一般而言，人口多寡與房屋需求數量為正向關係，人口紅利促使房市需求增加，空屋率愈小；唯若人口日愈減少，房屋需求反而愈多，空屋率亦呈下降走勢，則其所呈現的矛盾現象，可能就是人口結構變化，或人類不理性的決策行為所造成的問題。由於人口數量及年齡結構的變化攸關國家整體經社發展，而在台灣人口結構的改變中，其主要特色包括總人口轉為負成長、台灣即將進入超高齡社會，以及依賴人口偏高等，都會影響國內房市的發展。2021年，國內房市交投活絡，量價齊揚，而低利環境、寬鬆的貨幣政策、人民對通貨膨漲的預期等，則是導致大量游資進入房地產市場，並影響房價上揚的重要因素。另外，家庭結構與房市變化的關係密切，且「小家庭」已成為現代房市需求的主力；因此，在不考量其他影響因素的情況下，兩代住屋的選擇、人口結構變化、一人戶家數與老人獨居住宅數的增加，以及一人戶為房地產投資新標的等，都是房市供需雙方所必須考量的事實。另方面，在台灣的房地產市場中，不動產移轉棟數與空屋率的關係並不明顯，唯空屋一般是以60度的用電量為標準計算，國內的空屋率逐年下降，且各縣市空屋率差異大，而2021年下半年的空屋率呈現不升反降的情形，此一不甚合理的現象宜做進一步的觀察，又因國內房價易漲難跌，國人在考量購屋條件若尚可支持時，則以及早擇時進駐為上策。
一.前言
2021年9月，根據內政部所發布的「2020年下半年低度使用(用電)住宅」統計，全國共計88萬2634宅，占房屋稅籍住宅類的宅數比率(或空屋率)為9.96%，這是自2009年國內有空屋率的統計數以來，首度降至一成(10%)以下，顯示住宅類房屋使用率明顯提升，亦形成人口減少，空屋率反而下降的不甚合理之矛盾現象。
一般而言，若不考量其他因素，則人口多寡與房屋數量為正向關係，人口愈多，人口紅利促使房市需求增加，房屋需求數愈多，空屋率也愈小；唯若二者呈反向關係，亦即人口減少，房屋需求反而愈多，空屋率亦呈下降走勢，則在其他假設條件不變的情況下，其所呈現的不合理現象，可能就是人口結構變化，或人類非理性的決策行為所造成的問題，而為減少國人對房市變動迷思所產生的不合理性之決策行為，政府有必要將人口減少與空屋率下降的矛盾現象加以說明，一如台灣的低出生率排名為世界前矛，在人口減少，以及缺少人口紅利的加持下，空屋率本應因需求減少而上升，唯2020年下半年的空屋率卻是不升反降的情形，此種異於常態的房市發展模式，說明國內房市的不合理發展，以及房市與人口具有密切的關聯性，值得進一步加以探討。
二、台灣人口結構的改變
在國家的組成中，人口、土地、主權是國家構成的三大要素，其中，人口數量及年齡結構的變化攸關國家整體經社發展。為掌握國家未來人口可能變化，以做為政府擬定相關決策規劃的依據，對於政府部門之人口、教育、勞動力、產業發展、都市住宅、社會服務，以及醫療服務等相關政策，都必須藉由對人口結構變化的分析，來瞭解國內人口結構的變化，並作為政策推動的依據；因此，每二年，行政院國家發展委員會根據最新人口、出生、死亡及遷徙等相關統計資料，瞭解人口結構的變化，並修正未來人口推估值，以做為政府施政的參考。(國發會，2020)
(一).台灣人口結構的長短期變化
一般而言，在短期間內，一國的人口數量與年齡結構改變並不明顯，對房市及經濟的衝擊亦不顯著，但長期間，卻會對國內的政經發展有著重要影響。若以2021年的人口結構為例，臺灣所面臨之人口少子化與高齡化趨勢十分明顯，此即反映過去長久以來，在整體經社環境快速變化的情況下，國人在結婚、生育、死亡、遷徙等各方面共同改變之結果；而下一世代之人口數量及其年齡結構則取決於這一世代出生、死亡及遷徙人數。由於人口結構改善並非一蹴可及，為進一步觀察本世代之生育水準對下一世代人口變動的影響，特別是由幼年至老年時期之年齡結構變化，以做為因應我國未來所需面對的人口重要議題；另外，根據國際一般性之做法，為瞭解未來人口結構變化的情形，一般是推估未來50年之人口數，而在國發會的人口估計之推估研究告中，即以推估期間為2020年至2070年為主要依據。
(二) 總人口轉為負成長
台灣在少子化與高齡化的變動趨勢下，2020年的人口出生數即低於死亡數，人口開始呈現自然減少現象，其中，又以國際遷徙為主之社會增加為重要影響因素；另方面，2019年，台灣總人口達2,360萬人，亦為國內人口最高峰的一年，而2020年，國內受個人經濟條件相對不佳，所得增加有限，年青人的結婚與生育需求意願下降，加上武漢肺炎（COVID-19）疫情影響，國內人口開始轉呈負成長。另外，依國發會之估計，2070年，在人口高推估(假設總生育率上升為1.5人)、中推估(假設總生育率微升為1.2人)、低推估(假設總生育率下降為0.9人)的假設條件下，台灣的總人口數將分別降為1,716萬人、1,581萬人及1,449萬人，分別約為2020年之72.8%、67.1%及61.5%。顯見政府若無其他強而有力的人口政策以之因應，則台灣未來人口的減少十分嚴重。(國發會，2020)
(三).台灣即將進入超高齡社會
早在1993年，台灣就已邁入高齡化社會(老年人口占總人口比率超過7%)，並於2018年成為高齡社會(超過14%)，2025年，預估將成為超高齡社會(超過20%)。另方面，2020年，國內65歲以上老年人口所占比率為16.0%，至2040年將升至30.2%，2070年持續增加至41.6%，且其中超過四分之一為85歲以上之超高齡老人。人口的老化將影響國內政經環境的變化，同時影響房市的發展。
(四) 台灣依賴人口偏高
人口結構若依人口的年齡結構分類，一般是將生產能力劃分成三個階段，即15歲以下(幼年組)、15歲至64歲(青壯年)，以及65歲以上(老人組)等三個組群，其中，幼年及老年沒有生產能力，稱之為依賴人口；而青壯年則稱之為生產年齡人口。這三組人口比例變化對經濟變動會產生較大的衝擊，一般是以依賴人口指數來反應年齡結構對經濟之影響。而所謂依賴人口指數是指每一百個生產年齡人口所需負擔的依賴人口數。依賴指數越高，表示負擔越重，不利經濟發展；依國發會的估計，台灣每百位青壯年人口所需扶養之依賴人口數，將由2020年之40人增加至2070年之102人，亦即2020年，每4.5位青壯年人口扶養1位老年人口，至2070年，每1.2位青壯年人口即需扶養1位老年人口，顯示台灣的依賴人口確實偏高。
另外，隨著人口結構的改變與經濟的發展，國人所須面對的扶養比有逐漸增加的趨勢，若根據過去一百年的扶養比之變動情形，亦可看出類似的情形；根據國發會的推估，2015年，國內的扶養比為35.3，為歷年之最低，2020年為40.1，爾後則逐年增加，2030年超過50人，至2070年超過百人(102人)，而扶養比偏高，對國內的經濟發展殊為不利，顯見台灣人口結構確實有必要進一步調整。有關台灣人口結構近百年來的變動預估趨勢，可參閱表1的說明。(國發會，2020)
表1 臺灣百年人口結構變動趨勢比較表(1970-2070)
| 年別 | 人口數(萬人) | 出生數(萬人) | 死亡數(萬人) |
總生育率 (平均每位婦女一生 生育子女數) |
零歲 平均餘命 (歲) |
6-21歲 學齡人口(萬人) |
15-64歲工作年齡人口占比 (%) |
65歲以上老年人口占比 (%) |
扶養比 |
| 1970 | 1,468 | 40 | 7 | 4.002 | 69.12, 3 | 5802 | 57.42 | 2.92 | 74.22 |
| 1980 | 1,787 | 41 | 8 | 2.52 | 72.12, 3 | 618 | 63.6 | 4.3 | 57.3 |
| 1990 | 2,040 | 34 | 11 | 1.81 | 73.82 | 613 | 66.7 | 6.2 | 49.9 |
| 2000 | 2,228 | 31 | 13 | 1.68 | 76.5 | 560 | 70.3 | 8.6 | 42.3 |
| 2010 | 2,316 | 17 | 15 | 0.90 | 79.2 | 474 | 73.6 | 10.7 | 35.8 |
| 2015 | 2,349 | 21 | 16 | 1.18 | 80.2 | 415 | 73.9 | 12.5 | 35.3 |
| 2019 | 2,360 | 18 | 18 | 1.05 | 80.9 | 366 | 72.0 | 15.3 | 39.0 |
| 2020 | 2,357 | 16 | 19 | 1.00 | 80.9 | 358 | 71.4 | 16.0 | 40.1 |
| 2021 | 2,354 | 16 | 19 | 1.01 | 81.0 | 352 | 70.8 | 16.8 | 41.2 |
| 2025 | 2,344 | 15 | 20 | 1.01 | 81.6 | 327 | 68.1 | 20.0 | 46.8 |
| 2030 | 2,320 | 15 | 22 | 1.10 | 82.3 | 301 | 65.2 | 24.0 | 53.4 |
| 2040 | 2,218 | 12 | 28 | 1.19 | 83.4 | 254 | 59.9 | 30.2 | 67.0 |
| 2050 | 2,037 | 11 | 33 | 1.20 | 84.3 | 225 | 54.1 | 36.6 | 84.9 |
| 2060 | 1,814 | 9 | 34 | 1.20 | 85.0 | 194 | 51.0 | 40.0 | 96.1 |
| 2070 | 1,581 | 8 | 33 | 1.20 | 85.6 | 168 | 49.5 | 41.6 | 102.0 |
資料來源：行政院國家發展委員會，2020。
註：1.6-21歲學齡人口為學年別之數據。
2. 不含福建省金門、連江兩縣之資料。
3. 由於1970年、1980年未公布兩性平均之零歲平均餘命數據，故上表係依據男、女性零歲平均餘命估算得之。
4. 表中2020年（含）以後數據為推估值（中推估假設）。
三.台灣房市變動趨勢
2021年，國內房市持續2020年的走勢，交投活絡，量價齊揚，觀其影響因素雖多，不易全盤掌握，但一般可從世界金融發展、房市政策、房市交易量等面向來加以瞭解。
(一).世界金融發展
2019年，自疫情爆發以來，各國政府紛紛施行防疫管制，並限制出入境等防疫措施，全球央行也擴大貨幣寬鬆政策，金融市場的流動性大幅增加。2020年3月，美國聯準會(Fed)曾緊急降息6碼，將利率從1.5%~1.75%連續降至0~0.25%，並施行無上限量化寬鬆政策，承諾無限量買進長短天期政府公債、公司債與地方政府市政債等相關債券。截至2021年8月上旬，聯準會資產負債表總資產規模已達到8.2兆美元，若與疫情爆發前相較，則其資產已經膨脹一倍。由於美國聯準會疫後兩度緊急降息，且實施無限量化寬鬆政策，各國政策相繼跟進，推出各項紓困方案，持續大量印鈔票及提供低利率貸款，疫情也使得民眾消費習慣趨於保守，轉而將資金投入儲蓄或是投資等金融市場，而非一般消費市場，低利率貸款吸引民眾更樂於進入不動產，氾濫的資金進入金融市場以後，推升大多數資產價格，除了美國金融市場外，更延燒至全球其他市場，包括股市、虛擬貨幣、房地產等售價都紛紛上揚，亦為影響國內房市交投活絡及房價上揚的重要因素。
(二).國內房市攻策
2019年12月，台灣開始實施一連串的打炒房政策，包括信用管制、實價登錄2.0、房地合一稅2.0…等措施，其主要目的在遏止消費者不當的炒房行為，並制止房價不透明、減少貸款成數，以及優惠讓公司法人及自然人囤積大量房產行為減緩等，唯因政策效力具有決策時間落差，且國人在通膨因素考量下，習以房地產作為投資標的，因此，截至2021年，國內房市政策對房市交投及房價波動的控制並不明顯。
(三).房市交易量變化
在國內外經濟變動及金融寛鬆政策的聯結下，2021年第一季，國內六都的買賣移轉棟數即達22,576棟，創下十年以來新高，月增率超過四成(45.4%)、年增率則超過一成(13.9%)，特別是有資金需求的賣方趕在同年7月1日的房地合一稅2.0前交易，加上國人對通貨膨脹的預期，而使得下半年的房市交易持續熱絡；另外，世界各主要國家為了因應疫情對經濟的衝擊，紛紛調降利率，採取貨幣寬鬆政策，低利率環境再加上市場上的大量游資，使部分資金流入房地產市場，上半年因疫情衝擊而遞延的買盤，也開始陸續進駐，造就下半年房市旺盛的買氣，而這也是2021年下半年的房市交易呈現「只有旺季，沒有淡季」的原因。另外，低利環境、寬鬆貨幣政策、人民對通貨膨漲的預期等，則是導致大量游資進入房地產市場的重要因素，亦是在疫情期間，國內房市交易量不跌反升的主要因素，預期2021全年房市應是呈現「量增價穩」的格局。
四.家庭結構與房市變化
家庭結構改變與人口變化有關，而人口變動又影響房市供需變化；有關家庭結構與房市變化內容，可分為下列幾個部分來說明。
(一).現代社會下的家庭結構
隨著台灣社經環境的改變，高齡化、少子化，以及婚姻關係的變遷…等因素，傳統家庭結構的樣貌也逐漸修正，由過去以「大家庭」為主的家庭結構逐漸修正為「小家庭」的內容，並使「小家庭」成為現代房市需求的主力。根據內政部人口統計資料顯示，台灣戶數呈現逐年增加的趨勢，但戶量(每戶的人口數)卻逐年降低，由2010年的2.92人降至2019年的2.67人，台北市甚至每戶只有2.49人，顯示在家庭觀念的改變以及少子化因素的影響下，每戶2-3人已成為當前家庭結構的主要樣態。在小家庭當道的家庭結構下，建商對於市場新建案規劃勢必考量市場需求，設定符合房市潛在客群需要的居住空間。因此，若進一步觀察住宅使用執照面積的變化，就可看出民眾居住面積的變化，從近十年住宅使照的平均面積發現，全台灣平均使照面積從2010年的56坪縮小至2019年的48.5坪，減少幅度超過一成(13.40%)。若從國內七都來看，台北、桃園與新竹縣市減少的面積都超過11坪，新竹縣市甚至十年間減少14.7坪，使照面積大為縮水。
(二).兩代住屋的選擇
在台灣的經濟社會中，隨著高齡化社會的來臨，長者的照護也成了青壯年族群所需考量的重要課題，因此，現代民眾購屋時，除了對住宅本身品質、生活機能，以及周遭環境等因素的考量外，孩子與父母住家距離的長短也是重要的考量因素；由於工商業社會的生活相對緊張，年輕一代要工作養家並兼顧孝親，但同時又要考量個人隱私的需求，且子女與父母同住意願降低，「有點近又不會太近」的購屋訴求較能吸引年輕族群購屋人的重視，如上下樓層的宅第，或同一街道的住家，盡量保持在「帶孫子來訪不會超過走路五分鐘」，或「送一碗湯給子女喝不會變涼」的距離，是既能保有父母與子女的居住獨立空間，又能維持兩代之間一起同享天倫之樂的最佳距離，因此，同樓層、相鄰兩戶、同棟上下樓層的方式，保留各自空間但又能就近照顧，是現代人兩代住屋選擇所需考量的因素，而這也讓過去大4房的規劃產生質變，而2房、2+1房則更受到購屋民眾青睞，也是未來新建案房數規劃的趨勢。
(三).人口結構變化與房市
2020年8月，根據內政部的統計，在最近10年中，國內平均每戶人數逐年降低，2人以下家戶占比逐年上升，4人以上家戶占比則逐年遞減。反映家戶型態樣貌改變，每戶同住人數減少。另方面，全國戶籍戶數逐年增加，由2010年的793萬7024戶，遞增至2019年的883萬2745戶，10年增加約90萬戶(895721)，增幅超過一成，達11.29%；戶量則逐年降低，在同段期間內，由2.92人降為2.67人，10年間，國內的戶量平均減少0.25人。
家戶人數結構方面，各年度以2人以下家戶占比最高，且比率逐年上升，自2010年的47.71%逐年攀升至2019年的53.72%，增幅達6.01%；唯4人以上家戶則呈遞減走勢，在同段期間內，由34.11%減至28.11%，減幅達6%。至於1人家戶性別結構，近10年男性比率均較高，兩性間差距則逐年減少，2010年，男性為52.46%、女性47.54%，二者的差距為4.92%；2019年，男女性分別為50.45%與49.55%，差距僅有0.90%。戶籍戶數逐年增加，戶量則逐年減少，反映著家戶型態的樣貌改變。
整體而言，在取樣的十年中(2010-2019)，全國的籍總戶數增加率超過一成(11.29%)，而戶數的增加意謂著房市需求的增加；在戶量方面，國內每戶人數中，2人以下家戶占比由47.71%增加為53.72%；而4人以上家戶占比則由34.11%下降為28.11%；唯不論是2人以下家戶占比的增加，或是4人以上家戶占比的減少，都說明了國人對房市的需求有增加的趨勢，這也是在國內缺少人口紅利，而房屋數需求增加，以及空屋率下降的原因，有關臺灣全國戶籍戶數與戶量變動比較，可參閱表2的說明。
表2 臺灣全國戶籍戶數與戶量變動比較表 單位：戶；%
| 戶數/年度 | 2010 | 2019 | 變動率 |
| 全國戶籍戶數 | 7937024 | 8832745 | 11.29 |
| 平均每戶人數(戶量) | 2.92 | 2.67 | -0.25 |
| 2人以下家戶占比 | 47.71 | 53.72 | 6.01 |
| 4人以上家戶占比 | 34.11 | 28.11 | -6.00 |
(四).一人戶數增加
隨著國內人口老化與少子化現象日愈嚴重，以及傳統孝道的日漸式微，國人獨居情況愈來愈普遍；根據內政部統計，2018年第4季，全台灣「一人戶」的數量達287萬戶，占全國總戶數約33%，等於全國每三戶就有一戶是「一人戶」。若以六都的人口結構來觀察，則以台北市的一人一戶占比超過三成半為最高(35.9%)，其次為新北市與高雄市，二者的占比分別為35.4%與35.1%，亦是超過全國平均(32.9%)的兩個都會區；另外，2020年，台灣「單獨生活戶」突破300萬戶，占全國家庭總戶數34%以上。
根據內政部每季公布的住宅統計彙報資料，2018年第四季，全台一人家戶數達287.7萬戶，較2012年增加42萬戶，占比從2012年的29.9%上升到2018年第四季的32.9%，增加3%，亦即全台灣平均每三戶就有一戶是一人一戶。另外，全台一人一戶占比最高者為彭湖縣，計有1.6萬戶，占比達四成(40.0%)，亦即每十戶就有四戶為一人一戶；次為基隆市的37.1%，再次為台東的36%。又六都中，以新北市一人一戶達55.3萬戶最多，台南市21.6萬戶為最少，占比則以台北市的35.9%為最高，台中市的28.7%為最小。有關台灣及六都一人戶家數及其占比變動之比較，可參閱表3的說明。
表3 台灣及六都一人戶家數及其占比變動比較表 單位：%
| 地區/戶別 | 一人一戶(萬戶) | 2012年底占比(%) | 2018Q4占比(%) | 增加(%) |
| 全國 | 287.7 | 29.9 | 32.9 | 3.0 |
| 台北市 | 37.9 | 33.1 | 35.9 | 2.8 |
| 新北市 | 55.3 | 32.1 | 35.4 | 3.3 |
| 桃園市 | 25.7 | 28.5 | 31.9 | 3.4 |
| 台中市 | 27.9 | 25.9 | 28.7 | 2.8 |
| 台南市 | 21.6 | 28.7 | 31.3 | 2.6 |
| 高雄市 | 38.6 | 32.2 | 35.1 | 2.9 |
| 前三名 | ||||
| 澎湖縣 | 1.6 | - | 40.0 | - |
| 基隆市 | 5.7 | - | 37.1 | - |
| 台東縣 | 2.9 | - | 36.0 | - |
(五).老人獨居住宅數增加
根據內政部不動產資訊平台統計「僅老年人口居住宅數」，2021年第2季，全戶都是65歲以上老人的住宅數已達62.7萬戶，相較2011年第2季約33萬戶幾呈倍數成長(0.90)；同段期間內，老人獨居宅數達47.7萬戶，獨居老人宅數占僅老年人宅數比例達76%，較2011年共22.6萬戶，成長一倍以上(111.06%)，且在最近十年中(2011-2021)，桃園、台中、台南和高雄的獨居老人量數增加比例高於雙北市，主要因就業需求，青年北漂、離家築巢比例漸增，僅有長者留鄉獨居，並形成所謂的老人照護問題，亦說明一人戶的存在與問題宜早日解決。
(六).一人戶為房地產投資新標的
國人投資標的以作為租賃的房地產為主，而在一人戶愈來愈多的情況下，房地產投資人的選擇標的會以「一人戶」需求為主要考量因素之一，而「一人戶」的房地產需求增加，可視為是房市供給的「亮」點之一。(謝明瑞，2019)
綜上所述，在人口老化與少子化並行的趨勢下，人口紅利逐漸消失，國內對房市需求本應減少，但家庭結構改變讓分戶數持續增加，夫妻、單身或單親比重持續攀升，在一人戶持續增加，兩代購屋之鄰近需求考量下，讓購屋需求不降反增；另外，高齡社會來臨，居住在老舊公寓的年長者上下樓梯較不方便，除了加裝電梯外，淘汰老舊或設施不佳的住宅也將持續創造換屋需求，因此，預期以自住首購、換屋、置產需求為主的市場短時間之內不會改變，而自住需求難有大幅追價的動能，為使房市正常發展，市場宜回歸正常供需，亦有助於房市轉趨健全。
四.不動產移轉棟數與空屋率
有關不動產移轉棟數與空屋率的關係可分為下列幾個部分來說明，
(一)房屋買賣移轉棟數變化
不動產移轉棟數是指已出售房屋至完工交屋時才會產生移轉登記，因此，買賣移轉的結構中除了中古屋交易之外，還包含了相當比例的新成屋交屋，亦即「買賣移轉」的交易行為可能發生在二至三年前的預售之新成屋交易，而這也讓房屋移轉棟數的變化不易顯現當前房市變動的市況。
(二).空屋的標準與空屋率的估算
空屋是指無人居住的宅第，亦即住宅存量中，可提供居住使用，但卻未使用，或低度使用之住宅單位；由於空屋調查難以準確判斷標準，因此，一般是使用低度用電量標準戶作為判斷空屋數的依據，而低用電度標準是以台灣電力公司的250公升中型電冰箱與電視機一個月耗電量計算而得，每戶基本用電量為55-62度，因此，以電量60度為空屋的標準計算，從2008年開始，於每年11月與12月計算年度低用電量戶數。另外，早期都是一年調查一次空屋率，但為了更快掌握空屋資訊，內政部自2020年起，改為每半年統計一次，上半年採用5、6月平均用電度數，下半年則用11、12月平均用電度數。
(三).空屋率逐年下降
在台灣的房地產市場中，空屋率自2009年的11.49%達到高峰之後，長期呈現下降趨勢，2020年下半年為9.96%，比上半年減少0.09%，且是自2009年有空屋統計以來，首度降到10%以下。若觀察六都的房市變化，在空屋數方面，2020年下半年，以新北市約13萬1,300宅最多，高雄市10萬8,316宅次之，第三名則為台中市9萬3,291宅；若比較空屋率，全台空屋率前三名則為金門縣、宜蘭縣及台東縣。
總之，在不考量其他因素的假設條件下，當房屋買賣移轉棟數增加時，空屋數會減少，空屋率會下降，唯因買賣移轉棟數是包含了二或三年以前的預售屋在內，較難顯現當年房市的交投市況，加上國內人口結構的改變，小家庭戶數增加，而使得二者之間的關聯性較不明顯，唯二者之間的變化，仍可做為決策者的參考，有關台灣歷年房屋買賣移轉棟數與空屋變動比較，可參閱表4的說明。
表4 台灣歷年房屋買賣移轉棟數與空屋變動比較表 單位：棟；%
| 年度 | 買賣移轉棟數 | 變動率 | 空屋率 | 增減率 |
| 2009 | 388298 | - | 11.49 | - |
| 2010 | 406689 | 4.74 | 11.17 | -0.32 |
| 2011 | 361704 | -11.06 | 10.15 | -0.02 |
| 2012 | 328874 | -9.08 | 10.63 | 0.48 |
| 2013 | 371892 | 2.82 | 10.50 | -0.13 |
| 2014 | 320598 | -13.79 | 10.30 | -0.20 |
| 2015 | 292550 | -8.75 | 10.35 | 0.05 |
| 2016 | 245396 | -16.12 | 10.22 | -0.13 |
| 2017 | 266086 | 8.43 | 10.12 | -0.10 |
| 2018 | 277967 | 4.47 | 10.56 | 0.44 |
| 2019 | 300275 | 8.03 | 10.17 | -0.39 |
| 2020 | 321459 | 7.05 |
10.05(上半年) 9.96(下半年) |
-0.12 -0.09 |
說明：1.2008年開始，於每年11月與12月計算年度低用電量(60度)戶數。
2.2020年起，改為每半年統計一次，上半年採用5、6月平均用電度數，下半年則用11、12月平均用電度數
(四).各縣市空屋率差異大
在內政部發布2020年下半年低度使用電的住宅統計中，若就縣市別的低度使用電量來加以觀察，2020年下半年，各縣市的低度使用住宅宅數以新北市131300宅最多(7.98%)，高雄市108316宅次之(10.03%)，台中市93292宅(8.82%)占第三；另外，若就各縣市低度使用住宅比率來看，前三名分別為金門縣(18.13%)、宜蘭縣(16.29%)，以及台東縣(15.02%)；另外，第一名的金門縣與最後一名的台北市，其間的空屋率差距超過二倍，足見國內各縣市的空屋率差異極大；有關2020年下半年台灣各縣市低度使用電住宅(空屋數/率)比較，可參閱表5的說明。
表5 2020年下半年台灣各縣市低度使用電住宅(空屋數/率)比較表 單位：宅；%
| 縣市別/空屋數及空屋率 | 房屋稅藉住宅類數量 | 低度使用(用電)住宅 | 備註 | ||
| 總戶數 | 比率 | 宅數 | 比率 | 占比排名 | |
| 新北市 | 1646064 | 18.568 | 131300 | 7.98 | 21 |
| 台北市 | 901691 | 10.171 | 67669 | 7.50 | 22 |
| 桃園市 | 861158 | 9.714 | 86016 | 9.99 | 17 |
| 台中市 | 1057489 | 11.929 | 93291 | 8.82 | 18 |
| 台南市 | 704118 | 7.942 | 66076 | 9.38 | 19 |
| 高雄市 | 1079989 | 12.18 | 108316 | 10.03 | 16 |
| 宜蘭縣 | 192005 | 2.166 | 31272 | 16.29 | 02 |
| 新竹縣 | 214243 | 2.417 | 22060 | 10.30 | 15 |
| 苗栗縣 | 203716 | 2.298 | 29681 | 14.57 | 05 |
| 彰化縣 | 405641 | 4.576 | 46633 | 11.50 | 12 |
| 南投縣 | 167997 | 1.895 | 20679 | 12.31 | 09 |
| 雲林縣 | 237170 | 2.675 | 35070 | 14.79 | 04 |
| 嘉義縣 | 173611 | 1.958 | 24523 | 14.13 | 06 |
| 屏東縣 | 290506 | 3.277 | 31997 | 11.01 | 14 |
| 臺東縣 | 87407 | 0.099 | 13128 | 15.02 | 03 |
| 花蓮縣 | 130703 | 1.474 | 17934 | 13.72 | 07 |
| 澎湖縣 | 33147 | 0.037 | 4470 | 13.49 | 08 |
| 基隆市 | 166661 | 1.880 | 19593 | 11.76 | 11 |
| 新竹市 | 178100 | 2.009 | 16518 | 9.27 | 20 |
| 嘉義市 | 107819 | 1.216 | 11879 | 11.02 | 13 |
| 金門縣 | 22968 | 0.259 | 4164 | 18.13 | 01 |
| 連江縣 | 3006 | 0.034 | 365 | 12.14 | 09 |
| 台灣 | 8865220 | 100.00 | 882634 | 9.96 | |
(五).空屋率不升反降
所謂空屋率是指無人居住的空房占整體房屋比例。2009年，根據內政部的首度公布統計資料，全國低度使用住宅比率為11.49%，亦是空屋率的最高峰，爾後即一路下降，2020年下半年，國內的空屋約有88萬2634宅，占比約9.96%，是國內開始估算空屋率以來，首次跌破10%。這種住宅數與人口負成長背道而行的脫鉤現況，主要因台灣社會生活型態改變，小家庭以及單人戶數增加所致。
另外，2021年9月14日，根據內政部所公布的人口統計資料，2021年8月，國內死亡人數1萬4952人，出生數為1萬2588人，人口減少2004，且台灣已連續約一年都處於「生不如死」狀態，出生數小於死亡數，亦即人口為負成長的走勢，唯人口總數雖然下降，但「空屋率」卻創下10年新低；亦即若假設其他條件不變，而需求減少，供給增加，在供給大於需求下，理論下空屋率也會增加，唯國內空屋率卻是不增反降，說明人口紅利固然與房地產需求有關，唯家庭結構的改變亦是衝擊房市供需變化的重要因素。
五.結論與建議
經由前述的分析與說明，可據以列出本文的結論與建議如下述。
1. 人口多寡與房屋需求數量為正向關係，人口紅利促使房市需求增加，空屋率愈小；唯若人口日愈減少，房屋需求反而愈多，空屋率亦呈下降走勢，則其所呈現的矛盾現象，可能就是人口結構變化或人類不理性的決策行為問題。
2.人口數量及年齡結構的變化攸關國家整體經社發展，而在台灣人口結構的改變中，其主要特色包括人口結構的長短期變化、總人口轉為負成長、即將進入超高齡社會，以及依賴人口偏高等。
3. 2021年，國內房市交投活絡，量價齊揚，主要影響因素包括貨幣寛鬆的世界金融發展、國內房市攻策對房市交投影響效果尚未顯現，以及房市交易量不合理性的增加，而低利環境、寬鬆貨幣政策、人民對通貨膨漲的預期等，則是導致大量游資進入房地產市場的重要因素。
4. 家庭結構與房市變化的關係密切，「小家庭」已成為現代房市需求的主力。另外，兩代住屋的選擇、人口結構變化、一人戶及老人獨居住宅數增加，以及一人戶為房地產投資新標的等，都是房市供需雙方所必須考量的因素。
5. 在台灣的房地產市場中，不動產移轉棟數與空屋率的關係並不明顯，唯空屋或低度使用住宅一般是以60度用電量為計算標準。國內空屋率逐年下降，且各縣市空屋率差異大，而2021年下半年的空屋率首度呈現不升反降的情形。
6.國內房價易漲難跌，建議購屋人在考量購屋條件若尚可支持，則即早擇時進駐為佳。
參考文獻
謝明瑞(2011)，台灣人口老化與住宅政策，國家政策研究基金會。
謝明瑞(2013)，我國房市政策之探討，國家政策研究基金會。
謝明瑞(2014)，房地合一政策之研究，國家政策研究基金會。
謝明瑞(2018)，論青年一成自備款購屋政策，國家政策研究基金會。
謝明瑞(2018)，論「美化市容與居住安全」的都更政策-論一坪換一坪的都更政策，卓越雜誌391期，2018年11月。
謝明瑞(2019)，由房市變化探討購屋時機，國家政策研究基金會。
謝明瑞(2019)，2019年臺灣房市呈現「亮」點，國家政策研究基金會。
謝明瑞(2019)，租屋補貼無濟於事，聯合報民意論壇，2019年6月24日。
謝明瑞(2019)，「一人戶」是2019年房市新「亮」點？國家政策研究基金會。
謝明瑞(2019)，買房，您準備好了嗎？- 國家政策研究基金會
謝明瑞(2020)，臺灣房市上行是現在進行式，國家政策研究基金會。
謝明瑞(2020)，臺灣房市之非理性繁榮，國家政策研究基金會。
謝明瑞(2020)，房市交易的斡旋金之亂，風傳媒。2020.10.18
謝明瑞(2020)，非理性繁榮下的房市政策，聯合報。2020.10.28
謝明瑞(2020)，台灣房市政策的認知偏誤，國家政策研究基金會。
謝明瑞(2021)，打炒房及負人口紅利與房市變化，國家政策研究基金會。
謝明瑞(2021)，房地合一1.0與2.0的比較分析，國家政策研究基金會。
謝明瑞(2021)，投資人不宜忽視政府的打房政策，國家政策研究基金會。
謝明瑞(2021)，疫情之下的臺灣房市，國家政策研究基金會。
謝明瑞(2021)，SARS、COVID19、VIX與臺灣房市，鏡週刊(電視)專訪，2021年7月27日。
謝明瑞(2021)，台灣地區房地產行情變動分析，現代營建雜誌專欄。10月1日。
國家發展委員會(2020)，中華民國人口推估(2020至2070年)，2020年8月。