第三章 研究設計
第三節 實證結果與假說驗證
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 實證結果與假說驗證 一、實證結果
(一)模式一（首都-台北市）
二元 Logit 分析結果如下表，模式的 Omnibus 檢定，其顯著性為 0.000，小 於 0.05 代表通過(附錄表一)；Hosmer＆Lemeshow 檢定，顯著性為 0.599 大於 0.05，實證結果亦為通過(附錄表二)。
表 4-10 企業總部首都、非首都區位選擇實證結果
B S.E. Wald 自由度 顯著性 Exp(B) 純辦公室使用 0.32 0.18 3.22 1 0.07 1.38 設有研發機構 0.92 0.21 19.11 1 0.00 2.52 名列台商一千大 0.37 0.21 3.01 1 0.08 1.45 具跨國生產網絡 -0.05 0.19 0.07 1 0.79 0.95 外資企業 0.47 0.31 2.36 1 0.12 1.60 資產總額 0.01 0.01 5.70 1 0.02 1.01 員工數 -0.00 0.00 4.24 1 0.04 0.99 知識密集型製造業 -0.93 0.21 19.98 1 0.00 0.39 傳統型製造業 0.54 0.27 4.11 1 0.04 1.71
總樣本數N：990
模型一的結果顯示，代表總部功能變數的純辦公室使用、設有研發機構均 通過檢定，且與預期的效果相同，做為純辦公室使用，或設立研發機構的總部 傾向設置於首都台北市。而代表跨界治理能力變數的名列台商一千大通過檢 定，表示並列在兩岸一千大的製造業較非兩岸一千大製造業傾向選擇將總部設 置於首都台北市，而跨國生產網絡和外資企業均未通過檢定，無法觀察在國外 設有分公司或屬於外資企業者，其總部設置在區位選擇是否偏向選擇首都。而 代表企業屬性變數的資產總額通過檢定，而其賭倍比（Exp）為 1.01，表示資產 總額愈大的製造業或資本投入量愈大的大型企業，傾向於台北市設置總部，實 證結果與預期相符；另員工人數亦通過檢定，然其賭倍比（Exp）為 0.99 小於 1，
顯示企業員工數愈多遠離台北市的機率愈大，知識密集型製造業亦通過檢定，
然其賭倍比（Exp）為 0.39 小於 1，顯示屬性為知識密集製造業之企業雖傾向選 擇設置總部在台北市，但與非知識密集製造業的差異並不大，而傳統型製造業 通過檢定，且其賭倍比（Exp）為 1.71，亦顯示傳統產業將總部設置在台北市機 率高。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(二)模式二（三大都會區-台北縣市、台中縣市及高雄縣市）
二元 Logit 分析結果如下表，模式的 Omnibus 檢定，其顯著性為 0.000，小 於 0.05 代表通過(附錄表三)； Hosmer＆Lemeshow 檢定，顯著性為 0.795 大於 0.05，實證結果亦為通過(附錄表四)。
表 4-11 企業總部都會區、非都會區區位選擇實證結果
B S.E. Wald 自由度 顯著性 Exp(B) 純辦公室使用 0.39 0.16 5.88 1 0.02 1.48 設有研發機構 0.75 0.20 14.66 1 0.00 2.11 名列台商一千大 0.04 0.19 0.04 1 0.84 1.04 具跨國生產網絡 0.28 0.17 2.78 1 0.10 1.32 外資企業 0.25 0.29 0.73 1 0.39 1.28 資產總額 0.00 0.00 1.04 1 0.31 1.00 員工數 -0.00 0.00 5.30 1 0.02 1.00 知識密集型製造業 -0.82 0.19 17.97 1 0.00 0.44 傳統型製造業 0.15 0.25 0.34 1 0.56 1.16
總樣本數N：990
模型二的結果顯示，代表總部功能變數的純辦公室使用、設有研發機構均 通過檢定，且其賭倍比（Exp）均大於 1，顯示位於三大都會區的企業總部在功 能上傾向以設有研發機構機率較高，而純辦公室使用在變數影響力僅次於設有 研發機構。代表跨界治理能力變數的名列台商一千大未通過檢定，未能觀察具 有兩岸競爭力之台商企業總部在區位選擇是否偏好都會區。跨國生產網絡通過 檢定，且其賭倍比（Exp）大於 1，顯示具有海外分公司之企業較無海外分公司 的企業其總部偏好設置於都會區甚多；而外資企業未通過檢定，未能觀察外資 企業在區位選擇有無偏好都會區。而代表企業屬性變數的資產總額未通過檢 定，無法觀察資產總額愈大的製造業或資本投入量愈大的大型企業在總部的區 位選擇上有無偏好都會區；員工人數通過檢定，然其賭倍比（Exp）小於 1，顯 示企業員工數愈多遠離三大都會區的機率愈大，而知識密集型製造業亦通過檢 定，其賭倍比（Exp）為 0.44，顯示屬性為知識密集製造業之企業雖傾向選擇設 置總部在三大都會區，但與非知識密集製造業的差異並不大，傳統型製造業未 通過檢定，未能觀察傳統型製造業的企業總部在區位選擇有無偏好都會區。
(三)模式三（生產性服務業及創新氛圍）
為了探討生產性服務業及創新氛圍是否影響台灣 1000 大製造業企業總部的 區位選擇，本模式先藉由 spss 套裝軟體對生產性服務業及創新氛圍的代表變數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
進行集群分析以獲得具同質性的生產性服務業及創新氛圍地區後，再進行二元 羅卲特分析。
生產性服務業變數以 90 年生產性服務業廠家數及金融機構數為代表；創新 氛圍以研發創新、科技相關機構及學術相關機構等三類變數代表，研發創新變 數以 90 年製造業及生產性服務業研發經費總額和 92 年專利數替代；科技相關機 構變數以科技機構總數、育成中心數及其他科技機構數替代；學術資源變數在 區位選擇決策時，以碩博士人數、大學院校及專科學校數及法人學會機構替 代。
首先透過二階段集群分析在確定最適的集群數目及集群內成員之後，再透 過 K 帄均數進行集群分析，兩階段集群分析之結果如下：
表 4-12 縣市集群數目自動叢集表 叢集數目 Schwarz
的貝葉斯準則 BIC 變動(a) BIC 變動比率(b) 距離測量比率(c) 1 272.03
2 246.04 -26.00 1.00 3.24 3 293.57 47.53 -1.83 1.72 4 354.86 61.30 -2.36 2.09 5 426.10 71.24 -2.74 1.42 6 500.03 73.92 -2.84 1.41 7 575.83 75.80 -2.92 1.62 8 653.39 77.56 -2.98 1.04 9 731.05 77.67 -2.99 1.33 10 809.38 78.33 -3.01 1.15 11 887.98 78.60 -3.02 2.01 12 967.47 79.49 -3.06 1.27 13 1047.15 79.67 -3.07 1.21 14 1126.94 79.79 -3.07 1.40 15 1206.89 79.96 -3.08 1.47 資料來源：本研究整理
由上可以看出，當集群數為 2 群時，所得之 BIC 數值最小，且同時距離測 量比率最大，再由集群分配的組合得知其應分為兩群，屬於第一集群的樣本數 共有 18 個縣市，屬於第二集群的樣本數計共有 4 個縣市，分別是：台北市、台 北縣、新竹市及新竹縣。
將 90 年生產性服務業廠家數、金融機構數、90 年製造業及生產性服務業研
‧
90年製造業研發經費總額 2799656.50 35210020.00 92年年專利數 859.67 3235.0053236796114869.00 8199261191981.71 6.49 0.02
90年製造業 研發經費總額
3437776349025159.00 38186176648011.95 90.03 0.00 92年專利數 18465409.46 2406253.50 7.67 0.01 科技機構總數 55640.50 6663.94 8.35 0.01 育成中心數 62.25 9.05 6.88 0.02 資料來源：本研究整理
24 K帄均數法(K-means Method)：此法是方法上的一種整合應用，其步驟是將各觀察值分割為K
個集群，然後計算觀察體到各集群重心的距離，並將各觀察體分派到距離最近的集群內。重新
計算得到新觀察體與喪失該觀察體的集群重心，再依各觀察體到各集群重心的距離。如此反覆
計算，直到各群沒有頇重新分配的觀察體為止。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-14 (續) 生產性服務業及創新氛圍集群 ANOVA 檢定表
集群 誤差 F 檢定 顯著性
帄均帄方和 帄均帄方和
法人機構及學會 17083.84 1771.16 9.65 0.01 其他科技機構數 6288.09 1016.85 6.18 0.02 金融機構數 335127.27 42222.48 7.94 0.01 90年PS廠家數 557524485.82 54499668.88 10.23 0.01 碩博士人數 5738885000.50 482129421.51 11.90 0.00 大學專科學校數 323.65 49.37 6.56 0.02
資料來源：本研究整理
進一步以下針對集群分析的結果進行二元 Logit 分析，Y 值的部分以具備較 高的生產性服務業及創新氛圍的台北市、台北縣、新竹市及新竹縣 4 個縣市為 1，其他地區為 0，實證的結果如表 4-15，模式的 Omnibus 檢定，其顯著性為 0.00，小於 0.05 代表通過(附錄表五)； Hosmer＆Lemeshow 檢定，顯著性為 0.25 大於 0.05，實證結果亦為通過(附錄表六)。
表 4-15 企業總部生產性服務業及創新氛圍區位選擇實證結果
選擇變數 B S.E. Wald 自由度 顯著性 Exp(B) 純辦公室使用 0.35 0.17 4.28 1 0.04 1.42 設有研發機構 1.37 0.19 50.18 1 0.00 3.93 名列台商一千大 -0.42 0.20 4.21 1 0.04 0.66 具跨國生產網絡 0.29 0.17 2.78 1 0.10 1.34 外資企業 0.29 0.30 0.93 1 0.34 1.34 資產總額 0.01 0.01 6.99 1 0.01 1.01 員工數 -0.00 0.00 6.89 1 0.01 1.00 知識密集性型製造業 0.50 0.19 6.98 1 0.01 1.65 傳統型製造業 0.35 0.26 1.83 1 0.18 1.42
總樣本數N：990
實證的結果顯示，代表總部功能變數的純辦公室使用通過檢定，而其賭倍 比大於 1，顯示企業總部在功能上以純辦公室使用為主時，其總部設置在生產 性服務業及創新氛圍較高地區的發生機率較為顯著，設有研發機構亦通過檢 定，且其賭倍比（Exp）為最大，表示將設有研發機構的總部設置在生產性服務 業及創新氛圍較高地區最為顯著，推論創新氛圍確實對企業總部的設置有所正 面影響。代表跨界治理能力變數的名列台商一千大通過檢定，然其賭倍比
（Exp）小於 1，代表名列台商一千大雖然傾向將總部設置於生產性服務業及創
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
新氛圍較高地區，但相較於非台商一千大來說差異並不大，而跨國生產網絡亦 通過檢定，且其賭倍比（Exp）為大於 1，顯示在國外設有分公司有跨國生產網 絡關係的總部其設置於生產性服務業及創新氛圍較高地區的機率明顯高於國外 沒設有分公司者，外資企業未通過檢定，無法觀察生產性服務業及創新氛圍較 高地區對外資企業總部區位選擇的影響。代表企業屬性變數的資產總額通過檢 定，而其賭倍比（Exp）大於 1，代表資產總額愈大的製造業總部選擇進駐生產 性服務業及創新氛圍較高地區的機率越高。員工人數亦通過檢定，然其賭倍比
（Exp）小於 1，代表企業員工數愈多遠離生產性服務業及創新氛圍較高地區的 機率愈大。知識密集型製造業通過檢定，且其賭倍比（Exp）為 1.65，是三個模 式中唯一大於 1 者，代表產業別為知識密集型製造業較非知識密集型製造業之 企業總部選擇設置在生產性服務業及創新氛圍較高地區的機率相對較高，其影 響程度僅次於設置研發機構變數。傳統型製造業未通過檢定，無法觀察其總部 設置對生產性服務業及創新氛圍較高地區是否有所偏好。
二、假說驗證
模型一、二和模型三的結果顯示，代表企業屬性變數的資產總額在模式一 和模式三均通過檢定，且其賭倍比（Exp）均大於 1，雖然在模式二中未通過檢 定，因此無法觀察資產總額愈大的製造業總部是否偏好設置於都會區，但由模 式一和模式三的結果可以發現，臺灣 1000 大製造業資產總額愈大時，其總部選 擇進駐在首都的機率越高，顯示首都台北市確實吸引台灣 1000 大製造業設置企 業總部，而且無論是知識密集型製造業或傳統型製造業，其資產總額愈大愈偏 好在首都台北市設立總部。由於公司總部的區位考量因素包括容易取得專業服 務 、 鄰 近 資 金 市 場 、 鄰 近 政 治 中 樞 及 良 好 人 才 之 處 等 （ Schriner,1999 ； Hayter,1997；Vedovello,1998;），而台北市是台灣政治與經濟的發展中心，因此 這樣的結果也印證了 Frenkel（2001）、洪翊晟（1999）、黃名義(2001)、Healey and Llbery（1990）等人的論點。
再對照知識密集型製造業在模式一和模式二通過檢定，但其賭倍比（Exp）
均小於 1 而在模式三通過檢定且其賭倍比（Exp）大於 1，以及傳統型製造業在 模式一通過檢定而模式二和模式三均未通過檢定，但員工人數在模式一、二和 模式三均通過檢定，且其賭倍比（Exp）均小於 1 顯示企業員工數愈多其總部的 設置遠離首都、三大都會區和生產性服務業及創新氛圍較高地區的機率愈大的
均小於 1 而在模式三通過檢定且其賭倍比（Exp）大於 1，以及傳統型製造業在 模式一通過檢定而模式二和模式三均未通過檢定，但員工人數在模式一、二和 模式三均通過檢定，且其賭倍比（Exp）均小於 1 顯示企業員工數愈多其總部的 設置遠離首都、三大都會區和生產性服務業及創新氛圍較高地區的機率愈大的