實證模型

一、多項式Logit 模型

本研究使用羅吉特模型分析法（Logit model），是一種間斷選擇理論（Discrete Choice Theory）之應用模型，基於心理學之選擇行為依據效用最大的原理，多應 用於個體面臨多種替選方案時，Mcfadden（1978）、Hansen（1987）和Shukla and Waddell（1991）以間斷選擇理論（Discrete Choice Theory）模型解釋廠商的區位 選擇，假設被選擇的區位設為1，沒有被選擇的區位設為0，則可以用Logit 模式 估計，本研究也將利用相同的研究方法實證母公司或子公司的區位選擇因素。

本研究假設母公司或子公司選擇辦公室設置的區位乃是追求企業本身極大 利潤，在利潤極大化前提下，效用函數可以轉換成利潤的函數，因此母公司或子 公司辦公室的區位選擇也可以轉換成為機率的比較，由於母公司或子公司的選擇 行為涉及母公司或子公司本身屬性與區位屬性兩者間的互動關係，因此在模式的 應用上，採取多項式Logit 模型(Multi-nomial Logistic Regression Model)也稱為一 般Logit 模型(Generalized Logit Model)或多類 Logit 模型(Polytomous Logit Model) 為實證模型，Logit 模型主要是用來衡量個體間的選擇問題，且在滿足母公司或 子公司利潤最大化的原則下推導而得之，其母公司或子公司的選擇是以母公司或 子公司利潤極大化為前提所獲得，而分類反應變數的類別通常在三類或三類以 上，且類別間並不存在次序關係，並針對每一個Logit 分別建立模式，若依變數 具有J 個類別，則多項式 Logit 模式便有 J-1 個結果，基本模式如(1)～(2)式所示 (王濟川、郭志剛，2004)。

對於有j=1,2,…,j 類的非次序反應變數，多項 Logit 模型之表示為：

本文參採Beale and Butler（1994）和Bodenman（2000）等學者之操作定義 模式，建立三個母公司或子公司辦公室區位選擇的logistic 迴歸模型⁴，三個模型

4Bodenman(2000)、Beale＆Butler(1994)曾以（1）傳統貨幣管理核心都市設為 1，其他＝0。（2）

人口超過一百萬人之都會區設為 1，其他＝0。等類似分類方法分析廠商的區位選擇。

有區位先佔優勢與惰性，加上其係屬於生產性服務業，在內部垂直整合之下，

依舊會向辦公商圈集中，預期傳統產業母公司辦公室會設立在辦公商圈機率較 高。傳統產業子公司與母公司不同的是，傳統產業子公司實際負責製造產品，

因此傳統產業子公司需要大面積廠房，受辦公商圈與市區租金昂貴之影響，本 文預期傳統產業子公司選擇市郊地區機率較高。

2.金融服務業：金融服務業須與客戶有較高面對面接觸，Cornish（1997）指出專 業勞動力和客戶間必須透過面對面接觸來交換市場情報，並集中於市中心，以 便於進行市場競爭，故預期金融服務業母公司辦公室會選擇辦公商圈的機率較 高。金融服務業子公司與金融服務業母公司相同，預期金融服務業子公司會選 擇辦公商圈的機率較高。

3.高科技業：高科技業有廠房與辦公室合一的現象，黃名義（2002）指出電子業 晚近才發展，由於市中心無腹地、土地成本又昂貴，廠商若不需要面對面資訊，

便會轉向交通便捷的衛星城鎮發展，預期高科技業母公司辦公室會選擇市郊地 區的機率較高。高科技業的子公司與傳統產業子公司相同，也是實際上負責製 造產品，因此高科技業的子公司需要大面積廠房，受辦公商圈與市區租金昂貴 之影響，本文預期高科技業子公司會選擇市郊地區的機率較高。

4.其他服務業：由於其他服務業母公司家數太少，故本變數僅討論子公司，將母 公司其他服務業併入金融服務業，其他服務業主要為批發業與零售業，為了與 傳統產業母公司開拓業務及上下游整合，預期其他服務業子公司辦公室會選擇 辦公商圈的機率較高。

（二）產業聚集

1.500 公尺內金融服務業母公司平均家數：本變數是使用地理資訊系，得到受測 母公司與子公司方圓500 公尺內金融服務業母公司家數，在母公司方面本變數 代表，受測母公司會受到金融服務業母公司聚集的影響，會與金融服務業母公

司聚集（圖4.1.1 在斜線範圍內代表在受測母公司半徑 500 公尺內，在斜線範 圍外代表在受測母公司半徑500 公尺外，在斜線範圍內圓形數越多，代表半徑 500 公尺內金融服務業母公司家數越多，以下高科技業、傳統產業解釋與本變 相同。），500 公尺內金融服務業母公司家數越多，代表金融服務業母公司在 此聚集，預期與金融服務業母公司聚集的集團母公司，會選擇在辦公商圈。就 子公司方面本變數是代表，該地區子公司區位選擇上是否受到金融服務業母公 司影響（圖4.1.2 在斜線範圍內代表在受測子公司半徑 500 公尺內，在斜線範 圍外代表在受測子公司半徑500 公尺外，在斜線範圍內圓形數越多，代表受測 子公司傾向靠近金融服務業母公司，以下高科技業、傳統產業解釋與本變相 同。），以受測子公司圓心，500 公尺內金融服務業母公司家數越多，代表子 公司傾向鄰近金融服務業母公司，預期在辦公商圈的子公司受到金融服務業母 公司影響最大。

2.500 公尺內高科技業母公司平均家數：本變數是使用地理資訊系，得到受測母 公司與子公司方圓 500 公尺內高科技業母公司家數，在母公司方面本變數代 表，受測母公司會受到高科技業母公司聚集的影響，會與高科技業母公司聚 集，預期與高科技業母公司聚集的集團母公司，會選擇在市郊地區。就子公司 方面本變數是代表，該地區子公司區位選擇上是否受到高科技業母公司影響，

預期市郊地區子公司受到高科技業母公司影響最大。

3.500 公尺內傳統產業母公司平均家數：本變數是使用地理資訊系，得到受測母 公司與子公司方圓 500 公尺內傳統產業母公司家數，在母公司方面本變數代 表，受測母公司會受到傳統產業母公司聚集的影響，會與傳統產業母公司聚 集，預期與傳統產業母公司聚集的集團母公司，會選擇在辦公商圈。就子公司 方面本變數是代表，該地區子公司區位選擇上是否受到傳統產業母公司影響，

預期辦公商圈子公司受到傳統產業母公司影響最大。

圖4.1.1 受測母公司半徑 500 公尺各產業母公司聚集量測示意圖

金融服務 業母公司

金融服務 業母公司

金融服務 業母公司

500公尺 500公尺

金融服務 業母公司

金融服務 業母公司

圖4.1.2 受測子公司半徑 500 公尺各產業母公司聚集量測示意圖

圖4.1.3 受測子公司同一集團母公司聚集示意圖

4.鄰近同一集團母公司：本變數僅討論子公司，鄰近是指集團母公司與子公司在 500 公尺內（圖 4.1.3 在斜線範圍內代表在同集團母公司在受測子公司半徑 500 公尺以內，在斜線範圍外代表在同集團母公司在受測子公司半徑 500 公尺以 外），集團母公司與子公司垂直水平整合與分工關係緊密，尤其在租金昂貴的 辦公商圈，集團母公司與子公司聚集會更顯緊密，本文預期子公司鄰近同一集 團母公司，選擇辦公商圈的機率比較高。

（三）企業屬性

1.設立時間：Rohrer（1990）、Bernstein（1992）、Bodenman（2000）和黃名義（2002）

等曾以設立時間長短分析辦公室的區位選擇，本文預期設立時間愈短的母公司 與子公司，受到市中心土地飽和與地價昂貴之影響，會向市郊地區集中。

2.資產總額：Rohrer（1990）、Lakonishok et al.（1992）、Shilton＆Stanley（1999）、

Bodenman（2000）和黃名義（2002）曾以資產總額分析辦公室的區位選擇，

本文預期資產總額愈大的母公司與子公司，愈有能力競爭辦公商圈。

（四）鄰近設施

1.500 公尺內銀行分行平均家數：陳建成(1975)、 Mcelroy（1979）、認為銀行分 行會設立在工商業密度高地區，鄰近愈多家銀行分行的母公司，愈會聚集於辦 公商圈，鄰近愈多家銀行分行的母公司與子公司，也愈會聚集於辦公室商圈。

2.500 公尺內有無捷運站及火車站：是否鄰近捷運站及火車站作為可及性便利的 替代變數，Fuchs(1983)、Ihlanfeldt＆Raper（1990）都以鄰近捷運站分析辦公 室的區位選擇，本文預期500 公尺內有捷運站及火車站的母公司與子公司，選 擇辦公商圈的機率比較高。

3.500 公尺內有無快速道路及交流道：是否鄰近快速道路及交流道作為運輸便利 的替代變數，Fuchs(1983)、張璠(1991) 、Ihlanfeldt＆Raper（1990）都以鄰近 高速公路分析辦公室的區位選擇，本文預期500 公尺內有快速道路及交流道的 母公司與子公司，選擇市郊地區的機率比較高。就母公司與子公司變數定義詳 見表4.1.1。

表4.1.1 母公司與子公司實證模式變數說明