國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 研究設計與實證結果
本章後續研究之變數選取，依第二章文獻回顧作為依據，再以多元迴歸方式，
並使用最小平方法(ordinary least square，OLS)估算各個區位因素對廠商建廠之影 響程度(如有變異數不齊一時，再以加權最小平方法估算)，建立本研究之實證模 型，最後則為實證結果與分析。
第一節 變數選取與資料來源 壹、 變數選取
一、 被解釋變數：本研究之被解釋變數為「各工業區已完成建廠或建廠中之面 積」，時間是由過去累積至 104 年 12 月 31 日之統計資料，共 62 處工業區 已完成建廠或建廠中之面積。
二、 解釋變數：本研究之被解釋變數可從第二章文獻回顧之分類，可分為工業 區整體環境、勞動、交通、政府支出及政策等四類因素予以說明，表 4-1 為本研究所選取自變數之統整說明：
(一) 工業區整體環境因素
1. 產值(VALUE)：徐旻穗(1995)認為聚集經濟可以吸引更多廠商聚集，
許瑞堯(2003)探討都市發展型態對製造業產值與生產力之影響時，發 現聚集經濟是對提升製造業生產效率之主要因素，故聚集經濟可吸引 更多廠商進入，同時提升生產效率，應可進一步提升產值，本研究預 期產值應對於廠商建廠面積有正面影響，產值越高應能吸引更多廠商 進駐建廠。
2. 工業區廠商家數(FIRM)：聚集經濟可吸引更多廠商進入，故以既有工 業區廠家數作為變數，本研究預期家數越多，應能吸引更多廠商進工 業區建廠。
3. 工業區地價(LAND)：陳明燦(1986)、楊松齡(1988)、胡學彥、葉光毅 (1989)研究皆指出，工業區地價高低會影響廠商設廠意願，故以工業 區地價作為研究變數之一，惟無法取得各工業區較具代表性之地價，
故以 105 年內政部所發布之都市地價指數中之工業區地價，作為所在
‧
5. 工業區是否限制引進產業類別(IND_DUMMY)：早期所開發之工業區 並多未限制產業類別(除位在都市計畫工業區外)，近期所開發之工業
Wasylenko(1980) 、Hodgkinson et al. (2001)等研究指出，勞動力是否 充沛為廠商考量之因素之一，故本研究預期，各工業區所在之鄉鎮市
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
以工業區距最近交流道之距離進行探討。透過國家發展委員會建置之「國 土資訊系統（National Geographic Information System,NGIS）」之國土資訊 圖台，以最短路徑進行距離量測，以各工業區管理機構到最近距離之交 流道26，預期距離越遠，會減少廠商進駐建廠之意願。
(四) 政府支出及政策因素 1. 政府支出
(1) 交通支出(EXP_TRA)：地方政府投入在公共建設上，基礎設施越 齊全越能吸引廠商設廠，尤其在交通上，有助於區域間的聯繫，
提供較完善的運輸系統，故本研究預期交通支出增加，會增加廠 商進駐建廠之意願。
(2) 工業支出(EXP_IND)：政府投入在工業支出，用於補助廠商研發 創新、購置機器、產學合作等，應有助於提升廠商競爭力，故本 研究預期工業支出增加，會增加廠商進駐建廠之意願。
2. 政府政策(POL_DUMMY)：李宗哲(1990)、吳淑惠(2007)、吳晉宇(2009) 等人研究認為，政府提供優惠措施不僅能提升區為吸引力，亦是促進 廠商投資之關鍵， 如 91 年實施之工業區土地租金優惠調整措施(即 006688 措施)，在建廠初期得降低土地成本，而將資金投資在建廠上，
建廠完成時仍享有租金優惠，該措施已於出租當時要求承租廠商必須 於限期內建廠完成，多數廠商為避免所繳租金及擔保金被沒收，多已 完成建廠，成效良好；然而，99 年起推出「促進投資創造就業—工 業區土地市價化優惠方案」(簡稱市價化方案)、100 年推出「開發中 工業區土地出售精進方案 」(簡稱 767 方案)，上開出售方案雖然成效 良好，惟並未要求購地廠商必須限期完成建廠使用，故本研究暫無法 預測政府政策對廠商建廠之影響。
26 花蓮縣及台東縣之工業區，由於距離交流道過遠，為避免實證上出現極端值，故省道以台 9
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
貳、 資料來源
本研究之資料來源，主要來自政府機關之相關資訊，包含由經濟部工業局統 計至 104 年 12 月 31 日租售情形一覽表，包含統計至 104 年年底工業區廠商已完 成建廠及建廠中之面積、各工業區之廠家數、工業區就業人數、工業區 103 年產 值等；工業區地價部分，係以 105 年上半年都市地區地價指數(該報告年度為：
104 年 10 月 1 日至 105 年 3 月 31 日)，以工業區地價指數代替各工業區所在位置 之地價；二級產業就業人口及人均薪資，係以 100 年工商普查資料當中，各工業 區所在位置之鄉、鎮、市、區之二級產業人數及薪資所得到；工業區管理機構至 最近距離交流道，係以國土資訊系統（National Geographic Information System, NGIS）最佳路徑規劃所得到；另政府支出部分，係由 105 年都市及區域發展統 計彙編中各縣市政府歲出決算數項目，交通支出及工業支出代表政府支出部分；
另政府政策部分，提供產業用地方式，除曾實施工業區土地租金優惠調整措施(即 006688 措施)之工業區外，其餘僅以出售方式提供，來源係經濟部工業局彙整。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 實證模型建立 壹、最小平方法(ordinary least squares)
由第二章文獻回顧中，hUallachain(1990)係以複迴歸分析探討 1977-1984 年 間美國 264 個都會區總體製造業及五個高科技產業之區位影響因子，故本研究為 了解建廠面積與各項區位因素間之關係，採複迴歸分析，估計迴歸係數最常用的 方法之一就是普通最小平方(ordinary least squares)，又簡稱為最小平方法，可寫 成如下：
Yi = β1X1i + β2X2i + · · · + βkXki +
ε
i, i = 1, · · · , n 得以更簡略方式表示該方程式：Yi=βiXi +
ε
i，i=1,2,⋯,n其中 Y 為被解釋變數，X 為解釋變數，β 為解釋變數 X 之係數值，ε 為該式 之誤差項，所謂最小平方法係根據樣本資料進行模式之推估，如何找到「最佳」
的配適線，所謂「最佳」在最小平方法中被定義為最靠近樣本觀察點的直線，即 為使得樣本值至預測值之離差(deviation)最小。
當 OLS 對是最佳線性無偏估計(Best Linear Unbiased Estimator, BLUE)，它具 有以下幾個特性：
一、對一個隨機變數是具有線性關係。
二、是一個無偏估計。
三、變異數最小－是最有效率的估計量。
惟使用 OLS 時有其使用假設，其假設條件如下：
一、依變數(即被解釋變數)與自變數(即解釋變數)之間的關係是線性關係。
二、誤差項的期望值為零，即 E(ε)=0。
三、誤差項的條件變異數相同，具變異數齊一性(homoskedasticity)。
四、誤差項間彼此獨立且呈現常態分配，且不存在自我相關(autocorrelation)。
五、自變數為重複抽樣中固定的觀察值，而依變數為隨機變數。
‧
數值，此為變異數齊一。故本研究乃採 White’s general heteroskedasticity test，來 檢定迴歸式是否存有變異數不齊一的現象。迴歸式能滿足變異數齊一的假設，則 其迴歸係數的 OLS 估計式就能滿足最佳線性不偏估計值，亦為迴歸式中之估計 為「最佳」線性估計（BLUE）。參、加權最小平均法(weighted least squares)
以 White’s general heteroskedasticity test 檢定時，虛無假設為無變異數不齊 一，若是拒絕虛無假設，表示發生變異數不齊一現象，則可以以加權最小平方法
（WLS）來試驗消除之，求得最佳估計式。由 Bhapker（1966）及 Grizzle 等人
（1969）所提出，先將對數線性模式以迴歸形式寫出，然後再以 WLS 方法求
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
肆、本研究之實證模型
根據本章第一節變數選取及本節之實證模型理論，本研究之實證模型如 下：
𝑌𝑖 = α+𝛽1VALUE𝑖+ 𝛽2FIRM𝑖 + 𝛽3LAND𝑖 + 𝛽4PUB𝑖 + 𝛽5INDDUMMY𝑖 + 𝛽6INDLAB𝑖 + 𝛽7LAB𝑖 + 𝛽8WAGE𝑖 + 𝛽9DIST𝑖+ 𝛽10EXPTRA𝑖 + 𝛽11EXPIND𝑖+ 𝛽12POLDUMMY𝑖+ 𝜀𝑖，i = 1,2, … ,62
其中，Yi 為 62 處工業區已建廠或建廠中之面積，α為常數項，𝜀𝑖為誤差項，
β 為各自變數之係數，其他自變數說明如下：
一、產值(VALUE)：62 處各工業區 103 年之總產值。
二、工業區廠商家數(FIRM)：62 處各工業區之廠商家數。
三、工業區地價(LAND)：62 處各工業區價格。
四、工業區公共設施面積(PUB)：62 處各工業區之公共設施面積。
五、工業區是否限制引進產業類別(IND_DUMMY)：以該工業區未有正面或負面 表列引進產業類別為比較基準，測試有限制引進產業類別之影響程度。
六、工業區就業人數(IND_LAB)：62 處在工業區就業之就業人數。
七、二級產業就業人數(LAB)：指 62 工業區所在之鄉、鎮、市、區其二級產業 之就業人數。
八、二級產業人均薪資(WAGE) ：指 62 工業區所在之鄉、鎮、市、區其二級產 業之人均薪資。
九、交通可及性因素(DIST)：62 處工業區至最近交流道之距離，以工業區管理 機構為起點至最近距離之交流道；惟花蓮縣及台東縣之工業區，則以工業區 管理機構至省道台 9 線計算，
十、交通支出(EXP_TRA)：指 62 處工業區所在之縣市，其 104 年之交通支出。
十一、 工業支出(EXP_IND)：指 62 處工業區所在之縣市，其 104 年之工業支出。
十二、 政府政策(POL_DUMMY)：指 62 處產業用地之提供方式，多數皆採出售
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
方式，僅有少部分採取租售併行，故以出售之工業區為基準，設定虛擬 變數，測試以租售併行之工業區之影響程度。
伍、 相關係數與共線性檢定
為了解各變數間之呈現何種相關性，本研究以 Pearson 相關係數進行分析，
如下表 5-2，從表中可初步發現，本研究所選取之應變數除地價指數、最近交流 道距離與工業支出外，其他皆呈現正相關，其中年產值與公共設施面積呈現高度 正相關；年產值與二級產業人均薪資呈正相關，與交流道距離呈現負相關；廠商 家數與工業區員工數呈現正相關；地價指數與二級產業就業人口、工業支出、交 通支出呈現正相關；是否引進產業別與產業用地提供方式呈現正相關。
由 相 關 係 數 表 中 可 發 現 部 分 變 數 間 雖 呈 現 高 度 正 相 關 ， 經 由 共 線 性 (Collinarity)檢定後確認，因各變數間之變異數膨脹因子(Variance inflation factor，
VIF)27均未超過 10，確認無共線性問題存在，故仍將各選取變數納入模型當中。
27 若 𝑉𝐼𝐹𝑗=1−𝑅1
𝐽2＞10，即表示第 j 個預測變項即為共線性變項，j = 1 ~ N，𝑅𝐽2是以第 j 個 X 變項當效標 Y，其餘 X 變項對它進行預測所得之 R2值，其中，（1- R j）亦稱作「容忍度」（tolerance），
‧
‧
(heteroscedasticity)之現象，雖然不影響判定係數(R2)，但並非最佳的，且變異數 是偏誤的，故須先以 White 檢定，測試其變異數是否齊一。表 5-3 以 OLS 方式之實證結果
變數 係數 標準誤
常數項 -272.00923 72.23837 0.00045 ***
103年度年產值 (百萬元)(X1) 0.00034 0.00009 0.00027 ***
廠商家數(X2) 0.12333 0.08176 0.13788
104年地價指數(元/m2)(X3) -0.00120 0.00155 0.44342 公共設施面積(公頃)(X4) 1.84659 0.22219 6.42E-11 ***
是否限制引進產業別(X5) -119.03484 44.74197 0.01052 **
工業區就業人數(X6) -0.00026 0.00203 0.89997 二級產業就業人口(X7) -0.00090 0.00137 0.51604 二級產業人均薪資(千元/
人)(X8) 0.68427 0.14678 2.44E-05 ***
距交流道距離(公里)(X9) -5.78538 3.17089 0.07417 *
距交流道距離(公里)(X9) -5.78538 3.17089 0.07417 *