自2021年四月台積電在高雄設廠利多宣布後，整個高雄新成屋房市開價一飛衝天，各大建案預售屋開價也由原本的一字頭也直逼四字頭，整個市場陷入一個無論價格開多高的都不稀奇，開賣後立刻會被被搶購一空的亢奮氛圍。在整體看似房市大好的情勢背後，藉由實價登錄數據我們能輕易看出成交數字是否如外界預期的這麼樂觀。分析處於不同條件的物件，在此波房價推波助瀾之下，是否也有強大的漲幅，或是僅有小幅成長，抑或是不漲反跌。
實證結果發現，利多壓境的氛圍下，兩房的產品漲價空間勝過其他房型產品，低總價產品買盤仍是市場主力，不只限於自住客，也是投資客的最愛。而23年內的成屋更是增值幅度高於23年以上屋齡的物件。讓人意外的是，雖然研究期間一整年間，整體市場是利多不斷，但仍成交為數不少脫離市場行情的低價物件，可見市場上仍是存在很多賣家不相信房地產未來增值的可能性，願意以相對低價的行情脫手房產。由此可知房市是不論在利多或是利空環境下，投資物件隨時都是存在，而且不少人都以脫離市場行情之便宜價格成交。迴歸實證結果，台積電計畫宣布後，重劃區內物件、輕屋齡、小坪數、含車位、近車站、近交流道，皆為1%顯著水準。具有這些特質的物件都是投資或保值的最佳選擇。

This study primarily explores the remarkable housing inflation on the entire Kaohsiung city following the announcement the Kaohsiung City Government made on April 2021, in which the former Kaohsiung Oil Refinery site would be re-designated as a science park, where the likes of major international companies such as TSMC, or Taiwan Semiconductor Manufacturing Co., Ltd, could relocate their factories. In fact, the housing inflation caused by this news varies according to the properties with various conditions, and this paper lists seven variables. Each variable leads to different extents of housing inflation in year-long correlation coefficients. This study will be an in-depth analysis of the reasons for the rise and fall of each variable. In addition, the development of news can be divided into three phases: the phase from April to June 2021, when the Kaohsiung City Government announcement led to the beginning of housing inflation; the phase between June and November 2021, which witnessed the results of bad news revealed by the press that TSMC would abandon its proposal of setting up a factory in Kaohsiung and build one in Kumamoto Prefecture instead; and the phase from November 2021 to April 2022, when TSMC officially announced that a new chip factory was going to be constructed at the former Kaohsiung Oil Refinery site. Assuming that there is a positive correlation between positive news and housing prices, we can observe whether the bad news will truly bring about housing deflation. On the other hand, we can also observe whether the seller can make a considerable profit by taking advantage of the arbitrage gap caused by information asymmetries under the assumption that the seller can make a profit from the difference in price when the seller’s properties are sold at a relatively higher price before the housing market starts to react to the bad news.

1.吳昌駿. (2018). 臺灣科學園區的發展與周圍房價漲跌的相關性-以新竹科學園區為例 國立中興大學]. 台中市. https://hdl.handle.net/11296/3up8s9
2.吳欣蓉. (2017). 都會區大眾捷運路網對於鄰近房價之影響-以桃園機場捷運、臺中捷運綠線為例 國立中央大學]. 桃園縣. https://hdl.handle.net/11296/42h897
3.林佑儒. (2020). 高住宅負擔背後的迷思？ ─以房價所得比、擁屋數、房價合理性及購屋壓力主客觀因素分析 國立政治大學]. 台北市. https://hdl.handle.net/11296/x3q3m8
4林怡君. (2017). 台灣房價的決定因素 國立高雄大學]. 高雄市. https://hdl.handle.net/11296/m86pz6
5.林純如. (2017). 資訊揭露對房價影響分析─以實價登錄制度為例 國立臺北大學]. 新北市. https://hdl.handle.net/11296/6kv27h
6.柯昕彤. (2020). 市地重劃對鄰近房價之影響-以土城暫緩發展區為例 國立政治大學]. 台北市. https://hdl.handle.net/11296/c3582h
7.張冊蒼. (2012). 捷運通車對區域房價之影響---以蘆洲區為例 國立中央大學]. 桃園縣. https://hdl.handle.net/11296/mvk6bd
8.陳其甫. (2013). 捷運藍線對不同地區房價影響之研究─以台北市、新北市為例 國立臺北大學]. 新北市. https://hdl.handle.net/11296/27jhz7
9.陳炯豪. (2018). 台灣高房價所得比之研究 國立中央大學]. 桃園縣. https://hdl.handle.net/11296/hdusa9
10.陳益財. (2014). 總體經濟、金融政策與房地產市場景氣對房價影響之研究 南華大學]. 嘉義縣. https://hdl.handle.net/11296/f49b67
11.程采晴. (2012). 總體經濟對台灣房價非線性影響之研究 淡江大學]. 新北市. .https://hdl.handle.net/11296/33y75n
12.辜貽暄. (2021). 市地重劃對都市景觀格局與房價之影響 國立臺灣大學]. 台北市. https://hdl.handle.net/11296/53n2c8
13.黃茹偵. (2006). 北二高對北部區域空間發展影響之實證研究 (Publication Number 2006年) 國立政治大學]. AiritiLibrary.
14.葉芳秀. (2018). 人口特徵對房價影響之分析 國立政治大學]. 台北市. https://hdl.handle.net/11296/g9u7tg
15.蔡彥玲. (2021). 新北市房價上漲的決定因素 國立政治大學]. 台北市. https://hdl.handle.net/11296/5rb2u9
16.賴怡樺. (2018). 都市計畫對房價之影響－以高雄亞洲新灣區為例 國立成功大學]. 台南市. https://hdl.handle.net/11296/dqptp7
17.簡士鈞. (2019). 臺灣房價與總體因素及政策之關聯性分析 國立臺灣大學]. 台北市. https://hdl.handle.net/11296/x4ru7d
18.簡正杰. (2019). 都市化對住宅價格的影響分析–台灣實證研究.
19.蘇曉瑞. (2021). 社會住宅供給對房價與地方消費之影響 國立政治大學]. 台北市. https://hdl.handle.net/11296/5ztj8y
20. 高雄市政府都發局變更原高雄市主要計畫(楠梓區)(特種工業區為產業專區)(原中油公司高雄煉油廠土地變更)案計畫書