犯罪地圖政策公佈對房價之探討-以台北市為例

Estimates of the Impact of Unveiling Crime Map on Housing Price –Empirical Evidence from Taipei

10.6342/NTU201701161

黃元杰

犯罪地圖 ； 實價登錄 ； 房價 ； 差異中差異法 ； Crime Map ； Actual Price Registration of System Dataset ； Housing Prices ； Difference-in-Differences

國立臺灣大學農業經濟學系學位論文

2017年

碩士

張宏浩

繁體中文

台北市犯罪地圖乃為台灣第一個公開的政府公開資訊，此犯罪地圖顯示了犯罪熱點與犯罪熱點所在位置，可以從地圖中明顯觀察出犯罪率高的區域為何。可以間接從各分局的回報資料得知大概台北市各區的竊盜率，但無法直接得知竊盜地點為何。而臺北市政府為提昇城市治安友善度，於2015年10月13日起配合市長「市民安心地圖」政策開放住宅竊盜資料查詢，希望台北市市民能夠提升自我安全的警覺性，而有關單位可以藉此提升治安的維護與加強，打造更好的市民生活品質。住宅竊盜開放資料的查詢台北市並非全球第一，先進城市如紐約、倫敦等，早已搶先台北市提供這項服務。近來開放資料逐漸成為世界各先進城市政策推動趨勢，且唯有將治安資訊公開透明，提供市民完整透明的資訊，才能真正提供市民安心生活的環境。但一方面也遭民眾反彈，民眾深怕公開住宅竊盜的資訊後，將會影響自身居住地點的房價，造成房價下跌。本研究將彌補過往文獻不足的地方，嘗試探討犯罪地圖公佈之後對於台北市房價的影響為何。 本文利用2015年內政部實價登錄資料與台北市政府資料開放平台的犯罪住宅竊盜地點，其中包括台北市、新北市的實價登錄資料4,027筆，其中台北市佔1,484(36.85%)筆新北市佔2,543(63.15%)筆。台北市住宅竊盜從99年至發生地點462筆，其中住宅竊盜發生次數由高到低的區域為中山區、北投區、內湖區，並採用Difference In Differences Model作為實證模型。實證結果顯示短期內，低、中犯罪程度區域對於房價沒有造成顯著的影響，高犯罪程度區域對於房價造成顯著下跌9.7%。長期下公布犯罪地圖，無論在低、中、高犯罪程度並沒有對消費者造成影響。故本研究證明了在短期內公布犯罪地圖，確實會對房價造成下跌，但長期而言對房價的影響並不顯著。

Taipei City crime map is a part of public information policy in Taiwan. In order to enhance the security of urban area and improve the awareness of the residents, Taipei City Government Promulgated "Citizen's Relief Map" policy on October 13, 2011. For the government, it is a struggled trading off between lower crime rate and disturbance on local housing market. On the other hand, the residents may appreciate the transparency of crime hot spots while they may be afraid of impairment of their property values. Therefore, this study examine the effect of revealing crime map on property value in Taipei City. The data used in this study is an administrative dataset - Actual Price Registration of System Dataset combined with Taipei Municipal Government dataset of illegal residential theft sites. After dropping missing variables and outliners, the total sample is 4,027 which is comprised of Taipei City and New Taipei City, accounting for 1,484 (36.85%) and 2,543 (63.15%) respectively. We adopt Difference-in-Differences (DiD) as the empirical model to evaluate the effect on local housing market. The empirical results indicate that the short-term, low and medium crime group have insignificant impact on house prices, and the high crime group drop significantly by 9.7%. Long-term announcement of the crime map, both in the low, medium and high degree of crime group are insignificant. To sum up, this study has empirically proved that the revealing of crime maps will indeed cause a decline in housing prices in the short term while the impact on housing prices faded after few weeks.

1. Allen K. Lynch and David W. Rasmussen(2008). Measuring the impact of crime on house prices. Applied Economics. 33(15): 1981-1989.
   連結：
2. Ciriacy W. (1947). Capital returns from soil conservation practices. Journal of Farms Economics. 29(4): 1181-1196.
   連結：
3. Clark E. and Cosgrove C. (1990) Hedonic demand, identification, and the demand for public safety. Journal of Regional Science. 30(1): 105-21.
   連結：
4. Gibbons S. (2004) The costs of urban property crime. Economic Journal. 114(499): 441-63.
   連結：
5. Leigh L. and Jonah R. (2008) Estimates of the impact of crime risk on property values from Megan’s Laws. American Economic Review. 98(3): 1103-1127.
   連結：
6. Rosen, S. (1974) Hedonic prices and implicit markets: product differentiation in pure competition. Journal of Political Economy. 82(1): 34-35.
   連結：
7. Thaler R. (1978) A note on the value of crime control: Evidence from the property market. Journal of Urban Economics. 5(1): 137-145.
   連結：
8. 林益生、呂振福(2013)。農機具刻碼的防竊成效分析-以雲林縣為例。台灣農學會報。14卷，4期：373-386。
   連結：
9. 胡海豐(2015)。以條件評價法估算土地使用變更的外部性對房地產價格之影響程度與作用範圍。住宅學報，24卷2期：1-26。
   連結：
10. 彭建文、楊宗憲、楊詩韻(2009)。捷運系統對不同區位房價影響分析－以營運階段為例。計劃季刊。三十八卷，三期。
    連結：
11. 馮正民、曾平毅、王冠斐(1994)。捷運系統對車站地區房價之影響。都市與計畫。21卷，1期：25-45。
    連結：
12. 董志明、郭孟軒、陳佳欣、黃戊田(2012)。應用條件評估法評估台南市一級古蹟之遊憩效益。嘉南學報。38期第：457-468。
    連結：
13. Hotelling H. (1947) Letter to the national parks service in economic studies of outdoor recreation. Outdoor Recreation Review Commission. Washington, D.C.
14. Ihlanfeldt K. and Mayock T. (2009) Crime and housing prices. Department of Economics and DeVoe Moore Center. Tallahassee. United States: Florida State University.
15. McDonnell R. and Kemp K. (1995) International GIS dictionary. Cambridge: GeoInformation International.
16. Meyer D. (1994) Natural and quasi-experiment in economics. NBER Working Paper. NO.170.
17. Pauly A., McEwen T. and Finch S. (1967) Computer mapping –A new technique in crime analysis. Law Enforcement Science and Technology. New York. United States: Thompson Book Company.
18. Wooldridge R. (1999). The impact of communal behaviors on the judgement of service quality. Louisiana State University.
19. 內政部不動產資料平台，2015。住宅統計價格指標。(https://pip.moi.gov.tw/V2/E/SCRE0201.aspx) (2017/04/11)。
20. 法源法律網(2017)。中華民國刑法。(http://db.lawbank.com.tw/FLAW/FLAWDOC04.aspx?lsid=FL001424&lno=306&ldate=20090610) (2017/04/11)。
21. 黃俊能(2008)。從國外經驗談犯罪製圖與犯罪防治。犯罪防治學術研討會。
22. 黃俊能(2015)。犯罪熱點公佈，遠遠落後國外。想想。(http://www.thinkingtaiwan.com/content/4732) (2017/02/23)。
23. 經理人(2014)。【心理學實驗】霍桑效應：部屬績效不用盯、自然高的秘訣。(https://www.managertoday.com.tw/articles/view/47544) (2017/03/22)。