台南房價真的跌了嗎？官方指數、實價登錄與成交結構告訴我們的答案
官方指數從2024年高點回落8.55%，但這不代表每一區、每一種房子都跌了8.55%。
有人看交易量覺得很冷，有人看預售六字頭覺得沒跌，有人查實價又覺得真的跌了——這些感覺可能同時是真的。我們把官方指數與實價登錄拆開來看，看它們各自在講什麼，又為什麼講出不一樣的故事。
01 先給答案：台南房價有跌，但不是全面一起跌
臺南整體住宅價格水準，已經自2024年的高點回落，這是官方指數告訴我們的事。但「回落」不代表每一
區、每一種房子都在跌，有些行政區、有些產品其實相對穩定，甚至逆勢走高。
更精確地說：臺南整體住宅價格水準已自2024年高點回落，但不同區域、住宅產品與成交樣本的價格
變化並不一致。這句話會是這篇文章反覆驗證的核心。
02 官方指數：從高點回落8.55%
要回答「台南房價跌了嗎」，最該先看臺南市政府地政局自己編製的住宅價格月指數——目前唯一具有
獨立、公開發布方法論的臺南住宅價格官方量測。
- 2024年7月（高點）：149.93
- 2026年6月（最新可比期）：137.11
- 高點到最新期變動：-8.55%
- 最近一年變動率（YoY，2026年6月 vs 2025年6月）：-2.20%
這兩個數字不是同一件事：-8.55% 是「從2024年7月這個特定高點，到2026年6月」的變動；
-2.20% 是「最近一年」的年變動率。只講前者，容易讓人誤以為這是最近一年發生的事；只講後者，
又可能低估這一輪從高點以來的整體修正幅度。兩個數字都真實，回答的卻是不同的問題。
03 為什麼你查實價，可能覺得跌得更多？
如果你自己去查實價登錄、抓最近成交單價算平均，很可能會算出比官方指數更大的跌幅。這不是你算
錯了，而是「實價登錄全部買賣申報案件的中位數」和「官方指數」本來就是兩種不同性質的量測。
以2024年第一季對2026年第二季計算，臺南市買賣登錄住宅樣本（未經品質調整的成交中位數，包含
各種登記態樣，不只是一般認知的「中古屋」）的成交單價中位數變化是 -9.81%。這個數字明顯比
官方指數的修正幅度大，但它不是一個經過品質調整的房價指數，而是把所有符合條件的買賣申報案件
直接取中位數算出來的結果，會受到「這段期間到底是哪些房子在成交」影響，不只是反映「同一類房子
貴了還是便宜了」。
換句話說，兩個數字都沒有算錯，只是在回答不一樣的問題：官方指數試圖描述「同類房屋」的價格
走勢，買賣登錄中位數描述的則是「這段期間實際成交了什麼」。第04節會說明這個落差怎麼來的。
04 真正的關鍵：你拿哪些房子來比較？
買賣登錄中位數跌得比官方指數多，原因之一是：不同時間點被納入統計的住宅，並不是完全相同的
住宅組合。以本研究定義的交易輪廓來看（判定方式見方法附錄），2024年第一季到2026年第二季之間，
成交組成確實有變化：
- 住宅大樓占比從 32.1% 降到 19.9%，透天厝占比從 42.5% 升到 50.1%
- 「新完工／預售後轉正式登記」類交易占比從 52.8% 降到 26.2%，「轉售」類交易占比則從 45.7% 升到 72.0%
但進一步拆解後發現，成交組成改變只能解釋部分差異，真正造成最大差異的是樣本怎麼篩選——
同樣叫實價登錄，只要你納入比較的屋齡、建物型態、資料完整度不同，最後看到的價格變化就可能很
不一樣。
所以，中位數下降不能全部解讀成「同一類房子跌了這麼多」，其中同時混合了真正的價格變化，以及
成交樣本改變所帶來的影響。成交組成確實會影響中位數，但它不是全部答案——官方價格指數仍顯示，
台南整體住宅價格水準已從高點回落。
我們也做了一次檢查：把篩選條件固定，建立一組條件較一致、可以互相比較的住宅樣本（n = 8,958
筆），結果和全市場中位數明顯不同。這不是在證明「台南其實沒跌」，而是在提醒我們：樣本怎麼選，
會直接影響最後看到的跌幅。詳細的樣本設定與限制，請見方法附錄。
把三個層次合起來看：官方整體市場已修正；成交市場的產品組成明顯改變；固定條件後的
特定住宅樣本，走勢又不同於全市場中位數。因此，不能只用一筆實價、一個平均單價，代表整個
台南——「台南房價」這四個字背後，其實是好幾條方向、幅度都不完全相同的線。
05 同一個台南，區域與產品已經分化
用官方指數2026年6月的年變動率（YoY）來看，各行政區表現差異明顯：仁德 +4.09%、中西
+1.58%、北區 -4.73%、南區 -3.41%、永康 -3.03%。仁德、中西區最近一年其實是
上漲的，北區、南區跌幅則相對明顯（完整行政區資料見附錄）。
產品類型之間也不一樣：大廈類產品YoY -3.64%，透天厝僅 -0.14%，近乎持平。
同樣是台南住宅，區域不同、產品不同，修正幅度就可能完全不同。
06 所以台南房價到底跌了嗎？
如果問的是臺南整體住宅價格水準：有，官方指數顯示已從2024年高點回落。
如果問的是每一個行政區、每一種產品、每一間房子：不是，至少不是用同一個方向、同一個幅度
在變化。
現在已經不是用一句「台南房價」就能解釋的市場。
07 這對買方與屋主真正有什麼用？
對買方
不要只問「台南跌多少」，應該問：這一區、這一類產品、這個屋齡、這個總價帶，有沒有真的修正？
同一份官方指數，仁德區最近一年是上漲的，北區卻跌了將近5%；透天厝幾乎持平，大廈類產品修正
幅度卻明顯較大。「台南房價跌了」這句話，套用到你正在看的那一戶，答案可能完全不同。
對屋主
不能只拿2024年最高價、預售新案最高價，或同社區最高一筆成交，直接當成今天的市場價格。這段
期間市場的成交速度與買方組成都已經不同，用當年最風光的那筆數字定價，物件可能會在市場上停留
更久。
這篇研究怎麼做？
- 研究期間：2024年1月～2026年9月17日（研究凍結日）
- 主要資料：臺南市政府住宅價格月指數、內政部實價登錄
- 官方指數最新可比期別：2026年6月
- 實價登錄資料：使用2026年9月11日發布之最新批次
- 不同資料集的發布時間本來就有落差，本研究不假裝所有資料都更新到同一天，每項數字都會標明 它實際對應的期別。完整方法細節見方法附錄。
這份研究有哪些限制？
- 實價登錄屬申報資料，本身就有揭露時差，最新一兩個月的資料通常尚未完整。
- 買賣登錄全市場中位數會受成交組成與樣本篩選影響，不是單純的同類房屋價格變化。
- 文中「轉售」「新完工」等分類是本研究自行定義的分析輪廓，不是官方「中古屋」的正式分類。
- 本研究另外做過特徵控制的統計測試，僅作robustness check驗證前述結論是否穩健，並非另一套 官方房價指數。
- 2024年9月的信用管制措施僅作為時間軸上的事件標記，本研究沒有建立因果模型證明其與房價變化 的因果關係。
- 不同官方資料集彼此的最新可比期別不同，引用任何數字時請一併留意其對應期別。
房價有沒有跌，不能只看「台南」兩個字。
真正有用的，是把你的區域、產品、屋齡與總價帶拆開來看。
我是Alvin。我習慣先把數據拆開，再談房子值多少。
研究方法與資料限制
本附錄提供正文為維持易讀性而省略的統計方法細節。所有數字皆取自Phase 0-22既有研究產物，
本階段（Phase 23）未重新執行任何統計模型。若正文與本附錄數字有出入，以本附錄與其引用之原始研究驗證為準；正文之簡化敘述皆已逐項核對。
1. 資料來源與研究期間
- 官方住宅價格指數：臺南市政府地政局「臺南市住宅價格月指數」，全市／大廈／透天厝／14個 樣本較充裕行政區，2024-01至2026-06。方法論為 「類重複交易法」，與內政部六都季指數方法相同但為臺南市政府獨立編製，基期不同，數值不可 跨系列比較，僅能比較變動率／方向。
- 實價登錄資料：內政部地政司「不動產成交案件實際資訊資料」，涵蓋112S2至115S2季度歸檔 ，並以本期／前期滾動批次延伸至2026年8月底 （發布日約2026-09-11）。
- 研究凍結日：2026-09-17。所有分析截至此日期可取得之官方資料為準。
2. 三個官方指數數字，不可混用
官方指數定義三個獨立指標：
| 指標 | 期間 | 數值 | 說明 |
|---|---|---|---|
| A. 最新YoY | 2026-06 vs 2025-06 | -2.20% | 官方資料本身之yoy_pct欄位 |
| B. Peak-to-latest | 2024-07(動態掃描峰值)→2026-06 | -8.55% | 本研究掃描2024-01~2026-06全部月份找出最大值 |
| C. 研究起點固定基準 | 2024-01→2026-06 | -1.49% | 非峰值基準之對照 |
另有Phase22新增之季度換算：D. MODEL WINDOW季平均（2024Q1平均→2026Q2平均）= -1.45%
，用於與下方Hedonic模型之季度結果做同粒度比較。
3. 市場區隔定義（自Phase21起停用「中古屋」一詞）
完整定義摘要如下：
sale_registration（買賣申報住宅樣本）：內政部實價登錄transaction_type='a'（買賣申報類別） 中符合住宅條件之全部交易。不等於「中古屋」——此類別本身混雜新成屋、預售後轉正式登記、 土地建物分件登記等多種態樣。presale（預售屋）：transaction_type='b'，獨立官方申報類別，不與sale_registration合併。new_completion_proxy（新完工代理樣本）：sale_registration中，官方備註含「預售屋、或土地 及建物分件登記案件」或屋齡落在門檻內之交易。此為研究自訂proxy，非官方分類。resale_proxy（轉售代理樣本）：sale_registration中排除上述new_completion_proxy者。
重要澄清（Phase22 STEP1修正）：官方備註「預售屋、或土地及建物分件登記案件」是一個OR條件，
無法單獨區分「預售後轉正式登記」與「土地建物分件登記」兩種情形。本研究因此另外獨立定義pre_completion_proxy（交易日期早於建築完成日）與recent_completion_1y/2y/3y（完工後N年內
交易）兩組不互相混淆的欄位，供更精細的分析使用。
4. 為什麼買賣申報中位數跌幅比官方指數大：price-measure waterfall
本研究（Phase22 STEP5）以10個階段，在MODEL WINDOW
（2024Q1 vs 2026Q2）下逐步拆解：
| Stage | 說明 | 變動% |
|---|---|---|
| S1 全市場中位數 | 含透天厝、含缺樓層/屋齡記錄 | -9.81% |
| S2 排除透天厝 | 僅大樓華廈/公寓，仍含無效屋齡記錄 | -13.53% |
| S3 限縮至可比較樣本 | 再加上：屋齡須為有效正值(0-60)、樓層可解析 | +15.12% |
| S4 同樣本改用幾何平均 | 統計量替換 | +10.94% |
| S5 時間迴歸（無控制變數） | OLS，與S4幾乎相等 | +10.94% |
| S6 +行政區固定效果 | +6.73% | |
| S7 +建物型態固定效果 | +6.15% | |
| S8 +面積 | +6.20% | |
| S9 +屋齡 | +4.44% | |
| S10 +樓層與總樓層數（全控制） | +4.41% |
核心發現：符號翻轉幾乎完全發生在S2→S3，而這一步唯一新增的限制是「要求屋齡為有效正值」。
逐條件漏斗檢查證實：排除透天厝（S1→S2之間，25,255筆→
13,461筆）本身不會造成符號翻轉（S2排除透天厝後仍為-13.53%，甚至比S1更負）；真正造成翻轉的
是S3新增的屋齡有效性篩選（13,461筆→8,967筆，排除4,494筆），這與先前研究證實的「約42%買賣申報記錄之屋齡為負值、其中96.7%為官方認定之預售/分件登記案件」現象完全吻合。
固定樣本規模：S3-S10共用同一組固定樣本，n = 8,958。此樣本結構性排除透天厝（因其樓層欄位官方記錄恆為「全」，
無法解析為樓層數字），僅涵蓋大樓華廈（85.8%）與公寓（14.2%），不可代表全市場，尤其不可代表
持續占比上升的透天厝市場。
5. 估計量選擇不是造成落差的原因
在完全相同的S3固定樣本上，比較四種統計量
（2024Q1→2026Q2）：
- median：+15.12%
- arithmetic mean：+11.73%
- geometric mean：+10.94%
- OLS log(price)~時間虛擬變數（無其他控制）：+10.94%
四者方向一致，且geometric mean與OLS幾乎相等（驗證實作正確）。這證明估計量選擇本身不是造成S1與後續模型方向
相反的原因，樣本選擇才是。
6. 組成效應：真實但次要
本研究（Phase22 STEP8）以「固定2024Q1組成、重新加權2026Q2各cell
中位數」之描述性穩健性檢查（非官方指數方法論）量化：
- 建物型態組成效果：-3.71個百分點
- 行政區組成效果：-0.92個百分點
- 聯合（區×型態）：-1.13個百分點（cell樣本涵蓋率54-58%，因小樣本cell被排除）
三者皆遠小於第4節S2→S3的+28.65個百分點。結論：組成轉變確實把raw median的跌幅加深了幾個
百分點，但不是造成raw median與固定樣本／Hedonic結果方向相反的主要原因。
7. Hedonic模型：僅作為robustness check
本研究建立Nested hedonic model ladder（Model0時間單純迴歸 → Model5加入區位/建物型態/面積/
屋齡/樓層全部控制），在S3固定樣本上，sale_registration_all與resale_proxy_2y兩組樣本，
時間係數（2026Q2 vs 2024Q1）從Model0到Model5從未轉負：
| Model | sale_registration_all | resale_proxy_2y |
|---|---|---|
| Model0（時間單純） | +10.94% | +9.75% |
| Model1（+行政區） | +6.73% | +5.53% |
| Model2（+建物型態） | +6.15% | +5.07% |
| Model3（+面積） | +6.20% | +4.74% |
| Model4（+屋齡） | +4.44% | +3.28% |
| Model5（+樓層，全控制） | +4.41% | +3.31% |
此結果僅用於驗證第4-6節結論之穩健性，不構成本文獨立宣稱之房價指數，理由：(1) 排除透天厝，
(2) 控制變數未涵蓋座向/景觀/屋況等未觀測特徵，(3) 方法論為本研究自建，非官方發布或審核之
指數。
8. 轉售代理樣本（resale_proxy）門檻穩健性
MODEL WINDOW（2024Q1→2026Q2）：
| 門檻 | median變動% | geomean變動% |
|---|---|---|
| 1年 | +8.14% | +5.65% |
| 2年 | +6.06% | +4.12% |
| 3年 | +5.42% | +3.22% |
三種門檻方向一致（threshold-robust），數字隨門檻放寬而
略微縮小。此為proxy性質之研究定義樣本，不等於官方或法律定義之中古屋交易。
9. 預售屋
預售屋（transaction_type='b'）中位數於MODEL WINDOW下變動+10.16%。須留意：2026Q2三個月
中有兩個月（2026-05、2026-06）資料成熟度為PROVISIONAL，最新數字可能隨後續申報批次修正。
10. 完整研究限制清單
見本文正文「這份研究有哪些限制」段落。額外技術性
限制：
- reweighting robustness之行政區×建物型態聯合維度僅覆蓋54-58%樣本，未覆蓋部分行為未知。
- 透天厝完全未被納入Hedonic模型，其品質調整後價格趨勢在本研究中仍屬未知，僅有raw median層級 描述性資訊（透天厝raw median於MODEL WINDOW下-4.65%）。
- 官方指數方法論未公開，本研究無法驗證其是否／如何做特徵品質調整，也無法完全解釋官方指數 （MODEL WINDOW季平均-1.45%）與本研究Hedonic Model5（+4.41%）之間仍存在的方向性落差是否 還有除樣本涵蓋範圍以外的其他方法論差異。
資料來源與研究說明
- 臺南市政府地政局臺南市住宅價格月指數
- 內政部不動產成交案件實際資訊資料（實價登錄 Open Data）