• 沒有找到結果。

一、三城湖地區 Binary Logistic Regression 預測有無建物(加入 地價、私有地面積變數)

第一期為 1976 年,預測第二期 1987 年資料。在此多加入地價、私有地面 積兩個變數,Binary Logistic Regression 預測模式如下:

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a) price197 -.020 .009 4.901 1 .027 .980

private -.016 .006 6.182 1 .013 .984

slope -.165 .076 4.645 1 .031 .848

wate1976 -22.152 5145.131 .000 1 .997 .000

buil1976

44.929 7218.069 .000 1 .995

32533317042

076150000.0

00

Constant 8.641 3.059 7.980 1 .005 5660.071

a Variable(s) entered on step 1: price197, private, slope, wate1976, buil1976.

Classification Table(a)

Observed Predicted

b1984yn Percentage

Correct

.00 1.00

Step 1 b1984yn .00 37 3 92.5

1.00 2 39 95.1

Overall Percentage 93.8

a The cut value is .500

採用自變數有 1976 年建物面積、地價、私有地面積、坡度、水體,R2值為 0.87。在此地區,原建物量多對後期有無建物的機率有利、地價高不利於後期 建物的開發機率、私有地多不利於對後期建物開發、坡度高不利於對後期建物 開發、水體多不利於對後期建物開發。

或許在建物已經大量開發的地區,網格的地價高是因為該網格有建物,所 以或許在該地區,地價高有利於後期有建物的機率,係數會為正號。而在本地 區,也許是尚有大量可開發空地,故會優先選擇地價低處先進行開發,又原先 低價又無建物的網格,開發為建物的數量,多於原先就有建物的網格數量,故 計算結果會出現「地價高不利於後期的建物開發機率」的情形。

此外由於歷史的因素,70 年代開放山區地開發,造成此處大量的山區建物 開發。

私有地因素方面,原先預期私有地面積大網格較易有建物新增,但預測結 果反而是私有地多不利建物新增。但或許可以解釋為,該地區公有地可能建物 較多,又公有地分做許多類型,除了可以開發建物的公有地土地之外,還有如 河川、道路不可開發建物的土地。也許大範圍地區,因為包含較多不可開發的 公有地,私有地建物開發的數量會較公有地建物開發的數量較多,但若要確實 分類,應將公有地再劃分作「可蓋建物公有地」及「不可蓋建物公有地」才會 預測精準。

其他未採用(不顯著)的變數,包含鄰近建物面積、道路寬度、距道路距 離、墓地、寺廟、林地。鄰近建物面積方面,由於本地區第一期本來建物就不 多,所以鄰近建物量對後期的影響可能就沒有那麼大。而道寬度路、距道路距 離如同鄰近建物,因第一期道路原本就不多。此外考量道路新設原因,道路不 一定是政府開發,如開發規模較大的社區、建物群等,內部的道路就會自行開 發。墓地(7 格)與寺廟(2 格)可能因數量不多,故對建物影響不大。

大規模社區開發 可以自己負擔公共設施、道路,需要的是大面積的可開發 空地。零星小塊的土地,無法負擔公設、道路,大多是鄰近既有社區發展。

以下為實際建物與預測建物的比較(上圖底圖為第一期地形圖,下圖底圖 為第二期地形圖)。黑色數字表下一期實際建物,紅色數字表下一期預測建物,

圖 19 三城湖地區 BLR 預測 1987 年有無建物與真實建物比較

預測結果為少預測 2 格、多預測 3 格。少預測網格為錦繡山莊東南 2 格,

實際有開發但預測無,或許是因為錦繡山莊需要開發大片數量的土地,故連同 此兩筆土地也一起開發。多預測網格為三城湖南側多預測的 2 格,機率也僅略 高於 0.5 為 0.52 與 0.59;而頂好花園新城西北側多預測的一塊機率為 0.87 就 較高,可能是受其他未考量的因素影響而沒有開發,例如也許是受建蔽率可開 發面積等因素影響。

二、三城湖地區 Binary Logistic Regression 預測有無新增建物(加