第四章 空間分析
第二節 空間探索分析
2014 年九合一縣市長選舉藍綠政治版圖劇變，許多說法都指向青年在太陽花 學運後對執政黨國民黨的反感加以民進黨青年政策的奏效，因而青年族群將選票 轉向給民進黨。將青年因素指定為解釋變數，一樣分別透過 GeoDa 軟體繪製直方 圖、Moran’s I 散佈圖與 LISA cluster 圖呈現選舉結果在空間分布上的現象。
壹、 民進黨獲票率差
首先為修正後之民進黨獲票率差直方圖及箱型圖，如圖 10 及圖 11，觀察整體 數據資料的分布狀態，從直方圖可以看出數據分布呈現正偏態。而箱型圖顯示其最
大值為新竹縣五峰鄉，值為 0.5034。最小值為苗栗縣竹南鎮，值為-0.24，平均值為 0.07161，標準差為 0.1157，其大小皆有歧異值，值偏大的如新竹縣五峰鄉、尖石 鄉、宜蘭縣南澳鄉，值偏小的有雲林縣土庫鎮、雲林縣口湖鄉及苗栗縣竹南鎮。
圖 10 民進黨獲票率差直方圖
圖 11 民進黨獲票率差之箱型圖
在 Moran’s I 散佈圖部分，下圖 12 為民進黨獲票率差亦呈現正相關，其 Moran’
s I 值為 0.553536，屬正向空間自相關，表示有空間聚集現象。
圖 12 民進黨獲票率差之 Moran’s I 圖
最後是 LISA Cluster 圖的繪製，圖 13 及圖 14 為民進黨獲票率差之 LISA 圖以 及顯著圖。檢驗後可透過 LISA Cluster 圖將達到顯著水準的地區用不同顏色區塊區 別出來。紅色表「正正」，表示自己高，鄰近地區亦高，且達顯著的水準；藍色表
「負負」，表示自己低，鄰近地區亦低，且達顯著的水準；粉紅色表「正負」，表 示自己高，鄰近地區低，且達顯著的水準；淺藍色表「負正」，表示自己低，鄰近 地區高，且達顯著的水準；白色為與鄰近地區的關係未達顯著水準。
圖 13 中顯示，當地獲票率差大且鄰近地區亦大的地方如高雄市、台南市、新 竹縣、南投縣地區，獲票率差小且鄰近地區亦小如台東縣、花蓮縣、苗栗縣、雲林 縣等地皆有區塊呈現，表示有空間聚集現象的發生。
圖 13 民進黨獲票率差之 LISA Cluster
圖 14 民進黨獲票率差之顯著性圖
貳、 青年人口比例
圖 15 及圖 16 為青年人口比例的直方圖及箱型圖。青年人口比例直方圖可以 看出數據分布大致呈現常態分配。而箱型圖顯示其最大值為 0.252，最小值為 0.095，
平均值為 0.1696，標準差為 0.02412，其大小皆有歧異值，值偏大的如台東縣海端 鄉、花蓮縣萬榮鄉、高雄市茂林區、桃源區、那瑪夏區，值偏小的有新北市平溪區。
圖 15 青年人口比例直方圖
圖 16 青年人口比例箱型圖
在 Moran’s I 散佈圖部分，圖 17 為青年人口比例 Moran’s I 圖，亦呈現正 相關，其 Moran’s I 值為 0.27513，屬正向空間自相關，表示有空間聚集現象。
圖 17 青年人口比例 Moran’s I 圖
最後是 LISA Cluster 圖的繪製，圖 18 及圖 19 為青年分布之 LISA 圖以及顯 著圖。圖中顯示，當地青年比例高且鄰近地區亦高的地方如彰化縣、台東縣、桃 園縣地區，青年比例低且鄰近地區亦低如雲林縣、台東縣、台北市、新北市、高 雄市、台南市等地皆有區塊呈現，表示有空間聚集現象的發生，如此可以得知的 是台灣地區青年人口的分布並不是均質分布的。
圖 18 青年人口比例之 LISA Cluster
圖 19 青年人口比例之顯著性圖
本研究探討民進黨獲票率差與青年分布之間的關係，下圖 19 呈現各縣市青 年人口比例與民進黨獲票率差之散佈圖，可以發現在總體趨勢為正(如圖中粗黑線 所示)，斜率為 0.16，P 值為 0<0.05 達顯著水準，拒絕青年人口分布與民進黨獲 票率差無關係的虛無假設，表示青年人口比例分布對於民進黨獲票率差是有正向 影響。
但在此情況下，各縣市所呈現的趨勢並不完全相同，空間異質現象明顯。在 新竹縣、宜蘭縣呈現強烈的趨勢性，但我們必須關注的是與總體趨勢相反的地 區，如基隆市、高雄市、屏東縣等，為何這些地區異於總體趨勢發展?是否在地 區中有其他因素影響，是未來可以進一步作探討的。
另外，此散佈圖僅為變數與變數間基礎的相關性探索，並未考量空間因素，
而在前述將民進黨獲票率差與青年因素各自繪製 Moran’s I plot 與 LISA cluster 圖 都發現有空間聚集的產生，表示有空間效應地存在，因此需要進一步透過空間迴 歸建模探討。