前節討論 1991 年、1996 年、2001 年、2006 年等四個年度的都市發展程度指標空間 分布型態，本節將針對都市發展進程指標的空間分布型態進行因素分析。因子選定主要 分成兩大類，分別為生活機能因子及可及性因子。生活機能因子以戶口普查科於民國 2000 年調查的宅內人口資料（圖四－13）為代表，可及性因子包含道路面積密度資料（圖 四－14）、主要道路距離資料（圖四－15）、1996 年～2000 年捷運出口位置（圖四－16），
以及 2000 年公車班次資料（圖四－12）。另，考量捷運完工年份始自 1996 年，且能代 表生活機能便利性的宅內人口資料每十年才調查一次，於本研究的時間範圍只有 2000 年才有宅內人口資料，故本文只針對四個年度中 2001 年的都市發展程度指標進行因素 分析。因子分析圖如下
圖 四-12 2001 年公車班次因子圖
圖 四-13 2001 宅內人口因子圖
圖 四-14 2001 年道路面積密度因子圖
圖 四-15 2001 年主要道路距離因子圖
圖 四-16 1996－2001 年 MRT 出口因子圖
本節首先針對 2001 年都市發展程度指標進行全域傳統線性迴歸，之後再進行地理 果 Moran’s I Index = 0.88，Z（I）達 131.19，表示迴歸的殘差值呈現空間自相關性，違 反多元線性迴歸「殘差於空間上應該要呈現隨機分佈的假設」，故本研究運用 GWR38的空
表 四-11 多元線性迴歸與地理加權迴歸結果比較
表四－11 為地理加權迴歸運行結果與多元線性迴歸之比較。從表可發現使用地理加 權迴歸（GWR）Adjust R2由 0.51 提升至 0.73，提高將近 22%解釋力。且 GWR 的 AICc 指數為 27846.20，比多元線性迴歸 AICc 指數 34547.81 來得低，代表使用 GWR 有較小 的變異可得到較為準確的推估結果。但從空間自相關檢定 Moran’s I 仍可發現，GWR 殘 差的 Moran’s I 雖然較多元線性迴歸 Moran’s I 值略為下降，卻仍呈現空間不隨機分布的 情形，代表捷運站出口距離因子、宅內人口因子、公車班次因子、主要道路距離因子、
道路面積密度因子等尚未能全面解釋臺北盆地淡水河右岸的都市發展程度指標。
根據表四－1 整理我們可以得知，GWR 能夠提供各項因子地方細數於空間分布差 異的情形，故透過地理加權迴歸，我們將可以得知五項因子影響力在空間上的差異，進 而獲得更多訊息以了解都市發展程度指標空間分布之因。以下內容將探討各項因子係數 在空間影響力的差異，最後再探討殘差估不準之空間分布情形。
39 即：多元線性迴歸
MLR39 GWR
Adjust R2 0.51 0.73
Local R2
平均值 －－－ 0.447
最大值 －－－ 0.825
最小值 －－－ 0.016
AICc 34547.81 27846.20 Moran’s I 0.88** 0.8**
表 四-12 地理加權迴歸係數統計 變項
MLR GWR
係數 平均值 最小值 最大值
捷運站出口距離 －0.000212 －0.000412 －0.002023 0.000828
宅內人口 0.000086 0.000357 －0.000542 0.002301
公車班次 0.176123 0.146991 －0.022325 0.366847
主要道路距離 －0.000308 －0.00031 －0.003433 0.008531
道路面積密度 0.840293 0.185802 －1.225194 4.662254