根據內政部營建署的統計，臺北市以及新北市的房價所得比分別為15倍以及12.7倍(內政部營建署，2018)。於是當沒有屬於自己的房屋時，一般人往往會選擇租屋作為暫時的選擇。但是租屋市場與不動產市場兩者會互相影響，根據內政部資料顯示租金指數已連續37個月上漲。(內政部，2018)而且受到近年買轉租的盛行，房東也會將原本用於抑制不動產市場所推行的高稅負，例如房地合一稅等成本轉嫁給消費者，因此這也使得租屋族所要付出的成本愈來愈高。然後過去的研究往往只關注在不動產的交易市場上，反而忽略了租賃市場，因此本研究打算利用內政部的開放資料來進行不動產租金的空間分析，過去的研究大多利用最小平方法與特徵價格法來分析不動產市場，而不動產的租金資料往往具有空間自相關的現象，因此如果空間依賴性的檢定呈現顯著的話，就必須改以空間迴歸模型取代最小平方法模型。
本研究使用空間迴歸模型分析臺北大眾捷運系統周邊的不動產租金樣本，實證結果顯示，在不動產租賃市場中確實存在空間自相關的現象，於是改以空間迴歸模型取代原本的最小平方法模型。不動產租金的影響因素，本研究以三大構面進行分析，在建物結構變數方面，「租賃價格」會與「建物面積」、「房間數」、「衛浴數」、「有無管理費」、「有無附家具」、「有無附車位」、與「屋齡」等變數有顯著負相關；鄰里變數方面，與「是否鄰近銀行或郵局」以及「是否鄰近大專院校」等有顯著正相關；距離變數方面，研究中以樣本距離捷運站的直線距離作為依據，發現如果在其他變數條件不變的情況下，不動產每距離捷運站遠1000公尺時，其租金的邊際價格會減少約4560元。

According to the statistics of the Construction Department of the Ministry of the Interior, the house price to income ratio in Taipei City and New Taipei City is 15 times and 12.7 times respectively. Therefore, people do not have their own house will rent a house as a temporary choice. However, interaction between rental market and housing market is existing. Ministry of the Interior reveals House Rent Price Index (HRI) has risen for 37 months. Furthermore, because of people get used to rating house instead of buying house, landlords tend to pass-through the luxury tax that the government intended to cap rising housing prices, such as “house and land transactions income tax” to tenants. It implies tenants would afford more cost on ranting houses. Nevertheless, research about rental market of housing is relatively rare studies investigating the rent of housing .
This study used real value registry scheme of real estates near Taipei Mass Rapid Transit open data provided by the Ministry of the Interior, adopting spatial regression models to analyze difference aspects influence on rent price. The result reveal that rent price are significant negatively correlated to building structure variables, including area of apartment, room, bathroom, homeowners association fee (HOAfee), parking space and the age of house; nevertheless, it’s significant positively correlated to facility around the house, including bank, post office and university. But rent price furniture, age, packingspace, bank. The margin price of real estate will decrease 4500 NT dollor per 1000 meter on all else equal condition.

中文部分
（一）專書
1.王應傑（1996）掌握全方位不動產，大日出版有限公司，臺北市
2.張金鶚（1996）房地產投資與決策分析－理論與實務，華泰書局，臺北市。
（二）期刊
1..林禎家、黃至豪（2003）臺北捷運營運前後沿線房地屬性特徵價格之變化，運輸計畫季刊，第三十二卷，第四期，pp.777-800。
2.洪得洋、林祖嘉（1999）臺北市捷運系統與道路寬度對房屋價格影響之研究，住宅學報，第八期，pp.47-67。
3.張金鶚、范垂爐（1993）房地產真實交易價格之研究，住宅學報，第一期，pp.75-97
4.林素菁（2004）臺北市父母對明星學區邊際願意支付之估計，2004 年中華民國住宅學會論文集，pp.500-511。
5.馮正民、曾平毅、王冠斐（1994）捷運系統對車站地區房價之影響，都市與計畫，第二十一卷，第一期，pp.25-45。
6.林禎家、馮正民、胡怡鴦（2004）台北捷運藍線營運前後沿線發展變化之分析，運輸計畫季刊，第三十三卷，第二期，pp.361-390。
（三）論文
1.王潔敏（2009）大眾運輸系統對房地產價格之影響研究－以高雄大都會區為
例，國立成功大學都市計畫研究所碩士論文。
2.李怡婷（2005）大眾運輸導向發展策略對捷運站區房地產價格之影響分析，國立成功大學都市計劃研究所碩士論文。
3.李育坤（1988）臺北市地價變遷與空間分佈之研究－兼論捷運系統對地價之影響，國立政治大學中國地政研究所碩士論文。
4.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，國立中央大學產業經濟研究所碩士論文。
4.林家弘（2004）競租價格模型與屬性價格模型對捷運車站周邊房價預測之比較分析，國立成功大學都市計畫研究所碩士論文。
5.林國民（1995）高雄市自有住宅特徵價格之研究，國立成功大學都市計劃研究所碩士論文。
6.許侶馨（1989）捷運系統對沿線地區地價影響之研究，國立交通大學交通運輸工程研究所碩士論文。
7.劉志威（2001）捷運場站對不動產市場影響範圍之研究－Anas 模型的擴充，國立成功大學都市計畫研究所碩士論文。
8.黃素香（2014）台中捷運綠線對房價的影響，逢甲大學財稅研究所碩士論文。
（四）網路資料
1.臺北市政府資料開放平台https://data.taipei/index
2.新北市政府資料開放平台http://data.ntpc.gov.tw/
3.政府資料開放平台https://data.gov.tw/
4.內政部不動產交易實價查詢服務網https://lvr.land.moi.gov.tw/homePage.action

西文部分
1.Adair, A. S., Berry, J. N., & McGreal, W. S. J. J. o. p. R. (1996). Hedonic modelling, housing submarkets and residential valuation. 13(1), 67-83.
2.Arimah, B. C. J. L. E. (1992). An empirical analysis of the demand for housing attributes in a third world city. 366-379.
3.Bajic, V. J. U. S. (1983). The effects of a new subway line on housing prices in metropolitan Toronto. 20(2), 147-158.
4.Baldassare, M., Knight, R., Swan, S. J. E., & Behavior. (1979). Urban service and environmental stressor: The impact of the bay area rapid transit system (BART) on residential mobility. 11(4), 435-450.
5.Bell, K. P., Bockstael, N. E. J. R. o. E., & Statistics. (2000). Applying the generalized-moments estimation approach to spatial problems involving micro-level data. 82(1), 72-82.
6.Case, K. E., Mayer, C. J. J. R. S., & Economics, U. (1996). Housing price dynamics within a metropolitan area. 26(3-4), 387-407.
7.Cassel, E., & Mendelsohn, R. J. J. o. U. E. (1985). The choice of functional forms for hedonic price equations: comment. 18(2), 135-142.
8.DiPasquale, D., & Wheaton, W. C. (1996). Urban economics and real estate markets (Vol. 23): Prentice Hall Englewood Cliffs, NJ.
9.Haas, G. C. (1922). A statistical analysis of farm sales in blue earth county, Minnesota, as a basis for farm land appraisal. Retrieved from
10.Halvorsen, R., & Pollakowski, H. O. J. J. o. u. e. (1981). Choice of functional form for hedonic price equations. 10(1), 37-49.
11.Jud, G. D., Benjamin, J. D., & Sirmans, G. S. J. T. J. o. R. E. R. (1996). What do we know about apartments and their markets? , 11(3), 243-257.
12.Lancaster, K. J. J. J. o. p. e. (1966). A new approach to consumer theory. 74(2), 132-157.
13.Leishman, C. J. J. o. H., & Environment, t. B. (2001). House building and product differentiation: An hedonic price approach. 16(2), 131-152.
14.Lewis-Workman, S., & Brod, D. J. T. R. R. (1997). Measuring the neighborhood benefits of rail transit accessibility. 1576(1), 147-153.
15.Maurer, R., Pitzer, M., & Sebastian, S. J. A. S. A. (2004). Hedonic price indices for the Paris housing market. 88(3), 303-326.
16.Nelson, J. P. J. J. o. U. E. (1978). Residential choice, hedonic prices, and the demand for urban air quality. 5(3), 357-369.
17.Pasha, H. A., & Butt, M. S. J. U. S. (1996). Demand for housing attributes in developing countries: a study of Pakistan. 33(7), 1141-1154.
18.Ridker, R. G., Henning, J. A. J. T. R. o. E., & Statistics. (1967). The determinants of residential property values with special reference to air pollution. 246-257.
19.Rosen, S. J. J. o. p. e. (1974). Hedonic prices and implicit markets: product differentiation in pure competition. 82(1), 34-55.
20.Smith, H., & Belloit, J. J. R. E. A. (1987). Appendix: multiple linear regression for appraisal. 97-104.
21.Strand, J., & Vågnes, M. J. T. (2001). The relationship between property values and railroad proximity: a study based on hedonic prices and real estate brokers' appraisals. 28(2), 137-156.
22.Tobler, W. R. J. E. g. (1970). A computer movie simulating urban growth in the Detroit region. 46(sup1), 234-240.
23.Tse, R. Y., & Love, P. E. J. P. M. (2000). Measuring residential property values in Hong Kong. 18(5), 366-374.
24.Won, J., & Son, K. J. S. U. C. R. D. I. Y. N. (1993). Land price impact of subway. 19, 35-47.