空屋率的攀升與人口高齡化的加速，已成為臺灣住宅市場面臨的難題，，然而，高齡化衍生之住宅持有與居住型態變遷，是否進一步影響住宅閒置現象，以及人口高齡化與空屋率之間的關聯性，仍有待進一步實證分析。本研究以生命週期理論與行為經濟學的資產鎖定觀點為理論基礎，利用民國98年至113年我國20個縣市共280筆追蹤資料（Panel Data）建立計量模型，納入財務結構變數（可支配所得、房價所得比）與人口特性變數（老化指數、扶老比、淨遷徙率）等進行實證分析。
從固定效果模型的估計結果顯示，在控制縣市個體異質性之 ，高齡化的提升對空屋率呈現顯著負性影響，此一方性與未控制縣市差異的觀察相反，，本研究將此現象詮釋為在地老化鎖定效應（Aging Lock-in Effect）—高齡持有者受生理機能退化所致之搬遷障礙、資產轉換之高額稅費成本，以及對既有居住環境之情感依附等三重因素影響，傾性長期持有住宅而非將其釋出市場，從而抑制了住宅閒置的形成，，顯示臺灣住宅市場的閒置問題，在相當程度上反映的是存量流動性不足的資產流動僵化（Asset Liquidity Rigidity），而非單純的人口結構縮減效應， 此外，實證結果亦指出，區域人口密度所代表的去化動能，對空屋率方有最為顯著的抑制效果 建物繼承移轉規模的擴大，則在住宅負擔遠高的環境班，有助於降低住宅閒置比率。
面對人口高齡化趨勢，住宅政策不應僅著重於新增供給，而應更加重視既有住宅存量之活化與再利用， 針對高齡者在地老化所產生之住宅資產鎖定效應，政府可透過租稅優惠、住宅轉換配套措施及代際資產移轉等政策設計，促進住宅資源有效流通，降低住宅閒置情形，並提升世代間住宅資源配置之公平性與效率。

Taiwan’s housing market faces two major challenges: rising empty homes and a fast-aging population. Based on the Life-Cycle Hypothesis and behavioral economics, this study examines how they are connected. Using a panel data set of 20 Taiwanese municipalities from 2009 to 2024 (280 observations), we build an econometric model that controls for local income, housing prices, and population changes.
The Fixed Effects Model shows an unexpected result: after controlling for differences between cities, population aging actually lowers the housing vacancy rate, which is the exact opposite of traditional OLS results. This study identifies this as the "Aging Lock-in Effect". Due to health barriers, high moving taxes, and emotional attachment, elderly owners prefer to keep their homes long-term rather than selling or renting them. This proves Taiwan's vacancy issue reflects "Asset Liquidity Rigidity"—frozen housing circulation—rather than a shrinking population.
Additionally, high population density (strong demand) is the most powerful factor in reducing empty homes. Meanwhile, housing inheritance helps lower structural vacancy by directly passing residential resources to younger generations facing high housing costs.
Therefore, housing policy should shift from building new homes to activating existing housing stock. The government should offer tax breaks, relocation support, and intergenerational transfer plans to unlock these frozen assets and improve housing efficiency.

壹、中文部分
林秋瑾、張金鶚、黃名義、彭建文（2000）。空屋、餘屋問題與政策分析。內政部建築研究所研究計劃成果報告。
林韋宏、彭建文、林子欽（2003）。住宅屬性對空屋形成機率影響之研究—以臺北市為例。住宅學報，12（2），91–107。
高資婷（2015）。臺灣高空屋率現象探討—空間分析方法的應用（未出版之碩士論文）。國立臺灣大學。
張琦雯、連芳瑩、翁禎涓（2019）。房「子」危機—從人口面向探討臺灣房市的未來。「2019 Win the PRIDE：用指標說故事」競賽，財團法人國家實驗研究院科技政策研究與資訊中心。
張紹勳（2022）。《Panel-data 迴歸模型：Stata 在廣義時間序列的應用》。臺北市：五南圖書出版股份有限公司。
陳昊、袁強 (2020)。《計量經濟學》。台北：財經錢線文化。
陳靜怡（2018）。探討住宅權屬對高齡者主觀社會地位與自評健康條件之影響。住宅學報，27（2），85–110。
彭建文、白金安（2021）。少子女化對國內住宅市場之影響與因應。政府審計，166，32–44。
彭建文、蔡怡純（2017）。人口結構變遷對房價影響分析。經濟論文叢刊，45（1），163–192。doi:10.6277/TER.2017.451.4
彭建文、張金鶚、林秋瑾、陳永森（1995）。臺灣地區空屋調查分析。都市與計劃，22（2），201–216。
華昌宜、胡志平（2021）。空屋移轉模型—住宅部門之互動分析。住宅學報，30（2），1–24。
蘇玉峰（2021）。我國住宅政策面對高齡化衝擊下之因應作為。社區發展季刊，176，31–39。
衛生福利部（民114年6月）。113年國人死因統計結果。衛生福利部。
內政部（民114年6月）。114年第24週內政統計通報：113年建物所有權買賣登記35.1萬棟，為10年來最高點。內政部。

貳、英文部分
Heo, Y. J. (2022). Population aging and house prices: Who are we calling old?. The Journal of the Economics of Ageing, 23, 100417. https://doi.org/10.1016/j.jeoa.2022.100417
Huang, J., Wang, Y., Yue, X., Wang, S., & Chu, J. (2025). The relationship between built environment and housing vacancy rates: Can compact development reduce vacancy?. Applied Geography, 185, 103790. https://doi.org/10.1016/j.apgeog.2025.103790
Liu, B., Zeng, W., Liu, W., Peng, Y., & Yao, N. (2025). Algorithms facilitating the observation of urban residential vacancy rates: Technologies, challenges and breakthroughs. Algorithms, 18(3), 174. https://doi.org/10.3390/a18030174
Modigliani, F., & Brumberg, R. (1954). Utility analysis and the consumption function: An interpretation of cross-section data. In K. K. Kurihara (Ed.), Post-Keynesian economics (pp. 388–436). Rutgers University Press.
Newman, G., Lee, R. J., Gu, D., Park, Y., Saginor, J., Van Zandt, S., & Li, W. (2019). Evaluating drivers of housing vacancy: a longitudinal analysis of large U.S. cities from 1960 to 2010. Journal of Housing and the Built Environment, 34(3), 807–827. https://doi.org/10.1007/s10901-019-09684-w
Tan, Z., Wei, D., & Yin, Z. (2020). Housing vacancy rate in major cities in China: Perspectives from nighttime light data. Complexity, 2020, Article 5104578. https://doi.org/10.1155/2020/5104578
Yang, D., Xiao, B., Lu, X., Jia, X., Li, X., Han, F., Sun, L., Shi, F., Khumvongsa, K., Li, J., & Duan, X. (2023). Assessment and driving factor of housing vacancies in Shandong Peninsula urban agglomeration based on multi-source remote sensing data. Heliyon, 9(6), e16837. https://doi.org/10.1016/j.heliyon.2023.e16837
Zhao, H., Kan, C., & Long, Y. (2025a). Housing vacancy rate estimation in high-rise residential communities: An experiment utilizing multi-sourced data in Beijing. Cities, 166, 106187. https://doi.org/10.1016/j.cities.2025.106187
Zhao, H., Li, Y., Hong, Q., Su, N., Rong, L., & Long, Y. (2025b). Vacancy or occupancy? A comparative analysis of methods for identifying short-term residential unit vacancy in multi-family housing. Building and Environment, 285, 113608. https://doi.org/10.1016/j.buildenv.2025.1136