臺北市側在臺北／新北邊界附近是否有房價溢價？

臺北市門牌，值多少錢？

如果兩間房子只隔一條街，一間是臺北市門牌，另一間是新北市門牌，市場會願意為臺北市那一邊多付多少錢？

這個問題之所以有趣，是因為臺北市門牌背後通常不只是一行地址。它可能代表更密集的就業機會、交通網絡、醫療與公共服務、學區與商業活動，也包含一種難以拆開的城市品牌與未來預期。直覺上，臺北市門牌應該比較值錢。真正難的是：它到底值多少？

為什麼不能直接比平均房價

最直接的做法，是拿臺北市平均房價減掉新北市平均房價。但這個比較太粗。臺北市核心區、新北市外圍區、老公寓、新大樓、捷運站旁、山坡地、河岸旁，全部混在一起，最後得到的數字不會只是「門牌」的價格，而是城市發展、房屋條件、交通可及性與區位差異的總和。

換句話說，我們真正想問的不是「臺北市是不是比新北市貴」，而是：當房子盡可能像、生活圈盡可能近時，臺北市側是否仍然比較貴？

邊界提供了一個比較乾淨的想法

第一性原理很簡單：房價可以粗略想成幾個部分相加，包括房子本身的條件、所在地點、交易時間，以及市場對城市側、制度與門牌的評價。如果兩間房子距離很遠，這些因素幾乎全部都不一樣；但如果它們在臺北／新北邊界附近，甚至只隔一條街，地理條件與生活圈就可能非常接近。

接下來，我們再控制屋齡、坪數、樓層、總樓層、建物類型、用途、建材、是否有停車位、交易時間，以及所屬邊界區段。這樣做不是把世界變成完美實驗，而是盡量把「房子不同」與「地點不同」壓低，讓剩下的臺北市側價差更接近一個 local conditional premium。

這裡的 premium 不是純粹的「門牌本身」價格。更準確地說，它是市場對臺北市側帶來的制度、公共服務、城市品牌、生活圈預期與其他無法完全拆開因素的合併定價。

本文的答案

在主規格中，臺北市側的估計溢價是 25.91%，95% confidence interval 為 18.58% 到 33.71%。主規格使用 500m bandwidth、人工審核通過的 11 個連續邊界區段、matched formal sample，以及 property/time/segment controls。

這個結果可以被解讀為「在本研究定義的局部邊界、樣本與控制條件下，臺北市側有顯著正價差」。它不能直接解讀為所有行政邊界都存在同樣大小的因果溢價，也不能拆解為學區、捷運、稅制、公共服務或品牌效果各自貢獻多少。

這不是 diagnostic-only run。pipeline 產生的 final_estimate_summary.json 顯示 research_goal_achieved = true、diagnostic_only = false、blocked_by_qa = false，且 failed_gates = []。比較保守的說法是：排除 seg_0123 後，在目前 approved continuous segments、500m bandwidth 與 matched formal sample 上，臺北市側有約 25.91% 的 local conditional premium。

Dataset

• Dataset: 內政部實價登錄買賣批次資料
• Coverage: 110S3 到 115S1，共 19 季
• Unit: 住宅交易，清理後以中古住宅為主
• Geocoding: 臺北市與新北市官方門牌座標；不使用第三方 geocoding API
• Boundary: 官方行政邊界圖資，並人工審核連續邊界區段
• Clean panel: 286,883 rows
• Matched addresses: 283,808 rows，match rate 98.93%
• Formal sample: 1,322 rows，臺北市側 661、新北市側 661
• Privacy: 本站只發布 aggregate summary，不發布 raw transactions、raw address coordinates 或 address-level outputs

附屬資料包含公開摘要 JSON：taipei-border-premium summary，以及可在 Colab 重跑主估計的去識別化 model-ready dataset：model input CSV。它們不包含原始交易地址、門牌座標、geocoded panel 或地址層級 outputs。若讀者要做 full raw-data reproduction，仍應從官方來源取得原始資料並重跑 pipeline；PyInvest 只保存可公開審查與重現主估計的 artifacts。

Method

資料流程分成六步。

第一，清理實價登錄歷史資料，保留可比較的中古住宅交易，並標準化城市、行政區、地址與房屋特徵欄位。主要欄位包含 unit_price_ping, area_building_ping, building_age, floor, total_floor, has_parking, year_month 與 address_key。

第二，用官方門牌座標匹配交易地址。清理後樣本共有 286,883 筆，成功匹配 283,808 筆，整體 match rate 為 98.93%。臺北市 failure rate 為 0.74%，新北市為 1.19%，兩側差距約 0.46 percentage points。

第三，計算每筆交易到臺北／新北邊界的距離與城市側，並排除官方座標與城市側不一致的點位。主 bandwidth 500m 的 city-side exclusion gate 通過。

第四，人工審核可用的連續邊界區段。官方邊界檔只能告訴我們行政界線在哪裡，不能判斷那一段是否真的是隔街生活圈，或其實被河流、山區、橋樑、重劃區切開。正式模型使用 11 個 approved segments：seg_0045, seg_0046, seg_0053, seg_0054, seg_0055, seg_0056, seg_0122, seg_0124, seg_0127, seg_0179, seg_0180。

第五，在 approved segments 內建立 matched formal sample。matching rule 是 segment_level_1to1_exact_parking_nn：對 has_parking_int 做 exact matching，並對 area_building_ping, building_age, floor, total_floor 做 nearest-neighbor matching。matching 前 pooled continuous candidate 有 2,668 筆，complete-case pool 有 2,490 筆，最後 formal sample 有 1,322 筆。

第六，估計包含房屋特徵、年月固定效果與邊界區段固定效果的 semi-log 模型，並用 HC1 robust standard errors 報告不確定性。

主模型估計：

$$\begin{aligned} \log(\text{unit price}) ={}& \tau \cdot \text{Taipei side} + f(\text{distance}) + X\beta \\ &+ \text{time FE} + \text{segment FE} + \epsilon \end{aligned}$$

其中 tau 轉換為百分比溢價：exp(tau) - 1。主規格的 tau = 0.2304，HC1 standard error 為 0.0306。

seg_0123 沒有放進正式樣本。原因不是它缺資料，而是包含它時 pooled sample 在新北市側 250m fake cutoff 會出現顯著 placebo jump。排除 seg_0123 後，same-side placebo gate 才通過。這件事必須視為研究設計的一部分，而不是事後隱藏的清理細節。

Findings

Finding 1: 主規格估計為 25.91%

主規格在 500m bandwidth、control_parking、matched complete cases 與 approved continuous segments 下，臺北市側溢價為 25.91%。95% confidence interval 為 18.58% 到 33.71%，p-value 為 5.43e-14。

Finding 2: 地理匹配品質足以支持邊界分析

整體地址 match rate 是 98.93%。更重要的是，兩個城市的 failure rate 差距不大：臺北市 0.74%，新北市 1.19%。如果其中一側系統性 geocode failure 嚴重，邊界估計會有選樣風險；這次的差距約 0.46 percentage points，沒有觸發 geocode gate。

Finding 3: Matching 後的 observable balance 通過 gate

Formal sample 兩側各 661 筆。has_parking_int 的平均值完全一致，兩側 parking share 都是 30.71%。四個連續房屋特徵的 standardized mean difference 都低於常用的 0.25 門檻；最大絕對值是 total_floor 的 0.128。

Finding 4: 300m、500m、1000m 的方向穩定，但短 bandwidth 很敏感

正式 robustness gate 要求 300m、500m、1000m 在方向與幅度上不能互相矛盾。control_parking 規格下，三者分別是 32.17%、25.91%、30.35%，方向穩定。

100m 與 200m 也保留在附屬資料中，但樣本數很小，confidence interval 很寬。200m 的 point estimate 是 67.49%，但 N 只有 96，95% confidence interval 從 -42.66% 到 389.29%。所以它比較像敏感度警訊，不適合作為主結論。

Finding 5: Same-side placebo checks 沒有出現 5% 顯著跳躍

Placebo 設計是在同一城市側內，把距離真實邊界 250m、500m、750m 的位置設為 fake cutoffs，檢查價格是否在非行政邊界處也跳躍。所有 same-side placebo p-values 都大於 0.05。

Checks

這篇文章設定為 dataAnalysis: true，因為正式 pipeline 的 13 個 publication gates 全部通過。這些 checks 不是裝飾。它們限制了這篇文章可以說什麼：主結論只對「通過審核的連續邊界區段、matched formal sample、500m 主規格」有效。

公開 artifact 包含 aggregate results 與一份最小 model-ready regression dataset。完整 raw transactions、門牌座標、geocoded panels、boundary sample 與 formal sample 都不放在本站，避免把可定位資料或大型中間產物混進文章發布流程。

Caveats

第一，seg_0123 沒有放進正式樣本，原因是 sensitivity-informed review 後無法通過 placebo gate。這讓正式結果比較保守，但也代表 segment selection 需要持續審視。

第二，模型目前沒有加入捷運站、學區、土地使用、商圈或其他外部 amenity controls。臺北市側 dummy 吸收的是一組 bundled boundary effect，不是單一制度或單一公共服務的純因果效果。

第三，這是 local conditional premium，不是平均房價差，也不是投資建議。樣本外推到其他行政邊界、其他時期或個別社區前，需要重新檢查資料與設計。

第四，實價登錄資料可能有修訂、登錄延遲與欄位品質問題。這次的 pipeline 有 data readiness 與 geocode QA，但不能完全消除來源資料本身的 revision risk。

第五，這是 MVP research-ready result，不是 paper-grade final result。更強的版本應該事前固定 segment rule，加入外部 amenity controls，並在後續官方資料或 holdout period 上重跑。

Reproducibility

主 pipeline 在 reproduction packet 或研究工作區內執行：

PYTHONPATH=src /opt/homebrew/bin/uv run --locked --offline python -m taipei_border_premium.historical_mvp

檢查最終 summary：

/usr/bin/python3 -m json.tool outputs/estimation/final_estimate_summary.json

最小結果檢查：

/usr/bin/python3 - <<'PY'
import json
from pathlib import Path

summary = json.loads(
    Path("outputs/estimation/final_estimate_summary.json").read_text()
)

assert summary["research_goal_achieved"] is True
assert summary["diagnostic_only"] is False
assert summary["blocked_by_qa"] is False
assert summary["failed_gates"] == []

estimate = summary["main_estimate"]
print("premium_pct =", estimate["premium_pct"])
print("ci =", estimate["ci_low"], estimate["ci_high"])
print("n =", estimate["n_taipei"], estimate["n_ntpc"])
print("segments =", estimate["selected_segment_ids"])
PY

預期重點輸出：

premium_pct = 25.914364373710576
ci = 18.575711306110733 33.70720682169337
n = 661 661
segments = seg_0045,seg_0046,seg_0053,seg_0054,seg_0055,seg_0056,seg_0122,seg_0124,seg_0127,seg_0179,seg_0180

主要 source artifacts：

• outputs/estimation/final_estimate_summary.json
• outputs/estimation/model_results_by_bandwidth.csv
• outputs/qa/geocode_history_report.json
• outputs/qa/formal_sample_selection_report.json
• outputs/qa/balance_table.csv
• outputs/qa/formal_robustness_report.json
• outputs/qa/formal_placebo_report.json

本站發布的附屬資料只整理為 aggregate summary：summary JSON。如果要重跑正式結果，應以 repo 內 pipeline 與原始官方資料為準。