市地重劃能夠同時為政府及重劃區內土地所有權人帶來效益，為政府積極推動之都市土地開發方式之一。然而，近年來逐漸出現民眾對於重劃區內高房價現象質疑的負面新聞報導，重劃區內地價飆漲所連帶引起高房價現象，引起民眾質疑重劃炒作房價，使得民眾無法負擔。而過往文獻指出市地重劃確實有效帶動重劃區內房價的上漲，主要原因為公共設施完備和居住環境適宜吸引人口移入。然市地重劃為土地整體開發的方式之一，除開發區本身會因環境改善而有較高房價外，鄰近地區往往受到開發區帶動地區發展，可能使該鄰近地區的房價也隨之水漲船高。因此本研究將有別於過去探討重劃區內的房價變動，以分析市地重劃對重劃區外房價的影響。
本研究選定新北市土城暫緩發展區及附近地區市地重劃開發案為研究主體，採用內政部不動產交易實價登錄資料庫 2012 年 8 月至 2019 年 9 月之新北市土城區不動產交易資料，運用 Spline 迴歸模型分析市地重劃影響範圍，實證結果為 400 公尺，再利用一般迴歸模型結合差異中之差異法探討市地重劃實施前後對鄰近房價之影響。為了避免空間相依問題影響研究結果，採用空間延遲模型結合差異中之差異法改善可能存在之空間相依問題。空間上將受重劃影響之範圍 400 公尺內設為實驗組，不受重劃影響之範圍 400 公尺外設為對照組。另本研究亦對市地重劃施行過程的三個時間點，進行鄰近房價如何變動之分析。將土城重劃區內抵費地標售完畢之時間點視為重劃完成時點，以市地重劃公告、市地重劃完工、市地重劃完成三個時間點作為事件發生時點，探討市地重劃各時程前後對鄰近房價之不同影響。
研究結果顯示市地重劃完成會造成土城重劃區鄰近400公尺內房價上升，證實市地重劃確實可以帶動區域房價上漲，並且具有一定的外溢效果，然市地重劃公告和完工兩個時間點對於鄰近房價則無顯著影響。

Land readjustment brings benefits to both the government and landowners. It is one of the urban land development methods by the government. However, in recent years, in contrast to the housing price in the neighborhood, higher housing prices in the readjustment area is argued. High housing prices are unaffordable for people. The researches pointed out that housing prices rise much more in the area after land readjustment. The main reason might be the excellent public facilities and well-living environment, which attracts people to move in the readjustment area.
The purpose of this study is to analyze the impacts on neighboring housing prices at three events happening (announcement of land readjustment project, completion of land distribution to landowners, and sold out of cost-equivalent land) on land readjustment process. A case study of the Tucheng land readjustment project in New Taipei City is used in this research. In order to exam the influential boundary to the land readjustment project, the Spline regression model was used to find that the housing prices rise significantly within 400 meters. Then a DID test with the ordinary least squares model showed that there are significant impacts on neighboring housing prices next to the Tucheng land readjustment area. Furthermore, the spatial lag model was executed to resolve possible spatial dependence problems.
One of the findings is that only when the land readjustment increases the housing price within 400 meters from the readjustment area. It proves somewhat of the spillover effect that the implementation of land readjustment increases housing prices in the neighborhood. However, housing prices have no significant impact on the announcement of the land readjustment project and completion of land distribution to landowners.

第一章 緒論 1
第一節 研究動機與目的 1
第二節 研究範圍與方法 4
第三節 研究架構與流程 6
第二章 文獻回顧 9
第一節 市地重劃相關研究 9
第二節 土地開發外溢效果相關研究 12
第三節 應用於房價相關研究 14
第四節 小結 17
第三章 研究設計與資料說明 19
第一節 研究設計 19
第二節 背景說明 20
第三節 資料說明與處理 24
第四章 模型建立與變數選取 27
第一節 實證模型建立 27
第二節 變數選取 33
第五章 實證結果與分析 39
第一節 市地重劃影響範圍 39
第二節 市地重劃外溢效果 42
第六章 結論與建議 51
第一節 結論 51
第二節 後續研究建議 54
參考文獻 55

一、中文文獻
1.王姿尹，2008，「住宅整建之不動產價格外溢效果分析」，國立政治大學地政研究所碩士論文：台北。
2.吳容明，1990，「市地重劃效益分析及其評估模式之研究」，國立政治大學地政研究所博士論文：台北。
3.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。
4.宋豐荃、張金鶚、江穎慧，2014，「鄰近公園有助提升房價嗎?－大小公園對高低房價影響程度之研究」，國立政治大學地政研究所碩士論文：台北。
5.李春長、梁志民、林豐文，2017，「以差異中之差異法估計捷運系統對鄰近住宅價格之影響」，『臺灣土地研究』，20(2)：31-58。
6.林峰文，2001，「市地重劃負擔公平性之研究－以已建合法房屋減輕負擔為例」，國立政治大學地政研究所碩士論文：台北。
7.邱品方，2003，「市地重劃中重劃前後地價與公告土地現值關係之探討」，『土地問題研究季刊』，2(2)：116-123。
8.高伊葦，2015，「都市更新會造成周圍地區住宅價格上漲嗎?－台北市都市更新價格外溢之探討」，國立政治大學地政研究所碩士論文：台北。
9.張昱諄，2006，「住宅用地地價查估之考量因素」，國立政治大學地政研究所碩士論文：台北。
10.梁仁旭，2012，「不動產價值逆折舊之探討」，『住宅學報』，21(2)：71-90。
11.許瑞盛，2008，「高雄氣爆事件對鄰近房價的影響－以差異中之差異法與分量迴歸模型之分析」，國立屏東大學不動產經營學系碩士論文：屏東。
12.陳正男，2007，「市地重劃土地分配問題之研究」，國立政治大學地政研究所碩士論文：台北。
13.陳郁文，1997，「台灣地區市地重劃後地價查估之研究」，國立政治大學地政研究所博士論文：台北。
14.曾菁敏，2008，「空間外部性、交易成本與市地重劃對住宅土地價格影響之研究－台南市的實證分析」，『住宅學報』，17(3)：23-50。
15.黃怡潔、江穎慧、張金鶚，2017，「臺北市公共住宅對周圍住宅價格之影響」，『都市與計劃』，44(3)，277-302。
16.楊宗憲、蘇倖慧，2011，「迎毗設施與鄰避設施對住宅價格影響之研究」，『住宅學報』，20(2)：61-80。
17.賴宗裕，1986，「台北市市地重劃效益之研究」，國立政治大學地政研究所碩士論文：台北。
18.戴國正，2012，「大眾捷運系統對房價影響效果之再檢視」，國立政治大學地政研究所碩士論文：台北。
19.藍謙、賴碧瑩，2017，「屏東縣市地重劃房地價變動軌跡之研究」，『政策與人力管理』, 8(1)：25-53。
 
二、英文文獻
1.Anselin, L., 1995, “Local Indicators of Spatial Association-LISA”, Geographical Analysis, 27(2): 93-115.
2.Card, D., and Krueger, A. B., 1994, “Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania”, American Economic Review, 84(4): 772-793.
3.Chernobai, E., Reibel M. and Carney, M., 2011, “Nonlinear Spatial and Temporal Effects of Highway Construction on House Prices”, Journal of Real Estate Finance and Economics, 42: 348-370.
4.Koschinsky, J., 2009, “Spatial Heterogeneity in Spillover Effects of Assisted and Unassisted Rental Housing”, Journal of Urban Affairs, 31(3): 319-347.
5.Lancaster, K. J., 1966, “A New Approach to Consumer Theory”, Journal of Political Economy, 74(2): 132-157.
6.Liao, S.L. and Chen, J.Y., 2013, “Spatial and Temporal Effects of High-speed Rail on House Prices-The Case of Kaohsiung City”, Journal of Housing Studies, 22(1): 25-54.
7.Malpezzi, S., 2003, “Hedonic Pricing Models: A Selective and Applied Review”, Housing Economics and Public Policy: Essays in Honor of Duncan Maclennan, Blackwell Publishing, Oxford, U.K.: 67-89.
8.Ooi, J.T.L. and Le, T.T.T., 2013, “The Spillover Effects of Infill Developments on Local Housing Prices”, Regional Science and Urban Economics, 43(6): 850-861.
9.Rosen, S., 1974, “Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition”, Journal of Political Economy, 82(1): 34-55.
10.Soderberg, B., 2002, “A Note on the Hedonic Model Specification for Income Properties”, Real Estate Valuation Theory, 8: 157-180.
11.Sorensen, A., 2000, “Land Readjustment and Metropolitan Growth: An Examination of Suburban Land Development and Urban Sprawl in the Tokyo Metropolitan Area”, Progress in Planning, 53(4): 217-330.
12.Tobler, W. R., 1970, “A Computer Movie Simulating Urban Growth in the Detroit Region”, Economic Geography, 46(supplement: Proceedings): 234-240.
13.Woo, A., and Lee, S., 2016, “Illuminating the Impacts of Brownfield Redevelopments on Neighboring Housing Prices: Case of Cuyahoga County, Ohio in the US”, Environment and Planning A, 48(6): 1107-1132.
14.Yoshida, T., 2014, “Direct Determination of Parameter for Penalized Spline Regression”, Journal of Probability and Statistics, 4: 1-11.