壹、 緒論
一、 研究動機與目的
過去，台灣的失業率大都維持在 2%~3%左右，但自 2000 年以來失業率屢創新高，
在 2002 年更高達了 5.17%，高失業率除了是經濟問題外，更可能引發其他的社會問題 與家庭問題，因此社會各界對此議題均相當關注。在過去有關失業議題的研究中，絕 大部分皆指出失業率會受到經濟成長率的影響，台灣的情況亦是如此，由圖 1 台灣地 區 1998 年~2006 年的變化態勢，我們不難發現當經濟衰退時，失業率有上升的趨勢，
可見當前的失業問題和經濟發展狀況有密切的關係。然而，影響失業率的因素除了經 濟成長以外尚有很多內部因素，如性別、年齡、教育水準等，學術界亦積極投入這些 相關因素的研究，如劉孟奇等 (2008) 所著的《2006 大專畢業青年就業力調查報告》，
正是為了探討台灣現在的大專青年失業問題，檢視高等教育下的失業課題。另外，亦 有江豐富、劉克智等人從台灣二十三縣市的角度做更細緻的分析，實證結果也發現縣 市間失業率的差異會造成失業狀況的不同。
圖 1 台灣地區 1998 年~2006 年失業率及經濟成長率變化
-3%
-2%
-1%
0%
1%
2%
3%
4%
5%
6%
7%
1998 1999 2000 2001 2002 2003 2004 2005 (年)
失業率 經濟成長率
2
因此，本研究從縣市別的角度切入，依據行政院主計處對「縣市別重要指標」的 區域畫分方式來看，台灣大致上可區分為北部、中部、南部及東部四大區域，各區域 所涵蓋的縣市如表 1。由表 1 中我們可以看到，在 1998 年至 2006 年間，以東部地區 的平均失業狀況最為嚴重，九年間平均失業率高達 4.20%，南部地區次嚴重也有 4.02%，而以北部地區及中部地區平均失業率最低。再就其標準差看來，東部區域 (0.82) 最小，南部區域 (0.96) 次小，可見此兩區域失業率較高亦較集中，失業問題最為嚴重。
若就二十三縣市失業率排名來看，基隆市平均失業率高居第一位，其次為高雄市及花 蓮縣、台南市、高雄縣，綜言之，東部地區及南部地區縣市的失業率似有高於其他地 區的狀況存在。除了失業率外，我們亦同時觀察其他潛在影響失業率之因素在不同縣 市的發展情形，詳細狀況如附表 3 至附表 12 所示。就工業發展狀況來說，桃竹苗、台 中縣、彰化縣及台南縣市其工業人口所佔比率較高，而東部地區工業人口比率為全台 最低，九年平均只有 25.36%；以服務業人口比率來說，北部地區服務業人口所佔的的 比率最高，尤其台北市更高居全台之冠，達 79.52%。除了新竹市外，北高兩直轄市、
基隆市、台中市、嘉義市及台南市、台北縣其服務業人口比率均高，可見行政層級高 的縣市其服務業比率均較高，此外，澎湖縣及花蓮縣的服務業人口比率也很高；在農 林漁牧業的發展上，東部區域農林漁牧業人口比率最高，其次為中南部區域，北部區 域則最低。主要的農林漁牧業大縣有：嘉義縣、台東縣、雲林縣、屏東縣及南投縣，
台北市則唯全台農林漁牧業比率最低之縣市，且其標準差最小 (0.09)，可見台北是一 直以來農林漁牧業比率均偏低；以人口年齡比例分佈上來看，各地區的差異不大，中 部區域青少年 (15-24 歲)人口比例略高 (19.33%) ，北部區域則在中壯年 (25-44 歲) 人 口比例分佈上偏高，南部區域在中高齡 (45-64 歲) 人口比率分佈上有高於全台平均的 現象；就高等教育人口比率來說，行政層級較高的七個縣市 (直轄市與省轄市) 恰好 居前七名，可見行政層級較高的縣市接受高等教育的人口比率偏高，而高等教育人口 比率最低的縣市則為台東縣、嘉義縣及雲林縣；再就全台營利事業家數來看，台北縣 市、高雄市、桃園縣及台中縣的營利事業家數最多，澎湖縣最少，且其標準差亦小 (0.48)，可推測澎湖縣長期以來營利事業家數均偏低；就各縣市性別比分佈狀況來看，
3
僅台北市及台中市出現「女多於男」的狀況，其於縣市均為男多於女，尤以台東縣在 性別分佈上「男多於女」的現象最為明顯；外勞比率最高的縣市集中於桃竹苗一帶，
北部區域在外勞比率上最高 (4.22%)，東部區域則最低，僅 1.35%，可以看得出來外 籍勞工的分佈情形可能與新竹科學園區有密切的關係。
透過上述敘述性統計的呈現，我們可以發現，不同縣市間確有差異存在，在分析 台灣失業率問題時，若冒然將台灣視為一整體來看可能導致區域上的錯誤判斷，這也 說明了地區性的差異不容忽視。因此，本研究擬從縣市的角度切入，考慮不同縣市本 身特色、產業發展重點等，再就不同縣市別來分析其失業狀況，以找出各縣市與失業 率變動最相關的因素。
除找出與失業率相關的因素外，「失業率預測」也是政府運作的重要工作之一，
透過精確的預測能使得政府的各項功能獲得良好的控制與妥善的規劃，亦能便於相關 地方政策的確立。近年來灰色系統理論廣泛地盛行於中國大陸學術界上，並且獲得相 當好的研究成果 (史開泉，1994) 。根據灰色理論過去的相關研究顯示，其特別適用 於小樣本、系統資訊不完整狀況下的預測分析，只頇 4 筆以上的歷史資料即可獲得令 人滿意的預測結果。在失業問題的研究中，我們對整個問題的掌握度和瞭解程度有限，
對於影響失業的因素亦不非常明朗，正好符合灰色理論的基本特徵─系統資訊不完 全，再者，過去的經濟環境與產業發展與現在差異甚大，早期的歷史資料是否適用於 現況或未來的預測分析，確實值得考慮，且若資料為大樣本，則應採用傳統統計方法 以得較穩健之結果。本研究運用 1998 年至 2006 年的年資料進行失業率的預測，樣本 數僅 9 筆，屬小樣本，因此採用「灰色系統理論分析法」先找出台灣各縣市失業率的 重點因素，再納入這些重點因素，以台灣地區及台北市為例，建立其專屬的模型以進 行失業率的預測，再就預測結果評估灰色理論在失業率等經濟議題上的適用性。
4
表 1 台灣地區、各縣市 1998 年~2006 年之失業率概況
地區/縣市別 平均值(%) 排序 標準差 最大值(%) 最小值(%)
台灣地區 3.98 0.92 5.17 2.69
北部區域 3.93 0.99 5.50 1.70
台北市 3.68 19 0.77 4.60 2.60
基隆市 4.59 1 0.54 5.50 4.00
新竹市 3.96 14 1.07 5.30 2.50 台北縣 4.10 10 1.02 5.50 2.80
宜蘭縣 4.34 6 0.76 5.40 3.40
桃園縣 3.59 20 1.22 5.10 2.00 新竹縣 3.26 22 1.04 4.40 1.70
中部區域 3.92 1.07 5.40 1.70
台中市 4.17 9 0.93 5.40 2.80
苗栗縣 3.73 17 1.11 4.90 2.10
台中縣 4.19 8 1.00 5.40 2.50
彰化縣 3.46 21 1.36 5.20 1.70
南投縣 4.24 7 0.96 5.30 2.50
雲林縣 3.73 17 1.08 5.00 2.20
南部區域 4.02 0.96 5.50 1.20
高雄市 4.41 2 0.71 5.50 3.40
嘉義市 3.99 12 0.97 5.20 2.50
台南市 4.39 4 0.47 5.00 3.80
嘉義縣 3.92 15 1.03 5.20 2.50 台南縣 4.07 11 0.76 5.00 2.90
高雄縣 4.37 5 0.84 5.50 2.90
屏東縣 3.77 16 1.10 4.90 2.20 澎湖縣 3.21 23 1.32 4.50 1.20
東部區域 4.20 0.82 5.50 2.80
台東縣 3.99 12 0.77 4.90 2.80
花蓮縣 4.41 2 0.87 5.50 2.80
資料來源：行政院主計處網站 (http://www.dgbas.gov.tw)
5