電子化政府發展原始模型的 Hausman 檢定的結果為 X2=40.26，p<0.001，換言 之，資料顯示這個模型當中的βw不等於βR，不能直接採取隨機效果模型的估計結果，
必須經過變數的轉換。Rabe-Hesketh and Skronda（2008b: 114-125）認為，這種情形 可以用每個案例不同時間點的平均放入模型中來估計「案例間效果」（
X ）
i ，以及用 每個不同時間點的觀察值減掉該案例的平均（X
it X
i），來估計「案例內效果」，當 這兩個不同的估計同時放入模型當中，且通過Hausman test 的檢定時，即可以使用隨 機效果模型的估計方法。因此，本研究首先對每個隨著時間變化的自變數，創造兩個 新變數，分別是1)跨年度的平均（m+變數名稱），以及 2) 每個年度觀察值減掉跨年 度平均（d+變數名稱），相關對照表如表五-8。表五-8 新舊變數對照表 原有變數
（
X ）
it新創變數一：
各年度平均（
X ）
i新創變數二：
年度觀察值減掉各年度平均
（
X
it X
i） 鄰國UEP 平均 （AUEP） m 鄰國 UEP 平均（mAUEP） d 鄰國 UEP 平均 （dAUEP）鄰國UWM 平均（AUWM） m 鄰國 UWM 平均（mAUWM） d 鄰國 UWM 平均 （dAUWM）
網路應用指數 （Infra） m 網路應用指數 （mInfra） d 網路應用指數 （dInfra）
人力資本指數 （Hcapital） m 人力資本指數 （mHcapital） d 人力資本指數 （dHcapital）
國民生產毛額 （GDP） m 國民生產毛額 （mGDP） d 國民生產毛額 （dGDP）
自由程度 （Free） m 自由程度 （mFree） d 自由程度 （dFree）
全球化程度 （GLO） m 全球化程度 （mGLO） d 全球化程度 （dGLO）
人口 （POP） m 人口 （mPOP） d 人口 （dPOP）
接下來，將各年度平均（m 變數名稱）加入原始模型當中時，檢測該變數係數 在模型中是否與0 有顯著差異，出現非 0 數值時，則該變數的係數即為「案例間」與
「案例內」兩者間的差異（Rabe-Hesketh and Skrondal, 2008: 119）。表五-9 顯示，包 含鄰國的UWM、網路應用程度、平均國民生產毛額三個變數，都有來自案例間與案
例內的不同變異影響著依變數的變化，且兩者間的差異達到顯著。
表五-9 電子化政府模型中 between effect 與 within effect 之差異
變數名稱 係數 Z P
m 鄰國 UWM 平均 （mAUWM） -.496 -5.12 .000 m 網路應用程度 （mInfra） .448 2.34 .019 m 人力資本指數 （mHcapital） .112 1.02 .308 m 國民生產毛額 （mGDP） -.000 -2.60 .009 m 自由程度 （mFree） .001 .79 .427 m 全球化程度 （mGLO） .001 .79 .402 m 人口 （mPOP） -.000 -1.62 .104
為了符合模型的假定，將上述三個變數的「案例間」與「案例內」效果加入模 型。結果顯示（表五-10，模型 G1），國際之間的競爭壓力對於電子化政府網站的發 展有相當大的影響，在其他情形不變之下，相鄰國家的網站評比成績越好，該國的電 子化政府網站評比的發展也會越高（within effect β=.643, between effect β=.13）；全球 化的程度越高，則該國的電子化政府網站發展也越高（β=.002）；國家內部的自由程 度越高，電子化政府的發展越好（β=.004）；人力資本指數越高，電子化政府發展程 度越好（β=.210）；網路應用程度越高，電子化政府發展越好（between effect β=.460）；
另外，平均國民生產毛額與人口數兩個變數，對於電子化政府的發展也都呈現正向的 關係。
145
不過，表五-10 中 G1 的模型結果，僅能呈現出自變數對依變數的平均影響，無 法捕捉到不同發展類型的發展模式差異。本研究認為，造成前一章所發現，全球電子 化非趨同發展的主要原因在於，不同類型國家的發展模式是有所差異的。因此，本研 究在G1 模型的基礎之上，進一步透過自變數之間的交互作用項，嘗試找出這些差異。
由於過去的研究指出，網路的應用程度及經濟發展程度，是影響政府發展電子化的主 要原因（Moon et al., 2005; Berry et al., 2008; Rose, 2005），但這些因素又可能受到如立 法專業性（McNeal et al, 2003）、立法架構（Norris, 2005）、管理型態（Moon, 2002）
等政府基本特性的影響，因此，本研究在上述G1 模型的基礎上，加上各個自變數與 政府政體型態的交互作用項。
不過，當模型加入（每個）自變數*政體的交互作用項之後，新模型（G2）的 卡方值 X2(df=24)=521.44，與原始 G1 模型的卡方值差為 11.54（521.44-509.9），低於 95％信心水準下（自由度為 24-12=12 時）雙尾卡方臨界值 23.34，表示兩個模型之間 並無顯著差異，加入所有自變數*政體的交互作用項並未有統計上的顯著差別，不過 如果以Wald test 檢定 G2 模型當中達到顯著的「m 網路應用程度*專制獨裁制」，結果 為X2(df=1)=5.44, p<0.05，顯示此變數的係數不等於 0。因此，在刪除掉其他與 0 沒有 顯著差別的交互作用項之後，重新估計第三個模型（G3）。
最終分析結果顯示（表五-10，模型 G3）16，大致上與原始模型估計結果相同，
相鄰國家的UWM 平均、全球化程度、自由程度、人力資本指數、網路應用程度、平 均國民生產毛額、人口數等變數與電子化政府的成長之間，都有顯著的正向關係，但 是網路應用程度的影響力，在專制獨裁型國家中會高於總統制國家，顯示不同政體所 受的影響力不同。
16模型G3 的 X2(df=14)=518.94，與原始 G1 模型的卡方值差為 9.04（518.94-509.9），高於 95％信心水準 下（自由度為14-12=2 時）雙尾卡方臨界值 7.37，表示兩個模型間有顯著差異。
表五-10 電子化政府發展的定群分析模型（隨機效果模型）
* p<.05; **p<.01; ***p<.001
147