第四章 定住空間變遷的另一隱含面
第五節 新竹地區空間發展與鄰近性之分析
變項為校標變項組（Y 組）9，進行典型相關分析，其分析結果如表4-5-1。
經由典型相關分析後，可抽取五個典型因素，有二個典型相關係數達到顯 著水準（P＜0.05），購屋動機的兩個因素都對購屋資訊來源有相關性。其中第 一組典型相關係數為0.51，第二組典型相關係數為 0.40。
表4-5-1 購屋動機與購屋資訊來源典型相關分析結果表 典型相關
典型相關一 典型相關二
控制變項組（X） χ1 χ2
擁有房屋 0.707 0.029
提升住宅品質 0.328 0.512
效標變項組（Y） υ1 υ2
既有經驗 0.696 0.638
主動搜尋 0.544 0.513
被動接觸 0.501 0.243
特徵值 0.179 0.143
典型相關係數 0.515 0.408
Wilk’s Λ值 0.632 0.746
P 值 0.000 0.007
資料來源：本研究分析整理
1. 典型相關一
第一組典型相關中控制變項（X）之「擁有房屋」變項之典型負荷絕對值
≧ 0.5；效標變項（Y）之「既有經驗」、「主動搜尋」與「被動接觸」三 變項之典型負荷絕對值≧ 0.5。顯示科技社群在首次購買房屋時科技社群高 度涉入，所以他們投入許多心力去搜集有關住宅的資訊。科技社群在產生 購屋需求確認後，會先從內部尋求保留在記憶中的知識與資訊，並從現有 知識作選擇，如果不夠就會向外部資訊環境搜集更多資訊，所以對搜集策 略的歸納是先有內部搜集再進行外部搜集，而且當個人的先前經驗或知識 已足以解決問題，就不會再產生外部搜集行為（Bettman, 1979; Engle et al., 1993; Hawkin et al, 2001）。就分析結果顯示，購買房子屬於高度涉入且在
2. 典型相關二
第二組典型相關中控制變項（X）之「提升住宅品質」變項之典型負荷絕 對值≧0.5；效標變項（Y）之「既有經驗」與「主動搜尋」二變項之典型 負荷絕對值≧0.5。顯示購屋動機之「提升住宅品質」變項透過第二個典型 相關因素影響購屋資訊來源之「既有經驗」與「主動搜尋」變項。科技社 群若屬於換屋者主要憑藉著過去既有的經驗去找尋自己夢想中的家園（權 數為0.638），若是過去的居住經驗或是親朋好友的口耳相傳無法解決購屋 問題，便再向外面的建設公司或房屋仲介公司諮詢相關訊息。
（二）購屋資訊來源與個體鄰近性
以內部鄰近性經因素分析後得到三個因素，分別為：「心理鄰近」、「功 能鄰近」與「社會鄰近」，而其中「心理鄰近」、「功能鄰近」是從認同鄰近 性中所得到；而外部之認知鄰近性亦是得到三個因素，分別為：「具有可及性」
與「具有品質」、「具有互動性」。
為瞭解科技社群購屋資訊來源是否影響科技社群個體鄰近性，因此針對「購 屋資訊來源」與「個體鄰近性」的問項，經因素分析後，利用兩組因素變項進 行典型相關分析。經由典型相關分析後，可抽取七個典型因素，有二個典型相 關係數達到顯著水準（P＜0.05），即二組變項間有兩組顯著的線性組合關係。
其中第一組典型相關係數為0.45，第二組典型相關係數為0.35。
圖4-5-1 購屋動機與購屋資訊來源典型相關分析路徑圖 擁有房屋
提升住宅品質
χ1
χ1
υ1
υ2
既有經驗
被動接觸 主動搜尋 0.51
0.45 0.70
0.51
0.69 0.54 0.50 0.63
0.51 結構係數 典型相關係數 相關係數
表4-5-2 購屋資訊來源與個體鄰近性典型相關分析結果表 典型相關
典型相關一 典型相關二
控制變項組（X） χ1 χ2
既有經驗 0.515 0.226
主動搜尋 0.294 0.574
被動接觸 0.320 0.116
效標變項組（Y） υ1 υ2
具有可及性 0.243 0.812
具有品質 0.058 0.416
具有互動性 0.572 0.545
心理鄰近 0.579 0.128
功能鄰近 0.513 0.287
社會鄰近 0.369 0.539
特徵值 0.198 0.119
典型相關係數 0.45 0.35
Λ值 0.650 0.811
P 值 0.000 0.000
資料來源：本研究分析整理
1. 典型相關一
第一組典型相關（圖 4-5-2）中控制變項（X）之「既有經驗」變項之典 型負荷絕對值≧ 0.5；效標變項（Y）之「具有互動性」、「心理鄰近」、「功 能鄰近」三變項之典型負荷絕對值≧ 0.5。科技社群在購屋資訊搜尋從既有經 驗中得到住宅相關資訊，這些資訊來自過往的居住經驗，對於高知識與技術 的科技社群而言，家園認同感結合了個人、地景記憶與日常生活經驗，並且 與遙遠國度或異國文化的意象幻想相連結（Chang, 1999），因此他們喜好美式 郊區的住宅形式以及居住環境，而且美式郊區家園和社區意象提供了安全 感，並賦予他們較高的社會地位；對於新竹當地的科技社群而言，他們對於 新竹地區有很濃厚的情感，他們的生活和新竹地區緊密結合。
既有經驗中亦包括了園區工作的伙伴、親戚朋友父母家人等非商業－人
關係人也因親密關係和疏遠關係扮演不同的影響決策角色，當科技社群對決 策困難度提高時，傾向選擇以搜集親密關係者情感性線索作為評估定住區位 選擇的準則。
2. 典型相關二
第二組典型相關中控制變項（X）之「主動搜尋」變項之典型負荷絕對值
≧0.5；效標變項（Y）之「社會鄰近」、「具有互動性」與「具有可及性」
三變項之典型負荷絕對值≧0.5。顯示資訊來源之「主動搜尋」變項透過第二 個典型相關因素影資訊搜尋策略之「社會鄰近」、「具有互動性」與「具有 可及性」變項，其中以「主動搜尋」對「具有可及性」之解釋力最大（權數 為0.81），顯示科技社群主要透過建設公司、房屋仲介公司或是園區工作伙伴 所提供的諮詢，主動蒐集住宅相關資訊。
（三）討論
總括典型相關結果分析，購屋資訊來源與個體鄰近性二者變項之間有典型 相關存在，因此拒絕「H1：個體鄰近性對於購屋的資訊搜尋無顯著相關」之假 說。顯示科技社群定住區位的抉擇與遷移在交通運輸可及性的帶動下，促使新 竹地區空間蓬勃發展。而在定住空間變動的過程中，科技社群為了能擁有自己 的房屋與提升住宅品質，透過社會網絡非交易性依賴關係將社群彼此間對於住 宅資訊的內隱知識符碼化，並且重視具有互動性與可及性的資訊來源。不同於
既有經驗
主動搜尋
被動接觸
χ1
χ2
υ1
υ2
具有品質
具有可及性 具有互動性 心理鄰近 功能鄰近
社會鄰近 0.51
0.57
0.45
0.35
0.51 0.57
0.54 0.57
0.53
0.81
圖4-5-2 購屋資訊來源與個體鄰近性典型相關分析路徑圖
結構係數 典型相關係數 相關係數
勞力密集型科技社群注重居住地區經濟、消費的便利性，知識密集型科技社群 因需要面對面接觸的互動需要、沈默知識的空間黏性，使得其在工作－居住區 位上與空間鄰近性有極大的關係。
二、科技社群個體鄰近性與空間鄰近性之分析
從上述的典型相關分析中顯示，科技社群在選擇定住區位時會進行廣泛的資 訊搜尋，並且受到其本身個體層面之內部、外部鄰近性決策路徑的影響，這亦推 論出新竹地區近年來的發展快速，多項建設規劃案促使新竹地區成為台灣北部的 次區域中心，並且隨著新竹科學園區所延伸出之衛星園區而逐漸由單核心轉變成 多核心發展，而在科技社群遷移過程中，個體鄰近性因素可能對於區域空間的擴 張發展產生影響。然而，哪一個鄰近性向度為空間鄰近性的主要影響因素？抑或 是內部與外部鄰近性相互作用產生加乘效應？這都有待本研究進一步的探究。
因此，藉由科技社群向度之社會、認同、認知鄰近性經由因素分析後得到「心 理性鄰近」、「功能性鄰近」、「社會鄰近性」、「具有可及性」、「具有品質」
與「具有互動性」等六個影響因素，經迴歸分析檢視其對科技社群定住區位「空 間鄰近性」之關鍵影響，其自變數與應變數如表4-5-3 所示，而函數關係如下：
6 6 2
2 1
1
X X X
Y
=α+β +β +LL+β就各變數進行相關分析（表4-5-4），其顯示多數科技社群內部與外部鄰近性 變數之間並不具有相關的顯著性，而「空間鄰近性」、「心理鄰近」、「功能鄰 近」與「社會鄰近」之間則具有相關顯著性，其原因將於迴歸分析後作進一步探 討。
表4-5-3 變數資料說明
變數 說明
應變數 Y 空間鄰近性
X1 心理鄰近
X2 功能鄰近
自變數
表4-5-4 相關分析
Y X1 X2 X3 X4 X5 X6
Y 1
X1 .681(**) 1
X2 -.378(*) .083 1
X3 .492(**) .075 .014 1
X4 .127 .104 0.13 .200 1
X5 .077 .011 -.053 .078 .031 1
X6 .055 .021 -.029 .042 .105 -.000 1
* P<0.05；** P<0.01
本研究經由反覆利用逐步迴歸分析方式，以選取出與應變數的相關性、顯著性的 自變數，以呈現出各因子之間影響的程度。其結果顯示（表4-5-5），當自變數為
「心理鄰近」、「功能性鄰近」、「社會鄰近」與「具有互動性」，此模式的解 釋能力最高（R2=0.64），同時 F 檢定亦具有顯著性（P=0.00），其中「心理鄰近」、
「社會鄰近性」與具正向影響係數。標準化迴歸係數顯示「社會鄰近」對於「空 間鄰近性」的影響最大，其它依次為「心理鄰近」、「具有互動性」，此說明了 注重社交網絡、認同社群文化、以及購屋資訊互動的科技社群，在購屋選擇上會 考量住宅與園區往返之間的時間距離。據此，迴歸分析之檢定結果拒絕本研究之 假說二「H2：個體鄰近性對於對於空間鄰近性無顯著相關」。因此，針對迴歸分 析的結果分述如下：
首先，Audretsch 和 Stephan（1996）認為空間鄰近性在建立與加強社會、認同 鄰近性方面扮演了互補的角色，促進科技社群非正式關係；在本研究中更是進一 步發現，社會、認同鄰近性的產生必須在空間上彼此聚集鄰近在同一地區，亦即 科技社群定住區位與工作地點互相鄰近時，就有更多面對面接觸機會產生，而且 可以更加容易地建立信任，之後就會導致科技社群之間有更多的人際與鑲嵌關係 產生（Harrison, 1992），也才有可能刺激非正式制度（認同鄰近）的形成和演變，
像是影響互動學習與創新的規範和習慣。此亦驗證了科技社群不僅在生產空間必 須聚集在一起，正因為空間鄰近性對於互動學習的質與量都有正面貢獻，存在於 同一地區內地方性知識交換網絡與互動學習機制中的成員就享有比地區外成員更 特別的優勢，為了維持此一優勢在居住生活空間上也必須鄰近工作地點。
表4-5-5 迴歸分析彙整表
項目/參數 迴歸係數 標準化後
迴歸係數 t 值 P 值 VIF 值 常數項 3.071 － 36.592 0.000 －
心理鄰近 0.272 0.233 3.245 0.001** 1.005 功能鄰近 0.212 0.181 2.531 0.012* 1.018 社會鄰近 0.301 0.258 3.596 0.000** 1.007 具有互動性 0.179 0.153 2.131 0.035* 1.006
R2 調整後R2 F 值 顯著性
0.68 0.64 6.640 0.000
* P<0.05；** P<0.01
其次，當模式考量外部認知鄰近性「具有互動性」因子時R2為0.64，但將此 因子去除時R2為0.61，且 F 檢定亦呈現顯著性；而直接將「具有互動性」與「空 間鄰近性」直接做簡單線性迴歸時則R2為0.23 且無顯著性。此顯示認知鄰近性之
「具有互動性」雖非「空間鄰近性」的直接影響因素，但卻有助於科技社群社會 鄰近性之互動；當科技社群在蒐集住宅資訊過程時，不論是透過網路或是面對面 互動，都期望尋求準鄰居集體討論，積極發揮守望相助的功能，這亦提供他們發 展社會及人際關係。