空間自相關分析及運用

空間統計（spatial statistics）中的空間自相關（spatial autocorrelation）

可以同時處理區位及屬性資料（Griffith, 1992），國內外皆有運用空間自相關 分析來探討區域人口空間分布、犯罪行為、生物多樣性與教育資源分布等種 課題分析。賴致瑜 (2006)以熱點分析之核密度推估圖和Getis-Ord 的G值等 空間測量工具說明台北市住宅竊盜案區位集中程度以及可能造成竊盜案的 區位選擇因素，研究成果除可較清楚解析都市災害之空間特性，亦可作為相 關都市防災策略參考。

空間資料之分析與傳統的統計分析主要有兩大差異，其中之一是空間資 料在 d 維空間中具有某種空間相關性，也因為空間資料具有這項特點，部份 度量空間集散程度的指標是以空間自相關(spatial autocorrelation)為基礎，空 間自相關是指地物在空間上的分布具有空間相依性(spatial dependence)，即 距離近者性質相近，距離遠者差異較大，此觀念所衍生的指標可分為全域空 間自相關(global spatial autocorrelation) 與區域空間自相關(local spatial

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

2-14

autocorrelation)。前者以 Moran’s I 為代表，後者以 Getis’s G 為代表。Moran’s I 以二空間單元相鄰與否做為公式中的一項參數，但如此僅考慮到相鄰，並 沒有考慮到遠近，Getis’s G 可用距離輔助判斷地物關聯，但這樣的修正方式 忽略了距離所形成的範圍內外，皆仍有長短距離的差別(翁培文、蔡博文，

2006)。而空間自相關分析之計算，主要用來檢測資料中是否存在空間相依 性，分為全域型空間自我相關分析和地區型空間自我相關分析兩個部份，利 用全域型空間自我相關分析來判斷研究對象在空間上聚集程度，並利用地域 型空間自我相關分析來了解其聚集區位。

本研究將同時運用全域型空間自相關分析之 Moran’s I 值檢定台灣地區 人口及產業是否受高速公路建設影響而有集中或分散之特性，接續使用地區 型空間自我相關分析之熱點分析 G 統計量找出人口及產業在空間分布的熱 點(hot spot)所在，以說明在研究範圍內之人口及產業空間分布是否受到高 速公路系統建設之影響而有空間聚集或離散之現象。

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

2-16

路特型而言，由於高速公路系統建設為高度進出控制的公路系統，交流道鄰 近地區具有較高的交通可及性，空間資料庫的內容，包括各鄉鎮市區與最近 重大交通建設交流道之距離，與鄰近都市距離、人口、廠商家數、產值、土 地面積、樓地板面積、就業人口等資料。配合上述資料，運用空間引力模型 概念對於交通可及性、人口、產業及區域等相關變數進行迴歸分析，以探討 高速公路建設對區域發展之空間影響效果。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

3-1