第四章 參與獎勵造林之分析
第三節 原住民與鄰近鄉鎮參與獎勵造林之分析
本研究以迴歸模型討論林戶參與獎勵造林之情形，本節先介紹迴歸模型之形 式，並列出所選擇的變數，共計 1 個依變數與 13 個自變數。於初步模型之殘差 圖可發現除高雄縣茂林鄉與新竹縣五峰鄉為離群值而排除，故往後所討論模型之 觀察鄉鎮為 99 個。最後以空間方法檢定是否需要空間變數以修正迴歸模型。
一、建構迴歸模型 (一)迴歸模型之形式
本研究以鄉鎮為單位，討論林戶特性是否會影響參加獎勵造林的意願，其解 釋變數超過一個，因此選擇以複迴歸分析做為研究的統計方法。線性迴歸的標準
41
式如下：
k k (式 4.2) 其中 0, 1,…, k為參數
Xi1,Xi2,…, ik為解釋變數 i 獨立且服從 N( ,σ2) = , ,…,n
Wooldridge(2009)指出一般迴歸模型可分為直線式(Level-Level Model)與曲 線式，其中曲線式包含對數式(Level-Log Model)、半對數式(Log-Level Model)與 雙對數式(Log-Log Model)，而對數式在實務上較少使用，故本研究選取直線式模 型、半對式模型與雙對數式模型進行討論。三種迴歸模型表示如下：
直線式模型
k k (式 4.3) 半對數式模型
n k k (式 4.4) 雙對數式模型
n n n k n k (式 4.5)
模型分析的指標採用統計檢定方法的 F 檢定，檢測此迴歸模型在某一信心水 準下是否能夠被接受。另外討論迴歸模型是否能夠做出有效的預測，則要以調整 過後的判定係數(Coefficient of Determination)作為檢測標準，表示模型的解釋能 力，而調整過後的判定係數通常以 Adj-R2表示之。
42
二、選擇模型變數
根據過去林戶參與獎勵造林文獻與理論，並配合林業普查之資料建立林戶參 與獎勵造林之模型，而後進行迴歸分析與空間分析。本研究從林業普查資料中選 擇 12 個變數進行分析，其中依變數為 2005 年鄉鎮之林戶參與獎勵造林比例，自 變數為：該鄉鎮市公所距離所在縣政府之距離、2005 年林戶平均年齡、2005 年 平均每戶自有勞動力比例、1990 年至 2005 年平均每戶自有林地比例的改變、1990 年自有林地比例、是否為原住民鄉鎮、2005 年平均每戶面積、2005 年平均每戶 的竹林比例、2005 年平均每戶之林地生產林木比例、2005 年平均每戶兼營一級 產業(農、牧、漁業)的比例、2005 年林戶為男性的比例。根據過去文獻與理論模 型，針對取自變數作迴歸模型之預測，其討論結果如下並匯整如表 4-9。
(一) 距離
根據地租理論，土地距離交易中心越遠，所負擔運費成本越高，該土地之地 租也越低，亦即該地主之收入也越低。若以地租函數表示 y ytx，
其 x(距離)越大， (地租)越低。故推測林地距離交易中心越遠之林戶，越傾向參 加獎勵造林計畫，即預測兩者為同向變動之關係。
(二)2005 年林戶平均年齡
從事林業工作需要相當大的勞力以進行林地除草、修枝等森林作業，若無法 自行提供勞力之林戶，會選擇雇用勞工以進行相關森林作業。年輕林戶雖然能夠 自行從事林業工作，但相對年長林戶而言，年輕林戶較有機會到外地從事其他收 入較高的二、三級產業。擁有林地之年輕林戶較會選擇放棄林業工作從事其他產 業而其林地則加入獎勵造林計畫，故預測年齡變數為負。
(三) 2005 年平均每戶自有勞動力比例
勞動力是林業中一項重要的生產要素，在工資高漲的國家，更是一項龐大的 成本負擔。若私有林戶可以提供相對多數的自有勞動力，以實際支出角度而言，
其薪資支出較雇用勞動力之私有林戶低，故預期自有勞動力比例高之私有林戶較
43
願意繼續經營林業。若以土地之地租而言，在 y ytx中，當每 位勞工工資 w 上升，其地租 R 會下降，亦即該土地所需勞工工資越高造成其土 地價值越低，則該林地之林戶將越容易放棄林地耕作。根據上述討論，預測該變 數之符號為負，亦即自有勞動力比例越高之林戶越不參與獎勵造林。
(四)1990 年至 2005 年平均每戶自有林地比例的改變
過去研究指出給予土地財產權會鼓勵林戶參與獎勵造林計畫，以土地價值觀 點而言，私有林地除了與承租土地皆可收穫林業作物外，更可將林地抵押或買賣 獲得額外收入，故原住民保留地開發辦法中規定耕作滿五年即可獲得土地所有權，
可視為鼓勵林戶參與獎勵造林計畫之一項誘因，故預測此項變數為正向。
(五) 是否為原住民鄉鎮
原住民保留地開發辦法中規定耕作滿五年即可獲得土地所有權，此法令對於 鼓勵原住民參與獎勵造林是一項有利的誘因，反之，非原住民地區因無此項誘因，
故可預測原住民鄉鎮其參與比例較高，亦即該項變數符號為正。
(六) 2005 年平均每戶兼營一級產業的比例
台灣大部分私有林戶其林地面積偏小，不利於規模經營，再加上林產品價格 長期低迷，使得單純經營林業無法維持生計，故私有林戶選擇將其林地作混農林 經營方式以維持家計收入或兼營一級產業。若私有林戶選擇加入獎勵造林計畫，
則無法於林地上種植農業作物，故原本需以混農林方式經營之私有林戶之收入降 低，在考慮經濟收入的情況下，會較無意願參與獎勵造林計畫。若林戶於其他土 地上從事一級產業，則其林業作業可於農閒之時進行，此舉並不會排擠農業作業，
故兼營一級產業者會選擇維持林業耕作而不加入獎勵造林。根據上述討論，預測 該變數的符號為負。
44
表 4- 9 各項自變數之預測
自變數 變數定義 符號預測
距離倒數5 該鄉鎮之市公所到該縣政府距離，取其自 然對數再予以倒數
-
2005 年林戶平均年齡 鄉鎮內 2005 年底林戶實足年齡加總/鄉鎮 內總林戶數
-
2005 年平均每戶自有 勞動力比例
自有勞動力/(自有勞動力+僱用勞動力) -
1990 年至 2005 年平均 每戶自有林地比例的 改變
2005 年平均每戶自有林地比例 ─ 99 年 平均每戶自有林地比例
+
是否為原住民鄉鎮 原住民鄉鎮=1、鄰近鄉鎮為=0 + 2005 年平均每戶兼營
一級產業的比例
鄉鎮內兼營一級產業林戶數/鄉鎮內總林 戶數
-
資料來源：本研究整理
5 距離單位為公里(km)
45
三、迴歸分析
模型變數除了上一小節所列一個依變數與十一個自變數外，經由多次迴歸測 試，將自變數再加入 2005 年林戶平均年齡之平方與 2005 年平均每戶面積之平方，
且將距離變數之形式以 1/ln(距離) 呈現，其結果之迴歸模型的配適度較佳。以 下說明如何選取最佳迴歸模型與模型檢測結果，並討論迴歸分析之結果。
(一)選擇最佳迴歸模型之型式
上述討論迴歸模型之形式有三種，分別為直線式、半對數式與雙對數式，但 因距離變數皆以自然對數並倒數之形式呈現，亦即三種迴歸模型中皆為距離變數 的形式為 1/ln(距離)，模型中是否為原住民鄉鎮的自變數為虛擬變數(dummy variable)，若取自然對後數，將有一半的資料無法進行迴歸分析，故三種模型中 該變數皆維持原本數字型式並不取自然對數。因模型自變數距離與是否為原住民 鄉鎮的設定與直線式、半對數式、雙對數式的型態不相同，故直線式稱之為模型 一、半對數式稱之為模型二、雙對數式稱之為模型三。將選擇的變數放入三種迴 歸模型中，其結果如表 4-10。
選擇模型標準以各迴歸模型之 F 值、修正後判定係數(Adj-R2 )與各自變數之 顯著性作為選擇最佳模式之標準。統計分析結果如表 4-10，由表 4-10 可知模型 一之 F 值為 22.85、模型二之 F 值為 16.12、模型三之 F 值為 8.98，三者皆通過 1%的顯著性檢定，亦即三種迴歸式均具有解釋能力。再觀察各模型的 Adj-R2， 模型一之 Adj-R2值為 0.7435、模型二之 Adj-R2值為 0.6742、模型三之 Adj-R2值 為 0.5747，三者迴歸式的解釋力均超過 50%，但以模型一之解釋能力最高。
46 註：*表示 p<0.1，**表示 p<0.05，***表示 p<0.01
47
自變數的顯著水準檢定為檢定各模型內自變數之係數是否顯著不為 0，亦即 該自變數在迴歸式中具有影響力。模型一各自變數皆通過 5%的顯著性檢定，換 言之，模型一中每個自變數在 95%的信賴水準下皆不為 0。模型二中 2005 年林 戶平均年齡、年齡平方、1990 年自有林地比例、2005 年平均每戶面積、平均每 戶面積之平方、2005 年林戶兼營一級產業比例、2005 年林戶為男性之比例，共 7 個自變數皆無法通過 10%、5%與 1%的顯著水準檢測，其餘自變數之顯著性都 較模型一之顯著性差或相同，唯自變數為是否為原住民鄉鎮之顯著性較模型一佳。
模型三中自變數 2005 年林戶平均年齡、年齡平方、2005 年平均每戶面積、平均 每戶面積平方，因取自然對數後為線性重合，故自變數各數由 13 個減少為 11 個。
觀察各自變數的顯著性，2005 年林戶之自有勞動力比例通過 10%的顯著水準而 未通過 5%的顯著水準、是否為原住民鄉鎮通過 10%的顯著水準而未通過 5%的 顯著水準、2005 年生產林木比例通過 1%的顯著水準、2005 年林戶為男性之比例 通過 5%顯著水準而未通過 1%的顯著水準，其餘自變數之顯著性皆為不顯著。
綜合上述討論，三個迴歸式皆通過 F 檢定，三者之修正後的判定係數皆大於 0.5 但以模型一為最高，而各自變數顯著性以模型一之表現為最佳，故本研究以 模型一作為分析探討之迴歸模式。
(二)模型檢測
根 據 Gauss-Markov assumptions( 高 斯 馬 可 夫 假 設 ) ， OLS(Ordinary Least Squares)迴歸模型的條件之一為同質變異數假設(homoskedasticity)，表示無論自 變數為 為何，其變異數都相等，亦即 ar u ， ， ， k σ (Wooldridge, 2009)。若違反同質變異數假設，稱之此模型具有異質變數(heteroskedasticity)問 題，在此情況下雖然模型之迴歸方程式係數仍具不偏性與一致性，配適度的衡量 (R2 或 Adj- R2)也不會受到影響，但模型不再是 BLUE(Best Linear Unbiased Estimator)。另外，變異數 ar 的估計式是有偏誤，因此根據變異數計算出的
48
標準誤也就無法建構出有效的信賴區間與 t 統計量，造成 t-ratio 的係數顯著性檢 定失效，也就無法檢定此迴歸模型的自變數是否具有解釋力。若模型具有異質變
標準誤也就無法建構出有效的信賴區間與 t 統計量，造成 t-ratio 的係數顯著性檢 定失效，也就無法檢定此迴歸模型的自變數是否具有解釋力。若模型具有異質變