國立臺中科技大學財務金融系碩士班

碩士論文

捷運系統對鄰近住宅價格之影響－
以台中捷運綠線為例
The Impact of the MRT System on Nearby
Housing Prices：A Case Study of TMRT Green
Line.

指導教授： 鄭瑞昌 Jui-Chang Cheng

張千雲 Chien-Yun Chang
研 究 生： 孫儀珊 Yi-Shan Sun

中華民國 111 年 7 月
 捷運系統對鄰近住宅價格之影響－
以台中捷運綠線為例

The Impact of the MRT System on Nearby Housing Prices：

A Case Study of TMRT Green Line.

指 導 教 授 ： 鄭瑞昌 Jui-Chang Cheng

張千雲 Chien-Yun Chang
研 究 生 ： 孫儀珊 Yi-Shan Sun

國立臺中科技大學
財務金融系碩士班
碩士論文

A Thesis
Submitted to
Department of Finance
National Taichung University of Science and Technology
in Partial Fulfillment of the Requirements
for the Degree of
Master of Business Administration

July 2022
Taichung, Taiwan, Republic of China

中華民國 111 年 7 月
 捷運系統對鄰近住宅價格之影響－

以台中捷運綠線為例

學生：孫儀珊 指導教授：鄭瑞昌、張千雲

國立臺中科技大學財務金融系碩士班

摘要

本研究主要探討台中捷運綠線於試運後，對於鄰近住宅價格的影響，且位於捷
運站影響範圍內之住宅與位於捷運站影響範圍外之住宅價格之變化，並先使用特
徵價格理論 (Hedonic Price Theory) 及差異中之差異法(Difference-in-Difference
method) 進行住宅屬性分析。住宅樣本採用期間 2017 年 5 月 1 日~ 2020 年 4 月 30
日，資料取自內政部不動產交易實價查詢服務網並透過理資訊圖資雲服務平台進
行門牌轉換取得座標測量住宅與捷運站之距離，實證結果顯示，住宅坪數、屋齡平
方、房間數、客廳數、衛浴數、位於一樓、土地使用分類為商業區、類型為住宅大
樓、附有車位之特徵，對住宅價格呈現顯著正向影響；屋齡、位於四樓之特徵，則
對住宅價格呈現顯著負向影響。而台中捷運綠線試運後並位於捷運站 800 公尺內
之住宅，住宅價格呈現負向影響但效果不顯著，而台中捷運綠線試運後並位於捷運
站 300~800 公尺內之住宅，住宅價格則呈現顯著負向影響，本研究推論民眾預期
性心理使住宅價格上漲情形早於試運前發生，試運後帶給位於影響範圍內之住宅
的負面影響，如：噪音、擁擠等，大於其所帶來之正面影響，而導致差異中之差異
法中交乘項呈現負數。

關鍵詞：台中捷運綠線、住宅價格、特徵價格理論、差異中之差異法

i
 The Impact of the MRT System on Nearby Housing Prices：
A Case Study of TMRT Green Line.

Student：Yi-Shan Sun Advisors：Jui-Chang Cheng

Chien-Yun Chang

Department of Finance
National Taichung University of Science and Technology

ABSTRACT

This study mainly discussed whether the impact of the Taichung Metropolitan Rapid
Transit (TMRT) Green Line trial operation has an impact on the price of neighboring
housing and the change in housing prices for houses located inside and outside a certain
range of influence of the MRT station. Hedonic Price Theory and Difference-in-
Difference method were used to analyze residential properties. The real estate price
registration data for Taichung from May 1, 2017 to April 30, 2020 was collected that
based on the real estate transaction real-price inquiry service website of the Ministry of
the Interior and the Taiwan Geospatial One Stop (TGOS). Empirical results showed the
characteristics including building area, building age squared, number of rooms, number
of living rooms, number of bathrooms, whether the house was located on the first floor
or not, the commercial area of land classification, the type of housing, and whether the
house has parking spaces or not, all had a significant positive effect on housing prices.
Building age and located on the fourth floor had a significant negative effect on housing
prices. The housing price had a negative effect but no significant within 800 meters of the
MRT station after the trial operation of the TMRT Green Line. Within 300~800 meters of
the MRT station had a significant negative effect on housing prices. This research inferred
that anticipatory psychology had caused the housing price rise earlier than the trial
operation. The effect of negative factors such as noise, crowding were greater than the
positive effect, so that the multiplication term in the difference-in-difference method is
negative.

Keyword: Taichung Metropolitan Rapid Transit (TMRT) Green Line, Housing price,
Hedonic Price Theory, Difference-in-Difference Method

ii
 誌謝

一晃眼兩年碩士在職班時間進入尾聲，本因職場上無趣的生活，加上疫情的
嚴峻情勢，以致無法前往國外走踏，轉念督促自己多學習能運用於職場上的相關
知識及技能，因而徵選進入就讀研究所機會，感謝教授們的評定，使我能順利進
入在職專班就讀，在職專班所呈現跳脫以往傳統的學習方式，當時的確讓我難以
適應，授課方式看似雖然輕鬆，但也需要相當的自律及做好下班後的時間規劃，
以叮囑自己能於時間內完成作業及報告，而在職班的同學們與我不同的事，除了
須背負著職場上及課業上的壓力外，還須肩負著家庭的生計，這兩年下來讓我對
於班上同學們刮目相看。

在這兩年的學習及論文編著方面，最須感謝的是在職專班所有同學、主秘、
千雲教授，以及我的大學同學們，使我在編著論文時能有較大的靈感來源，就讀
研究所的期間，面臨部門轉換及職務輪調，所有的一切須重頭學起，因此炙手可
熱的案件透過同事們的協助也順利完成，因此也感謝授信同事們、襄理、副理、
協理的協助及諒解，讓我在職場上都能順順利利，雖然在職專班就讀期間，曾有
過放棄及休學的念頭，但也因為爸爸媽媽的鼓勵，成為學習路程上最強大的精神
後盾。

在職專班同學的年紀，對我而言稍顯懸殊，但他們也從不會將我冷落一旁，
反而受到更多關心及照顧，同學有些出自非金融相關領域、有些是金融領域的長
官，課堂之餘會提醒我一些職場及社會上應該警慎及防備的事情，他們就像爸爸
媽媽一樣害怕我剛出社會，常常因為一股傻勁讓自己受傷受累，謝謝這兩年學習
路程有他們的陪伴。

孫儀珊 謹誌於
國立臺中科技大學財務金融系
中華民國 111 年 6 月

iii
 目次
摘要 ......................................................................................................................... i
ABSTRACT ..........................................................................................................ii
誌 謝 .................................................................................................................... iii
目次 ....................................................................................................................... iv
表目次 .................................................................................................................... v
圖目次 ................................................................................................................... vi
第一章、緒論 ........................................................................................................ 1
第一節、研究背景 .............................................................................................................. 1

第二節、研究動機與目的 .................................................................................................. 4

第三節、研究範圍與流程 .................................................................................................. 6

第二章、文獻回顧 ................................................................................................ 7
第一節、大眾運輸系統對於房地產價格之影響 .............................................................. 7

第二節、房地產價格之決定因素及估計方式 ................................................................ 11

第三章、研究方法 .............................................................................................. 12
第一節、研究範圍與資料來源 ........................................................................................ 12

第二節、實證模型 ............................................................................................................ 14

第三節、變數選取說明 .................................................................................................... 16

第四章、實證結果與分析 .................................................................................. 20
第一節、敘述性統計分析 ................................................................................................ 20

第二節、特徵價格模型分析 ............................................................................................ 24

第三節、差異中之差異法 ................................................................................................ 26

第五章、結論與建議 .......................................................................................... 29
第一節、結論 .................................................................................................................... 29

第二節、建議與後續研究 ................................................................................................ 30

參考文獻 .............................................................................................................. 31

iv
 表目次

表 1- 1 2021、2020 年第四季臺灣房價指數 ....................................................... 2

表 1- 2 近五年臺灣六都人口數量表 .................................................................... 3
表 3- 1 差異中之差異法係數彙整 ...................................................................... 15
表 3- 2 樣本變數說明 .......................................................................................... 19
表 4- 1 樣本資料敘述統計 .................................................................................. 21
表 4- 2 樣本資料敘述統計(試運前與後) ........................................................... 22
表 4- 3 兩母體平均數差檢定 .............................................................................. 23
表 4- 4 特徵性價格模型實證分析結果 .............................................................. 25
表 4- 5 差異中之差異法實證分析結果 .............................................................. 27
表 4- 6 DID 實證分析結果-捷運影響範圍區分為 300 公尺及 301~800 公尺 28

v
 圖目次

圖 1- 1 臺中捷運軌道路網圖 ................................................................................ 5
圖 1- 2 研究流程圖 ................................................................................................ 6
圖 3- 1 臺中市烏日文心北屯線(臺中捷運綠線) ............................................... 12
圖 3- 2 差異中之差異法估計圖 .......................................................................... 15

vi
 第一章、緒論
本章研究內容分為三節，第一節為研究背景，主要敘述房地產定義、臺灣房地
產市場概況及臺中市房地產概況，第二節為研究動機與目的，第三節為研究範圍與
流程。

第一節、研究背景
一、房地產定義
房地產顧名思義即為「房屋」
、「土地」兩種財產之合稱，依據民法第六十六條
第一項就不動產之定義為：稱不動產者，為土地及其定著物，不動產之出產物，尚
未分離者，為該不動產之部份。依不動產經紀業管理條例第四條第一項對不動產之
定義為：土地、土地定著物或房屋及其可移轉之權利；房屋指成屋、預售屋及其可
移轉之權利。不動產所含之範圍較房地產為廣泛，而張金鶚 (1995) 於房地產景氣
與總體經濟景氣關係之研究，將房地產生命週期分為四個階段：投資階段、生產階
段、交易階段、使用階段，對於房地產市場方面則歸納為以下特徵：地區性市場、
私下交易資訊不易公開、市場供給調整緩慢、市場需求調整緩慢、市場有景氣循環
之現象、公共介入性強。

房地產相對一般商品有著不同之特性，如：不可移動性、異質性 1、昂貴性、
長久性、不可分割性、投資與消費雙重性，而「居住」為生活之基本需求，房地產
屬於生活中不可或缺之財貨，因此影響房地產價格之因素常成為國內外研究之議
題。

二、臺灣房地產市場概況

房地產市場於經濟發展中佔有一席之地，1961 年後臺灣逐漸由農業社會轉為
工業社會，工業高速發展情況下，1963 年至 1973 年工業年增率達 18.3%，伴隨著
國民所得增加，住宅需求也呈現增加趨勢，而 1973 年及 1980 年受到世界石油危
機影響，以致民眾認為購屋能有保值效果，因此購屋需求大幅增加，帶動房地產景
氣繁榮。

1
立地條件、建築形式等內外之因素，有別於一般商品，無法生產出完全相同之房地產，而使房
地產價格產生差異。

1
 1981 年後，臺灣處於經濟轉型時代，當時實行自由化、國際化、制度化之經
濟轉型，發展通訊、資訊等十大新興產業 2，隨著進出口與投資限制放寬、人民可
自由持有外匯等，對外貿易急速成長，帶動臺灣人民所得不斷提高，貨幣供給量大
幅增加，股市突破萬點，國內經濟持續呈現高成長，國內資金異常豐沛，臺幣幣值
屢創新高，同時房價也隨之飆漲， 1987 年至 1990 年房價暴漲期間，房價所得倍
數由 1986 年 4.3 倍躍升為 1990 年 12 倍，成長逾 1.9 倍（蔡曜如，2003）
，使得央
行於 1990 年採行選擇性信用管制政策，例如：對銀行降低其房地產業者之授信額
度、提升銀行重貼現率等，對房市進一步採取降溫措施， 1991 年後，政府全面實
施容積率管制，促使房地產開發商與營建商積極於新法實施前加速推出建案，使住
宅推案大幅增加，產生另一波房地產景氣榮景。

1997 年面臨亞洲金融風暴，導致臺灣經濟受創嚴重，建商紛紛經歷財務危機，
而後幾年接踵而來的天災事故等負面影響，導致人民財富所得縮水，因此購屋意願
下降，房地產景氣走低， 2002 年臺灣經濟呈現負成長、失業率創新高，以致房屋
市場產生超額供給現象，房地產市場持續呈現低靡，因此央行採取相關政策，例如：
提供購屋者房貸補貼、調降利率等，並且設置「金融重建基金」
，以提升臺灣經濟、
帶動房地產交易量，穩定房地產市場， 2004 年脫離長期經濟低谷局勢，而後景氣
呈現向上之趨勢，直到 2007 年後面臨世界金融危機、次貸危機，以致多間大型金
融機構倒閉，引發全球市場經濟蕭條，政府提出減稅配套措施、寬鬆貨幣政策等，
金融市場部分資金流向房地產，以致房地產市場逐漸轉趨活絡。

近兩年受到疫情影響，全球均呈現歷史上最寬鬆的資金環境，過剩的流動性大
量湧入股票、房地產等資產，台灣房地產市場近年較為以往熱絡，根據信義房屋
3
2021 年第四季房價指數 362.75 相較 2020 年第四季 315.75，年增長率 14.85%，數
據如表 1-1。

表 1- 1 2021、2020 年第四季臺灣房價指數
年份 臺北 新北 桃園 新竹 臺中 高雄 臺灣
2020 Q4 298.47 326.17 338.51 267.52 350.28 299.21 315.75
2021 Q4 328.03 356.5 397.48 353.89 417.09 333.86 362.65
年增率 9.90% 9.30% 17.42% 32.29% 19.07% 11.58% 14.85%
資料來源：信義房屋不動產

2
十大新興產業：通訊、資訊、消費性電子、半導體、精密機械與自動化、航太、高級材料、特
用化學品與製藥、醫療保健、污染防治。
3
.參考網址：https://www.sinyinews.com.tw/real_estate_review (2021 年第四季信義房屋不動產評論)

2
三、臺中市房地產市場概況
臺中市位於臺灣中心，於 2010 年進行縣市合併升格，政府預算大幅挹注下，
帶動公共建設興建與都市規劃政策發展，雋業建設之總經理鍾尹堂曾指七期、八期、
國美館、中科園區為「金磚四區」
，並提出大臺中房市發展將由「金磚四區」朝向
「主核心、多衛星」概念發展，所謂「主核心」指位於在金磚四區內，「多衛星」
指原臺中市各區自身有利條件與特色產業發展成「小金磚」
，舉例：烏日趁地利之
便可經營客貨轉運中心成為「轉運的衛星城鎮」
、台中港特區發展為「自由貿易港
區」
、豐原市發展為「台中市第二行政中心」
、大甲鎮發展為「宗教文化園區」
、新
社東勢發展為「休閒農業專區」
、中興大學發展成「學人特區」
、台中國際機場周邊
發展為「科技人的住宅區」以及大里太平發展成「零組件供應地住商特區」。

臺中市交通網路包含：台 74 線、國道一號、國道三號、台鐵、高鐵、捷運等，
交通系統建構縝密，為北部及南部交通之中樞，隨著近年市政建設規劃、土地重劃
等重大政策，如：國家歌劇院、圓滿戶外劇場、洲際棒球場、臺中港三井 Outlet、
水湳經貿園區重劃、臺中港特定區計畫、大眾捷運系統興建、各期重劃開發等，各
項重大建設之開發，帶動臺中房地產市場發展。

依據臺中市地政機關資料統計， 2019 年建築買賣登記件數為 43,438 棟，相

較 2018 年成長 9.1%； 2020 年建築買賣登記件數達 48,623 棟，相較 2019 年成長
11.9%，2021 年買賣移轉棟數為 49,990 棟，相較 2020 年成長 2.81%，賣賣件數逐
年增長，根據內政部戶政司全球資訊網 4統計，六都近五年人口數統整於表 1-2，
臺中人口數於 2018 年已突破 280 萬人，躍升為臺灣第二大都市，因此臺中房地產
市場仍值得持續關注。

表 1- 2 近五年臺灣六都人口數量表
年度 新北市 臺中市 臺北市 桃園市 臺南市 高雄市
2017 3,986,689 2,787,070 2,683,257 2,188,017 1,886,522 2,776,912
2018 3,995,717 2,803,894 2,668,572 2,220,872 1,883,831 2,773,533
2019 4,018,696 2,815,261 2,645,041 2,249,037 1,880,906 2,773,198
2020 4,030,954 2,820,787 2,602,418 2,268,807 1,874,917 2,765,932
2021 4,008,113 2,813,490 2,524,393 2,272,391 1,862,059 2,744,691
資料來源：內政部戶政司全球資訊網統計

4
內政部戶政司全球資訊網 https://www.ris.gov.tw/app/portal/346

3
第二節、研究動機與目的
食衣住行為人們生活之基本，各種經濟風波過後，房地產對人們而言不純粹具
有居住之性質，更具有投資及保值之意涵，房地產本身屬於較高單價之產品，人們
抉擇時會秉持相對慎重及仔細之心態去評估，而近年來台灣經濟復甦及都市規模
逐漸擴展，多數工商業發展以市中心為出發點，人口數量也隨之上升，以致交通擁
擠、塞車、空氣汙染、停車困難等問題產生，為了改善中心發展引發之問題，大眾
運輸勢必成為都市擴展不可或缺之工具，都市發展與大眾運輸系統結合下，足以加
強中心發展機能，有利空間結構的擴展，形成一個完善結構環境。

早期時代大眾運輸主要以客運、公車、火車為主，直到 1996 年，捷運文山線

率先通車，成為台北捷運最早通車之路線，並隨著各捷運延伸路線陸續通車後，臺
北市房價不斷攀升，也激起人們對於捷運系統的重視，捷運系統高乘載之性質使交
通擁擠問題得以改善，並提升沿線區域交通便利性，促進沿線區域經濟發展，進而
帶動周遭房地產價格。

而臺中都會區大眾捷運系統於 1990 年開始規劃， 2004 年正式將臺中捷運綠

線核定為優先興建路線，並更名為「臺中捷運烏日文心北屯線」
，於 2009 年動工且
完成「臺中都會區大眾捷運系統路網檢討規劃」報告，將捷運紅線、藍線、橘線、
烏日文心北屯線列為臺中捷運核心路網；其中捷運烏日文心北屯線亦於 2018 年 10
月底試運， 2021 年 4 月 25 日正式通車，主要發展願景將從捷運綠線，逐步推動
捷運藍線交會，並接續與機場捷運（橘線）構成雙十字軸線，建構出系統骨幹後，
由屯區捷運與捷運綠線串聯成環形路網，並持續向外輻射發展，擴大服務範圍，打
造四通八達的捷運路網，如圖 1-1。

根據先前國內外研究指出，捷運架設確實會影響房價，大多文獻認為捷運會對
房價造成正向影響(許侶馨，1989；林楨家、馮正民、胡怡鴦，2004)，而蘇衍綾(2011)
提出大眾運輸產生之噪音等負面影響可能會導致捷運對房價之影響不如預期，捷
運系統規劃至營運會歷經多個階段，探討時間點也成為研究重點，以往論文多以捷
運 開 工 時 間 、 興 建 完 工 時 間 或 營 運 前 後 作 為 探 討 主 軸 ， 但 McMillen and
McDonald(2004) 在芝加哥中心到中途機場快捷系統開通後對住宅價格之影響一
文，發現早於快捷營運前六年已發生資本化效果，表示住宅價格變化產生應早於正
式營運前，而越靠近車站房價相對較高，表示住宅離捷運站之遠近，應對住宅價格
產生不同影響效果。

4
 因此本研究認為臺中捷運綠線正式營運前的試運階段，可能對經由區域之住
宅價格產生影響，本研究主要探討重點為：

一、臺中綠線試運時間點是否影響路經區域之住宅價格。

二、臺中綠線路經區域之住宅是否會因坐落範圍不同而對其價格產生差異。

三、臺中綠線試運後且坐落於影響範圍內之住宅與試運前且坐落於影響範圍外之
住宅價格差異為何。

圖 1- 1 臺中捷運軌道路網圖
資料來源：臺中市公共運輸及捷運工程處

5
第三節、研究範圍與流程
本研究以臺中捷運綠線－臺中捷運烏日文心北屯線路經之區域作為探討地區，
並探討臺中捷運試運時間點前後對住宅價格之影響，樣本取自內政部不動產交易
實價查詢服務網－不動產交易實價查詢系統 5，採用 2017 年 5 月 1 日~ 2020 年 4
月 30 日之住宅資料作為探究樣本。

本研究將內容分為五個章節表達，分別為：緒論、文獻回顧、研究方法、實證
結果與分析、結論與建議。第一章緒論闡述研究背景，並對臺灣、臺中房地產進行
概述，而後提出研究動機及目的，並擬定研究範圍與設計流程；第二章為對房地產
價格影響因素及房地產價格決定因素及估計方式之文獻回顧；第三章描述本研究
樣本來源與範圍、運用之實證模型，並對模型變數進行說明；第四章為實證分析結
果，於第五章歸納本研究結論，並提出建議及未來研究方向，本研究流程如圖 1-2。

研究背景

研究動機與目的

文獻回顧

資料說明與變數選取

實證分析

結論與建議

圖 1- 2 研究流程圖

5
內政部不動產交易實價查詢服務網 https://lvr.land.moi.gov.tw/

6
 第二章、文獻回顧
本章主要將國外及國內探討大眾運輸系統對於房價影響之文獻加以統整，並
且回顧以往對於房地產價格影響之因素及評估方法。本章共分為兩節，第一節為大
眾運輸系統對於房地產價格之影響；第二節為房地產價格之決定因素及估計方式。

第一節、大眾運輸系統對於房地產價格之影響
過往研究顯示大眾運輸系統設立會產生資本化效果，因而提升周圍房地產之
價格，國內外文獻有不少探討大眾運輸系統對於房價帶來的影響，研究大眾運輸系
統包含：高速公路、鐵路、地下鐵路、輕軌、捷運、高鐵等，以下將分成國外及國
內文獻敘述：

一、國外文獻部分
探討加拿大多倫多地區之房地產，Dewees (1976) 實證結果發現於 1971 年地
鐵興建後，房價會較興建前上漲，房價上漲情形隨著與地鐵距離增加而遞減，且影
響範圍為位於近地鐵 1/3 英哩內之房地產，而 Bajic (1983) 探討 1978 年地鐵正式
通車後對房價之影響，發現地鐵可及性降低民眾通勤時間，以致地鐵通車後房價平
均上升 2,237 美元。Dubé, Thériault 與 Des Rosiers (2013) 探討加拿大蒙特婁大眾運
輸系統對住宅價格的影響，結果也發現大眾運輸於通車後，住宅價格有上漲的情形。

探討美國華盛頓地區之房地產，Lerman (1977) 發現愈接近捷運通車時間，距

離捷運愈近之房地產價格愈高，另附有車位之零售店對於房地產價格也產生正向
影響，而後 Damm, Lerman, Lerner-Lam 與 Young (1980) 將捷運興建前後資料作為
研究，發現愈靠近捷運房價則愈高。Grass (1992) 研究結果也顯示捷運會使住宅價
格明顯提升，Benjamin 與 Sirmans (1996) 實證具體指出，住宅距離捷運站每增加
0.1 英哩，房租下降 2.4~2.6%。

探討美國費城地區之房地產，Voith (1991) 發現捷運系統可及性提升後，將帶

動地區的住宅價格，平均增加 5,714 美元，另外 Coffman 與 Gregson (1998) 指出美
國伊利諾州鐵路興建後，大眾運輸系統可及性對地價產生正向顯著影響。

7
 McDonald 與 Osuji (1995) 針對美國芝加哥中途國際機場捷運線進行研究，雖
然捷運線於 1993 年才通車，但於通車前即產生明顯的預期心理效應並反映於周遭
房地產價格上，而 McMillen 與 McDonald (2004) 研究指出於 1991~1996 年間，住
宅每增加 1 英哩對於捷運站之距離，房價則下降 19.4%，且位於 1.5 英哩範圍內之
住宅，價格相較其他區域高出 6.89%。

Bowes 與 Ihlanfeldt (2001) 探討美國喬治亞州亞特蘭大地鐵對於房地產價格影

響，顯示地鐵產生的正向效果大於犯罪等負向效果，因此房價仍呈現顯著成長；
Armstrong 與 Rodriguez (2006) 針對美國麻薩諸塞州地鐵對於房地產價格分析，地
鐵可及性抑制環境負向效果，位於車站 0.5 英哩內之住宅價格相較其他地區高
10.1%。Hess 與 Almeida (2007) 認為美國紐約水牛城輕軌會帶動周遭經濟發展，越
靠近軌道車站之房地產價值越高，且位於高所得區域房地產價值增加幅度大於低
所得區域，同樣針對輕軌影響房地產價格之研究，Golub, Guhathakurta 與 Sollapuram
(2012) 發現美國亞利桑那州鳳凰城的輕軌系統，營運後房地產價格相較審查前高。

在韓國地區，Bae, Jun 與 Park (2003) 對於首爾捷運線進行研究，結果顯示房

地產價格於營運前階段會隨著與捷運站距離有著顯著減少情形，而 1997 年完工後
可能在金融風暴衝擊下，而導致結果不為顯著；針對智利地區研究，Agostini 與
Palmucci (2008) 發現地鐵系統第四號線開通後對於公寓價格的影響，宣布興建後
公寓價格平均上漲 4.2%~7.9%，而車站位置確定後則上漲了 3.9%~5.4%；對於澳洲
地區研究，Boymal, de Silva 與 Liu (2013) 探討墨爾本住宅市場，住宅愈鄰近車站，
其價值具有較顯著正向影響。Mulley 與 Tsai (2016) 指出雪梨的快捷巴士系統營運
後，住宅價格有上漲的趨勢；針對馬來西亞地區研究，Dziauddin, Alvanides 與 Powe
(2013) 發 現 愈 靠 近 輕 軌 之 住 宅 ， 其 價 格 明 顯 高 於 較 遠 地 區 之 住 宅 。 而
Anantsuksomsri 與 Tontisirin (2015) 針對曼谷的大眾運輸系統研究土地價格，結果
也顯示越靠近大眾運輸系統車站，土地價值越高。

8
二、國內文獻部分
以臺北捷運系統進行研究之文獻，李育坤 (1988) 實證結果顯示交通可及性提
升，縮減沿線地區通勤時間，土地價值隨之增加，地價由市中心往郊區呈現遞減，
而郊區土地價格上漲幅度較大。許侶馨 (1989) 以淡水線進行研究，指出捷運系統
興建所帶來正負面影響皆會反映於地價，進而帶動房地產價格上漲。馮正民、曾平
毅與王冠斐 (1994) 以木柵線、南港線、淡水線與新店線進行捷運系統初期路網探
討，捷運路線設計及興建時期之住宅價格呈現明顯上升且與捷運站距離呈現反比
現象，而捷運型態及土地使用類別對於房地產價格有著不同之效果。邱澤惠 (1997)
以新莊線作為探討，提出捷運站聯合開發，因應交通便利性將促進都市經濟發展。
洪德洋與林祖嘉 (1999) 發現住宅價格與面臨道路寬度呈現正向關係且與捷運車
站距離呈現負向關係。林禎家與黃志豪 (2003) 指出捷運紅線營運後，沿線房地之
住宅面積每增加一坪，土地價格則上升約 19 萬元。彭建文、楊宗憲與楊詩韻 (2009)
針對捷運淡水線進行分析，依據捷運影響範圍分為三區：捷運站區、捷運周邊區及
非捷運區，結果顯示住宅價格位於捷運站區較捷運周邊區及非捷運區分別增加 44
萬元及 109 萬元。翁千喻 (2011) 以捷運內湖線作差異中之差異法分析，發現房價
宣示效果於捷運開通前三年呈現，因此於開通前二年並無顯著影響，而捷運開通前
後鄰近房地產之價格相差約 17 萬元，表示捷運開通後使房價上漲。張冊蒼 (2012)
分析中和、汐止、蘆洲三區房價，發現交通方便性會使房價上漲。陳忠廉 (2013)
研究捷運南港線且位於距離 500 公尺內不動產價格，發現捷運通車後對房價造成
正向顯著影響。

以高雄區捷運系統進行房地產價格影響之文獻，劉志威 (2001) 認為捷運系統

動工後，各區所節省通勤時間價格會轉換為房地產價值，而推出捷運對房地產價格
影響之範圍距離，指出捷運對中心商業區、城中區、郊區影響範圍分別約為 184 公
尺、461 公尺、922 公尺，顯示越靠近郊區的捷運車站之不動產價格影響範圍越大。
王潔敏 (2009) 指出高雄捷運通車後，提升捷運沿線交通可及性，促使其房地產價
格上漲。陳彥羽 (2014) 針對左營、楠梓、鼓山區進行研究，發現三區之房價在捷
運開通後對房價均造成顯著正向影響。

隨著臺中捷運動工興建，黃素香 (2014) 指出多數捷運站周邊房地產成交價格

與其至捷運站的距離成顯著負相關，房地產距離捷運車站愈短則房價愈高。

9
三、小結
上述國內、外對於大眾運輸系統對於房價之影響，結果多呈現正向顯著影響，
然而，Gatzlaff 與 Smith (1993) 研究發現美國邁阿密地區地鐵宣布興建，對房地產
價格影響有限，而地鐵興建僅使邁阿密地區房地產價格呈現小幅上漲，甚至有些區
域價格有下滑之情形。Forrest, Gordon 與 Murie (1996) 以英國曼徹斯特輕軌對房價
影響的研究發現，鄰近輕軌的住宅價格呈現下降，主要受噪音影響所致。Debrezion,
Pels 與 Rietveld (2007) 以鐵路對房價影響進行整合分析，發現通勤型態車站會顯
著影響房價並對商業不動產有正影響，但加入其餘交通可及性變數後，如高速公路，
降低鐵路對房地產價格影響效果。

Ma, Ye 與 Titheridge (2014) 針對中國北京公車捷運系統（BRT）一文指出，

BRT 運行間會排放廢氣，反而降低高收入社區的房地產價格。Geng, Bao 與 Liang
(2015) 也對於中國高鐵系統進行房價影響研究，指出靠近車站的住宅會受噪音、
電磁波輻射、交通擁擠等負面效果影響，使住宅價格隨著對車站距離增加呈現先增
後減的情況。大眾運輸系統工程程序較為繁瑣，需先經由專案規劃、設點及路線確
認、施工興建、試運、正式營運等，耗費年限較長，上述文獻也針對大眾運輸系統
工程期間進行房地產價格的分析，發現大眾運輸系統除了產生資本效益、民眾預期
性心態、交通可及性等正面效果外，也可能帶給環境負面效果，如：噪音、擁擠、
輻射、廢氣排放等影響。

10
第二節、房地產價格之決定因素及估計方式
對於財貨價格分析，國內外研究大多使用特徵價格理論架構進行變數分析，尤
其運用目標多為特徵較為明顯之財貨，此理論原理是將財貨拆解成許多特徵，以這
些特徵作為效用的主體，效用產生來自於消費者對財貨特徵的消費，因此探究財貨
本身特徵種類、數量對消費者的重要性，Court (1939) 將美國通用汽車公司價格與
品質關係進行探討，發現汽車本身性能、配備等會對汽車價格產生影響，為最早應
用特徵價格理論之學者，而財貨價值決定來自於供給及需求，消費者表現出價行為
(bidding price) 並須與生產者要價行為 (offering price) 進行搓合，財貨於市場上才
可達到價值的認定，而後 Rosen (1974) 同時將消費者與生產者決策及行為內入模
型，結合了 Alonso (1964) 競價理論及 Lancaster (1966) 新消費者理論進一步完善
特徵價格理論。

而房地產為一價位相對高之財貨，且本身特徵屬性較為明顯，國內外許多學者
均運用特徵價格理論探討影響房價之屬性（如 Dewees,1976；Gatzlaff & Smith,1993；
Benjamin & Sirmans,1996；Lewis-Workman & Brod,1997；Delmelle & Duncan,2012；
Dziauddin et al.,2013；許侶馨，1989；洪德洋、林祖嘉，1999；林祖嘉、馬毓駿，
2007；李春長、童作君，2010 )，而廣泛被採用之房地產本身屬性如：屋齡、樓層、
土地使用型態、住宅類型、房間數量、衛浴數量、廳堂數量、車位有無 (Bae et al.,2003；
Cervero,2004；Arimah,1992；Ryan,2005；林禎家、黃志豪，2003；林素菁，2004；
林祖嘉、馬毓駿，2007；陳既翕，2013；李春長、梁志民、簡啓珉、俞錚，2020)，
本研究參考大多文獻使用住宅本身屬性進行研究分析，另探討臺中捷運綠線試運
前與試運後，對位於捷運站影響範圍內之住宅價格影響，因而進一步採用差異中之
差異法 (Difference in Difference)，此方法適用於某一特定事件發生前後兩個時期
的資料變化，近年也廣受國內外學者應用於醫學、房地產等學術領域 (Imbens &
Wooldridge,2009；翁千喻，2011；呂哲源、江穎慧、張金鶚，2019)，綜合上述理論
及變數應用，本研究以臺中捷運綠線「試運時間點」作為劃分，再以住宅坐落區域
分為實驗組及對照組進行研究分析。

11
 第三章、研究方法
第一節、研究範圍與資料來源

圖 3- 1 臺中市烏日文心北屯線(臺中捷運綠線)

一、研究區域：
本研究以臺中市烏日文心北屯線（臺中捷運綠線）共 18 站，以各站坐落區域
為研究範圍，地理區域包含：北屯區、北區、西屯區、南屯區、南區、烏日區，共
六個行政區，如圖 3-1 所示。

二、研究期間：
臺中捷運早已於 1990 年辦理系統規劃， 2004 年經由行政院核定優先路線規
劃，計畫名稱改為「臺中都會區大眾捷運系統烏日文心北屯線建設計畫」
， 2009 年
末開始動工， 2016 年進行綠線電聯車於高架軌道實車測試， 2018 年 10 月 31 日
開始試運轉， 2021 年 4 月正式通車，本研究採用「試運日」前後一年半做為探討，
期間為 2017 年 5 月 1 日~ 2020 年 4 月 30 日 6。

三、研究樣本：
房地產成交物件資料蒐集，主要採用內政部不動產交易實價查詢服務網所建
立之「不動產成交案件實價資訊資料供應系統」公開資料之季資料為本研究樣本來
源，該系統已篩除顯著異於市場正常交易價格及特殊交易之資訊，資料內容包含：
成交價格、建物格局（房、廳、衛）、建築完成年月日、交易年月日、建物型態、
樓層數、鄉鎮市區、交易標的、建物門牌、土地建物移轉面積、使用分區、車位有
無、屋齡等住宅屬性資料，且本研究住宅樣本排除建材非為鋼筋混凝土造。

6
本研究採用差異中之差異法，若探討時間過長易於期間內受其餘政策等效果影響，因而本研究僅
採用前後各一年半為研究時間範圍。

12
 進一步探討住宅與捷運站距離是否會影響不動產價格，先藉由地理資訊圖資
雲服務平台「全國門牌定位服務」進行門牌地址批次比對 7，取得各筆住宅座標位
置及各捷運站座標位置，座標皆採用 TWD97TM121 標準，使用 Excel 計算各住宅
對於各捷運站點對點之距離，每筆住宅均會求出 18 個對於捷運站之距離，以最短
距離作為該筆住宅對於捷運站之距離進行分析，本研究收集之樣本數共計 18,207，
排除含備註欄 8之交易及遺漏之筆數，有效樣本數為 16,599 筆。

7 該服務申請比數限制為每日筆數一萬筆，並採用 EPSG:3826(TWD97TM121)臺灣地區適用之座標
系統。
8
資料內容包含增建、親友交易等特殊情形，價格與市價易有落差，故不列入樣本之採納。

13
第二節、實證模型
一、 特徵價格理論 (Hedonic Price Theory)
房地產相對其他財貨不同，本身具有不可分割性及差異性，並依據其差異進
行買賣價格之談判及搓合，Rosen (1974) 結合效用理論及競價理論，提出特徵價
格理論，多數國內外不動產價格之研究皆採用此理論建立迴歸模型，而
Soderberg (2002) 以對數及半對數進行迴歸分析，發現半對數更能符合現實情
形，因而本研究將特徵價格模型設為半對數型態，由公式 (1) 表示：

log 𝑃𝑃 = ∑𝑛𝑛𝑖𝑖=1 𝛽𝛽𝑖𝑖 ∙ 𝑋𝑋𝑖𝑖 + ε (1)

其中，log 𝑃𝑃：表示取自然對數之住宅總價；𝛽𝛽𝑖𝑖 ：表示各項影響住宅價格之係數；

𝑋𝑋𝑖𝑖 ：表示影響住宅價格之變數；ε：表示誤差項，並假設其符合常態分配。

二、 差異中之差異法 (Difference-in-Difference method)

臺中捷運綠線於 2018 年 10 月 31 日開始試運轉，本研究進一步以「試運日期」
為分界點，探討試運轉前後對位於臺中捷運路經區域之住宅價格的影響，並將距離
捷運站 800 公尺以內之住宅設為實驗組，而距離捷運站 800 公尺以外設為對照組，
透過「試運日」前後互相對照估計出前後影響的差別，其差異中之差異法迴歸模型
由公式 (2) 表示：

log 𝑃𝑃𝑖𝑖𝑖𝑖 = 𝛼𝛼1 ∙ 𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 + 𝛼𝛼2 ∙ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 + δ(𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 ⋅ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 ) + ∑𝑛𝑛𝑖𝑖=1 𝛽𝛽𝑖𝑖 ∙ 𝑋𝑋𝑖𝑖𝑖𝑖 + 𝜀𝜀𝑖𝑖𝑖𝑖 (2)

其中，log 𝑃𝑃𝑖𝑖𝑖𝑖：表示取自然對數之住宅總價；𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 ：表示第 i 間住宅位於捷運站某

範圍內或外，設為虛擬變數（範圍內=1，範圍外=0）
；𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡：表示住宅成交日為試
運前或後，設為虛擬變數（試運後=1，試運前=0）
；𝑋𝑋𝑖𝑖𝑖𝑖：表示影響住宅價格之特徵
變數；𝛼𝛼1：表示第 i 間住宅位於捷運站某範圍內或外之係數；𝛼𝛼2：表示住宅成交日
為試運前或後之係數；δ：表示差異中之差異係數；𝛽𝛽𝑖𝑖 ：表示各項影響住宅價格之
特徵係數；𝜀𝜀𝑖𝑖𝑖𝑖 ：表示誤差項，並假設其符合常態分配。

14
針對差異中之差異法所表示之係數彙整如表 3-1。
表 3- 1 差異中之差異法係數彙整
距捷運站 800 公尺以內 距捷運站 800 公尺以外 範圍內外
實驗組（MRTi =1） 對照組（MRTi =0） 差異
試運後
α1 +α2 +δ α2 α1 +δ
（Const =1）
試運前
α1 - α1
（Const =0）
試運前後
α2 +δ α2 δ
差異

差異中之差異交互變數 (𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 ⋅ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 )，估計係數以 δ� 表示，計算式如公式 (3)

δ� = ��𝑎𝑎�1 + 𝑎𝑎�2 + 𝛿𝛿̂ � − (𝑎𝑎�2 )� − (𝑎𝑎�1 )

= �𝑃𝑃�實驗組,試運後 − 𝑃𝑃�對照組,試運後 � − �𝑃𝑃�實驗組,試運前 − 𝑃𝑃�對照組,試運前 � (3)

δ�：差異中之差異法估計係數，表示臺中捷運綠線試運前後差異及捷運影響範圍內
外之差異。�𝑃𝑃�實驗組,試運後 − 𝑃𝑃�對照組,試運後 �：指出臺中捷運綠線「試運後」位於捷運影
響範圍內（實驗組）與影響範圍外（對照組）之差異。�𝑃𝑃�實驗組,試運前 − 𝑃𝑃�對照組,試運前 �：
指出臺中捷運綠線「試運前」位於捷運影響範圍內（實驗組）與影響範圍外（對照
組）之差異。差異中之差異法估計列如圖 3-2。
住宅價格

δ� 差異中之差異法係數

實驗組 D
實驗組原本走勢

B C

對照組
A

時間
捷運試運前 捷運試運後
圖 3- 2 差異中之差異法估計圖
資料來源：Hill, Griffiths,and Lim (2011)

15
第三節、變數選取說明
先前探討不動產價格影響的文獻，影響不動產價格變數甚多，本研究以座落於
臺中捷運綠線區域（北屯區、北區、西屯區、南屯區、南區、烏日區）之集合式住
宅（住宅大樓、華廈、公寓）做為探討目標，由於原始資料極多數主要建材為鋼筋
混凝土造，因此排除非為此類之住宅，並將至內政部實價登錄之住宅屬性資料整理
後，再將其地址門牌資料透過地理資訊圖資雲服務平台進行座標數據轉換，做為住
宅至捷運站之距離資料。以下將其定義及對住宅價格之影響詳以說明，並將預期屬
性變數之符號呈現於表 3-2。

一、 依變數
(一) 住宅總價取對數(log P)

住宅集結各特徵為一體，有著不可分割之屬性，依據 Follain 與 Malpezzi

(1980)發現半對數模型可降低變異數不齊的問題，Malpezzi (2003)也認為半對數
可控制極端值的影響，減少變異的能力，因此本研究使用住宅價格總價取對數做
為依變數。

二、 自變數
(一) 住宅坪數(Area)

住宅建物面積以(坪)為單位，一般住宅交易價格多以建坪數乘上建坪單價做
為表示，建坪數愈高其交易價格也較高，因而預期住宅建坪面積與住宅價格之間
呈現正向。

(二) 屋齡(Age)、屋齡平方(sq_Age)

本研究以原始資料「交易年」減「建築完成年」而得，住宅屋齡以(年)為單
位，係以住宅完工算至住宅交易之年數，此變數反映建物折舊及重置成本，屋齡
愈高表示住宅本身建材等隨著時間逐漸耗損，耐用年限隨之降低，因而預期屋齡
與住宅價格之間呈現負向。
若以邊際效用遞減法評估，建物折舊之邊際價格應會隨屋齡增加而遞減，應
呈現非線性關係，因而預期屋齡平方與住宅價格之間呈現正向。

(三) 住宅格局－房間數(Room)

住宅房間數以(間)為單位，房間數愈多表示其所需空間愈大，建造成本亦愈
高，進一步反應於住宅價格應愈高，因而預期房間數與住宅價格之間呈現正向。

16
(四) 住宅格局－客廳數(Livroom)

住宅客廳數以(間)為單位，客廳數愈多表示其所需空間愈大，建造成本亦愈
高，進一步反應於住宅價格應愈高，因而預期客廳數與住宅價格之間呈現正向。

(五) 住宅格局－衛浴數(Bath)

住宅衛浴數以(間)為單位，衛浴數愈多表示其所需空間愈大，建造成本亦愈
高，進一步反應於住宅價格應愈高，因而預期衛浴數與住宅價格之間呈現正向。

(六) 住宅樓層於一樓(Floor1)

住宅位於一樓出入便利並可做為店面使用，具有商業用途，應有提升住宅價
格之效果，因而預估住宅樓層含一樓與住宅價格之間呈現正向。

(七) 住宅樓層於四樓(Floor4)

依據華人習俗認知，認為四與死發音較為相近，因此購置時會盡量避免位於
四樓之住宅，因而預估住宅樓層於四樓與住宅價格呈現負向。

(八) 住宅土地使用分類(Landclass)

依據都市計畫法第十四條規範，都市計畫範圍內土地得視實際發展情形，劃
定各種使用區並限制其用途，商業區可提供地區性之零售業、服務業、娛樂業等
商業活動使用，因而預期住宅位於商業區與住宅價格呈現正向。

(九) 住宅類型(Type)

本研究住宅類型包含：住宅大樓、公寓、華廈，住宅大樓係指 11 層含以上
之類型；華廈係指 10 層含以下之類型；公寓係指 5 樓含以下之類型。

住宅層數愈高建造成本相對較高，另樓層愈高表示其視野較優，因而預期住
宅類型為住宅大樓與住宅價格呈現正向。

(十) 住宅附有車位(Park)

人口密集之都市，車位較不易尋找，住宅若本身附加車位，將會提高其住宅
較易價格，因而預期有車位之住宅與住宅價格呈現正向。

(十一) 區域(Country)

本研究以臺中捷運路經之區域為主要分析對象，包含：北屯區、北區、西屯
區、南屯區、南區、烏日區，將進一步探討各區對住宅價格之影響。

17
三、 差異中之差異法屬性變數
(一) 臺中捷運綠線試運時間(Cons)

臺中捷運早已於 1990 年辦理系統規劃，2004 年經行政院核定優先路線規

劃，計畫名稱改為「臺中都會區大眾捷運系統烏日文心北屯線建設計畫」
，2010
年始動工，2017 年進行綠線電聯車於高架軌道實車測試，2018 年 10 月 31 日開
始試運轉，2021 年 4 月通車，本研究採用試運日前後一年半做為探討期間 2017
年 5 月 1 日~ 2020 年 4 月 30 日，將其設定為虛擬變數，（含）2018 年 10 月 31
日後設為 1。

(二) 捷運影響範圍(MRT)

就以往文獻，並無明確及一致的距離界定標準，本研究參考 So, Tse 與

Ganesan (1997)依步行最佳時間 10 分鐘，約距離為 800 公尺，且國內文獻來看，
劉志威 (2002)、彭建文、楊宗憲、楊詩韻 (2009)將捷運站影響範圍多訂於 300 公
尺，因而本研究將住宅至捷運站距離範圍劃分為 0~300 公尺、301~800 公尺與
800 公尺，並預期愈靠近捷運其住宅價格為正向。

(三) 捷運影響範圍*捷運試運時間(MRT*Cons)

為知悉樣本於臺中捷運綠線某範圍內並且於捷運試運後對住宅價格之影響，
以 MRT 與 Cons 相乘表示，其係數表示差異中之差異法係數。本研究分別預期
臺中捷運綠線試運後，於捷運站影響範圍 800 公尺內，分別以距離捷運站 0~300
公尺、301~800 公尺之間距進行估計，探討距捷運站之距離對住宅價格之變動。

18
表 3- 2 樣本變數說明
變數名稱 代號 變數定義說明 預期
依變數
住宅總價取對數 log P 住宅交易總價取對數（單位：新臺幣元）
自變數
住宅坪數 Area 住宅實際登記建物之所有坪數（單位：坪） ＋
屋齡 Age 住宅完工年度與交易年度相差年數（單位：年） －
屋齡平方 sq_Age 住宅完工年度與交易年度相差年數平方 ＋
格局－房間數 Room 住宅含有房間數量(單位:間) ＋
格局－客廳數 Livroom 住宅含有客廳數量(單位:間) ＋
格局－衛浴數 Bath 住宅含有衛浴數量(單位:間) ＋
樓層於一樓 Floor1 住宅是否位於一樓，是=1；否=0 ＋
樓層於四樓 Floor4 住宅是否位於四樓，是=1；否=0 －
土地使用分類 Landclass 住宅土地使用分類是否為商業區，是=1；否=0 ＋
住宅類型 Type 住宅類型是否為住宅大樓，是=1；否=0 ＋
住宅附有車位 Park 住宅是否附有停車位，是=1；否=0 ＋
住宅之行政區 Country 6 個行政區，各設為虛擬變數。
＋
Country_D1 為南區；Country_D2 為北區；
／
Country_D3 為北屯區；Country_D4 為西屯區；
－
Country_D5 為南屯區；Country_D6 為烏日區。
差異中之差異法屬性變數
臺中捷運綠線 Cons 臺中捷運試運時間設為虛擬變數，
試運時間 試運日後（2018/10/31~2020/4/30，為 1）； ＋
試運日前（2017/5/1~2018/10/30，為 0）。
捷運影響範圍 MRT 捷運站影響範圍內設為虛擬變數，影響範圍內=1
影響範圍內再分為 0~300 公尺、301~800 公尺。 ＋

捷運影響範圍* MRT* 捷運試運與捷運站影響範圍之交互項，預期交互

臺中捷運綠線 Cons 相之係數為正向。影響範圍再區分為 0~300 公 ＋
試運時間 尺、301~800 公尺。

19
 第四章、實證結果與分析
本研究應用內政部實價登錄所登載之住宅交易資料，並利用地理資訊圖資雲
服務平台進行門牌轉換座標，探討臺中捷運綠線於試運之時間點前後及位於捷運
影響範圍內外之住宅價格差異情形，本文採用 Gretl 進行樣本實證分析，並將本章
分為三部份表示，第一節主要呈現各變數敘述統計狀況，第二節以特徵性價格分析
變數對住宅價格之影響，第三節再進一步以差異中之差異法分析變數。

第一節、敘述性統計分析
以表 4-1 呈現各變數敘述統計狀況，住宅價格(P)平均為 822.93 萬，標準差為
572.48 萬。住宅坪數(Area)平均為 140.73 坪，標準差為 68.135 坪。屋齡(Age)平均
為 20.67 年，標準差為 9.53 年。住宅格局－房間數為 2.91 間，標準差為 0.84 間。
住宅格局－客廳數為 1.87 間，標準差為 0.40 間。住宅格局－衛浴數為 1.81 間，標
準差為 0.60 間。

虛擬變數部分：住宅所在樓層別(Floor1)位於一樓佔 10.13%，所在樓層別
(Floor4)位於四樓佔 14.59%，位於其餘樓層別佔比為 75.3%。住宅土地使用分類
(Landclass)屬商業區佔 12.57%，住宅類型(Type)屬於住宅大樓佔 65.73%，住宅含有
停車位(Park)佔 62.5%，住宅交易為臺中捷運綠線是運後(Cons)佔 51.46%，住宅坐
落距捷運站 300 公尺內(MRT300)佔 8.21%、距捷運站 300 公尺以上 800 公尺以內
(MRT301800)佔 30.76%，其餘坐落於距捷運站 800 公尺外(MRT801)佔 61.03%，住
宅位於南區、北區、北屯區、西屯區、南屯區、烏日區比例分別為 8.07%、17.25%、
28.42%、27.39%、18.73%、0.14%。

另將樣本切分為臺中綠線試運前後進行分析，以表 4-2 呈現變數於臺中綠線試

運前與後敘述統計狀況，明顯得知臺中綠線試運後住宅平均價格 843.5 萬較試運前
平均價格 801.1 萬高約 42.4 萬元，且實驗組(距捷運站 800 公尺內)於臺中綠線試運
後，其住宅平均價格 880.6 萬元較試運前平均價格 844.7 萬元高約 35.9 萬元，另對
照組(距捷運站 800 公尺外)於臺中綠線試運後，其住宅平均價格 818.4 萬元較試運
前平均價格 775 萬元高約 43.4 萬元，其敘述統計資料皆顯示：於臺中捷運試運後，
住宅平均價格均有上升趨勢。

20
表 4- 1 樣本資料敘述統計
(N=16599)
連續變數 平均數 標準差 最小值 最大值
住宅價格(新台幣元) 8229300 5724800 400000 75000000
住宅坪數 140.7300 68.1350 19.8800 1245.6000
屋齡 20.6670 9.5306 0.0000 46.0000
房間數 2.9131 0.8379 1.0000 6.0000
客廳數 1.8694 0.4032 1.0000 6.0000
衛浴數 1.8131 0.5993 1.0000 6.0000
虛擬變數 次數 %
樓層於一樓 1681 10.13% - -

樓層於四樓 2421 14.59% - -

住宅土地使用分類－商業區 2087 12.57% - -

住宅類型－住宅大樓 10910 65.73% - -

附有車位 10374 62.50% - -

台中捷運綠線試運後 8542 51.46%

距捷運站 300 公尺以內 1362 8.21% - -

距捷運站 301~800 公尺 5106 30.76% - -

距捷運站 800 公尺以上 10131 61.03% - -

位於南區 1339 8.07%

位於北區 2863 17.25%
位於北屯區 4718 28.42%
位於西屯區 4546 27.39%
位於南屯區 3109 18.73%
位於烏日區 24 0.14%

21
表 4- 2 樣本資料敘述統計（試運前與後）
試運前 試運後 試運前 試運後
試運前 試運後
對照組(距捷運站 800 公尺外) 實驗組(距捷運站 800 公尺內)
N=8057 N=8542 N=5045 N=5086 N=3012 N=3456
連續變數 平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差 平均數 標準差
住宅價格(新台幣元) 8011000 5671000 8435000 5768000 7750000 5136000 8184000 5509000 8447000 6445000 8806000 6113000
住宅坪數 139.5000 68.0200 141.9000 68.2300 138.1000 65.1900 140.1000 66.2200 141.9000 72.4500 144.6000 71.0100
屋齡 19.7500 9.4950 21.5300 9.4830 19.1200 9.9550 20.9300 10.0500 20.8000 8.5710 22.4300 8.4970
房間數 2.8950 0.8502 2.9300 0.8257 2.8850 0.8420 2.9160 0.8237 2.9120 0.8636 2.9510 0.8283
客廳數 1.8520 0.4058 1.8860 0.4001 1.8570 0.3954 1.8900 0.4026 1.8420 0.4225 1.8810 0.3964
衛浴數 1.8010 0.5974 1.8240 0.6008 1.7930 0.5867 1.8150 0.6054 1.8150 0.6149 1.8390 0.5937
虛擬變數 次數 % 次數 % 次數 % 次數 % 次數 % 次數 %
樓層於一樓 826 10.3% 855 10.0% 515 10.2% 528 10.4% 311 10.3% 327 9.5%
樓層於四樓 1127 14.0% 1294 15.2% 700 13.9% 777 15.3% 427 14.2% 517 15.0%
住宅土地使用分類－商業區 976 12.1% 1111 13.0% 552 10.9% 557 11.0% 424 14.1% 554 16.0%
住宅類型－住宅大樓 5331 66.2% 5579 65.3% 3587 71.1% 3620 71.2% 1744 57.9% 1959 56.7%
附有車位 5035 62.5% 5339 62.5% 3163 62.7% 3136 61.7% 1872 62.2% 2203 63.7%
位於南區 1339 8.1% 705 8.3% 572 11.3% 635 12.5% 342 11.4% 383 11.1%
位於北區 2863 17.3% 1488 17.4% 1033 20.5% 1105 21.7% 732 24.3% 832 24.1%
位於北屯區 4718 28.4% 2409 28.2% 1124 22.3% 1104 21.7% 1185 39.3% 1305 37.8%
位於西屯區 4546 27.4% 2305 27.0% 1509 29.9% 1473 29.0% 686 22.8% 859 24.9%
位於南屯區 3109 18.7% 1625 19.0% 798 15.8% 766 15.1% 62 2.1% 70 2.0%
位於烏日區 24 0.1% 10 0.1% 9 0.2% 3 0.1% 5 0.2% 7 0.2%
距捷運站 300 公尺以內 637 7.9% 725 8.5% - - - - 637 21.2% 725 21.0%
距捷運站 301~800 公尺 2375 29.5% 2731 32.0% - - - - 2375 78.9% 2731 79.0%
距捷運站 800 公尺以上 5045 62.6% 5086 59.5% 5045 100.0% 5086 100.0% - - - -

22
 本研究為評估捷運影響範圍內與外之平均價格差異，利用母體平均數進行檢
定，結果列於表 4-3，依據檢定結果所示，住宅座落距捷運站 800 公尺以內之住
宅平均價格比坐落於捷運 800 公尺以外之住宅平均價格高，其住宅平均價格差異
約為 67 萬元。捷運影響範圍內之 t 值達 1%顯著水準，表示捷運影響範圍內與範
圍外住宅平均價格之間距相當差異。

表 4- 3 兩母體平均數差檢定
平均價格 觀察值個數 自由度 t 統計
捷運影響範圍內
8638852.373 6468 16597 7.3757***
(距捷運站 800 公尺內)
捷運影響範圍外
7967891.206 10131 - -
(距捷運站 800 公尺外)
影響範圍內外
670961.167 - - -
住宅平均價格差異
註：(1) *、**、***分別表示達到 10%、5%、1%之顯著水準。
(2) 平均價格：單位新台幣元。

23
第二節、特徵價格模型分析
一、 依特徵性價格模型結果及分析
表 4-4 為特徵性價格一般最小平方法(OLS)迴歸估計結果，可發現 Adj-R2 為
0.8618，且 F 檢定拒絕虛無假設，統計量達到 1%顯著水準，其模型解釋能力較優，
研究樣本為橫斷面資料，為避免異質性問題，採用 Breusch-Pagan 檢定進一步檢視
在一般最小平方法迴歸模型中，其誤差項和自變數間有無異質性問題，其顯示無異
質性問題，並使用 VIF(Variance inflation factor)檢視自變數間是否存有共線性問題
(collinearity)，顯示除了屋齡及屋齡平方 VIF 值大於 10 外，其餘變數 VIF 值均小
於 10，表示自變數之間並無嚴重共線性問題。

自變數部份，住宅內部屬性：坪數、屋齡、屋齡平方、房間數、客廳數、衛浴
數、樓層於一樓、樓層位於四樓、土地使用分類為商業區、類型為住宅大樓、有附
車位，均與預期符號相同，並達 1%顯著水準，距離捷運站愈近之住宅價格則愈高。

24
表 4- 4 特徵性價格模型實證分析結果
𝑛𝑛
log 𝑃𝑃 = � 𝛽𝛽𝑖𝑖 ∙ 𝑋𝑋𝑖𝑖 + ε
𝑖𝑖=1

變數 係數 標準誤 t-值 p-值

住宅坪數 Area 0.0047*** 0.0000 122.7000 0.0000
屋齡 Age (0.0250)*** 0.0007 (35.5800) 0.0000
屋齡平方 Sq_Age 0.0002*** 0.0000 12.8000 0.0000
房間數 Room 0.0622*** 0.0030 20.6100 0.0000
客廳數 Livroom 0.0963*** 0.0047 20.2900 0.0000
衛浴數 Bath 0.0186*** 0.0040 4.7020 0.0000
樓層於一樓 Floor1 0.0929*** 0.0055 16.8200 0.0000
樓層於四樓 Floor4 (0.0187)*** 0.0047 (3.9620) 0.0001
住宅土地使用分類－商業區 Landclass 0.0123** 0.0052 2.3740 0.0176
住宅類型－住宅大樓 Type 0.0470*** 0.0045 10.3400 0.0000
住宅附有車位 Park 0.1477*** 0.0044 33.4500 0.0000
位於南區 Country_D1 14.8473*** 0.0135 1099.0000 0.0000
位於北區 Country_D2 14.9130*** 0.0120 1241.0000 0.0000
位於北屯區 Country_D3 14.8581*** 0.0118 1259.0000 0.0000
位於西屯區 Country_D4 15.0022*** 0.0118 1271.0000 0.0000
位於南屯區 Country_D5 15.0104*** 0.0124 1209.0000 0.0000
位於烏日區 Country_D6 14.8123*** 0.0447 331.5000 0.0000
距捷運站 300 公尺內 MRT300 0.0959*** 0.0064 15.0600 0.0000
距捷運站 301~800 公尺 MRT301800 0.0789*** 0.0039 20.3500 0.0000
樣本數 16599
R-squared 0.8619
Adjusted R-squared 0.8618
F值 5749.8***
註：*、**、***分別表示達到 10%、5%、1%之顯著水準。

25
第三節、差異中之差異法
最後將臺中捷運綠線試運時間與住宅位於捷運影響範圍內外進行差異中之差
異法一般最小平方法(OLS)迴歸估計，結果表列如表 4-5，發現 Adj-R2 為 0.8664，
且 F 檢定拒絕虛無假設，統計量達到 1%顯著水準，其表示模型解釋能力較優，研
究樣本為橫斷面資料，為避免異質性問題，一樣採用 Breusch-Pagan 檢定進一步檢
視在一般最小平方法迴歸模型中，其誤差項和自變數間有無異質性問題，其顯示無
異質性問題，並使用 VIF(Variance inflation factor)檢視自變數間是否存有共線性問
題(collinearity)，顯示除了屋齡及屋齡平方 VIF 值大於 10 外，其餘變數 VIF 值均
小於 10，表示自變數間並無嚴重共線性問題。

差異中之差異法變數屬性，臺中捷運綠線試運時間與住宅位於捷運影響範圍
與本研究預期符號相同，達 1%顯著水準，表示住宅平均價格於臺中捷運綠線試運
後確實比試運前提升 8.26%，且住宅位於捷運影響範圍內(800 公尺內)平均價格也
較位於捷運影響範圍外高 8.59%，表示其臺中捷運綠線試運時間與住宅位於影響範
圍內對住宅價格存在正向顯著影響；然而兩者交互向部份與預期符號並不相同，呈
現負向不顯著關係，另將捷運影響範圍區分為距捷運 300 公尺內及 300~800 公尺
進一步分析住宅價格變化情形，結果列於表 4-6，顯示臺中捷運綠線試運後，住宅
位於捷運影響範圍 300 公尺內仍呈現負向不相關，住宅位於捷運影響範圍 300~800
公尺則呈現 10%顯著負影響，推測如同蘇衍綾(2011)提出，因捷運路線多半設置於
繁華及交通壅擠路段，而設立之地段房價較高，隨著捷運運行產生之噪音、人口擁
擠等問題，反而導致捷運對位於影響範圍內住宅產生之負面效應大於正面效應，因
而交叉項呈現負值。

26
表 4- 5 差異中之差異法實證分析結果
𝑛𝑛
log 𝑃𝑃𝑖𝑖𝑖𝑖 = 𝛼𝛼1 ∙ 𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 + 𝛼𝛼2 ∙ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 + δ(𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 ⋅ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 ) + � 𝛽𝛽𝑖𝑖 ∙ 𝑋𝑋𝑖𝑖𝑖𝑖 + 𝜀𝜀𝑖𝑖𝑖𝑖
𝑖𝑖=1

變數 係數 標準誤 t-值 p-值

住宅坪數 Area 0.0046*** 0.0000 123.6000 0.0000
屋齡 Age (0.0253)*** 0.0007 (36.5000) 0.0000
屋齡平方 sq_Age 0.0002*** 0.0000 12.1400 0.0000
房間數 Room 0.0646*** 0.0030 21.7800 0.0000
客廳數 Livroom 0.0917*** 0.0047 19.6700 0.0000
衛浴數 Bath 0.0192*** 0.0039 4.9470 0.0000
樓層於一樓 floor1 0.0940*** 0.0054 17.3200 0.0000
樓層於四樓 floor4 (0.0198)*** 0.0046 (4.2730) 0.0000
住宅土地使用分類－商
Landclass 0.0112* 0.0051 1.7870 0.0740
業區
住宅類型－住宅大樓 Type 0.0414*** 0.0045 9.1810 0.0000
住宅附有車位 Park 0.1437*** 0.0043 33.1900 0.0000
位於南區 Dcountry_1 14.8308*** 0.0134 1110.0000 0.0000
位於北區 Dcountry_2 14.8971*** 0.0119 1252.0000 0.0000
位於北屯區 Dcountry_3 14.8413*** 0.0117 1270.0000 0.0000
位於西屯區 Dcountry_4 14.9852*** 0.0117 1281.0000 0.0000
位於南屯區 Dcountry_5 14.9935*** 0.0123 1221.0000 0.0000
位於烏日區 Dcountry_6 14.8069*** 0.0439 337.1000 0.0000
臺中捷運綠線試運日後 Cons 0.0826*** 0.0042 19.8500 0.0000
距捷運站 800 公尺內 MRT800 0.0859*** 0.0050 17.3000 0.0000
臺中捷運綠線試運日後
CMRT800 (0.0106) 0.0066 (1.5890) 0.1120
*距捷運站 800 公尺內
樣本數 16599
R-squared 0.8665
Adjusted R-squared 0.8664
F值 5665.28***
註：*、**、***分別表示達到 10%、5%、1%之顯著水準。

27
表 4- 6 DID 實證分析結果-捷運影響範圍區分為 300 公尺及 301~800 公尺
𝑛𝑛
log 𝑃𝑃𝑖𝑖𝑖𝑖 = 𝛼𝛼1 ∙ 𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 + 𝛼𝛼2 ∙ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 + δ(𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖 ⋅ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 ) + � 𝛽𝛽𝑖𝑖 ∙ 𝑋𝑋𝑖𝑖𝑖𝑖 + 𝜀𝜀𝑖𝑖𝑖𝑖
𝑖𝑖=1
變數 係數 標準誤 t-值 p-值
住宅坪數 Area 0.0046*** 0.0000 123.6000 0.0000
屋齡 Age (0.0253)*** 0.0007 (36.5000) 0.0000
屋齡平方 sq_Age 0.0002*** 0.0000 12.1400 0.0000
房間數 Room 0.0646*** 0.0030 21.7800 0.0000
客廳數 Livroom 0.0917*** 0.0047 19.6700 0.0000
衛浴數 Bath 0.0192*** 0.0039 4.9470 0.0000
樓層於一樓 floor1 0.0940*** 0.0054 17.3200 0.0000
樓層於四樓 floor4 (0.0198)*** 0.0046 (4.2730) 0.0000
土地使用分類－商業區 Landclass 0.0112* 0.0051 1.7870 0.0740
住宅類型－住宅大樓 Type 0.0414*** 0.0045 9.1810 0.0000
住宅附有車位 Park 0.1437*** 0.0043 33.1900 0.0000
位於南區 Dcountry_1 14.8308*** 0.0134 1110.0000 0.0000
位於北區 Dcountry_2 14.8971*** 0.0119 1252.0000 0.0000
位於北屯區 Dcountry_3 14.8413*** 0.0117 1270.0000 0.0000
位於西屯區 Dcountry_4 14.9852*** 0.0117 1281.0000 0.0000
位於南屯區 Dcountry_5 14.9935*** 0.0123 1221.0000 0.0000
位於烏日區 Dcountry_6 14.8069*** 0.0439 337.1000 0.0000
臺中捷運綠線試運日後 Cons 0.0826*** 0.0042 19.8500 0.0000
距捷運站 300 公尺內 MRT300 0.0955*** 0.0089 10.7200 0.0000
距捷運站 301~800 公尺 MRT301800 0.0835*** 0.0053 15.6400 0.0000
臺中捷運綠線試運日後
CMRT300 (0.0025) 0.0120 (0.2097) 0.8339
*距捷運站 300 公尺
臺中捷運綠線試運日後 CMRT3018
(0.0126)* 0.0072 (1.7590) 0.0786
*距捷運站 301~800 公尺 00
樣本數 16599
R-squared 0.8666
Adjusted R-squared 0.8664
F值 5127.93***
註：*、**、***分別表示達到 10%、5%、1%之顯著水準。

28
 第五章、結論與建議

第一節、結論
本研究採用 2017 年 5 月 1 日~2020 年 4 月 30 日登載於內政部實價登錄之住
宅交易資料，選取範圍以臺中捷運綠線路線經由之區域，並以臺中捷運綠線試運前
後一年半作為主要研究期間，再將住宅交易門牌資料透過地理資訊圖資雲服務平
台批次轉換為座標並計算出住宅與捷運站之距離，參照先前文獻選取合適之住宅
價格影響變數，先以特徵價格法進行變數分析，再以差異中差異法探討臺中捷運綠
線試運後，位於捷運站影響範圍內外之住宅價格變化情形。得出以下結論：

本研究樣本數為 16,599 筆，並使用較貼近實際情形之半對數迴歸模型進行資

料分析，特徵價格法分析實證結果之調整後判定係數為 86.18%，顯示此模型下變
數解釋情形較佳，且大多變數與預期影響住宅價格之方向相同並達到顯著水準，對
住宅價格為顯著正向影響之屬性為住宅坪數、屋齡平方、房間數、客廳數、衛浴數、
位於一樓、土地使用分類為商業區、所屬類型為住宅大樓、附有車位等；對住宅價
格為顯著負向影響之屬性為屋齡、位於四樓之特徵。顯示購屋者於購置住宅時，會
選擇住宅坪數較大、屋齡較低、房間、客廳及衛浴數較多、且含有停車位之住宅，
並且住宅型態及樓層均購買住宅考量之因素。

最後以差異中之差異法分析結果顯示，臺中捷運綠線試運時間、住宅位於捷運
影響範圍內，均呈現顯著正向的影響，表示臺中捷運試運後，會明顯提升其路線經
由區域之住宅價格，而住宅坐落於捷運站 800 公尺內也對其價格有著明顯提升之
影響，但若在臺中捷運綠線試運時間後並位於捷運站 800 公尺內之住宅，其價格
則呈現非為顯著下降之情形，另再將捷運影響範圍內之距離分為：300 公尺內、
300~800 公尺做進一步分析，其結果仍顯示，臺中捷運綠線試運時間、住宅位於捷
運 300 公尺內、住宅位於捷運 300~800 公尺，均對住宅價格呈現顯著正向的影響，
但若在臺中捷運綠線試運時間後並位於捷運站 300 公尺內之住宅，其價格則呈現
非顯著下降之影響；而在臺中捷運綠線試運時間後並位於捷運站 300~800 公尺內
之住宅，其價格則呈現顯著下降之影響，本研究推論多半大型交通建設於規劃期及
定案興建期均可能會帶給消費者預期性心理，因此房價大幅上漲之情形發生時間
可能已早於真正試運前，因此臺中捷運綠線試運之後，雖可產生住宅價格上漲之影
響，但臺中捷運綠線試運後所帶給位於影響範圍內之住宅的負面影響，例如：噪音
干擾、人口擁擠等情形，大於其所帶來之正面影響，而導致差異中之差異法交乘項
呈現負向，研究結果顯示住宅價格呈現下跌之情形。

29
第二節、建議與後續研究
由於本研究僅以臺中捷運綠線路線經由區域之集合式住宅進行探討，並以
2018 年 10 月 31 日試運時間進行事件探討，因此樣本資料較為侷限，而捷運系統
屬一重大交通建設，至初期規劃、興建、試運到正式營運通車，應耗費數年之久，
另其影響住宅價格之變數也較為廣泛，除了本研究討論之內在屬性外，仍可能受學
校、火車站等外在因素影響，除此之外，總體經濟所帶來的影響應為不可小覷，若
未來研究能將各事件、外在因素、總體經濟等因素納入考量進行更深入分析，便可
得出影響住宅價格變化之準確結果。

30
 參考文獻
一、中文文獻
王潔敏 (2009)。 大眾運輸系統對房地產價格之影響研究－以高雄大都會區為例
（碩士論文），成功大學，台南。

李春長、童作君 (2010)。住宅特徵價格模型之多層次分析。經濟論文叢刊，38 (2)，

289-325。
https://doi.org/10.6277/ter.2010.382.4

李春長、梁志民、林豐文 (2017)。捷運系統對鄰近住宅價格之影響—以差異中之差
異法估計。台灣土地研究，20 (2)，31-58。
https://doi.org/10.6677/JTLR.2017.20.02.031-058

李春長、梁志民、簡啓珉、俞錚 (2020)。高雄市環狀輕軌對鄰近地區住宅價格之影
響：以差異中之差異法結合分量迴歸模型之分析。台灣土地研究，23 (2)，195-
221。
https://doi.org/10.6677/JTLR.202011_23(2).0003

李育坤 (1990)。臺北市地價變遷與空間分布之研究─兼論捷運系統對地價的影響
（碩士論文），政治大學，台北。

呂哲源、江穎慧、張金鶚 (2019)。土壤液化潛勢區公布對房價之影響，都市與計
劃，46 (1)，33-59。

林楨家、黃志豪 (2003)。臺北捷運營運前後沿線房地屬性特徵價格之變化。運輸計
劃季刊，32 (4)，777-800。
https://doi.org/10.6402/TPJ.200312.0777

林楨家、馮正民、胡怡鴦 (2004)。臺北捷運藍線營運前後沿線發展變化之分析。運
輸計劃，33 (2)，361-389。
https://doi.org/10.6402/TPJ.200406.0361

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)，

15-34。
https://doi.org/10.6375/JHS.200406.0015

31
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。
https://doi.org/10.6375/JHS.200712.0001

邱澤惠 (1997)。軌道捷運系統聯合開發基地評選模式之建立—以捷運新莊線台北
縣轄段為例（碩士論文），中央大學，桃園。

洪德洋、林祖嘉 (1999)。臺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)，47-67。
https://doi.org/10.6375/JHS.199908.0047

翁千喻 (2011)。捷運運輸系統對台北市房屋價格的影響（碩士論文），淡江大學，
新北。
https://doi.org/10.6846/TKU.2011.00099

許侶馨 (1989)。捷運系統對沿線地區地價影響之研究（碩士論文）
，交通大學，新
竹。

陳既翕 (2013)。透天住宅特徵屬性對房價之影響分析-以台南市永康區透天住宅為
例（碩士論文），崑山科技大學，台南。

陳忠廉 (2013)。捷運對場站周邊房地價格之影響－以台北市捷運南港線為例（碩
士論文），中國文化大學，台北。

陳彥羽 (2014)。高雄捷運通車對區域房價之影響－兼論陸客來台之影響（碩士論
文），中央大學，桃園。

張冊蒼 (2012)。捷運通車對區域房價之影響－以蘆洲區為例（碩士論文）
，中央大
學，桃園。

張金鶚 (1995)。房地產景氣與總體經濟景氣關係之研究。行政院國家科學委員會。

馮正民、曾平毅、王冠斐 (1994)。捷運系統對車站地區房價之影響。都市與計劃，
21 (1)，25-45。

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。運輸計劃季刊，38 (3)，275-296。
https://doi.org/10.6402/TPJ.200909.0275

32
黄素香 (2014)。台中捷運綠線對房價的影響（碩士論文），逢甲大學，台中。

蔡曜如 (2011)。我國房地產市場之發展、影響暨因應對策。中央銀行季刊，25 (4)，

50-54。

劉志威 (2001)。捷運場站對不動產市場影響範圍之研究－Anas 模型的擴充（碩士

論文），成功大學，台南。

蘇衍綾 (2011)。評估台中市捷運站據點規劃對住宅市場之研究（碩士論文）
，國立
暨南國際，南投。
https://doi.org/10.6837/NCNU.2011.00165

33
二、英文文獻
Agostini, C. A., & Palmucci, G. A. (2008). The Anticipated Capitalization Effect of a New
Metro Line on Housing Prices. Fiscal Studies, 29 (2), 233-256.
https://doi.org/10.1111/j.1475-5890.2008.00074.x

Alonso, W. (1964). Location and Land Use. Toward a General Theory of Land Rent.
Cambridge, Massachusetts: Harvard University Press Cambridge.

Arimah, B. C. (1992). An Empirical Analysis of the Demand for Housing Attributes in a

Third World City. Land Economics, 68 (4), 366-379.
https://doi.org/10.2307/3146694

Anantsuksomsri, S., & Tontisirin, N. (2015). The Impacts of Mass Transit Improvements
on Residential Land Development Values: Evidence from the Bangkok Metropolitan
Region. Urban Policy and Research, 33 (2), 195-216.
https://doi.org/10.1080/08111146.2014.982791

Bae, C. H. C., Jun, M. J., & Park, H. (2003). The Impact of Seoul’s Subway Line 5 on
Residential Property Values. Transport Policy, 10 (3), 85–94.
https://doi.org/10.1016/S0967-070X(02)00048-3

Bajic, V. (1983). The Effect of a New Subway Line on Housing Prices in Metropolitan
Toronto. Urban Studies, 20, 147-158.
https://doi.org/10.1080/00420988320080291

Benjamin, J. D., & Sirmans, G. S. (1996). Mass Transportation, Apartment Rent and
Property Values. Journal of Real Estate Research, 12 (1), 1-8.

Bowes, D. R., & Ihlanfeldt, K. R. (2001). Identifying the Impacts of Rail Transit Stations
on Residential Property Values. Journal of Urban Economics, 50, 1-25.
https://doi.org/10.1006/juec.2001.2214

Boymal, J., De Silva, A., & Liu, S. (2013). Measuring the Preference for Dwelling
Characteristics of Melbourne: Railway Stations and House Prices. In 19th Annual
Pacific Rim Real Estate Society Conference, 1-15.

34
Cervero, R. (2004). Effects of Light and Commuter Rail Transit on Land Prices:
Experiences in San Die Go County. Transportation Research Forum, 43 (1), 121-
138.
https://doi.org/10.22004/ag.econ.206725

Court, A. T. (1939). Hedonic Price Indexes with Automobile Examples. The Dynamics of
Automobile Demand, 99-117.

Coffman, C., & Gregson, M. E. (1998). Railroad Development and Land Value. Journal
of Real Estate Finance and Economics, 16 (2), 191-204.

Damm, D., Lerman, S. R, Lerner-Lam, E., & Young, J. (1980). Response of Urban Real
Estate Values in Anticipation of the Washington Metro. Journal of Transport
Economics and Policy, 14, 315-336.

Debrezion, G., Pels, E., & Rietveld, P. (2007). The Impact of Railway Stations on
Residential and Commercial Property Value: A Meta-analysis. Journal of Real
Estate Finance and Economics, 35, 161-180.
https://doi.org/10.2139/ssrn.516742

Dewees, D. N. (1976). The Effect of a Subway Improvement on Residential Property

Values in Toronto. Journal of Urban Economics, 3, 357-369.

Dubé, J., Thériault, M., & Des Rosiers, F. (2013). Commuter Rail Accessibility and House
Values: The Case of the Montreal South Shore, Canada, 1992-2009. Transportation
Research Part A: Policy and Practice, 54, 49-66.

Dziauddin, M. F., Alvanides, S., & Powe, N. (2013). Estimating the Effects of Light Rail
Transit (LRT) System on the Property Values in the Klang Valley, Malaysia: A
Hedonic House Price Approach. Jurnal Teknologi, 61 (1), 35-47.
https://doi.org/10.11113/jt.v61.1620

Follain, J. R., & Malpezzi, S. (1980). Dissecting Housing Value and Rent, Washington,
DC: The Urban Institute.

Forrest, R., Gordon, D., & Murie, A. (1996). The Position of Former Council Homes in
the Housing Market. Urban Studies, 33 (1), 125-136.
https://doi.org/10.1080/00420989650012185

35
Gatzlaff, D. H., & Smith, M. T. (1993). The Impact of the Miami Metrorail on the Value
of Residences Near Station Locations. Land Economics, 69 (1), 54-66.
https://doi.org/10.2307/3146278

Grass, R. G. (1992). The Estimation of Residential Property Values Around Transit

Station Sites in Washington, D.C. Journal of Economics and Finance, 16 (2), 139-
146.

Golub, A., Guhathakurta, S., & Sollapuram, B. (2012). Spatial and Temporal
Capitalization Effects of Light Rail in Phoenix: From Conception, Planning, and
Construction to Operation. Journal of Planning Education and Research, 32 (4),
415-429.
https://doi.org/10.1177/0739456X12455523

Geng, B., Bao, H., & Liang, Y. (2015). A Study of the Effect of a High-Speed Rail Station
on Spatial Variations in Housing Price Based on the Hedonic Model. Habitat
International, 49, 333-339.
https://doi.org/10.1016/j.habitatint.2015.06.005

Hess, D. B., & Almeida, T. M. (2007). Impact of Proximity to Light Rail Rapid Transit
on Station-Area Property Values in Buffalo. New York. Urban Studies, 44 (5), 1041-
1068.
https://doi.org/10.1080/00420980701256005

Hill, R. C., Griffiths, W. E., & Lim, G. C. (2011). Principles of Econometrics, 4nd ed.

Hoboken, NJ: John Wiley and Sons, Inc.

Imbens, G. W., & Wooldridge, J. M. (2009). Recent Developments in the Econometrics

of Program Evaluation. Journal of Economic Literature, 47 (1), 5-86.
https://doi.org/10.1257/jel.47.1.5

Lancaster, K. J. (1966). A New Approach to Consumer Theory. Journal of Political

Economy, 74, 132-157.

Lerman, S. R. (1977). Location, Housing, Automobile Ownership, and Mode to Work: A

Joint Choice Model. Transportation Research Record, 610, 6-11.

36
Lewis-Workman, S., & Brod, D. (1997). Measuring the Neighborhood Benefits of Rail
Transit Accessibility. Transportation Research Record, 1576, 147–153.
https://doi.org/10.3141/1576-19

Malpezzi, S. (2003). Hedonic Pricing Models: A Selective and Applied Review. Housing
Economics and Public Policy, 1, 67-89.
https://doi.org/10.1002/9780470690680.ch5

Ma, L., Ye, R., & Titheridge, H. (2014). Capitalization Effects of Rail Transit and Bus
Rapid Transit on Residential Property Values in a Booming Economy: Evidence
from Beijing. Transportation Research Record. Journal of the Transportation
Research Board, 2451, 139-148.
https://doi.org/10.3141/2451-16

McDonald, J. F., & Osuji, C. I. (1995). The Effect of Anticipated Transportation

Improvement on Residential Land Values. Regional Science and Urban Economics,
25 (3), 261-78.
https://doi.org/10.1016/0166-0462(94)02085-U

McMillen, D. P., & McDonald, J. (2004). Reaction of Prices to a New Rapid Transit Line：
Chicago’s Midway Line, 1983-1999. Real Estate Economics, 32 (3), 463-486.
https://doi.org/10.1111/j.1080-8620.2004.00099.x

Mulley, C., & Tsai, C. (2016). When and how much does New Transport Infrastructure
Add to Property Values? Evidence from the Bus Rapid Transit System in Sydney.
Australia Transport Policy, 51, 15-23.
https://doi.org/10.1016/j.tranpol.2016.01.011

Rosen, S. (1974). Hedonic Prices and Implicit Markets: Product Differentiation in Pure
Competition. Journal of Political Economy, 82, 34-55.

Ryan, S. (2005). The Value of Highways and Light Rail Transit: Evidence for Industrial
and Office Firms. Urban Studies, 42 (4), 751-764.
https://doi.org/10.1080/00420980500060350

So, H. M., Tse, R., & Ganesan, S. (1997). Estimating the Influence of Transport on House
Prices: Evidence from Hong Kong. Journal of Property Valuation and Investment,
15 (1), 40-47.

37
Soderberg, B. (2002). A Note on the Hedonic Model Specification for Income Properties.
Real Estate Valuation Theory, 157-180.

Voith, R. (1991). Transportation, Sorting and House Values. Real Estate Economics, 19
(2), 117-137.
https://doi.org/10.1111/1540-6229.00545

Yan, S., Delmelle, E., & Duncan, M. (2012). The impact of a new light rail system on
single-family property values in Charlotte, North Carolina. Journal of Transport and
Land Use. 5 (2).
https://doi.org/10.5198/jtlu.v5i2.261

38
三、參考網址
信義房屋網 (2022, 5, 5)。2022 年第一季-信義不動產評論。民 111 年 5 月 28 日，
取自
https://www.sinyinews.com.tw/real_estate_review

住商不動產 （無日期）。「金磚四區」態勢強 台中房市新風貌。民 111 年 5 月 28

日，取自
https://www.hbhousing.com.tw/News/Detail.aspx?Num=1362

內政部戶政司全球資訊網 （無日期）。人口統計資料。民 111 年 5 月 28 日，取自

https://www.ris.gov.tw/app/portal/346

內政部不動產交易實價查詢服務網 （無日期）。買賣查詢。民 111 年 5 月 28 日，

取自
https://lvr.land.moi.gov.tw/

臺中市公共運輸及捷運工程處 （無日期）。捷運網路。民 111 年 5 月 28 日，取自

https://tcrt.taichung.gov.tw/home

39