實證模型設計

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

33

第四章 研究設計

第一節 實證模型設計

一、實證主題與方法論

本研究的目的在於瞭解臺灣各縣市的絕對所得（帄均家戶所得）及相 對所得（家戶所得分配）對縣市人口遷移是否存在著影響？影響效果為 何？對男性及女性遷移者的影響是否一致？

本研究針對臺灣地區 1999 至 2010 年 23 個縣市的資料加以分析，考 慮臺灣各縣市在自身地理環境、經濟條件與整體都市發展等方面各自呈 現不同特性，各縣市遷移率亦存在明顯的差異，若使用傳統的最小帄方 法（OLS）估計，由於無法將縣市本身特質包含在內，即許多經由調查 取得的質化資料無法量化納入考量，進而使估計結果出現偏誤。因此，

在進行分析的過程中，本研究採用可量化變數作為建立實證模型之解釋 變數，而對於無法量化之縣市特質因素（例如各縣市的地理環境等質化 變數），因無法以任何變數代表或將之量化，在迴歸估計中若忽略這些 縣市特質的差異，可能使實證估計結果有所偏誤，為避免估計發生偏誤，

本研究採用追蹤資料分析法（panel data）以兼顧時間序列及橫斷面的經 濟 現 象 。 橫 斷 面 資 料 所 估 計 的 參 數 比 較 能 夠 解 釋 不 同 觀 察 個 體 間

（inter-individual）的差異，而時間序列資料比較能解釋觀察個體本身

（intra-individual）的跨期動態變化。由於追蹤資料包含橫斷面資料與縱 斷面資料的優點，因而得以涵蓋更完整的訊息，藉以降低模型設定的錯 誤及估計參數時的誤差。

追蹤資料模型可分為固定效果模型與隨機效果模型，因此，本研究在

‧

（total_migrate），其次是各縣市男性遷移率（male_migrate），然後是各縣 市女性遷移率（female_migrate）。

自變數除了各縣市的絕對所得（帄均家戶所得）（ave_income）及相 對所得（家戶所得不均度吉尼係數）（Gini）外，本文也加入失業率

（unemploy_rate）、犯罪人口率（criminal_rate）、帄均每人政府公共支出淨

額（ave_expen）及就業者之行業結構（work_service）等自變數，探討其

對縣市遷移的影響。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

35

其中下標 i 代表縣市，t 代表年度，α是常數項，β 是各解釋變數 的估計係數，ε則是誤差項。

除了吉尼係數外，國際間亦常以大島指數作為衡量所得分配之指標。

因此，本研究以行政院主計總處家庭收支調查報告之原始資料，計算另 一所得分配不均指標－大島指數（Oshima）（每戶可支配所得五等分位差 距倍數）替代吉尼係數，進行模型的敏感性測詴。

敏感性分析迴歸方程式如下：

模 型 1 ：total_migrate_i(t+1) =α_i + β₁ ave_income_it + β₂ ave_income_it ² + β₃ Oshima_it +β₄ unemploy_rate_it +β₅ criminal_rate_it +β₆ ave_expen_it

+β₇ work_service_it + ε_it

模 型 2 ：male_migratei(t+1) =α_i + β₁ ave_income_it + β₂ ave_income_it ² + β₃ Oshimait +β₄ unemploy_rateit +β₅ criminal_rateit +β₆ ave_expen_it

+β₇ work_serviceit + ε_it

模型 3：female_migrate_i(t+1) =α_i + β₁ave_income_it + β₂ ave_income_it ² + β₃ Oshima_it +β₄ unemploy_rate_it +β₅ criminal_rate_it +β₆ ave_expen_it

+β₇ work_service_it + ε_it

其中下標 i 代表縣市，t 代表年度，α是常數項，β 是各解釋變數 的估計係數，ε則是誤差項。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

36