台北市綠地效益之評價—特徵價格法之應用+

彭宴玲*

摘 要

近年來，在文獻中不難發現已有許多研究開始以「開放空間」 、「公園綠地」、
「都
市綠地」等等為主題，應用特徵價格法進行其效益評估或分析。本研究主要以 Rosen
（1974）所建構之特徵價格理論進行都市綠地之效益評估：首先，將取得之房屋交易資
料運用地理資訊系統（GIS）以半徑五百公尺量測該範圍內有關環境特徵及房屋外部特
徵之相關變數，並且自行建立資料庫；其次，將所量測之變數進行基本統計分析及迴歸
分析，在上述資料分析完成後，本研究最後將提出不同方案來估計都市綠地效益，以及
其反應在空間規劃上之政策意涵。本研究主要發現有： （1）房屋價格會顯著的受到坪數、
衛浴設備、房屋使用型態、座落之行政區、交通便利性、鄰避設施等因素之影響； （2）
在環境特徵方面，半徑五百公尺範圍內之綠覆面積每增加 1 公頃，房價會增加約 23080
元；各行政區之綠覆率每增加 1％，房價會增加約 80.782 萬元；在非線性迴歸模式中，
各行政區之綠覆率平方項每增加 1％，各行政區之房價會增加約 0.336％； （3）就整體
總效益而言，將 120 公頃綠地平均分配在各行政區中，每行政區會分得 10 公頃綠地之
方案，對各行政區沒有太大之效益，故應採用將 120 公頃綠地全部集中於某一行政區之
方案； （4）在不考量土地成本的條件下，政府部門在往後進行綠地政策分析時，應先選
擇規劃較大面積之綠地，且將綠地集中投資設置在同行政區中，並且應選擇較靠近台北
市中心之行政區為主； （5）在考量土地成本的條件下，也能在住家附近大量設置鄰里公
園，亦能助於提高綠地之效益。

關鍵字：特徵價格法、都市綠地、綠地效益、政策評估

*中國文化大學景觀系暨研究所碩士
+
本論文為發表於 93 年 11 月 19 日「2004 年景觀論壇--永續景觀」研討會之修正稿。

269
 The Valuation of the Benefits of Green Area in Taipei—A Hedonic price Approach

Yen-Ling Peng*

Abstract

There is an increasing interest in measuring the benefits of green area or open space in
urban area. The purposes of this study are to valuate the benefits of the green area in Taipei
city, to draw the policy implications of the existing distribution of green area in Taipei city,
and to propose the suggestion on future green area provision in Taipei. The approach
employed to measure the benefits of green area is the hedonic price method. The hedonic
price model is estimated by using the housing transaction data and the green area within a
500 meter radius surrounding the house and the total green area within the district. The
estimated hedonic regression model is then used to estimate the benefits of the green area and
to simulate the benefits of various distributions of the additional green area in Taipei. The
major findings of this study are as fellows:（1）Housing price is significantly affected by it’s
size, number of bathroom, use of the house, location, accessibility, and the NIMBY facilities.
（2）An increase in a hectare of green area within 500 meter radius of the house will result in
an increase of housing price by NT$. 23080；As the green cover in the district increase by 1%,
the housing prices will be increased by NT$. 807820 in the case of linear model ,and
increased by 0.336% in the case of non-linear model.（3）The benefits of a given amount of
green area is related to it’s spatial distribution；concentrated distribution will result in a higher
benefits than that is catering distributed.（4）To achieve a higher level of benefits, the
additional green area is suggested to be distributed near cit center.（5）The provision of
neighborhood park enhances the accessibility to green area, and hence contributes to the
appreciation of housing value.

Keywords: Hedonic price method, Green Area, Benefits of Green Area,

Policy Evaluation

270
壹、前言
在人類的真實生活中必須依賴許多重要的環境因素而得以繼續生存，然而，現實之
經濟市場運作卻難以將這些重要的環境因素納入市場的運作機制之中，因此，文獻
中大致將這些重要的環境因素稱之為「非市場財貨」 。為了評估非市場財貨所提供
之經濟效益，經濟學家已提出多種評量之方法論進行環境效益之研究，例如：條件
評價法（Contingent Valuation Method，CVM） 、旅遊成本法（Travel Cost Method，
TCM） 、特徵價格法（Hedonic Price Method，HPM）等等，在環境與資源經濟學界
皆有蓬勃之發展，其中，由於特徵價格法利用房地產價格反應環境資源效益之特
性，因此較為適合從事都市地區相關環境資源之評價與效益分析。
目前特徵價格法大多運用在環境風險（Environmental Risk） 、景觀品質與水質
（Landscape and Water Quality）
、環境保護（Environmental Protection）
、都市寧適性
（Urban Amenity） 、農地價值（Agricultural Land Values）
、污染防制（Pollution）、噪音
防制（Noise） 、社會因子（Social Factors）等主題，其研究方法大多是將都市綠地相關
變數隱含在環境品質變數與鄰里特性變數中，然而事實上，都市綠地在房地產市場中一
直扮演著影響房價之重要因素，過去研究卻鮮少以特徵價格法進行都市綠地效益之主題
研究。
近年來，由於都會區居民對於居住環境品質的要求逐漸提升，更凸顯出都市綠地的
重要程度，因此，為了明確說明家戶對綠地的需求以及都市綠地效益究竟為何，故
運用特徵價格法在綠地上的相關研究更行重要。
藉由特徵價格法對近年來房地產價格資料進行分析，可得知民眾對於居住環境條件
之選擇與重視，並以關心都市環境品質的角度，來探討綠地分布對於房地產價格所產生
之影響。

貳、相關文獻回顧
特徵價格法（HPM）的理論基礎是認為消費者在選擇購買特定房屋時，會根據該
房屋之各項特徵而決定其願付價值。而特徵價格法用於推估資產價格上之環境品質改善
效益，也就是消費者對於環境品質改善的願付價值，此願付價值可能來自環境品質改善
對消費者的使用價值，也可能來自非使用價值。［9］
一、Rosen 之特徵價格理論模型［8］
在完全競爭市場下，設有一差異性財貨具有 n 種特徵，Z=(z1,z2,……zn)，該財貨之
市場價值係透過市場中眾多消費者與生產者彼此間之「出價」 （bidding price）及「要價」
（offering price）
行為而決定。因此，市場價格與各種特徵間便隱含著 P(Z)=P(z1,z2,……zn)
之函數關係，此即為特徵價格函數（hedonic price function）
。Rosen（1974）對 Z、zi 與
P(Z)提出下列說明或假設：

271
 1.假設財貨(Z)所含特徵(zi)個數對每一消費者而言均相同（n 個）
，且消費者有充分
訊息得以察覺或瞭解。
2.假設市場上存在著各種不同特徵數量組合之差異性財貨，足以供消費者選擇；亦
即，對於不同 zi 組合之選擇是呈連續狀態。
3.為避免涉及複雜之資本理論（capital theory）
，假設該財貨為純消費財，因此二手
貨市場並不存在。
4.假設每一特徵均具有不可分割性（indivisibility）
，無法由財貨中獨立分割出來，
因此財貨中任何特徵是無法任意組合（pack） 。例如：一部 12 呎長之車子，並不
等於二部 6 呎長的車子。
5.假如 zi 可由財貨中分離，zi 之數量可獨立變化，則特徵價格函數 P(Z)將為線性函
數；否則 P(Z)函數將為非線性函數。
6.消費者與生產者均為 P(Z)之接受者。

二、國內外相關文獻探討
著作 研究內容 研究方法 結論
鄰里性公共 檢視公共設施變數與 複迴歸分析、典型相 1、體鄰里性公共設施變數與
設施服務水 住宅屬性變數間交互項之 關分析法（Canonical 住宅屬性交互像模型之理論
理論基礎及進行交互項的 與實證獲得確立。
準與住宅特 Correlation
意義及其交互影響的結構 2、整體性鄰里公共設施距離
徵價格之交 Analysis） 、Box-cox
與效果之分析研究，同時對 組合變數為為的資本化效
互影響分析 此種效果之適用範疇與收 果，且與住宅坪數間具有交
（黃萬翔， 斂情形作探討及歸納，以校 互影響關係。
1994） 估相關參數及交互項的影 3、體性鄰里公共設施面積組
響。 合變數為正的資本化效果，
針對交互項之理論分 且與基地面積大小間具有交
析模型進行實證分析，將其 互影響關係。
結果與理論分析做印證，以 4、交互項為外部效果，對於
進一步闡釋公共設施變數 交互影響變數的參數解釋力
與住宅屬性變數間交互影 有擴大、抵消及改變符號的
響關係。 效果。
都市鄰里公 藉由都市鄰里公園的發展 複迴歸分析法 1、公園在建築形態上所產生
園對鄰接地 背景及外部經濟的特性，另 的影響會在配置形態、立面
區不動產影 外針對臨接公園地區之建 形態以及開窗率上做出不同
築形態與土地價格進行實 的反應與組合，因此這類形
響之研究
質環境調查，並根據所得資 態上的影響將其歸類於因公
（劭澤恩， 料分析都市鄰里公園對臨 園而產生之「期望上的反
1998） 接不動產所產生之外部效 應」。
果，藉此瞭解公園個體環境 2、土地價格部分，有顯著影
因素對臨接地區不動產在 響的變數包含了公園的開發

272
著作 研究內容 研究方法 結論
建築形態上與土地價格上 狀況、規模、區位以及面臨
所產生之影響。 道路寬度，這些因素會在價
格上發現其效益，故歸類於
因公園而產生之「實際上的
反應」。
住宅屬性與 本研究將影響生活機能屬 特徵價格法、最小平 1、生活機能屬性變數對房價
房價關係之 性的因素分為三個構面，包 方（OLS）迴歸方程 的影響力高於實質屬性、可
研究—以嘉 含（1）人性的設計（2）人 式 及性屬性變數。
文的規劃（3）科技與健康 2、地坪的大小仍是影響透天
義市蘭潭地
的概念等三項屬性。並且以 住宅房價主要因素之一，可
區為例（高 此三個生活機能屬性與實 見國人對休閒生活與生活寧
文津，2000）質屬性、可及性屬性作實證 適感的重視。
分析，以最小平方（OLS） 3、本研究所提出的（1）人
迴歸方程式檢測各變數與 性的設計（2）人文的規劃（3）
房價的關係。 科技與健康的概念這三項住
宅生活機能屬性變數，對房
價的影響均呈顯著。
4、人性設計這一項屬性對房
價的影響最大。
房地產價格 以總體供需之觀點，探討影 相關分析法迴歸分析 1、當住宅價格上漲時，以市
及其變動因 響房地產價格個體和總體 法 區上漲最快，當住宅價格下
素之研究 的影響因素，並根據所找尋 跌時，北縣下跌的最快，市
影響房地產的因素，探討哪 區及郊區的抗跌性較強，但
（陳明吉，
些是刺激房地產價格變動 是市場平衡之際，市區有下
1989） 的主因，最後由找出的刺激 跌較大的情況出現。市區及
房地產價格變動之主要因 郊區住宅價格有差距愈來愈
素建立模型並探討其對房 小的傾向，但市區、市郊與
地產價格影響的重要性及 北縣則有逐漸拉大的趨勢。
程度的大小。 2、就屬性價格而言，純住宅
的價格上漲最快，下跌最
慢，辦公室大樓漲跌幅度最
大。
環境因素與 從台北地區歷年房地產預 Spearman 等級相關係 1、影響房地產市場變化的主
房地產價格 售市場的變化情形，探討環 數檢定法、阻抗之非 要環境因素可分為經濟、社
及廣告關係 境因素與房地產價格及廣 線性平滑分析法、簡 會、政治及政策四大類。
告間的關係，進而找出影響 單迴歸分析法、複迴 2、歷年預售市場的銷售率，
之研究（曾
房價及廣告變化之重要因 歸分析法 可成為歷年房地產景氣的重
建基，1993）素，並建立分析模型。 要指標。
3、歷年預售市場總銷金額，
可以看出房地產建築業的投
資情形。

273
著作 研究內容 研究方法 結論
4、歷年預售市場的每年推案
數，亦可以看出建築房屋地
產業的投資情況。
台北都會區 透過住宅市場，由房價高低 特徵價格法 1、當改善一單位（1.0ug/m3）
空氣污染之 可以反映出人們對空氣品 之總懸浮微粒濃度時，每年
價格估算— 質的願付價格。因為藉著空 每戶之市區居民願意支付
氣品質與房價差異之間的 7.1459 萬元、市郊居民願意
特徵價格法
函數關係，可以瞭解人們對 支付 0.5966 萬元、外圍地區
之應用（吳 空氣品質的重視程度。 居民願意支付 0.4484 萬元。
錫政，1995） 2、若把整個台北都會區當作
一個單一市場來看，則台北
都會區之居民願意支付
2.6380 萬元，而其平均價格
彈性為-0.4940。
類型 開 放 空 間

作者 研究內容 函數形式 變數資料 研究結果

Bolitzer, 探討住家附近有 Linear、 開放空間類型（公園、1、開放空間，如公園等，

B., and 公園、自然區和高 semi-log 私有 park、墓園、高爾 對於當地房屋的售價有
爾夫球場等開放 夫球場） 、房屋數目、 明顯且正面的影響。
N. R.
空間時，對房屋售 真實售價、屋齡、土地 2、當地政府可以藉由開
Netusil
價可能的影響。 英畝數、距商業中心距 拓某些開放空間適當的
(2000) 離、距開放空間距離 增加其租稅收入。
開 放 空 間

Geogheg 建立一個理論模 Semi-log、 基地大小、屋齡、建築 1、較大的土地尺寸、較

an, J. 型來探討數種不 Double 物大小、房屋樓層數、大的房屋、較新的房屋以
同類型之開放空 建築物品質、距 及較好品質的房屋全都
(2002) -log
間，如何被居住在 Washington DC 距離、 對於房屋的售價有正面
附近的地主評 距 Baltimore MD 距 的助益。
價，並且運用 離、距最近城鎮距離、2、在鄰近區域裡有較多
hedonic 模型來試 人口密度、大學以上學 的人口密度會降低房屋
驗有關這些不同 歷人口數百分比、所得 價值，然而較高的收入和
類型之開放空間 中位數、1600 公尺 教育水準會增加房屋價
被估計成房屋價 buffer 範圍內永久性開 值。
格的假設。 放空間面積百分比、 3、民眾比較重視不變的
1600 公尺 buffer 範圍 開放空間，因此他們比較
內開發的開放空間面 願意付出較多金錢，希望
積百分比。 能居住在靠近固定開放
空間的房屋。

274
 類型 開 放 空 間
作者 研究內容 函數形式 變數資料 研究結果

Luttik, J. 運用特徵價格法 Linear 三個不同空間尺度的 1、具吸引性區域特徵對

(2000) 及統計分析來評 環境變數：一、住宅區 於房屋售價有相當大的
估部分特別屬性 內部（綠帶、公園、渠 衝擊。
的真實價格。本文 道、湖泊）、二、住宅 2、擁有一個令人感到愉
發現讓房屋價格 區邊界（公園、湖泊、快的視野能增加房價，尤
有最大增加的環 開放空間）、三、區域 其是，房屋能觀賞到
境因素為房屋連 性的特徵（森林、湖 8~10%的水池或者是
接一個頗大水池 泊、景觀多樣性） 6~12%的開放空間。
的花園。 3、顯示出房屋價格會因
景觀類型變化的分析，有
吸引人的景觀類型地點
會比較不吸引人的環境
地點增加 5~12%的酬金。
空 間 地 景 指 標

Geogheg 發展空間特徵模 Double-log 屋齡、水域、到華盛頓 1 多樣性及破碎化的兩個

an, J., 型來解釋 (空間指標 特區的距離、可及性、景觀指標，可以完整的解
Washington DC
Lisa, A. 變數未取 景觀多樣性指標、破碎 釋土地及房屋價格。
（華盛頓特區）半 化指標、開放空間的百 2、兩個景觀指標可以對
W., and 徑 30 英哩內區域 log)
分比、居住使用的百分 不同地區房屋售價（例
Nancy, 的居住價值。 比、有無接近附近的主 如：都市、鄉村）有不同
E. B. 要城市、鄰近地區的社 的貢獻。
(1997) 會經濟變數（白種人所 3、不同的景觀特徵價格
佔比例、高中低收入所 是取決於當地為高度開
得百分比） 發、市郊或是鄉村區域。

275
 類型 寧 適 性
作者 研究內容 函數形式 變數資料 研究結果

Liisa, T. 大部分的都市森 linear、 低劣狀態住宅區、房間 1、都市森林是種令人喜

(1997) 林(forest)效益代 semi-log 數（2～5 個）
、屋齡、 愛的環境特徵，而且其利
表非消費性 蒸汽浴、平台式屋頂的 益會反應在地產價格
(non-consumptive 建築、到城鎮中心距 中。雖然這種喜愛的程度
)使用價值，其中 離、到學校距離、到商 隨不同的家庭而改變，平
包含由舒適的景 店距離、到休憩地區距 均而言，在 Joensuu 市的
觀、清淨的空氣、 離、到森林公園距離、居民看起來喜愛綠色住
平靜和閒適以及 綠色空間(%)、到溪或 宅區而且願意接近森林
休閒活動所引得 河流的直接距離、到最 休閒區。
的獲益。Hedonic 近海灘距離、基地大小 2、在都市環境中，hedonic
價格模型方法檢 價格是現有方法中最重
驗外部獲益以及 要的，因為它測量與房屋
有關住宅的都市 有關的都市森林寧適性
森林支出。這篇調 價值。
查研究都市森林 3、都市森林在地產價格
如何在地產價格 效應中是非線性，而不是
中估計其值。同時 線性的。鄰近房屋的森林
也尋找在適合 可能會降低房屋價格，因
hedonic 價格模型 為它太靠近房屋，而會增
中適合描述綠色 加價格的效應則取決於
空間獲利的參 它們的距離、尺寸和品
數。 質。

參、資料蒐集與處理
由經濟效用理論得知，房屋的價格會決定在房屋的特徵上，函數式如下：
房價＝f（房屋內部特徵；房屋外部特徵；環境特徵）

房屋
內部
特徵

房價
房屋 環境
外部 特徵
特徵

圖 1. 影響房價之特徵變數圖

276
 本研究將房屋的特徵區分為內部特徵、外部特徵及環境特徵三大類，而外部特徵及
環境特徵資料需自行建立。茲分述如下：
一、房屋內部特徵
本研究以台北都會區為研究空間範圍，其範圍包括：台北市之所有行政轄區，並
且透過房屋仲介業者取得房屋交易資料，交易時期為民國 85～89 年，樣本筆數共為
18799 筆。透過房屋仲介業者所取得之交易資料形式如下表 1. 原始房屋交易資料：
表 1. 原始房屋交易資料
分 cod 銷售年/月/
地址 屋齡 坪數 總價 房間 客餐廳 衛浴 型態
區 e 日
士 承德路四段 58 巷 1～32 25.12 730
36 89/3/19 24 2 1 1 店面
林 號
士 11.42 245
雨聲街 165 巷 41～91 號 44 87/7/28 25 2 1 2 店舖
林
士 11.37 250
天母西路 60～72 號 98 85/6/4 14 2 1 1 國宅
林
其中，在地址這一部份，因為有關個人隱私，仲介業者無法提供直接的交易價格，
故選取鄰近範圍內之門牌號碼以保護客戶之隱私權，故本研究設計合理之條件，自行將
門牌號碼取其中間值，有關地址中間值之設計，如下表 2. 房屋交易資料所示：
表 2. 房屋交易資料
分區 原始地址 修正後地址 code
士林 承德路四段 58 巷 1～32 號 承德路四段 58 巷 16 號 36
士林 雨聲街 165 巷 41～91 號 雨聲街 165 巷 66 號 44
士林 天母西路 60～72 號 天母西路 66 號 98
二、環境特徵
本研究有關環境特徵之變數需以 GIS 來進行量測，自行建立資料庫。量測半徑 500
公尺範圍內有關環境特徵之公園綠地面積總和，簡單示意如圖 2. 量測距離簡易圖：

500m

表示某房屋樣

圖 2. 量測距離簡易圖

277
有關環境特徵之空間種類，分類如下：
1.公園（內政部營建署，1999）
都市公園：20～100 公頃
社區公園：2～20 公頃
鄰里公園：2 公頃以下
（河濱公園：5～30 公頃）
2.綠地
自然綠地：國家公園、保護區、風景區
線型綠地：行道樹、水岸綠帶
農業區：都市計畫農業區、一般農業區、特定農業區
三、房屋外部特徵
本研究有關房屋外部特徵之變數需以 GIS 來進行量測，自行建立資料庫。量測半
徑 500 公尺範圍內有關房屋外部特徵之設施變數，即房屋至設施之直線距離，而需量測
之設施包括：捷運站、台北火車站、松山火車站、醫院、焚化場、變電所…等等。簡單
示意如圖 3. 量測設施簡易圖：

火車站
醫院 Y公
尺
×
X 公尺
變電
捷運站
焚化場
× 表示某房屋樣本點

圖 3. 量測設施簡易圖

有關房屋外部特徵之設施種類，分類如下：
1.交通可及性
距「捷運站」、距「火車站」
2.鄰避設施
距「變電所」、距「垃圾焚化爐」或「垃圾掩埋場」
3.醫療設施
距大型醫院距離（如：台大醫院、榮總醫院、馬偕醫院、陽明醫院……）

278
肆、綠地效益之估計
一、方案設計
本研究在估計綠地效益時，設計了兩個方案，大致說明如下：
方案一「各行政區分別增加 120 公頃綠地」：
即，假設有 120 公頃之綠地面積應集中放置在台北市某行政區中，會替台北市
土地帶來最大效益。
方案二「各行政區分別增加 10 公頃綠地」：
即，假設全台北市欲增加 120 公頃之綠地面積，並需將其平均分配給 12 個行
政區，故每個行政區會分得 10 公頃之綠地面積。
其中，估計綠地效益之函數估計式則可分為線性迴歸式及非線性迴歸式，而估計方法則
是相同的。
二、估計綠地效益之函數與流程
（一）特徵價格函數估計式
有關特徵價格函數，本研究採用了兩條模式，分別為線性迴歸模式及非線性迴歸模
式，差別在於「綠覆率」變數的差異，其詳細內容，分述如下：
1.線性迴歸模式
Pi = −76.473 + 27.503Floori + 27.348Bathi + 2.308Parki
− 0.000917 Station1i − 0.02285Station 2 i − 0.0186MRTi
+ 43.846Usei + 0.07069Trashi + 0.03392Substationi
− 129.697Center + 80.782Green
i i
式中，
P：成交價（萬元）;
Bath：衛浴室（間）;
Floor：坪數（坪）;
Green：綠覆率（公頃） ；
Station1：距台北火車站距離（公尺）;
Station2：距松山火車站距離（公尺）;
MRT：距最近捷運站距離（公尺）;
Center：中心外圍（虛擬變數）;
Trash：距最近垃圾場距離（公尺）;
Substation：距最近變電所距離（公尺）;
Use：商業（虛擬變數）;
Park：五百公尺綠覆總和（公頃）;
ε：隨機誤差項。
i = 1,2,3,....., n
2.非線性迴歸模式

279
 Pi′ = −31.135 + 27.526 Floori + 25.777 Bathi + 1.889 Parki
− 0.01331Station1i − 0.02908Station 2 i − 0.01579MRTi
+ 39.89Usei + 0.06898Trashi + 0.02698Substationi
− 247.79Center + 0.05948Green2 i
i
式中，
P’：成交價（萬元）;
Bath：衛浴室（間）;
Floor：坪數（坪）;
Green2：綠覆率平方項（公頃） ；
Station1：距台北火車站距離（公尺）;
Station2：距松山火車站距離（公尺）;
MRT：距最近捷運站距離（公尺）;
Center：中心外圍（虛擬變數）;
Trash：距最近垃圾場距離（公尺）;
Substation：距最近變電所距離（公尺）;
Use：商業（虛擬變數）;
Park：五百公尺綠覆總和（公頃）;
ε：隨機誤差項。
i = 1,2,3,....., n
（二）各行政區每樣本房屋因綠地面積增加所帶來之增值

( )
∆Pij = P Z ∗ − P(Z )
Z = (Green, Park ,.....)
(
Z ∗ = Green∗ , Park ∗ ..... )
式中， ∆Pij : 消費者剩餘。

j = 行政區
P（Z＊）： 改變綠地狀況之後的預測值。
P（Z）：原始綠地狀況的預測值。
＊
Z ：代表原始自變數水準值的向量。
Z：代表新自變數水準值的向量。
（三）各行政區之全體樣本房屋之總增值
n
V j = ∑ ∆Pij 式中， i = 1,2,3,.....n
i =1

280
 j = 行政區
（四）各行政區平均樣本戶之增值
Vj
vj = 式中， n j = j 行政區中，樣本之總戶數
nj
（五）各行政區綠地增值之總效益

TV j = v j × N j 式中， N j = j 行政區×總戶數
（六）全體總效益
12
TV = ∑ TV j
j =1

三、方案比較與分析
各行政區分別增加 10 公頃或 120 公頃綠地後，將分別增加每個樣本 500 公尺半徑
範圍內所涵蓋之綠地面積，以及各行政區之綠覆率。
（一）平均樣本效益
各行政區平均樣本效益

70
60
50
加十公頃綠地-線性
40 加十公頃綠地-非線性
30 加120公頃綠地-線性
加120公頃綠地-非線性
20
10
0
松山
信義
大安
中山
中正
大同
萬華
文山
南港
內湖
士林
北投

圖 4 各區平均樣本效益之方案比較
由上圖 4 各區平均樣本效益之方案比較圖中發現，若將 120 公頃之綠地平均分配
在 12 個行政區中，其產生之效益並不大；但若將 120 公頃之綠地完全分配在同一行政
區內，其產生之效益有明顯增加之趨勢。
所以，綠地面積之大小，所產生之效益會有極大之影響，小面積之綠地，並不會為該行
政區增加太多之效益，唯有大面積之綠地，才能有效的增加該行政區之效益；在設置大
面積綠地的條件下，若要讓綠地產生較高之效益，應選用集中式設置，而不要將其分散
設置至各行政區中；故，政府在往後進行綠地政策考量時，應將綠地集中設置，而不要
將綠地面積分散規劃至各行政區中。

281
（二）各區總效益

各區總效益

50
十
45
萬
40
35
加十公頃綠地-線性
30
加十公頃綠地-非線性
25
加120公頃綠地-線性
20
15 加120公頃綠地-非線性
10
5
松山
信義
大安
中山
中正
大同
萬華
文山
南港
內湖
士林
北投
0

圖 5 各區總效益之方案比較
由上圖 4-5 各區總效益之方案比較圖中得知，不論是線性迴歸模式或者是非線性迴
歸模式，都可以發現若將 120 公頃綠地投資在靠近台北市中心之行政區（包含：松山、
信義、大安、中山、中正、大同、萬華）中，所得之效益會比投資在位居台北市邊緣之
行政區（包含：文山、南港、內湖、士林、北投）高；即，綠覆率低者，其邊際效益高，
若增加綠地，其效益亦高；反之，綠覆率高者，其邊際效益低，若增加綠地，其效益則
低。
故，政府在往後進行綠地政策分析時，應選擇將綠地集中投資設置，並且應選擇較靠近
台北市中心之行政區為主，而不要將綠地面積零星分散設置於不同行政區中，這樣才能
將綠地達到最高之效益。
增加120公頃各行政區總效益與綠覆率之關系

50 0.8
十
0.7
萬 40 0.6
30 0.5
0.4
20 0.3
0.2
10
0.1
0 0
松山

信義

大安

中山

中正

大同

萬華

文山

南港

內湖

士林

北投

總效益 綠覆率

總效益-線性迴歸 總效益-非線性迴歸 行政區綠覆率

圖 6 各行政區總效益與綠覆率關連圖
由圖 6 各行政區總效益與綠覆率關連圖中得知，總效益較高之行政區，其原始綠
覆率是較低的，這表示說，在這些行政區位居在較靠近台北市中心之地理位置上（包含：
松山、信義、大安、中山、中正、大同、萬華） ，故本身土地成本則會較高，相對下不
易將土地作為綠地使用；其他位居在台北市邊緣之行政區（包含：文山、南港、內湖、

282
士林、北投），因本身土地成本較低，故願意設置較多綠地空間，所以，在綠覆率較高
之行政區中若欲設置更多綠地空間在這些行政區中，其效益並不大。
而就綠地效益來看，綠地的存在是被迫切需要的；但，就現實狀況考量，目前台北
市區因重大交通建設（例如：捷運系統的興建），也大量的將其地下化，在這過程中，
部分原始道路的空間將被釋放出來，而這些空間也即將被其他重要之設施給取代，但在
這之後剩餘的空間，則應將其規劃為公園綠地。
透過本研究發現，可將這些閒置空間、暫時未開發之空間以及原先本屬開放空間或不被
任何使用之廢棄空間……等等，都能以綠地來取代之，以彌補綠地不足之窘境，藉此也
可提高全台北市綠地之效益。
（三）每坪綠地產生之效益
每坪綠地產生之效益

14

12
10
加十公頃綠地-線性
8 加十公頃綠地-非線性
6 加120公頃綠地-線性
加120公頃綠地-非線性
4

0
松山
信義
大安
中山
中正
大同
萬華
文山
南港
內湖
士林
北投

圖 7 每坪綠地產生之效益方案比較
就整體而言，將 120 公頃綠地平均分配在 12 個行政區中時，台北市平均每坪綠地
產生之效益約為 6～8 萬元；若在各行政區中分別增加 120 公頃綠地，可以發現以投資
在靠近台北市中心之行政區（包含：松山、信義、大安、中山、中正、大同、萬華）中，
每坪綠地產生之效益會比投資在位居台北市邊緣之行政區（包含：文山、南港、內湖、
士林、北投）高。
故，藉此更證明了集中投資與區位選擇的重要性，所以，可作為政府單位往後在進
行公園綠地設置區位選擇之重要依據，即應將綠地面積集中設置在靠近台北市中心之行
政區（包含：松山、信義、大安、中山、中正、大同、萬華）中。

伍、結論
一、有關房屋屬性中，坪數、衛浴設備、房屋使用型態等特徵變數都有顯著的影響，由
特徵價格模式結果中可以發現，消費者在購屋時對於房屋設施的偏好，而房屋的使
用型態也是增加房屋價值的考量之一。
二、有關房屋外部特徵變數：包含交通可及性（距台北火車站距離、距松山火車站距離、
距最近捷運站距離）、距最近垃圾場距離、距最近變電所距離，其中，便利的交通，

283
 能提升房屋的價格，因此可以瞭解公共設施的可及性佳會對房價帶來正面的效益；
但是，若是屬於鄰避設施，則會為房價帶負面的效益，反而降低了房屋的價格。
三、在環境特徵方面， 「半徑五百公尺範圍內所有公園面積總和」 、
「各行政區之綠覆率」
及「各行政區之綠覆率平方項」之變數均呈顯著，而半徑五百公尺範圍內之綠覆面
積每增加 1 公頃，房價會增加約 23080 元；各行政區之綠覆率每增加 1％，房價會
增加約 80.782 萬元；在非線性迴歸模式中，各行政區之綠覆率平方項每增加 1％，
各行政區之房價會增加約 0.336％。
四、不論是線性迴歸模式或者是非線性迴歸模式，都可以發現若將 120 公頃綠地平均分
配設置在各行政區中，並不會產生太大之效益，只有將 120 公頃綠地—即大面積之
綠地，集中設置，並且投資在靠近台北市中心之行政區（包含：松山、信義、大安、
中山、中正、大同、萬華）中，所得之效益會比集中投資在位居台北市邊緣之行政
區（包含：文山、南港、內湖、士林、北投）高。故，在不考量土地成本的條件下，
政府部門在往後進行綠地政策分析時，應先選擇規劃較大面積之綠地，且將綠地集
中投資設置在同行政區中，並且應選擇較靠近台北市中心之行政區為主，而不要將
綠地面積分散設置於不同行政區中，這樣才能將綠地達到最高之效益。
五、總效益較高之行政區，其原始綠覆率是較低的，這表示說，在這些行政區位居在較
靠近台北市中心之地理位置上（包含：松山、信義、大安、中山、中正、大同、萬
華），故本身土地成本則會較高，相對下不易將土地作為綠地使用；其他位居在台
北市邊緣之行政區（包含：文山、南港、內湖、士林、北投） ，因本身土地成本較
低，故願意設置較多綠地空間，所以，在綠覆率較高之行政區中若欲設置更多綠地
空間在這些行政區中，其效益並不大。
六、政府在進行往後綠地政策，可將該行政區這些閒置空間、暫時未開發之空間，以及
原先本屬開放空間或不被任何使用之廢棄空間……等等，都可規劃為公園綠地以供
民眾休閒遊憩使用，以彌補綠地不足之窘境，藉此也可提高全台北市綠地之效益。
七、在考量土地成本下，並非一定只能採用大面積之綠地、並且需要集中在靠近台北市
中心之行政區中，對樣本戶而言，鄰里公園也是一項重要的考量，如果能在住家附
近大量設置鄰里公園，也是有助於提高綠地效益的好方法之一。

陸、參考文獻
1. 吳錫政（1995）台北都會區空氣污染之價格估算—特徵價格法之應用，國立中興大
學資源管理研究所碩士論文。
2. 劭澤恩（1998）都市鄰里公園對鄰接地區不動產影響之研究，中華大學建築與都市
計畫學系碩士論文。
3. 高文津（2000）住宅屬性與房價關係之研究—以嘉義市蘭潭地區為例，國立中正大
學國際經濟研究所碩士論文。

284
4. 翁淑貞（1992）台北都會區空氣污染對住宅價格影響之研究—應用特徵價格法，國
立中興大學法商學院都市計畫研究所碩士論文。
5. 陳明吉（1989）房地產價格及其變動因素之研究，國立政治大學私立中國地政研究
所合辦地政研究所碩士論文。
6. 曾建基（1993）環境因素與房地產價格及廣告關係之研究，中國文化大學國際企業
管理研究所碩士論文。
7. 黃萬翔（1994）鄰里性公共設施服務水準與住宅特徵價格之交互影響分析，國立政
治大學私立中國地政研究所合辦地政研究所博士論文。
8. 楊重信、許道欣、翁淑貞（1993）台灣環境保護政策之總體效果與成本效益分析—
子題計畫 (七)，台北都會區空氣污染對房價之影響：特徵價格法之應用，蔣經國
國際學術交流基金會資助研究計畫，中央研究院經濟研究所。
9. 蕭代基、鄭蕙燕、吳珮瑛、錢玉蘭、溫麗琪（2002）環境保護之成本效益分析理論、
方法與應用，俊傑書局股份有限公司。
10. Bolitzer, B., and N. R. Netusil (2000),” The impact of open spaces on property
甲、values in Portland, Oregon,” Journal of Environmental Management, 59, 185-193.
11. Geoghegan, J. (2002),” The value of open spaces in residential land use,” Land Use
Policy, 19, 91-98.
12. Geoghegan, J., Lisa, A. W., and Nancy, E. B. (1997),” Spatial landscape indices in a
hedonic framework: an ecological economics analysis using GIS,” Ecological
Economics, 23, 251-264.
13. Liisa, T. (1997),” The amenity value of the urban forest: an application of the hedonic
pricing method,” Landscape and Urban Planning, 37, 211-222.
14. Luttik, J. (2000),” The value of trees, water and open space as reflected by house prices
in the Netherlands,” Landscape and Urban Planning, 48, 161-167.
15. Rosen, S. (1974),” Hedonic Prices and Implicit Markets: Product Differentiation in Pure
Competition,” Journal of Political Economy, 82, 34-55.

285