臺北市側在臺北／新北邊界附近是否有房價溢價？

同一條市界兩側，房屋條件相近時還有多少價差？

2026年10月24日更新：本文改用重新建立地理區段與配對樣本的 v2 審核版。 這次主估計是 +25.20%，來自239對、478筆交易，實際分布於10個邊界段。它表示模型在市界處、固定已納入條件後的臺北側幾何價格截距差，不能直接稱為「臺北門牌值25%」。

這個結果仍然支持一個有限的描述：在這批選定的局部樣本與模型設定下，臺北側有正的條件價差。但它沒有分離出行政身分本身的因果效果，也不能估出學區、交通、市政服務或城市品牌各占多少。

500m住宅配對距離是在看過敏感度結果後選定，並非事前預註冊。 下列區間也只適合探索性解讀，不能當作已涵蓋選段、配對和規格選擇不確定性的確認性結論。

資料範圍：發布批次不等於成交期間

來源是內政部實價登錄110S3至115S1的19個發布批次，包含雙北共38個買賣交易CSV，並結合官方門牌與行政區界線資料。依附件重建紀錄，原交易列為389,423筆，住宅資格篩選後為160,718筆。最終478筆的實際成交日期是2021年4月14日至2025年12月28日，沒有加入2026年最新成交。

住宅資格包括公寓、華廈與住宅大樓，主要用途為住家用或集合住宅；屋齡2至100年、總移轉面積2至300坪、官方單價每坪5至500萬元。有效交易與建築完成日期、特殊交易備註等也納入篩選；模型要求樓層與車位等必要欄位完整，不以補值保留。

價格使用官方單價，面積使用總建物移轉面積，不是室內實坪。換算為每坪萬元與坪後進行分析：

$$P_{10k\,NTD/ping}=P_{NTD/m^2}\times\frac{400}{121}\div 10{,}000, \qquad A_{ping}=A_{m^2}\times\frac{121}{400}.$$

官方來源的更新、地址涵蓋與車位價格口徑仍有限制；使用官方資料並不代表每筆紀錄已經實地查驗。

兩個500m，限制的是不同距離

共同市界切為109段，人工標註為89段排除、17段保留、3段未檢視。交易先歸到109段中最近的一段，再依保留標註篩選；不把排除段的交易移配到較遠的保留段。

配對要求同一邊界段、同一成交年、同一建物型態及同一車位狀態。連續特徵是面積、屋齡、移轉樓層與總樓層，先以3,707筆完整近界樣本的合併均值與母體標準差標準化，再要求各特徵差不超過1個標準差、四特徵歐氏距離不超過1.5。

標準化讓坪數、年齡與樓層可以放在同一尺度比較。對第 $k$ 項特徵，先計算 $z_{ik}=(x_{ik}-\bar{x}_k)/s_k$，再用兩戶的四項標準化差異計算距離：

$$D_{ij}=\sqrt{\sum_{k=1}^{4}(z_{ik}-z_{jk})^2}.$$

例如，兩戶面積相差5坪，若候選樣本的面積標準差為20坪，這項差異就是0.25個標準差。這只是計算示例；實際配對要同時滿足四項特徵與住宅間距限制，再從尚未使用的合格候選中選擇特徵距離最小者。

每層以交易較少的一側作錨點，同數量時以臺北側為錨點，依固定候選數與雜湊排序作無放回一對一配對；價格不作配對距離特徵。這套規則決定了可比較的樣本，也改變了結果的代表範圍。

距離運算採EPSG:3826投影公尺。這是平面空間距離，不能解讀為步行或通勤距離；人工保留也不表示每一對住宅已證實處於相同生活圈。

樣本如何從4,119筆縮到478筆

欄位完整要求減少412筆，雙側精確分層支持減少1,414筆，最後配對減少1,815筆。最後一項包括348個錨點沒有符合規則的候選、27個錨點的候選已被使用，以及1,440筆多數側交易未被選中。不能把全部流失都說成「找不到可比的房子」。

最終樣本約占原4,119筆近界合格交易的11.6%。17個保留段全部有近界合格交易，12段有雙側精確分層支持，最終10段有配對。沒有配對的7段仍保留原人工標註。

樣本權重也不平均：v2_geo_0061 有87對、v2_geo_0026 有52對，兩段合計占239對的 58.16%。合併係數不能直接標成其中某座橋、某段邊界或雙北所有住宅的價差。

主結果：模型市界處的條件價差為25.20%

模型以官方單價的自然對數為結果，納入臺北指標、帶正負號的距界距離、臺北與距離交互作用，以及面積及其平方、屋齡、樓層、總樓層、車位；另控制建物型態、用途、建材、成交年月與邊界段固定效果。

若以 $T$ 表示臺北側、$d$ 表示以100m為單位的正負距離（臺北為正、新北為負），核心形式為：

$$\log P_i=\alpha+\beta T_i+\gamma d_i+\delta T_i d_i +X_i'\theta+\mu_{month(i)}+\lambda_{segment(i)}+\varepsilon_i.$$

在 $d=0$ 時，係數 $\beta=0.2247757025$，以 $100\times(\exp(\beta)-1)$ 轉換得到 25.2042%。這是模型幾何價格截距的對比；模型並沒有讓兩間住宅實際搬到界線上，近界資料支持與距離函數設定會影響它。

實際計算時，將配對完成的478筆交易一起放入普通最小平方法迴歸，同時估計上述係數。配對先縮小可觀察條件差異，迴歸再調整樣本中仍存在的差異；25.20%並不是先算239對各自的漲幅，再取平均。

因為應變數取自然對數，0.2248不能直接當成22.48%的價格差。必須先取指數，得到約1.2520的幾何價格比，再減1、乘100，才是25.20%。模型允許兩側價格隨距界距離有不同斜率，因此這個係數的比較位置固定在市界，也就是 $d=0$。

區間也在對數尺度上先計算，再把兩個端點轉成百分比：

$$CI_{percent}=100\times\left[\exp\left(\hat{\beta}\pm c\,SE(\hat{\beta})\right)-1\right].$$

HC1使用異質變異穩健標準誤與約1.96的常態臨界值；段聚類版本允許同一邊界段內的誤差相關，使用10個段所對應的9個自由度之 $t$ 臨界值。兩者的誤差假設不同，所以區間寬度也不同。

三個點估計接近，不表示它們回答同一個問題，也不能把差值當成房屋特徵的因果貢獻。主模型設計矩陣80欄、秩80、殘差自由度398；滿秩只能說明這次矩陣可估計，不能消除未觀察品質或選樣偏誤。

房屋特徵較接近，空間位置仍不完全平衡

SMD是臺北與新北均值差，除以兩側母體變異數平均值的平方根。四項配對房屋特徵的最大絕對SMD為0.0814，但距市界的SMD仍為0.2867。兩戶相距不超過500m，不保證各自距離界線一樣遠，也不保證屋況、學區與微地段相同。

換一個配對距離，估計幅度也會變

以下兩列都保留17段、每戶距市界不超過500m；改的是兩戶彼此的距離上限，且每次都重新配對。

兩列都估計正價差，但幅度對地理配對規則與樣本權重敏感。500m是看過這個比較後的選擇，不能據此宣稱它更接近因果真值。

附件另有34.46%與27.93%的250m／1,000m市界帶寬結果，那些仍使用舊的1,000m住宅配對卡尺，不是本版500m配對卡尺下重跑的帶寬敏感度。比較所用原始模型彙總見各規格結果。