學術產出-Theses
Article View/Open
Publication Export
-
題名 蝸居、頂加、地下室－非典型租屋空間分佈與影響因素
Tiny apartments、Rooftops、Undergrounds—Spatial Distribution and Influencing Factors of Informal Rental Housing作者 劉家伶
Liu, Jia-Ling貢獻者 江穎慧
Chiang, Ying-Hui
劉家伶
Liu, Jia-Ling關鍵詞 非典型租屋
租金
特徵價格理論
分量迴歸模型
地理加權迴歸(GWR)日期 2019 上傳時間 2-Sep-2020 12:38:52 (UTC+8) 摘要 隨著就業機會和人愈趨集中都會區，大都會區的租屋需求也就越來越大，相對租金也不斷的上漲，租屋成為沉重的負擔。由於頂加、違法隔間等出租空間，承租者多為學生、年輕族群及弱勢家庭，年輕人為節省租金，並視租屋為暫時、過渡期間，而願意容忍低品質及不安全的租屋條件；弱勢家庭則是面臨租不起或租不到的窘境，被迫只能承租在窳陋且安全有疑慮的租屋環境。都會區低薪租屋者僅能承租畸形的出租房，像是頂樓加蓋、地下室、極小坪數房屋(蝸居)，然此類型過去在建立租金價格模型時，往往將這些資料視為極端值或異常值加以排除，故本研究並將上述三種類型房屋定義為非典型租屋為後續進行實證之樣本。本研究利用網路爬蟲技術擷取591租屋平台成交案件，以地理加權迴歸(GWR)、特徵價格理論傳統迴歸模型，研究非典型租屋空間的分布特性，影響非典型租屋租金的因素，再以分量迴歸模型探討高低租金，非典型租屋特徵對於租金影響的效果與程度。實證發現以最小平方法迴歸估計結果變數與捷運站距離取絕對值標準化係數最大，其次為與公園距離，表示租屋者偏好承租於捷運與公園附近；以小坪數樣本應用地理加權迴歸結果顯示，位於市中心且具有轉乘功能的捷運站對於租金單價影響最為顯著，越往市中心外圍捷運對租金的影響係數越小，表示租屋者寧願犧牲居住品質，生活在狹小空間，選擇承租在市中心，交通便利的地點；冷氣與網路兩個變數隨分量增加，係數值逐漸遞減，顯示租金支付能力較弱的租屋者會比較在意房屋所提供的設備；與捷運站距離係數值隨著分量提高，係數值則下降，表示在租金支付能力較弱租屋者(低租金)時，若房屋鄰近捷運站與公園而租屋者付租的意願會比較高。透過文獻回顧與實證結果分析，本研究再次印證由於租屋者承租於空間非常狹小或是品質不佳房屋，同時因為工作需求需要交通便捷地方，因此會比較仰賴公共設施，建議政府未來社會住宅整體規劃能以小坪數、低租金及交通便利區位，作為後續興建參考，讓租屋者更能夠負擔，使得社會住宅更能落實照顧弱勢者的目標。 參考文獻 一、中文文獻1.呂秉怡、花敬群，2012，不動產租賃服務產業經營與管理制度規畫專業服務案總結報告書，內政部委託之研究成果。2.李馨蘋、劉代洋，1999，租賃住宅市場租金之影響因素，中華管理評論，2(1)。3.汪佳莉、季民河、鄧中偉，2016，基於地理加權特徵價格法的上海外環內住宅租金分佈成因分析，地域研究與開發，5，72-80.4.林祖嘉、林素菁，1993，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)，21-45。5.林祖嘉、林素菁，1993，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)，21-45。6.林祖嘉、馬毓駿，2007，特徵方程式大量估價法在台灣不動產市場之應用，住宅學報，16(2)，1-22。7.林祖嘉、陳建良，2005，租買選擇、貸款選擇、與世代組成：巢式LOGIT模型之應用，住宅學報，14(1)，1-20。8.林祖嘉、黃麗蓉，2014，嫌惡性風水對商用不動產價格影響之研究，住宅學報，23(1)，51-72。9.花敬群，2000，發展出租住宅市場機制之研究，內政部建築研究所委託之專題研究專案成果。10.花敬群，2015，房地產改革首要之務，2015台灣地區房地產年鑑，台北：行義文化出版有限公司。11.張怡文、江穎慧、張金鶚，2009，分量迴歸在大量估價模型之應用－非典型住宅估價之改進，都市與計劃，36(3)，281-304。12.陳彥仲、薛立敏，2000，台灣都市出租住宅市場之研究期末報告書，內政部建築研究所委託之專題研究成果報告(編號：MOIS891009)，台北市：內政部建築研究所。13.陳章瑞，2013，以地理加權迴歸模型之空間分析探討都是公園之寧適效益，造園景觀學報，19(1)，17-46.14.曾建穎、張金鶚、花敬群，2005，不同空間、時間住宅租金與其房價關聯性之研究－台北地區之實證現象分析，住宅學報，14(2)，27-49。15.華昌宜、賴碧瑩，2001，我國租賃住宅市場之發展與推動，住宅學報，10(1)，67-76。16.黃怡潔、江穎慧、張金鶚，2017，臺北市公共住宅對周圍住宅價格之影響，都市與計劃，44(3)，277-302。17.楊曉冬、李忠富，2012，住宅租賃特徵價格研究─以哈爾濱市為例，系統管理學報，4，486-493。18.廖仲仁、張金鶚，2006，不對稱的仲介服務價格效果：分量迴歸法之檢驗，都市與計劃，33(1)，1-16。19.崔媽媽基金會，2017，第一次租屋就上手，新北：大喜文化有限公司。20.章英華，2009，第十六章都市化、城鄉關係與社區，社會學與台灣社會，台北：巨流。21.溫在弘，2015，空間分析：方法與應用，台北：雙葉書廊。22.石振弘，2001，台灣租屋市場之啟蒙：沈痾、新苗、與生機，國立台灣大學建築與城鄉研究所碩士論文。23.李如君，1997，台北地區住宅租金水準之研究，國立政治大學地政研究所碩士論文。.24.台北市地政局：https://land.gov.taipei/25.內政部營建署：https://www.cpami.gov.tw/26.內政部不動產資訊平台：http://pip.moi.gov.tw/v2/default.aspx 二、外文文獻1.Alonso, W., 1964, Location and land use. Toward a general theory of land rent, Harvard University Press.2.Anselin, L., 1988, Spatial Econometrics:Methods and Models, Dordrecht:Springer Netherlands.3.Anselin, L., & Rey, S., 1991, “Properties of Tests for Spatial Dependence in Linear Regression Models ”, Geographical Analysis, 23(2), 112-131.4.Anselin, L., 1995, “Local Indicators of Spatial Association—LISA”, Geographical analysis, 27(2): 93-115.5.Anselin,L., 2005, “ Exploring Spatial Data with GeoDa: A Workbook, University of Illinois. ”, Urban-champaign.6.Boeing, G., & Waddell, P., 2016, “ New Insights into Rental Housing Markets across the United States: Web Scraping and Analyzing Craigslist Rental Listings”, Journal of Planning Education and Research, 37(4), 457-476.7.Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). “ Geographically Weighted Regression: A Method for Exploring Spatial Nonstationarity. ” Geographical Analysis, 28(4), 281-298.8.Clark, S. D., & Lomax, N., 2018, “ A mass-market appraisal of the English housing rental market using a diverse range of modelling techniques”, Journal of Big Data, 5(1), 43.9.Cliff, A. & Ord, J. K., 1973, Spatial Autocorrelation, London: Pion.10.Follain, J. R., Malpezzi, S., 1980,“Dissecting Housing Value and Rent”, Washington, DC: The Urban Institute.11.Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2003). Geographically weighted regression: the analysis of spatially varying relationships. John Wiley & Sons.12.Haggett, P., Cliff, A. D. & Frey, A. 1977, Locational analysis in human geography. London: Edward Arnold.13.Huang, Y., 2017, “A study of sub-divided units(SDUs)in Hong Kong rental market”, Habitat International, 62, 43-50.14.Kim, A. M., 2016, “The extreme primacy of location: Beijing`s underground rental housing market”, Cities, 52, 148-158.15.Koenker, R. & Bassett, G., 1978, “Regression quantiles”, Econometrica, 46(1): 33-50.16.Koenker, R. & Bassett, G., 1982, “Robust tests for heteroscedasticity based on regression quantiles”, Econometrica, 50(1): 43-61.17.Koenker, R. & Bassett, G. W, 1982, “Robust tests for heteroscedasticity based on regression quantiles”, Journal of Derivatives, 50(1), 43-62.18.Lancaster, K. J., 1966, “A new approach to consumer theory”, Journal of political economy, 74(2): 132-157.19.Leung, K. M., & Yiu, C. Y., 2019, “Rent determinants of sub-divided units in Hong Kong”, Journal of Housing and the Built Environment, 34(1),133-151.20.Li, H., Wei, Y. D., & Wu, Y., 2019, “Analyzing the private rental housing market in Shanghai with open data”, Land Use Policy, 85, 271-284.21.Liu, Y., He, S., Wu, F., & Webster, C., 2010, “Urban villages under China`s rapid urbanization: Unregulated assets and transitional neighbourhoods”, Habitat International, 34(2), 135-144.22.Malpezzi, S., 2003, Hedonic pricing models: A selective and applied review, In: Housing Economies and Public Policy, 67-89.23.Tobler, W. R., 1970, “A Computer Movie Simulating Urban Growth in the Detroit Region”, Economic Geography, 46(supplement), 234-240.24.Rosen,S., 1974,“Hedonic prices and implicit markets product differentiation in pure competition”Journal of political economy, 82(1):34-55.25.Sirmans, G., & John, B., 1991, “Determinants of Market Rent”, Journal of Real Estate Research, 6(3), 357-379.26.Sirmans, S., Macpherson, D., & Zietz, E., 2005, The Composition of Hedonic Pricing Models. Journal of Real Estate Literature, 13(1), 1-44.27.Söderberg, B.,Wang, K.,Wolverton, M. L.(ed.), 2002, Real Estate Valuation Theory, Boston:Kluwer.28.UN-Habitat. (2015). Habitat III issue papers 22-informal settlements.29.Yang, Z., & Shen, Y. (2008). The affordability of owner occupied housing in Beijing. Journal of Housing and the Built Environment, 23(4), 317.30.Zhang, L., Zhao, S. X. B., & Tian, J. P., 2003, “Self-help in housing and chengzhongcun in China`s urbanization”, International Journal of Urban and Regional Research, 27(4), 912-937.31.Zietz, J., Zietz, E. N., & Sirmans, G. S., 2008, “Determinants of House Prices: A Quantile Regression Approach”, The Journal of Real Estate Finance and Economics, 37(4), 317-333. 描述 碩士
國立政治大學
地政學系
106257003資料來源 http://thesis.lib.nccu.edu.tw/record/#G0106257003 資料類型 thesis dc.contributor.advisor 江穎慧 zh_TW dc.contributor.advisor Chiang, Ying-Hui en_US dc.contributor.author (Authors) 劉家伶 zh_TW dc.contributor.author (Authors) Liu, Jia-Ling en_US dc.creator (作者) 劉家伶 zh_TW dc.creator (作者) Liu, Jia-Ling en_US dc.date (日期) 2019 en_US dc.date.accessioned 2-Sep-2020 12:38:52 (UTC+8) - dc.date.available 2-Sep-2020 12:38:52 (UTC+8) - dc.date.issued (上傳時間) 2-Sep-2020 12:38:52 (UTC+8) - dc.identifier (Other Identifiers) G0106257003 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/131754 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 地政學系 zh_TW dc.description (描述) 106257003 zh_TW dc.description.abstract (摘要) 隨著就業機會和人愈趨集中都會區，大都會區的租屋需求也就越來越大，相對租金也不斷的上漲，租屋成為沉重的負擔。由於頂加、違法隔間等出租空間，承租者多為學生、年輕族群及弱勢家庭，年輕人為節省租金，並視租屋為暫時、過渡期間，而願意容忍低品質及不安全的租屋條件；弱勢家庭則是面臨租不起或租不到的窘境，被迫只能承租在窳陋且安全有疑慮的租屋環境。都會區低薪租屋者僅能承租畸形的出租房，像是頂樓加蓋、地下室、極小坪數房屋(蝸居)，然此類型過去在建立租金價格模型時，往往將這些資料視為極端值或異常值加以排除，故本研究並將上述三種類型房屋定義為非典型租屋為後續進行實證之樣本。本研究利用網路爬蟲技術擷取591租屋平台成交案件，以地理加權迴歸(GWR)、特徵價格理論傳統迴歸模型，研究非典型租屋空間的分布特性，影響非典型租屋租金的因素，再以分量迴歸模型探討高低租金，非典型租屋特徵對於租金影響的效果與程度。實證發現以最小平方法迴歸估計結果變數與捷運站距離取絕對值標準化係數最大，其次為與公園距離，表示租屋者偏好承租於捷運與公園附近；以小坪數樣本應用地理加權迴歸結果顯示，位於市中心且具有轉乘功能的捷運站對於租金單價影響最為顯著，越往市中心外圍捷運對租金的影響係數越小，表示租屋者寧願犧牲居住品質，生活在狹小空間，選擇承租在市中心，交通便利的地點；冷氣與網路兩個變數隨分量增加，係數值逐漸遞減，顯示租金支付能力較弱的租屋者會比較在意房屋所提供的設備；與捷運站距離係數值隨著分量提高，係數值則下降，表示在租金支付能力較弱租屋者(低租金)時，若房屋鄰近捷運站與公園而租屋者付租的意願會比較高。透過文獻回顧與實證結果分析，本研究再次印證由於租屋者承租於空間非常狹小或是品質不佳房屋，同時因為工作需求需要交通便捷地方，因此會比較仰賴公共設施，建議政府未來社會住宅整體規劃能以小坪數、低租金及交通便利區位，作為後續興建參考，讓租屋者更能夠負擔，使得社會住宅更能落實照顧弱勢者的目標。 zh_TW dc.description.tableofcontents 第一章 緒論 1第一節 研究動機與目的 1第二節 研究內容與方法 4第三節 研究架構與流程 7第二章 相關理論與文獻回顧 9第一節 非典型租屋相關研究 9第二節 租金影響因素相關研究 11第三節 實證模型理論相關研究 13第三章 研究設計與資料說明 17第一節 實證模型 17第二節 資料說明與處理 21第四章 實證結果與分析 29第一節 影響非典型租屋租金因素 29第二節 非典型租屋特徵空間分佈 31第三節 非典型租屋特徵對不同租金支付能力影響與程度 67第五章 結論與建議 73第一節 結論 73第二節 建議 75參考文獻 77 zh_TW dc.format.extent 6033302 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0106257003 en_US dc.subject (關鍵詞) 非典型租屋 zh_TW dc.subject (關鍵詞) 租金 zh_TW dc.subject (關鍵詞) 特徵價格理論 zh_TW dc.subject (關鍵詞) 分量迴歸模型 zh_TW dc.subject (關鍵詞) 地理加權迴歸(GWR) zh_TW dc.title (題名) 蝸居、頂加、地下室－非典型租屋空間分佈與影響因素 zh_TW dc.title (題名) Tiny apartments、Rooftops、Undergrounds—Spatial Distribution and Influencing Factors of Informal Rental Housing en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、中文文獻1.呂秉怡、花敬群，2012，不動產租賃服務產業經營與管理制度規畫專業服務案總結報告書，內政部委託之研究成果。2.李馨蘋、劉代洋，1999，租賃住宅市場租金之影響因素，中華管理評論，2(1)。3.汪佳莉、季民河、鄧中偉，2016，基於地理加權特徵價格法的上海外環內住宅租金分佈成因分析，地域研究與開發，5，72-80.4.林祖嘉、林素菁，1993，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)，21-45。5.林祖嘉、林素菁，1993，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)，21-45。6.林祖嘉、馬毓駿，2007，特徵方程式大量估價法在台灣不動產市場之應用，住宅學報，16(2)，1-22。7.林祖嘉、陳建良，2005，租買選擇、貸款選擇、與世代組成：巢式LOGIT模型之應用，住宅學報，14(1)，1-20。8.林祖嘉、黃麗蓉，2014，嫌惡性風水對商用不動產價格影響之研究，住宅學報，23(1)，51-72。9.花敬群，2000，發展出租住宅市場機制之研究，內政部建築研究所委託之專題研究專案成果。10.花敬群，2015，房地產改革首要之務，2015台灣地區房地產年鑑，台北：行義文化出版有限公司。11.張怡文、江穎慧、張金鶚，2009，分量迴歸在大量估價模型之應用－非典型住宅估價之改進，都市與計劃，36(3)，281-304。12.陳彥仲、薛立敏，2000，台灣都市出租住宅市場之研究期末報告書，內政部建築研究所委託之專題研究成果報告(編號：MOIS891009)，台北市：內政部建築研究所。13.陳章瑞，2013，以地理加權迴歸模型之空間分析探討都是公園之寧適效益，造園景觀學報，19(1)，17-46.14.曾建穎、張金鶚、花敬群，2005，不同空間、時間住宅租金與其房價關聯性之研究－台北地區之實證現象分析，住宅學報，14(2)，27-49。15.華昌宜、賴碧瑩，2001，我國租賃住宅市場之發展與推動，住宅學報，10(1)，67-76。16.黃怡潔、江穎慧、張金鶚，2017，臺北市公共住宅對周圍住宅價格之影響，都市與計劃，44(3)，277-302。17.楊曉冬、李忠富，2012，住宅租賃特徵價格研究─以哈爾濱市為例，系統管理學報，4，486-493。18.廖仲仁、張金鶚，2006，不對稱的仲介服務價格效果：分量迴歸法之檢驗，都市與計劃，33(1)，1-16。19.崔媽媽基金會，2017，第一次租屋就上手，新北：大喜文化有限公司。20.章英華，2009，第十六章都市化、城鄉關係與社區，社會學與台灣社會，台北：巨流。21.溫在弘，2015，空間分析：方法與應用，台北：雙葉書廊。22.石振弘，2001，台灣租屋市場之啟蒙：沈痾、新苗、與生機，國立台灣大學建築與城鄉研究所碩士論文。23.李如君，1997，台北地區住宅租金水準之研究，國立政治大學地政研究所碩士論文。.24.台北市地政局：https://land.gov.taipei/25.內政部營建署：https://www.cpami.gov.tw/26.內政部不動產資訊平台：http://pip.moi.gov.tw/v2/default.aspx 二、外文文獻1.Alonso, W., 1964, Location and land use. Toward a general theory of land rent, Harvard University Press.2.Anselin, L., 1988, Spatial Econometrics:Methods and Models, Dordrecht:Springer Netherlands.3.Anselin, L., & Rey, S., 1991, “Properties of Tests for Spatial Dependence in Linear Regression Models ”, Geographical Analysis, 23(2), 112-131.4.Anselin, L., 1995, “Local Indicators of Spatial Association—LISA”, Geographical analysis, 27(2): 93-115.5.Anselin,L., 2005, “ Exploring Spatial Data with GeoDa: A Workbook, University of Illinois. ”, Urban-champaign.6.Boeing, G., & Waddell, P., 2016, “ New Insights into Rental Housing Markets across the United States: Web Scraping and Analyzing Craigslist Rental Listings”, Journal of Planning Education and Research, 37(4), 457-476.7.Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). “ Geographically Weighted Regression: A Method for Exploring Spatial Nonstationarity. ” Geographical Analysis, 28(4), 281-298.8.Clark, S. D., & Lomax, N., 2018, “ A mass-market appraisal of the English housing rental market using a diverse range of modelling techniques”, Journal of Big Data, 5(1), 43.9.Cliff, A. & Ord, J. K., 1973, Spatial Autocorrelation, London: Pion.10.Follain, J. R., Malpezzi, S., 1980,“Dissecting Housing Value and Rent”, Washington, DC: The Urban Institute.11.Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2003). Geographically weighted regression: the analysis of spatially varying relationships. John Wiley & Sons.12.Haggett, P., Cliff, A. D. & Frey, A. 1977, Locational analysis in human geography. London: Edward Arnold.13.Huang, Y., 2017, “A study of sub-divided units(SDUs)in Hong Kong rental market”, Habitat International, 62, 43-50.14.Kim, A. M., 2016, “The extreme primacy of location: Beijing`s underground rental housing market”, Cities, 52, 148-158.15.Koenker, R. & Bassett, G., 1978, “Regression quantiles”, Econometrica, 46(1): 33-50.16.Koenker, R. & Bassett, G., 1982, “Robust tests for heteroscedasticity based on regression quantiles”, Econometrica, 50(1): 43-61.17.Koenker, R. & Bassett, G. W, 1982, “Robust tests for heteroscedasticity based on regression quantiles”, Journal of Derivatives, 50(1), 43-62.18.Lancaster, K. J., 1966, “A new approach to consumer theory”, Journal of political economy, 74(2): 132-157.19.Leung, K. M., & Yiu, C. Y., 2019, “Rent determinants of sub-divided units in Hong Kong”, Journal of Housing and the Built Environment, 34(1),133-151.20.Li, H., Wei, Y. D., & Wu, Y., 2019, “Analyzing the private rental housing market in Shanghai with open data”, Land Use Policy, 85, 271-284.21.Liu, Y., He, S., Wu, F., & Webster, C., 2010, “Urban villages under China`s rapid urbanization: Unregulated assets and transitional neighbourhoods”, Habitat International, 34(2), 135-144.22.Malpezzi, S., 2003, Hedonic pricing models: A selective and applied review, In: Housing Economies and Public Policy, 67-89.23.Tobler, W. R., 1970, “A Computer Movie Simulating Urban Growth in the Detroit Region”, Economic Geography, 46(supplement), 234-240.24.Rosen,S., 1974,“Hedonic prices and implicit markets product differentiation in pure competition”Journal of political economy, 82(1):34-55.25.Sirmans, G., & John, B., 1991, “Determinants of Market Rent”, Journal of Real Estate Research, 6(3), 357-379.26.Sirmans, S., Macpherson, D., & Zietz, E., 2005, The Composition of Hedonic Pricing Models. Journal of Real Estate Literature, 13(1), 1-44.27.Söderberg, B.,Wang, K.,Wolverton, M. L.(ed.), 2002, Real Estate Valuation Theory, Boston:Kluwer.28.UN-Habitat. (2015). Habitat III issue papers 22-informal settlements.29.Yang, Z., & Shen, Y. (2008). The affordability of owner occupied housing in Beijing. Journal of Housing and the Built Environment, 23(4), 317.30.Zhang, L., Zhao, S. X. B., & Tian, J. P., 2003, “Self-help in housing and chengzhongcun in China`s urbanization”, International Journal of Urban and Regional Research, 27(4), 912-937.31.Zietz, J., Zietz, E. N., & Sirmans, G. S., 2008, “Determinants of House Prices: A Quantile Regression Approach”, The Journal of Real Estate Finance and Economics, 37(4), 317-333. zh_TW dc.identifier.doi (DOI) 10.6814/NCCU202001603 en_US
