挂在嘴边的每平方米单价，比你真正买到的那一平方米高36%。

9月我们指出四房式缩了15平方米，介于1995年与2021年两批之间，并把那片失去的空间在中位单位上定价为约66,000元。那是一个跨年代的比较，拟合于整个市场之上。

这一篇是同一个问题更收紧的版本。把楼栋固定住——同一栋楼、同一房型、同一个日历年——再问转售市场为多一平方米收多少钱。答案是每平方米0.7914%的价格，在今天63万元的中位四房式上约4,986元。

而买家真正看到的那个数字，是63万元除以93平方米：每平方米6,774元。那比他们在边际上买到的那一平方米高36%，而且这个落差一直在扩大。

在比较什么

每一宗成交都按楼栋、街道、房型与年份分组，而只有至少三宗成交的组才参与计算。价格与面积都在组内减去均值，所以被用到的唯一变异是：同一房型、同一栋楼、同一个日历年、面积不同。镇、离地铁距离、租约、屋龄、那一年的市场水平——全都被这个组吸收掉了。

另一个较宽松的设定按镇、房型、租约起始年代与年份分组，保留的数据多得多，但允许拿一栋楼去比另一栋楼。两者全文并列报告，因为它们在一些有意思的地方并不一致。

这只量一件事：在一栋楼内部，价格对面积的斜率，以及这个斜率有没有移动过。

一间四房式是84到106平方米

在最近十二个完整月份里，这个标签底下藏着一段很宽的实际空间。

小的四房式与大的四房式之间相差22平方米——同一个标签底下多出26.2%的面积，约237平方英尺。公寓式单位的跨度是33平方米。

四分位距要窄得多：四房式是92到101平方米，相差九。多样性住在尾巴里。

但几乎从来不在你那栋楼里

下面这个发现会重新框住其余部分，而且它削弱了这个估计的可用性。

在过去十二个月里录得三宗或以上四房式转售的1,448栋楼中，60.4%的面积变异为零——那栋楼里成交过的每一间四房式都是完全一样的面积。楼栋内部差距的中位数是0.0平方米。在第75百分位是2，在第90百分位是5。只有最上面的尾巴才接近全国那个22，而观察到的最大值是26。

所以那22平方米的跨度，压倒性地是一个关于你买在哪一栋楼的事实，而不是一栋楼内部可供选择的东西。对大多数买家而言，这栋楼里并没有更大的四房式。选择是在楼与楼之间——而在楼与楼之间，每平方米单价的比较会被两者之间一切不同的东西污染，那正是最初的问题。

这也意味着下面那个固定楼栋的估计，是从少数派楼栋身上识别出来的：大约40%存量混杂的那些，而它们偏向于单位面积当年不那么标准化的较旧组屋区。这是这个数字能走多远的一个实在限制，所以写在这里，而不是塞进脚注。

同一栋楼收多少

在两个时期里，固定楼栋都给出比只固定镇更大的系数。对这个设计来说这是正确的方向：如果面积效应其实是未观测到的地段质量混进来，那么收紧到单独一栋楼应该让它缩小，而不是变大。

这个溢价变薄了。在固定楼栋的设定上，它由每平方米0.8914%降到0.7914%，相对下降11.2%。在较宽松的设定上，降幅是8.7%。不过若只限于四房式，同一个固定楼栋的估计只由0.7687%移到0.7395%——3.8%的降幅，稳稳落在噪音之内。这个下降在合并数字里是真的，在单一房型之内则很弱，这是一条值得带着走的保留，而不是一句值得重复的标题。

与你被报的那个数字之间的落差

每平方米单价是用整套房子的价格除以整套房子的面积算出来的。因此它是一个平均值，而且它同时在做两件事：为「在那个镇、那段租约下存在一间四房式」付钱，以及为它的面积付钱。房子变大时，只有第二部分会反应。

边际数字是在每一个房型之内分别跑的固定楼栋估计。 若用跨房型合并的估计，四房式边际的一平方米是4,986元，对比6,774元的挂牌数字——倍数为1.36倍，也就是那个数字比这片多出来的空间实际值的钱高35.9%。

套到真实那22平方米的跨度上，差额就是钱。按线性单价推算，这22平方米值22 × 6,774元 = 149,032元。固定楼栋的估计说是119,308元，约为价格的19%。以中位数为锚做成一道阶梯：

而且落差在扩大。 2017至2019年，中位四房式以403,000元成交，中位面积同样是93平方米——挂牌每平方米4,333元对边际的3,592元，倍数为1.21倍。今天是1.36倍。期间中位价格涨了56.3%，而边际的一平方米涨了38.8%，所以那个被引用的数字，离它表面上在量的东西越来越远。

递减效应很强

每平方米的溢价随房子变大而下降。在最近十二个月的固定楼栋设定上：三房式0.875%，四房式0.740%，五房式0.712%，公寓式0.499%。一间房子最初的那几平方米，大约值最后那几平方米的两倍。

一个有用的对照：在同一设定与同一窗口里，多一层楼值价格的0.603%，多一平方米值0.769%。往上一层与大一平方米是差不多的钱，而大多数买家并不是这样衡量两者的。

这个结论在哪里失效

固定楼栋的设计很快就没有数据了。 提高每个楼栋-年份单元的最低成交数：

系数往上漂，样本则塌掉。到最低20宗时只剩三栋楼、65宗成交，估计已无意义——三个聚类上的聚类标准误是未定义的。这是设计耗尽数据的那一点，而不是反对它的证据。较宽松的镇层级设定在整条扫描上是平的，由0.007406到0.007480。

两个镇给出相反的答案，而原因是同一个。 在盛港，系数是0.000453——实际上是零，t值0.44——而当地四房式的估计还略为负数。最顺理成章的解释是盛港的四房式面积几乎不变：p5到p95的跨度是10平方米，而全国是22。但榜鹅的跨度更小，只有6平方米，却给出所有主要市镇中最大的系数，每平方米1.31%。两个条件相近的新市镇，相反的结果。在面积几乎不变的地方，这个估计是无法识别的，而且会往两个方向乱摆。用这个方法得出的市镇层级数字，应当读作一个区间，而不是一张排行榜。

弹性远低于1。 在双对数形式下，大1%的房子在同一栋楼里多卖0.61%（2017至2019年是0.77%）。这里没有任何东西支持按比例为空间定价。

标准误。 按楼栋聚类会把常规标准误放大约1.4至4.4倍。上文两种都报了。结论不变，但最宽松那个设定上的t = 64.7并不是一个精确性的主张，也不应当那样读。

两个会移动数字的设定。 把单位型号放进分组，镇层级的系数由0.007419降到0.006693——那个估计里大约十分之一其实是单位型号效应。剔除复式、排屋、阁楼、DBSS与三代同堂单位（24,644宗中的1,118宗）之后，固定楼栋的估计是0.007908，基本没变。

还有测量本身。 建屋局的面积把凹位与增添空间的项目算在内——飘窗、花槽、封闭式阳台——所以那22平方米里有一部分是住户无法摆放家具的面积。这会让每平方米的数字相对于可用空间的价格偏低，而登记档案无法把两者分开。档案里也没有装修、朝向、角头单位、间隔或景观的资料；一间装修过的房子与一间毛坯房在这里看起来一模一样。

该拿这些怎么办

如果你在用每平方米单价比较两间房子，这个数字量的并不是它看起来在量的东西。它是一个平均值，主要在为房子的存在定价，而不是为它的面积。在四房式上，它把边际的一平方米高估了约36%，在区间小的那一端高估得更多。

如果你为同一房型中更大的单位加价，在一栋楼内部，每平方米0.79%的价格是站得住的比率。在一间63万元的四房式上，那大约是每平方米5,000元，而区间两端之间那22平方米，视乎你把锚放在哪里，值大约111,000至119,308元——而不是那个被引用的数字所暗示的149,032元。

如果你只在一栋楼里挑，你很可能根本没有面积可选。过去一年里，十栋楼有六栋只卖出一种面积的四房式。空间是换一栋楼的理由，这意味着你真正在做的那个比较，会被租约、市镇与屋龄污染，而那些东西会淹没掉这几平方米。

如果你在卖一栋混合楼里较大的那个单位，你身处这个溢价收得到的少数派楼栋里，而它相对你的邻居大约是每平方米0.8%的价格——是实在的钱，但比一个按平方米挂出来的叫价所暗示的要少。

方法

所有数字均从data.gov.sg上的建屋局转售成交完整登记档案计算，共242,362笔，涵盖2017年1月至2026年10月，于2026年10月8日经该数据集的datastore_search端点抓取，取得的行数与已公布的总数完全一致。抓取时2026年10月只有657笔登记，已予剔除，因此近期窗口是2025年10月至2026年9月这十二个完整月份，五个主要房型共24,644宗成交。对照窗口为2017至2019年，共64,194宗。一房式与三代同堂单位全程剔除，整条序列里分别只有89宗与91宗。估计方法是转售价格对数对面积（平方米）的组内普通最小二乘斜率，组为「楼栋、街道、房型与年份」或「镇、房型、租约起始年代与年份」，而只有至少三宗成交的组才参与计算；系数以exp(b) − 1换算为每平方米占价格的百分比。标准误同时按常规方式与按组聚类两种方式报告。金额是把估计斜率套到该窗口中位四房式转售价上，是同一个系数的呈现方式，而不是另一个独立估计；由于设定是对数线性的，金额会随房子的价格等比例变化，所引的4,986元专属于63万元这个中位数。楼栋内部面积跨度，是在近期窗口内每一栋楼的四房式成交中以最大值减最小值计算，涵盖至少有三宗这类成交的1,448栋楼。挂牌每平方米单价，是该房型与该窗口的中位转售价除以中位面积，两个中位数分别取得。建屋局公布的面积包含凹位与增添空间的项目。month字段是登记日期而非成交日期，所以近期窗口涵盖的是大约2025年8月至2026年8月签下的交易，而近月的数字会随迟登记入账而向上修订。用作控制变量时，楼层取登记档案三层区间的中点。所有集中趋势均为中位数，从不用平均数，回归所必需者除外。本文所建基的2026年9月那一篇，是用四房式成交的横断面特征价格模型估计跨年代的面积价值；本篇固定住个别楼栋并估计一个边际斜率，两个系数不可直接比较。本文是关于转售登记档案的一般资讯，而非针对任何一宗买卖的建议；在做任何决定之前，请与建屋局及公积金局确认估值、津贴资格与贷款条件。