隨著科技進步，全球暖化與氣候異常等問題日益嚴重，空氣等議題受到重視。燒香拜佛是我們華人的傳統，擁有廣大信徒的廟宇，更是日以繼夜地燒香與金紙，造成空氣不小的負擔，與此同時廟宇的周遭也往往是一個地區最熱鬧的地方。但時以今日，人民環保意識抬頭，政府也帶頭宣導減香政策，傳統大小廟宇對周遭住宅價格帶來的影響也值得探討。

然而過去文獻很少區分大廟與小廟對住宅價格的影響，因此在評估對住宅價格的影響時，便很容易產生誤判。因此了解大廟與小廟對住宅價格影響力的差異，對於估價有相當重要的意義。

本文選取2016年至2020年內政部不動產交易實價登錄資料為研究樣本，並運用特徵價格模型、Spline迴歸及分量迴歸模型進行分析。在特徵價格模型的結果中發現，鄰近大廟的住宅價格會隨著距離變遠增加；鄰近小廟的住宅價格則會隨著距離變遠減少。但從Spline迴歸中則能發現，鄰近大廟的住宅價格會呈現倒U型，價格會隨著距離先增加而後減少；鄰近小廟的住宅價格則會呈現U型，價格會隨著距離先減少而後增加。而在分量迴歸模型的結果中發現，鄰近大廟與小廟的高價位住宅價格會變得更高；低價位住宅價格則會變得更低。

With the advancement of technology, global warming and climate anomalies is getting worse, and the air pollution issues have received attention. Burning Jass paper and worshiping Buddha is a Chinese tradition. Temples with a large number of worshippers also burn Jass paper around the clock, causing a lot of air pollution. Temples are often located in the prosperous areas. Nowadays, the environmental awareness of the people has arose. And the government also advocates reducing burn Jass paper. The impact of traditional large and small temples on the housing prices nearby is worth exploring.

However, the past literature seldom distinguished the impact of large temples and small temples on housing prices, so when evaluating the impact on housing prices, it is easy to make a mistake. Therefore, dividing the impact of large temples and small temples on housing prices are important.

In this study, we used the transaction data in the period of 2016 to 2020 available from the Actual Price Registration of Real Estate, and used Hedonic price model, Spline regression, and Quantile regression model for analysis. In the results of the Hedonic price model, it is found that the housing prices increase with the distance to big temples; and the housing prices decrease with the distance to small temples. But from the Spline regression, it can be found that the housing prices and the distance to big temples have an inverted U-shaped relationship--the prices increase first and then decrease with the distance; the housing prices and the distance to small temples have an U-shaped relationship--the prices decrease first and then increase with the distance. In the results of the Quantile regression model, the prices of high-priced houses closer to temples become higher, and the prices of low-priced houses closer to temples become lower.

論文審定書 i
序言 ii
中文摘要 iii
英文摘要 iv
第 一 章 前言 1
第 二 章 文獻回顧 4
第 三 章 研究方法與資料分析 9
第一節 模型說明 9
第二節 資料解釋 12
第 四 章 實證結果分析 17
第 五 章 結論 35
參考文獻 37

1. 毛麗琴 (2009)，「影響房價變動因素之探討－以高雄市區為例」，商業現代化學刊 ，第 5 卷，第 2 期，頁 141-156。
2. 王良友 (2011)，「鄰避設施對住宅價格影響之研究–以大台北地區為例」，國立成功大學都市計劃研究所碩士論文。
3. 白金安、李春長、黃茂林、林碧玉、曾郁婷、林俊彥、鄭百晟 (2004)，「建築風水對購屋行為影響之研究─以高屏地區為例」，《國立屏東商業技術學院學報》6：頁421-443。
4. 江穎慧、莊喻婷、張金鶚 (2017)，「臺北市公共自行車場站對鄰近住宅價格之影響」，《運輸計劃季刊》，第 46 卷，第 4 期，頁 399-428。
5. 江穎慧、朱智揚、張金鶚 (2019)，「預售屋大量估價模型之建立」，《住宅學報》，第 28 卷，第 2 期，頁 17-36。
6. 吳森田 (1994)，「所得、貨幣與房價－近二十年台北地區的觀察」，住宅學報，第 2 期，頁 49-65。
7. 李泳龍、黃宗誠、戴政安、李善將 (2009)，「醫學中心對鄰近住宅環境影響之研究」，《建築與規劃學報》，10(2)，頁75-93。
8. 李明軒 (2016)，「我國房地產價格對於經濟機會不平等的影響之研究」，台灣經濟預測與政策，47(1)，37-65。
9. 杜宇璇、宋豐荃、曾禹瑄、葛仲寧、陳奉瑤 (2013)，「台灣特徵價格模型之回顧分析」，《土地問題研究季刊》，12(2)，頁44-57。
10. 吳珮瑛、陳懿、劉哲良 (2017)，「台北市與新北市各行政區之淹水損失地圖-空間分量特徵價格迴歸之評估」，《農業與經濟》，58，頁51-102。
11. 吳濱彤 (2017)，「毗鄰設施對不同地區房價影響之研究－以新北市三峽區及中和區為例」，國立中央大學產業經濟研究所在職專班碩士論文。
12. 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，頁 21-45。
13. 林素菁 (2004)，「台北市國中小明星學區邊際願意支付之估計」，住宅學報，13（1），頁 15-34。
14. 林秋綿 (2007)，「風水因素對不動產價格影響之探討」，《土地問題研究季刊》，6(1)，頁45-52。
15. 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》，第 23 卷，第 1 期，頁51-72。
16. 林忠樑、林佳慧 (2014)，「學校特徵與空間距離對周邊房價之影響分析以台北市為例」，經濟論文叢刊，42（2），頁 215-271。
17. 洪得洋、林祖嘉 (1999)，「台北市捷運系統與道路寬度對房屋價格影響之研究住宅學報」，8，頁 47-67。
18. 陳惠馨 (1998)，「我國宗教立法何去何從」，宗教與行政學術研討會。
19. 張金鶚、范垂爐 (1993)，「城房地產真實交易價格之研究」，住宅學報，1， 頁75-97。
20. 張莉君 (2016)，「迎毗設施及鄰避設施對房屋價格影響之研究－以新北市板橋區及新莊區為例」，國立中央大學產業經濟研究所在職專班碩士論文。
21. 游適銘、張金鶚 (2010)，「成本法估價偏誤之探討－分量迴歸應用」，住宅學報，19（2），頁81-105。
22. 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》，第 44 卷，第 3 期，頁 277-302。
23. 楊龍士、江宛瑛 (1993)，「影響居住區位選擇指標之建立」，規劃學報，第 20 期，頁 71-86。
24. 楊宗憲、 蘇倖慧 (2011)，「迎毗設施與鄰避設施對住宅價格影響之研究」，《住宅學報》，第 20 卷，第 2 期，頁 61-80。
25. Alonso, W. (1964), “Location and Land Use”, Harvard University Press,
Cambridge, MA.
26. Becker, G., (1965), “A Theory of the Allocation of Time”, Economic Journal, pp.493-517.
27. Brogan, N. (1991), “Anger Over Church's Building Plan", New York " times June 16, L25.
28. Clotfelter, C.T. (1975), “The Effect of School Desegregation on Housing Prices”, The Review of Economics and Statistics 57, 446-451.
29. Carrol T.M.., Clauretie T.M., & Jensen J. (1996), “Living Next to Godliness: Residential Property Values and Churches”, Journal of Real Estate Finance and Economics, 12: 319-330.
30. Durrleman, S. and Simon, R. (1989), “Flexible Regression Models with Cubic Splines”, Statistics in Medicine, 8, pp.551-561.
31. Do, A. Quang, Robert W. Wilbur, and James L. Short. (1994), “An Empirical Examination of the Externalities of Neighborhood Churches on Housing Values”, The Journal of Real Estate Finance and Economics 9 (2), 127-136.
32. Follain, J. R. and Malpezzi, S. (1980), “Dissecting Housing Value and Rent”, Washington DC: The Urban Institute.
33. Gamble, H.B., and R.H. Downing. (1982), “Effects of Nuclear Power Plants on Residential Property Values”, Journal of Regional Science 22, 457-478.
34. Houthakker, H.S. (1952), “Compensated Changes in Quantities and Qualities Consumed”, Review of Economic Studies, 19(3), pp.155-164.
35. Koenker, R. and Bassett, G. (1978), “Regression Quantiles”, Econometrica: Journal of the Econometric Society, 46(1), pp.33-50.
36. Lancaster, K. J. (1966), “A New Approach to Consumer Theory”, Journal
of political economy,74(2), pp.132-157.
37. Nourse, H.O. (1970), “The Effect of Air Pollution on House Values”, Land Economics 46, 435-446.
38. Nelson, J.E (1978), “Residential Choice, Hedonic Prices, and the Demand for Urban Air Quality”, Journal of Urban Economics 5, 357-369.
39. Rosen, S. (1974), “Hedonic Prices and Implicit Markets Product Differentiation in Pure Competition”, Journal of Political Economy, 82(1), pp.34-55.
40. Sirmans, G.S., S.D. Smith, and C.F. Sirmans. (1983), “Assumption Financing and Selling Price of Single-Family Homes”, Journal of Financial and Quantitative Analysis 18, 307-317.