| dc.contributor.advisor | 陳鎮洲 | zh_TW |
| dc.contributor.advisor | Chen, Jenn-Jou | en_US |
| dc.contributor.author (Authors) | 包榆安 | zh_TW |
| dc.contributor.author (Authors) | Pao,Yu-An | en_US |
| dc.creator (作者) | 包榆安 | zh_TW |
| dc.creator (作者) | Pao, Yu-An | en_US |
| dc.date (日期) | 2025 | en_US |
| dc.date.accessioned | 4-Aug-2025 14:46:45 (UTC+8) | - |
| dc.date.available | 4-Aug-2025 14:46:45 (UTC+8) | - |
| dc.date.issued (上傳時間) | 4-Aug-2025 14:46:45 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0112921048 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/158642 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 行政管理碩士學程 | zh_TW |
| dc.description (描述) | 112921048 | zh_TW |
| dc.description.abstract (摘要) | 本研究旨在探討台積電效應對臺灣各縣市房價所得比之影響，並解析其背後產業效應與資本流動效應的關聯性，隨著台積電在臺灣各地擴廠，帶動當地經濟發展與高科技人才流入，使住宅需求上升，進而推升房價；然而房價的漲幅若超過居民所得成長幅度，將導致房價所得比持續惡化，加劇購屋負擔，形成產業發展與居住公平之間的潛在矛盾。
為深入剖析台積電效應，本研究建構了包含房價指標、產業效應指標、資本流動效應指標與台積電設廠變數的追蹤資料模型，採用最小平方法、固定效果模型與隨機效果模型進行估計，並以Hausman檢定作為模型選擇依據，研究樣本涵蓋民國91年至112年臺灣20個縣市，對應台積電歷次設廠與擴廠地點與時間，並輔以敘述統計與實證迴歸結果驗證研究假說。
實證結果顯示，台積電設廠與擴廠確實對房價所得比產生正向影響，尤其在設廠當年或公告設廠消息之後，周邊縣市的房價所得比將上升，顯示出高科技產業聚集效應與短期資本流動交織所引發的房市壓力；其中買賣契約總價上升、新成屋與中古屋交易量增加，以及非自用住宅數成長，皆進一步印證了此趨勢，相較於台積電未設廠地區，設廠縣市的房價所得比增幅更為明顯，亦呈現出明顯的地區性差異。 | zh_TW |
| dc.description.tableofcontents | 第壹章 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 5
第四節 章節架構 7
第貳章 文獻回顧 8
第一節 國內外房價所得比相關研究 8
第二節 科技園區帶動產業效應 11
第三節 資本流動效應 13
第四節 台積電效應 15
第五節 小結 17
第參章 研究設計 19
第一節 研究方法與模型架構 20
第二節 樣本資料之蒐集與整理 24
第三節 變數選取及說明 25
第肆章 實證模型分析 34
第一節 變數之敘述統計 34
第二節 實證結果分析 55
第伍章 結論與建議 70
第一節 研究結論 70
第二節 研究限制與建議 74
參考文獻 76 | zh_TW |
| dc.format.extent | 1866010 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0112921048 | en_US |
| dc.subject (關鍵詞) | 台積電效應 | zh_TW |
| dc.subject (關鍵詞) | 房價所得比 | zh_TW |
| dc.subject (關鍵詞) | 追蹤資料模型 | zh_TW |
| dc.subject (關鍵詞) | 固定效果模型 | zh_TW |
| dc.title (題名) | 台積電效應對臺灣房價所得比之影響 | zh_TW |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | 中文參考資料
壹、 專書
陳昊、袁強 (2020)。《計量經濟學》。台北：財經錢線文化。
貳、 期刊論文
(1)吳大任、吳宜臻、黃芷鈴(2024)。臺灣區域房價差異分析：人口結構變動與氣候差異之影響。國立政治大學不動產研究中心。https://rer.nccu.edu.tw/article/detail/2401031029164
(2)江穎慧(2023)。住宅買賣與租賃市場影響因素差異之探討。國立政治大學不動產研究中心。https://rer.nccu.edu.tw/article/detail/2309138876335
(3)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，第20卷，31 - 58。
(4)林季蓉(2009)。臺灣科學園區產業群聚之研究。創新研發學刊，5(2)，48–60。
(5)林佑儒(2021)。臺灣七大都市地區房價所得比之差異與迷思-購屋者擁屋數與主觀因素分析。臺灣經濟預測與政策，第30卷(1)，27–47。
(6)胡勝正(2015)。從房價所得比看臺灣的社會不公。臺灣經濟預測與政策，第45卷(2)，23–42。
(7)胡志平(2015)。住宅負擔能力之分量迴歸分析-以新竹市公寓大廈住戶為例。建築與規劃學報，163–182。
(8)許義忠、陳建新、何姗嬬(2022)。囤房稅能降低房價所得比嗎？合成控制法的應用。臺灣土地研究，第25卷，121–156。
(9)賴宗裕(2022)。在迷霧中獨走的房價。國立政治大學不動產研究中心。https://rer.nccu.edu.tw/article/detail/2208065405673
(10)楊茜文、朱芳妮、呂少毫、陳明吉 (2021)。房市參與者之關注會影響房價嗎？管理與系統，第29期，495–523。
(11)陳佳甫、張金鶚、謝博明(2012)。知人知面不知心：購屋者房價預期之分析。都市與計劃，第39卷(4)。
(12)陳明吉(2016)。房價分析之理論與實證。科技部補助專題研究計畫成果報告。
(13)瞿宛文(2022)。護國神山的由來：再談台積電與臺灣經濟發展模式。思想，46。
(14)薛立敏、曾喜鵬、陳雅君(2002)。區域人口遷入台北都會區地點選擇之實證研究。住宅學報，第11卷，159–178。
參、 學位論文
(1)林君澤(2015)。從新個案推案量、銷售量看房價-以臺灣地區、台北市、新北市為例。國立政治大學財務研究所碩士論文，台北。
(2)林筱真(2016)。新聞媒體情緒對於房價之影響。國立政治大學地政學系碩士論文，台北。
(3)曹証鈞(2010)。購屋負擔能力與住宅政策-以臺北市為例。國立政治大學財政研究所碩士論文，台北。
(4)詹詠筑(2015)。房價所得比、國內生產毛額、金融深化指標與利率相關性之研究：以台北市、新北市、台南市、高雄市為例。中國文化大學經濟學系學術論文，台北。
(5)葉芳秀(2017)。人口特徵對房價影響之分析。國立政治大學財務管理學系學術論文，台北。
(6)蔡詠竹(2024)。房價所得比影響因素探討。國立政治大學行政管理碩士學程在職專班碩士論文，台北。
(7)謝博明(2022)。台積電擴大設廠是否帶動周圍地區房價上漲？以台南科學園區為例。國立臺北大學不動產與城鄉環境學系博士論文，台北。
肆、 網路資料
端傳媒(2021)。台積電擴張史。
https://campaign.theinitium.com/20210915-project-taiwan-tsmc-semiconductor-history/index.html
英文參考資料：
(1)Demographia. (2022). 15th Annual Demographia International Housing Affordability Survey-2022 Ratings for Metropolitan Markets. The Urban Reform Institute and the Frontier Centre for Public Policy
(2)Earlene K.P. Dowell. (2019). The Impact of the Tech Boom on Housing. United State Census Bureau. https://www.census.gov/newsroom/blogs/research-matters/2019/05/tech-boom-housing.html
(3)GAN, Q., & Hill, R. J. (2009). Measuring housing affordability- Looking beyond the median. Journal of Housing Economics, 18(2), 115-125.
(4)Rodriguez, S. (2016). Tech starting to feel Silicon Valley’s housing crunch as residents leave region. International Business Times. https://www.ibtimes.com/tech-starting-feel-silicon-valleys-housing-crunch-residents-leave-region-2330875 | zh_TW |
