臺灣博碩士論文加值系統

特徵價格理論從1974年所建立，廣為流傳自今，近年來，電腦的普及率及傳統特徵價格分析方法所可能導致誤差的發現，多層次分析方法逐年取代傳統的特徵價格法，除應用多元外，可將變項分層次分析，還可分析各變項之間的互相調節效果。以往的利用特徵價格法來探導住宅價格的研究相當多，過去將這些住宅特徵視為獨立且同質分配，但是住宅個體層次特徵與總體層次特徵並非各自獨立，而是有可能互相干擾的，這種誤差項存在著空間自我相關時，會使得估計結果產生偏誤，導致一個不正確的結論。本研究以台北市住宅交易價格為階層線性模型施作對象，探討各層次變項與依變項之間的關係，與各層次間的相互調節效果關係，其實證結果顯示，個體層次解釋變項「樓地板面積」、「屋齡」係數估計值均達到5%顯著水準。表示，樓地板面積每增加1坪，住宅交易價格將會增加47.734萬元;屋齡每增加1年，則住宅交易價格將減少7.186萬元。總體層次變項「每人可支配所得」具有跨層級的解釋變項交互作用，表示總體層次「每人可支配所得」變項會調節個體層次「樓地板面積」變項，「樓地板面積」每增加1坪，住宅交易價格將會增加47.734萬元，但在總體層次「每人可支配所得」每增加1元情況下，住宅交易價格漲幅將增為79.943萬元。

The hedonic pricing theory was established in 1974 and has been popularly used since. The wide computer access coverage and the discovery of potential variance that may be caused by using the traditional hedonic pricing method in recent years lead to a trend where the traditional hedonic pricing method is gradually being replaced by the multilevel modeling. The multilevel modeling is not only used in a wider range of applications, but can also proves analysis in terms of variables by level as well as interaction effects between these variables. An abundance of studies was carried out on house pricing using the hedonic pricing method in the past. The housing characteristics, however, were treated as independent and under homogeneous distributions in the past, where the characteristics on a micro level are in fact not independent to and may interfere with the characteristics on a macro level. In the case of auto-regression, the error may lead to biased evaluation results with an inaccurate conclusion drawn. This study applies hierarchical linear modeling on housing price in Taipei City to explore the relationship between dependent and independent variables by level, and the cross-level interaction effects. The results of testing show that the coefficient estimates of micro level explanatory variables of “floor area” and “housing age” both achieve outstanding performance of 5%. This means, for every 1 “Ping” (which is equivalent to approximately 3.305 square meter) increase in floor area, the housing price increases by NTD477,340; and for every 1 year increase in housing age, the housing price decreases by NTD71,860. The macro level variable of “disposable income of individuals” shows the cross-level interaction effect, indicating that this variable interacts with the micro level variable of “floor area”, where for every 1 Ping increase in floor area, the housing price increases by NTD477,340, but on a macro level, for every NTD1 increase in “disposable income of individuals”, the housing price changes increase to NTD799,430.

第一章 緒論
第一節 研究緣起與目的
第二節 研究範圍與內容
第三節 研究方法與流程
第二章 相關文獻回顧與分析
第一節、住宅特徵與型式之定義
第二節、特徵價格文獻回顧
第三節、階層線性模型文獻回顧
第三章 研究方法設計與課題研擬
第一節 資料來源與變項說明
第二節 研究假說與架構
第三節 分析方法與步驟
第四章 實證結果分析
第一節 敘述統計分析
第二節 階層線性模型實證分析
第三節 研究假說實證
第五章 結論與建議
第一節 結論
第二節 研究限制與後續研究建議
參考文獻

1.Case K. E. and Mayer C. J. (1996),“Housing price dynamics within a metropolitan area”, Regional Science and Urban Economics,26: pp.387–407.
2.Ekaterina C., Michael R., and Michael C.(2011),”Nonlinear Spatial and Temporal Effects of Highway Construction on House Prices”, J Real Estate Finan Econ 42: pp.348-370.
3.Hasan Y., Zohre B., M.Sinan T., and Pervin Y.(2008),” Determination of the Impact of Parks and Playgrounds on House Prices in the City of Erzurum, Turkey”, International Journal of Natural and Engineering Sciences 2:1 pp.47-51.
4.Jeffrey P.C. and Cletus C.C.(2009),”Changing Noise Levels and Housing Prices Near the Atlanta Airport”, Growth and Change 40:2 pp.287-313.
5.Raymond T. and Anthony O.A.(2011),” House Price Determinants In Liverpool, United Kingdom”, Current Politics and Economics of Europe 22:1
6.Van B., Ellen H. ,and Robert G.V.(2011),”Climate Change and Housing Prices: Hedonic Estimates for Ski Resorts in Western North America”, Land Economics 87:1 pp.75-91.
7.Ita Kreft, Jan de Leeuw著，邱皓政 譯(2006)，&;lt;多層次模型分析導論>，五南圖書出版社。
8.王秀娟(2002)，&;lt;公園綠地計畫發展規劃與實施之研究>，戶外遊憩研究 12(2) 第63-77頁。
9.王恭棋(2006)，&;lt;房價指數模型建構之研究--以桃竹地區市鎮交易資料為例>，國立中央大學產業經濟研究所碩士論文。
10.呂佳音(2008)，&;lt;九二一地震災後土地使用變遷之研究-以南投縣為例>，國立台北大學不動產與城鄉環境學系碩士論文。
11.李春長、童作君(2010)，&;lt;住宅特徵價格模型之多層次分析>，經濟論文叢刊38(2) 第289-325頁。
12.李家豪(2004)，&;lt;洪災對住宅價格之影響:特徵價格法之應用>，國立台北大學都市計劃研究所碩士論文。
13.李靜芳、溫福星(2008)，&;lt;階層線性模型於追蹤研究之應用--以子宮切除婦女之術後初期症狀困擾為例>，護理雜誌 55(4) 第63-72頁。
14.林東葵(2011)，&;lt;探討台灣地區緊密城市發展現況對社會資本影響之研究>，國立台北大學不動產與城鄉環境學系碩士論文。
15.林建亨(2008)，&;lt;南科對房地產價格之影響-特徵價格法之應用>，國立成功大學都市計畫學系碩士論文。
16.林祖嘉、林素菁(1993)，&;lt;台灣地區環境品質與公共設施對房價與房租影響之分析>，住宅學報 1 學術論著 第21-45頁。
17.林楨家、黃至豪(2002)，&;lt;台北捷運營運前後沿線房地屬性特徵價格之變化>，運輸計畫季刊 32(4) 第777-800頁。
18.胡志平(2010)，&;lt;台灣高鐵通車營運對住宅價格之衝擊影響分析－以新竹車站為例>，建築與規畫學報 11(2) 第77-88頁。
19.張金鶚、范垂爐(1993)，&;lt;房地產真實交易價格之研究>，住宅學報 1 第75-97頁。
20.張衍、邢志航(2004)，&;lt;住宅特性與居住機能滿意程度關聯之研究--以公寓大廈式集合住宅為例>，建築學報 47 第89-106頁。
21.陳建良(2010)，&;lt;都市公園綠地外部性之空間分析-以台中市為例>，國立彰化師範大學地理學系碩士論文。
22.陳相如(2005)，&;lt;都市林特徵價格之研究-以台南市東區為例>，國立成功大學都市計畫研究所碩士論文。
23.陳章瑞、宋維真(2005)，&;lt;GIS 調查方法於特徵價格法衡量都市綠地美貫之影響與效益>，第六屆調查研究方法與應用圓際學術研討會。
24.陳揚馨(2011)，台北市民眾對都市公園之認知與需求研究，國立台北大學公共事務學院自然資源與環境管理研究所碩士論文。
25.陳譽文(2010)，都市綠地對民眾健康之影響:台北市之實證，國立台北大學都市計畫研究所碩士學位論文。
26.彭宴玲(2005)，&;lt;台北市綠地效益之評價-特徵價格法之應用>，第二屆台灣地方鄉鎮觀光產業的發展與前瞻學術研討會。
27.黃明宗(2012)，&;lt;新竹市公寓大廈住宅價格分析-階層線性模式之應用>，私立中華大學建築與都市計畫學系研究所碩士論文。
28.黃韋憲(2000)，&;lt;都會區住宅用地價格評估模式之建構>，國立中央大學營建管理研究所碩士論文。
29.黃晧軒(2010)，都市公園綠地環境效益價值-以嘉義市為例，國立成功大學都市計畫研究所碩士論文。
30.黃雋智(2010)，公園綠地對住宅價格的影響以台中市南區為例，國立中興大學應用經濟研究所碩士學位論文。
31.黃瓊蓉(2004)，&;lt;使用階層線性模式分析學生評量教學績效之資料>，中國測驗學會測驗學刊 51(2) 第163-184頁。
32.溫福星(2006)，&;lt;階層線性模式：原理、方法與應用>，雙葉書廊有限公司
33.溫福星、邱浩政(2009)，&;lt;多層次模型方法論:階層線性模式的關鍵議題與試解>，台大管理論叢 19(2) 第263-294頁。
34.詹士樑、黃書禮、王思樺(2003)，&;lt;台北地區洪水災害風險分區劃設之研究>，都市與計畫 30(4) 第263-280頁。
35.廖祐君、楊士賢(2010)，&;lt;應用階層線性模式於通勤旅程脈絡效果之研究>，先進工程學刊 5(4) 第357-365頁。
36.謝俊義(2010)，&;lt;HLM 多層次線性分析 : 理論、方法與實務>，鼎茂圖書。
37.內政部地政司全球資訊網: http://www.land.moi.gov.tw/chhtml/property.asp?cid=830
38.內政部營建署全球資訊網: http://www.cpami.gov.tw/chinese/index.php?option=com_content&;view=frontpage&;Itemid=1
39.台北市政府主計處: http://www.dbas.taipei.gov.tw/ct.asp?xItem=61667&;CtNode=24972&;mp=120001
40.行政院主計處: http://www.dgbas.gov.tw/mp.asp?mp=1