一節 迴歸方式之選取 31 第二節 研究資料設計 35 第三節 資料分析方法 41 第五章 實證分析 第一節 資料樣本分析與敘述統計 45 第二節 特徵價格模型建構與分析 50 第三節 Box-Cox轉換函數分析 105 第四節 房屋特徵邊際價格換算 117 第五節 小結 133 第六章 結論與建議 第一節 研究結論 135 第二節 後續建議 137 參考文獻 139 附錄 本研究自變數與應變數散布圖 141 表目錄 表2-1-1 房屋特徵價格研究文獻整理分析表 12 表3-1-1 台北捷運營運路線一覽表 24 表3-1-2 台北捷運未來四年內加入營運路線一覽表 24 表3-1-3 台北捷運中、高運量各年度旅運量統計資料 25 表3-1-4 高雄捷運每月份旅運量統計資料 27 表3-1-5 台北捷運與高雄捷運比較表 28 表4-2-1 特徵價格函數研究變數一覽表 40 表4-3-1 相關程度對照表 42 表5-1-1 本研究樣本結構表 45 表5-1-2 本研究樣本敘述統計表 46 表5-1-3 透天住宅樣本敘述統計表 47 表5-1-4 公寓樣本敘述統計表 48 表5-1-5 店面樣本敘述統計表 49 表5-2-1 台北都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表（模型一）51 表5-2-2 台北都會區透天住宅樣本Spearman相關係數矩陣表 51 表5-2-3 台北都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表（模型二）52 表5-2-4 台北都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表（模型三）52 表5-2-5 台北都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表（模型四）53 表5-2-6 台北都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表（模型五）53 表5-2-7 台北都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表（模型六）54 表5-2-8 台北都會區透天住宅樣本「至最近捷運站距離」與其他變數之皮爾森（Pearson）相關係數矩陣表 54 表5-2-9 台北都會區公寓樣本皮爾森（Pearson）相關係數矩陣表（模型一） 55 表5-2-10 台北都會區公寓樣本Spearman相關係數矩陣表 55 表5-2-11 台北都會區公寓樣本皮爾森（Pearson）相關係數矩陣表（模型二） 56 表5-2-12 台北都會區公寓樣本皮爾森（Pearson）相關係數矩陣表（模型三） 56 表5-2-13 台北都會區公寓樣本皮爾森（Pearson）相關係數矩陣表（模型四） 57 表5-2-14 台北都會區公寓樣本皮爾森（Pearson）相關係數矩陣表（模型五） 57 表5-2-15 台北都會區公寓樣本皮爾森（Pearson）相關係數矩陣表（模型六） 58 表5-2-16 台北都會區公寓樣本「至最近捷運站距離」與其他變數之皮爾森（Pearson） 相關係數矩陣表 58 表5-2-17 台北都會區店面樣本皮爾森（Pearson）相關係數矩陣表（模型一） 59 表5-2-18 台北都會區店面樣本Spearman相關係數矩陣表 59 表5-2-19 台北都會區店面樣本皮爾森（Pearson）相關係數矩陣表（模型二） 60 表5-2-20 台北都會區店面樣本皮爾森（Pearson）相關係數矩陣表（模型三） 60 表5-2-21 台北都會區店面樣本皮爾森（Pearson）相關係數矩陣表（模型四） 61 表5-2-22 台北都會區店面樣本皮爾森（Pearson）相關係數矩陣表（模型五） 61 表5-2-23 台北都會區店面樣本皮爾森（Pearson）相關係數矩陣表（模型六） 62 表5-2-24 台北都會區店面樣本「至最近捷運站距離」與其他變數之皮爾森（Pearson） 相關係數矩陣表 62 表5-2-25 高雄都會區透天住宅樣本皮爾森（Pearson）相關係數矩陣表 63 表5-2-26 高雄都會區透天住宅樣本Spearman相關係數矩陣表 63 表5-2-27 高雄都會區公寓樣本皮爾森（Pearson）相關係數矩陣表 64 表5-2-28 高雄都會區公寓樣本Spearman相關係數矩陣表 64 表5-2-29 高雄都會區店面樣本皮爾森（Pearson）相關係數矩陣表 65 表5-2-30 高雄都會區店面樣本Spearman相關係數矩陣表 65 表5-2-31 台北都會區總樣本模式（模型一） 67 表5-2-32 台北都會區總樣本模式（模型二） 68 表5-2-33 台北都會區總樣本模式（模型三） 69 表5-2-34 台北都會區總樣本模式（模型四） 70 表5-2-35 台北都會區總樣本模式（模型五） 71 表5-2-36 台北都會區總樣本模式（模型六） 72 表5-2-37 高雄都會區總樣本模式 73 表5-2-38 台北都會區透天住宅樣本（模型一） 74 表5-2-39 台北都會區透天住宅樣本（模型二） 75 表5-2-40 台北都會區透天住宅樣本（模型三） 76 表5-2-41 台北都會區透天住宅樣本（模型五） 77 表5-2-42 台北都會區透天住宅樣本（模型六） 78 表5-2-43 台北都會區公寓樣本（模型一） 79 表5-2-44 台北都會區公寓樣本（模型二） 80 表5-2-45 台北都會區公寓樣本（模型三） 81 表5-2-46 台北都會區公寓樣本（模型四） 82 表5-2-47 台北都會區公寓樣本（模型五） 83 表5-2-48 台北都會區公寓樣本（模型六） 84 表5-2-49 台北都會區店面樣本（模型一） 85 表5-2-50 台北都會區店面樣本（模型五） 86 表5-2-51 台北都會區店面樣本（模型六） 87 表5-2-52 高雄都會區透天住宅樣本模式 88 表5-2-53 高雄都會區公寓樣本模式 90 表5-2-54 高雄都會區店面樣本模式 92 表5-2-55 本研究總樣本修正模式 94 表5-2-56 本研究總樣本最終模式 95 表5-2-57 本研究透天住宅樣本修正模式 97 表5-2-58 本研究透天住宅樣本最終模式 98 表5-2-59 本研究公寓樣本修正模式 100 表5-2-60 本研究公寓樣本最終模式 101 表5-2-61 本研究店面樣本修正模式 103 表5-2-62 本研究店面樣本最終模式 104 表5-3-1 台北都會區總樣本最終模式（模型一）與Box-Cox轉換函數模式比較表 105 表5-3-2 台北都會區總樣本最終模式（模型六）與Box-Cox轉換函數模式比較表 106 表5-3-3 高雄都會區總樣本最終模式與Box-Cox轉換函數模式比較表 107 表5-3-4 台北都會區透天住宅樣本最終模式（模型一）與Box-Cox轉換函數模式比較表 108 表5-3-5 台北都會區透天住宅樣本最終模式（模型六）與Box-Cox轉換函數模式比較表 109 表5-3-6 高雄都會區透天住宅樣本最終模式與Box-Cox轉換函數模式比較表 110 表5-3-7 台北都會區公寓樣本最終模式（模型一）與Box-Cox轉換函數模式比較表 111 表5-3-8 台北都會區公寓樣本最終模式（模型六）與Box-Cox轉換函數模式比較表 112 表5-3-9 高雄都會區公寓樣本最終模式與Box-Cox轉換函數模式比較表 113 表5-3-10 台北都會區店面樣本最終模式（模型一）與Box-Cox轉換函數模式比較表 114 表5-3-11 台北都會區店面樣本最終模式（模型六）與Box-Cox轉換函數模式比較表 115 表5-3-12 高雄都會區店面樣本最終模式與Box-Cox轉換函數模式比較表 116 表5-4-1 台北都會區總樣本最終模式（模型一）邊際價格一覽表 119 表5-4-2 台北都會區總樣本最終模式（模型六）邊際價格一覽表 120 表5-4-3 高雄都會區總樣本最終模式邊際價格一覽表 121 表5-4-4 台北都會區透天住宅樣本最終模式（模型一）邊際價格一覽表 123 表5-4-5 台北都會區透天住宅樣本最終模式（模型六）邊際價格一覽表 124 表5-4-6 高雄都會區透天住宅樣本最終模式邊際價格一覽表 125 表5-4-7 台北都會區公寓樣本最終模式（模型一）邊際價格一覽表 127 表5-4-8 台北都會區公寓樣本最終模式（模型六）邊際價格一覽表 128 表5-4-9 高雄都會區公寓樣本最終模式邊際價格一覽表 129 表5-4-10 台北都會區店面樣本最終模式（模型一）邊際價格一覽表 131 表5-4-11 台北都會區店面樣本最終模式（模型六）邊際價格一覽表 131 表5-4-12 高雄都會區店面樣本最終模式邊際價格一覽表 132   圖目錄 圖1-2-1 台北都會區行政區界範圍圖 5 圖1-2-2 高雄都會區行政區界範圍圖 5 圖1-4-1 本研究研究流程說明圖 8 圖2-2-1 特徵價格法下的市場均衡關係圖 19 圖2-2-2 特徵價格法下的生產者均衡關係圖 21 圖2-2-3 特徵價格法下的市場均衡關係圖 21 圖3-1-1 台北捷運營運路線圖 23 圖3-1-2 台北捷運中、高運量各年度旅運量柱狀圖 25 圖3-1-3 高雄捷運營運路線圖 26 圖3-1-4 高雄捷運每月份單日平均旅運量折線圖 28 圖I-1 本研究台北大都會區樣本自變數與應變數散布圖 141 圖I-2 本研究高雄大都會區樣本自變數與應變數散布圖 144 圖I-3 本研究台北大都會區透天住宅樣本自變數與應變數散布圖 146 圖I-4 本研究高雄大都會區透天住宅樣本自變數與應變數散布圖 149 圖I-5 本研究台北大都會區公寓樣本自變數與應變數散布圖 151 圖I-6 本研究高雄大都會區公寓樣本自變數與應變數散布圖 154 圖I-7 本研究台北大都會區店面樣本自變數與應變數散布圖 156 圖I-8 本研究高雄大都會區店面樣本自變數與應變數散布圖 158

    一、 中文文獻
    （一） 書籍
    1. 行政院內政部（2008）中華民國房地產交易價格簡訊地價動態分析，第34-37輯(97年第1-4季)。
    （二） 期刊
    1. 林尚毅、王世燁(2002)，都市基盤設施工程之基礎研究－以法令面為例，「2002都市計畫學會年會研討會論文集」。
    2. 林禎家、黃至豪(2003)，台北捷運營運前後沿線房地屬性特徵價格之變化，「運輸計劃季刊」，第32卷，第4期，第777-800頁。
    3. 洪得洋、林祖嘉(1999)，台北市捷運系統與道路寬度對房屋價格之研究，「1999年中華民國住宅學會第八屆年會論文集」，第43-46頁。
    （三） 學位論文
    1. 王冠斐(1993)，「捷運系統對不動產價格之影響-以台北都會區為例」，國立中興大學都市計劃研究所碩士論文，未出版。
    2. 王潔敏(2009)，「大眾運輸系統對房地產價格之影響研究－以高雄大都會區為例」，國立成功大學都市計劃研究所碩士論文，未出版。
    3. 李怡婷(2005)，「大眾運輸導向發展策略對捷運站區房地產價格之影響分析」，國立成功大學都市計劃研究所碩士論文，未出版。
    4. 張勝翔(2008)，「公共工程建設及相關公共設施對鄰近地區房價之衝擊分析-特徵價格法之應用」，中華大學建築與都市計畫學系碩士論文，未出版。
    5. 楊宏智(2004)，「導入Box-Cox轉換之倒傳遞神經網路研究」，立德管理學院應用資訊研究所碩士論文，未出版。
    二、 西文文獻
    （一） 期刊
    1. Box, G. E. P. and D. R. Cox (1964). An Analysis of Transformation, Journal of the Royal Statistical Society, Series B, 26:211-252.
    2. Hipel, K. W., A. I. McLeod, and W. C. Lennox (1977), Advances in Box-Jenkins Modeling, 1. Model Construction, Water Resources Research, 13(3): 567-575.
    3. Rosen, S.(1974).Hedonic Price and Implicit Markets : Product Differentiation in Pure competition, Journal of Political Economy,82:34-55
    4. Bae, Chang-Hee Christine, Jun, Myung-Jin, and Park, Hyeon (2003). The impact of Seoul’s subway Line 5 on residential property values, Transport Policy, 10(3): 85-94.
    5. Cervero, Robert, Duncan, Michael(2002).Benefits of Proximity to Rail on Housing Markets: Experiences in Santa Clara County, Journal of Public Transportation, 5(1): 1-18.
    6. Lipscomb, Cliff (2003). Small cities matter, too: The impacts of an airport and local infrastructure on housing prices in a small urban city, Review of Urban & Regional Development Studies, 15(3): 255-273.
    7. Ryan, Sherry(2005). The Value of Access to Highways and Light Rail Transit: Evidence for Industrial and Office Firms, Urban Studies, 42(4):751-764.
    8. Tse, Raymond Y.C. (2000). Estimating Neighbourhood Effects in House Prices: Towards a New Hedonic Model Approach, Urban Studies, 39(7): 1165-1180.
    三、 網站資料
    1. 中華民國統計資訊網，http://www.stat.gov.tw
    2. 內政部地政司全球資訊網，http://www.land.moi.gov.tw
    3. 高雄市政府主計處網站，http://dbaskmg.kcg.gov.tw
    4. 高雄市政府地政處，http://landp.kcg.gov.tw/
    5. 高雄市政府捷運工程局網站，http://mtbu.kcg.gov.tw
    6. 高雄市政府統計資訊服務網，http://kcgdg.kcg.gov.tw
    7. 高雄捷運公司網站，http://www.krtco.com.tw
    8. 高雄縣政府主計處網站，http://paymaster.kscg.gov.tw
    9. 臺北市政府捷運工程局，http://www.dorts.gov.tw/home/home.asp
    10. 臺北捷運公司網站，http://www.trtc.com.tw

    下載圖示 校內：2012-08-31公開
    校外：2012-08-31公開
    QR CODE