政黨傾向之實證結果

(一) 政黨傾向方程式 multinomial logit 機率模型的實證結果

表 5.1 顯示以中立政黨傾向為對照組，政黨傾向的 multinomial logit 機率模型的實 證結果。相較於教育程度為國中及國中以下者，教育程度為高中(職)及專科者為泛藍政 黨傾向之機率高於中立政黨傾向機率，但教育程度為大學或大學以上對泛藍政黨傾向機 率無顯著之影響；年齡對泛藍政黨傾向機率有正向之影響，顯示隨著年齡增長民眾為泛 藍政黨機率顯著高於中立政黨機率；在職業工作方面，工作受雇於私部門為泛藍政黨傾 向機率低於為中立政黨傾向機率，在受雇身分方面區分為受雇於私部門及受雇於公部 門，受雇於公部門民眾的生活、所得與政府施政息息相關，在當時執政黨長久都為泛藍 政黨，所以容易讓受雇於公部門民眾將泛藍政黨與政府畫上等號，所以在政黨態度上較 偏向泛藍政黨；相較於對照組農林漁牧工作者，職業為一般勞動性工作或是專業性工作 者為泛藍政黨傾向機率都顯著高於為中立政黨傾向機率；而居住地區對泛藍政黨傾向並 無顯著之影響。

在泛綠政黨傾向機率方面，相較於女性，男性為泛綠政黨傾向機率顯著高於中立政 黨傾向機率；教育程度對泛綠政黨傾向機率並無顯著之影響；年齡對泛綠政黨傾向機率 有負向之影響，顯示隨著年齡增長民眾為泛綠政黨機率顯著低於中立政黨機率；相較於 受雇於公部門者，受雇於私部門會為泛綠政黨傾向機率高於為中立政黨傾向機率，但職 業分類對泛綠政黨傾向機率無顯著之影響；在居住地區方面，相較於居住於中部樣本，

居住在南部者為泛綠政黨傾向機率顯著高於中立政黨傾向機率。

表 5.1 政黨傾向之 multinomial logit 模型實證結果

泛藍政黨傾向(y=1) 泛綠政黨傾向(y=2) MALE -0.0408 (0.1252) 0.3457 (0.1442)**

MARED 0.0597 (0.1422) -0.0267 (0.1621) HIGHSCHOOL 0.4149 (0.1660)** -0.2222 (0.1893) COLLEGE 0.5449 (0.2116)*** -0.3141 (0.2479) UNIVERSITY -0.0038 (0.2442) -0.3396 (0.2654) AGE 0.0156 (0.0054)*** -0.0158 (0.0064)**

PRIVATE -0.3143 (0.1802)* 0.4112 (0.2446)*

LABORER 0.3722 (0.2186)* -0.1572 (0.2360) PROFESSIONAL 0.4771 (0.2713)* 0.3388 (0.2947) NORTH 0.0964 (0.1753) 0.2657 (0.2164) SOUTH 0.1610 (0.1730) 0.8323 (0.2049)***

EAST 0.1222 (0.2546) -0.2995 (0.3495) YR91 -4.0670 (0.1587)*** -2.3445 (0.1800)***

Intercept 1.4993 (0.4322)*** 0.5647 (0.5069) Log Likelihood = -1709.2782

Pseudo R2 = 0.2816

Number of Observations = 2390

註 1:政黨傾向回歸式的對照組以中立政黨傾向(party = 0) 助 2:*10%顯著水準下，估計的係數顯著不等於 0

**5%顯著水準下，估計的係數顯著不等於 0 ***1%顯著水準下，估計的係數顯著不等於 0

28

(二)政黨傾向方程式預測準確度

表 5.2 表示政黨傾向方程式預測準確度，由於 multinomial logit 為預測機率模型，

所以在實證結果加入預測準確度，以說明所建立的政黨傾向方程式預測的準確度。在泛 藍政黨傾向方面，預測為泛藍政黨傾向樣本且實際也是泛藍政黨傾向樣本比例為 34.06%；在泛綠政黨方面，由於泛綠政黨傾向樣本過少僅占總樣本 13.5%，所以在預測 上無法預測出泛綠政黨傾向樣本，預測為泛綠政黨傾向樣本且實際也是泛綠政黨傾向樣 本比例為 0%；在中立政黨傾向樣本方面，預測為中立政黨傾向樣本且實際也是中立政 黨傾向樣本比例為 40%。綜合上述三方面的預測準確度，預測準確的比例為 74.06%。

表 5.2 政黨傾向方程式預測準確度(%) 預測為

泛藍政黨傾向

預測為 泛綠政黨傾向

預測為

中立政黨傾向 總計 實際為

泛藍政黨傾向 34.1 0 9.58 43.68

實際為

泛綠政黨傾向 6.09 0 7.43 13.52

實際為

中立黨傾向 2.8 0 40 42.8

總計 42.99 0 57.01 100

第三節 遷徙行為之實證結果

(一) 遷徙行為方程式 multinomial logit 機率模型的實證結果

表 5.3 顯示政黨傾向之遷徙行為 multinomial logit 機率模型實證結果。在遷往政治 環境相同區域方面，民眾為泛藍政黨傾向者對遷往政治環境與自己政黨傾向相同區域無 顯著之影響，相較於中立政黨傾向民眾，民眾為泛綠政黨傾向者遷往政治環境與自己政 黨傾向相同區域機率顯著低於不遷徙之機率，若是遷徙前居住在政治環境與自己政黨傾 向相異區域其遷往政治環境與自己政黨傾向相同區域機率顯著低於不遷徙之機率，但是 遷徙前居住在政治環境與自己政黨傾向相異區域之泛藍民眾遷往政治環境相同區域機 率高於不遷徙之機率。在個人特性變數方面，相較於未婚者，已婚者遷往政治環境相同 區域之機率顯著低於不遷徙的機率，由於已婚者有家庭之考量，但未婚者遷徙決策只需 考量個人之意願，相較之下已婚者遷徙機率較低；而教育程度對遷往政治環境相同區域 機率無顯著之影響；年齡對遷往政治環境相異區域機率有正向影響，顯示隨著年齡增加 遷往政治環境相同區域機率高於不遷徙機率；在職業方面，受雇於公私部門對遷往政治 環境相同區域或是不遷徙機率無顯著之影響，職業分類之對照組為農林漁牧業工作者，

一般性勞動工作者或是專業性工作者遷往政治環境相同區域機率顯著高於不遷徙之機 率，農林漁牧業工作者大致上都有某種程度依賴其所生存的土地及其工作場所，導致其 遷徙不容易。在總體經濟變數方面，以每萬人平均病床數作為遷徙後居住地醫療設施條 件之指標，每萬人平均病床數對遷往政治環境相同區域之遷徙行為有正向的影響，顯示 醫療資源越充裕區域容易吸引人口遷入。

在遷往政治環境相異區域方面，民眾政黨傾向對遷往政治環境相異區域之機率無顯 著之影響；遷徙前居住在政治環境與自己政黨傾向相異區域者，遷往政治環境相異區域 之機率高於不遷徙之機率。在個人特性變數面，相較於未婚者，已婚者遷徙往政治環境 相異區域的機率顯著低不遷徙之機率，教育程度對遷往政治環境相異區域機率亦無顯著 之影響；年齡對遷往政治環境相異區域機率有正向影響，顯示隨著年齡增加遷往政治環 境相異區域機率高於不遷徙機率；相較於受雇於公部門者，受雇於私部門者遷往政治環 境相異區域之機率顯著低於不遷徙之機率，相對於農林漁牧工作者，一般勞動性工作者

30

與專業性工作者遷往政治環境相異區域機率顯著高於不遷徙之機率。在地區總體變數方 面，遷徙後居住地之人口密度對遷往政治環境相異區之機率有負向的影響，平均每萬人 病床數對遷往政治環境相異區域機率有正向影響，顯示醫療資源越充裕地區越容易吸引 民眾遷入，以服務業比例衡量都市化程度，發現服務業比例對遷往政治環境相異區域之 機率有正向影響，都市工作機會及薪資水準等條件普遍優於鄉村地區，一地區都市化程 度越高所產生的利益會吸引民眾遷入。

綜合以上實證結果發現，某些個人特性變數及區域總體環境變數，不論對政治環相 同區域及政治環境相異區域遷徙之機率影響方向相當一致，在個人特性變數方面，相對 於未婚者，已婚者不論是遷往政治環境相同區域或是遷往政治環境相異區域之機率都低 於不遷徙之機率，如此之現象應該是已婚者有家庭因素之考量，不能如同單身者在做遷 徙決策時只需考慮自己遷徙意願，因而降低已婚者之遷徙機率；年齡對遷往政治環境相 同區域及遷往政治環境相異區域機率都有正向影響，顯示隨著年齡增加會提高遷徙機 率，過去遷徙相關研究中，通常預期遷徙機率會隨著年齡的增長而遞減，但是在本研究 實證結果卻出現相反情形，Knapp, White and Clark(2001)所作的研究也發現，隨著戶長 年齡(householder’s age)的增加會增加區域間遷徙機率；職業方面，相對於農林漁牧工作 者，一般性勞動工作者及專業性工作者不論是遷往政治環境相同區域或是遷往政治環境 相異區域的機率都高於不遷徙的機率，其中原因應該是農林漁牧業工作者依賴其生活的 環境，不能任意離開，且一旦離開其原本生活及工作環境，在轉職及尋找新工作都較為 困難，所以農林漁牧業工作者較不會選擇遷徙；在區域總體經濟變數面，以每萬人平均 病床數作為衡量區域醫療資源之指標，結果顯示每萬人平均病床數不論是對政治環境相 同區域之遷徙或是政治環境相異區域之遷徙機率都有正向影響，顯示地區醫療資源豐富 對人口遷入產生吸力，促使人口移入。

表 5.3 遷徙行為之 multinomial logit 模型實證結果

遷往相同區域(Z=1) 遷往相異區域(Z=2) PANBLUE -0.2922 (0.2278) -0.3848 (0.3378) PANGREEN -0.4752 (0.2711)* 0.3150 (0.4329) ENVIRON -2.2041 (0.2379)*** 1.6642 (0.2495)***

ENVIRON╳PANBLUE 1.1653 (0.3549)*** -0.0616 (0.3505) ENVIRON^╳PANGREEN 0.0632 (0.6081) -0.3181 (0.4661) MALE 0.2528 (0.1681) 0.0307 (0.1364) MARED -0.2940 (0.1513)* -0.2580 (0.1245)**

HIGHSCHOOL 0.0162 (0.2038) 0.1943 (0.1571) COLLEGE -0.2056 (0.2611) 0.0895 (0.2270) UNIVERSITY -0.3089 (0.2871) 0.0865 (0.1919) AGE 0.0624 (0.0081)*** 0.0719 (0.0063)***

PRIVATE -0.0525 (0.1915) -0.3440 (0.1649)**

LABORER 0.5864 (0.2534)** 0.4527 (0.1725)***

PROFESSIONAL 0.8468 (0.3083)*** 0.5201 (0.2250)**

POPD 0.0001 (0.0000) -0.0001 (0.0000)**

SICKBED 0.0046 (0.0026)* 0.0035 (0.0016)**

AIR 0.0127 (0.0236) -0.0100 (0.0223) SERVICE -2.0798 (1.4470) 2.3077 (1.0076)**

EDU 1.1815 (2.0419) 0.4643 (1.5358) UNEM 27.4103 (22.5031) 12.0061 (15.8674) YR91 -2.0320 (0.8739)** -1.9114 (0.5971)**

Intercept -6.4535 (0.6314) -9.1397 (0.5563) Log Likelihood = -3192.3964

Pseudo R2 = 0.1104

Number of Observations = 24215

註 1:遷徙行為回歸式的對照組以未遷徙者(behavior = 0) 註 2:*10%顯著水準下，估計的係數顯著不等於 0 **5%顯著水準下，估計的係數顯著不等於 0 ***1%顯著水準下，估計的係數顯著不等於 0

32

(二)遷徙行為方程式預測準確度

表 5.4 表示遷徙行為方程式預測準確度，本研究將遷徙行為定義為一年以內之遷 徙，所以遷徙樣本上較少，再將遷徙行為區分為遷往政治環境與自己政黨傾向相同區域 遷徙行為及遷往政治環境與自己政黨傾向相異區域遷徙行為，如此兩類遷徙行為樣本更 加稀少，所以在預測過程中無法預測出此兩類遷徙類型，在遷往政治環境相同區域及遷 往政治環境相異區域方面，預測與實際相符的比例皆為 0%；在未遷徙者方面，預測為 未遷徙者且實際也是未遷徙者比例為 97.16%。

表 5.4 遷徙行為方程式預測準確度 預測為遷往 政治環境相同區域

預測為遷往 政治環境相異區域

預測為

未遷徙 總計 實際為遷往

政治環境相同區域 0 0 1.15 1.15

實際為遷往

政治環境相異區域 0 0 1.68 1.68

實際為

未遷徙 0 0 97.16 97.16

總計 0 0 100 100

第六章 結論

自 2000 年政黨輪替之後政黨競爭越趨激烈，每到選舉期間泛藍政黨傾向民眾與泛

自 2000 年政黨輪替之後政黨競爭越趨激烈，每到選舉期間泛藍政黨傾向民眾與泛