第二章 文獻回顧
第二節 空間分析相關理論
相關」（autocorrelation）。而空間自相關（spatial autocorrelation）是就某空間單元 與其鄰近單元間的同一屬性值，以統計方法計算其自相關性的程度(陳慈仁，
2001)。簡單地說，空間自相關分析法是為了描述近似屬性的空間單元是否有聚 在一貣之傾向(陳靜怡，2007)。因此，空間自相關是用來分析這些空間單元在空 間上分布的現象。計算空間自相關指標當中，主要可以分為兩個部份，分別是全 域型空間自相關（gobal spatial autocorrelation）與地域型空間自相關（local spatial autocorrelation），全域型的方法是應用在估計個別參數或計算整個研究區域，而 地域型的方法是應用在估計許多不同參數或計算個別資料點。
Galster (2003) 指出住宅次市場和鄰近地區並非絕對同質，但具有正向關係，
且認為鄰近地區具有空間上的基本關聯性，像是住宅的特性、基礎建設、區位環 境等，同樣鄰近地區的不動產應該會有相似的價值，而且特徵價格不會有太大的 不同，應該會屬於同一次市場範圍，Clapp, & Wang (2006 )試圖以空間自相關的 方法去定義相鄰的次市場邊界，使用了空間統計的劃分方式，不僅是之前只以統
‧
切地指出聚集在哪些地區。依據 Anselin（1995）提出 LISA（local indicators of spatial association）方法論，地域型的功能是用以推算出聚集地（spatial hot spot）
的範圍，藉由統計顯著性檢定的方法，檢定聚集空間單元相對於整體研究範圍而 言，其空間自相關是否夠顯著，若顯著性大，即是某現象空間聚集的地區。檢測 地域型空間自相關的方法包含Local Moran’s I、以及 Local G-statistic（Getis, & Ord, 1992）。
此外，另一種較常被使用的空間統計方法為熱區分析（hotspot analysis），過 去於熱區分析的研究多以犯罪學的研究領域為主，在犯罪學研究領域對於犯罪與
Murray, 2004）；Nelson 等人則利用面量圖，呈現不同商家被竊盜的情形（Nelson, et al. 1996），並透過將研究區域以建立網格方式來呈現其面量圖，以打破行政區 域疆界，重新規劃、配置警力及資源；Kistler 在亞利桑納州發現以行政疆界作 為警力配置依據時，將使得警力的配置不均，警員工作負擔有相當大的差異，因
‧
在於找出「區域內之某個地方具有相對顯著之犯罪趨勢」（Aldstadt, 2010）。而本 研究也運用這樣的方式，從地理經濟學的角度當中，探討房地產市場於地理空間 同，所造成之結果並沒有顯著的空間群集與均勻分佈的趨勢（Mitchell, 2005）。一般而言，透過統計顯著性檢定評估其空間聚集趨勢是否顯著。其統計檢定 的 虛 無假 設一 般為 假設 空間 的 資料呈 現 「完 全空 間隨 機（ complete spatial randomness, CSR）」，而 CSR 定義為：在空間中任一集合 A 中，所包含事件的 個數符合波松機率分佈（Poisson distribution），各事件之間相互獨立，即為事件 間不會有助長或抑制其他事件發生的位置，在不相交之集合所包含事件個數呈統
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
計獨立關係，若以統計檢定證實在某個顯著水準下拒絕虛無假設，則表示該地區 可能存在某聚集地點。
此分析用於識別具統計顯著性的高值（熱區）和低值（冷區）空間聚類，它 用 Z 值和 P 值為分析之特徵辨別，Z 值和 P 值都是統計顯著性的度量，用於判斷 是否拒絕虛無假設，它們可指明觀測所得 Z 值在空間中是否比預期的更加顯著，
如果要素的 Z 值高且 P 值小，則表示有一個 Z 為高值且顯著空間聚集，如果要 素的 Z 值低且 P 值小，則表示有一個 Z 為低值且顯著空間聚集，如果 Z 值趨近 於零，則表示不存在明顯的空間聚集情況，熱區分析應用領域包括：犯罪分析、
流行病學、投票模式分析、經濟地理學、零售分析、交通事故分析和人口統計學。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University