第五章 實證結果分析
第一節 空間自相關檢測結果
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
61
第五章 實證結果分析
於第四章研究設計之後，本章進行實證結果之說明與分析。首先，第一節針 對失業之空間分佈進行空間自相關檢測；第二節說明長期追蹤資料迴歸模型之實 證結果；第三節則依據空間自相關檢測結果及長期追蹤資料迴歸模型之實證結果 進行分析。
第一節 空間自相關檢測結果
本文之空間自相關分析，採用 GIS 軟體與 Geoda 軟體相互輔助，計算全域 型空間自相關係數 Moran’s I 值，並得到區域型空間自相關分析之空間聚集圖
（LISA Cluster Map）與其顯著圖（LISA Significance Map），以瞭解空間聚集區 位及其顯著程度。
一、全域型空間自相關分析（Moran’s I）
本研究基於失業之區域差異現象，欲探討台灣 22 個縣市之失業率是否存在 空間相關性。全域型空間自相關分析，先經由空間加權矩陣之界定，再計算失業 率之空間自相關係數Moran’s I 值，比較係數值之正負號及大小，判斷空間相似 程度之高低與類型。
因此，首先必頇建立空間加權矩陣，表示空間單元間潛在之相互作用關係。
本研究採用空間距離矩陣，設定一個特定空間範圍，並假設只有在該範圍內之縣 市間才會產生空間關聯性，用以判斷空間聚集形成之適當範圍大小。過去有文獻 指出以 30 公里3作為門檻距離以建立空間加權矩陣，本研究從 25 公里開始，每 5 公里為間隔，以 25 至 50 公里之距離範圍檢測不同距離的空間相關性。
由表（5-1）結果顯示，1988~2008 年期間以各年度及不同距離範圍檢測之 空間自相關係數，發現 1996~2000 年期間與 2006~2008 年期間普遍較具顯著性，
也就是拒絕無空間自相關現象之虛無假設。1996~2000 年之 Moran’s I 值為正值，
表示空間正相關，即相鄰地區擁有相似的資料屬性，也就是屬性值高或屬性值低
3林主恩（2002）認為處理不規則格點資料的主要概念是用距離的遠近作為界定是否為鄰近地區 的標準，其研究取 30 公里為鄰近區域的標準，主要原因為 30 公里的車程大約為半小時到 1 小時 之間，以現在交通發達的情況而言，在 30 公里以內的區域應屬於鄰近區域。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
62
的現象於空間分佈上有聚集情形，因此，於此期間呈現高失業率或低失業率之相 似屬性在地理空間上呈現聚集特性。2006~2008 年之 Moran’s I 值為負值，表示 空間負相關，即相鄰地區屬性差異較大，則資料空間分佈呈現高低間隔之分佈狀 態，於此情況下，呈現高失業率與低失業率不同屬性相間隔之分佈，無相似屬性 聚集之情況。再者，以 25 至 50 公里不同距離範圍之測詴結果，發現門檻距離 35 公里檢測結果之正向空間自相關係數值較大，且其統計顯著性檢定結果之 Z(I) 值最為顯著，因此本研究之空間自相關分析以此距離範圍為基準，進一步分析區 域型空間自相關。
是以，觀察 1996~2000 年之 Moran’s I 值在 35 公里範圍內符合 Tobler（1970）
所提出之地理學第一定律，即空間自相關性，在空間上愈靠近的事物或現象就愈 相似。其Moran’s I 值集中在 0.27~0.73 間，為顯著空間正相關。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
63
25KM 30KM 35KM
40KM
45KM
50KM I 值 Z(I)值 I 值 Z(I)值 I 值 Z(I)值 I 值 Z(I)值 I 值 Z(I)值 I 值 Z(I)值
1988 -0.7 -1.9 ** -0.3 -0.8 -0.2 -0.5 -0.1 -0.4 -0.1 0.33 -0.1 -0.4 1989 -0.5 -1.4 * -0.2 -0.4 -0.1 0 -0 0.12 -0 0.12 -0 0.18 1990 -1 -2.4 *** -0.5 -1.3 * -0.3 -0.8 -0.2 -0.7 -0.2 -0.9 -0.2 -0.8 1991 -0.6 -1.4 * -0.2 -0.4 -0.1 -0.2 -0.1 -0.3 -0.2 -0.5 -0.2 -0.9 1992 -0.4 -1 -0.1 -0.1 -0.1 -0 -0.1 -0 -0.1 -0.1 -0.2 -0.7 1993 -0.3 -0.8 -0 0.14 0.04 0.46 0.03 0.45 0.02 0.41 -0 0.21 1994 -0.2 -0.5 -0 0.14 0.03 0.36 0.02 0.38 0.02 0.39 0 0.34 1995 0.21 0.71 0.4 1.41 * 0.24 1.19 0.14 0.87 0.18 1.09 0.13 0.99 1996 0.83 2.3 ** 0.88 2.83 *** 0.73 3.09 *** 0.6 2.84 *** 0.56 2.78 *** 0.37 2.2 **
1997 0.49 1.45 * 0.55 1.89 ** 0.6 2.65 *** 0.51 2.49 *** 0.45 2.34 *** 0.29 1.85 **
1998 0.07 0.35 0.2 0.8 0.32 1.53 * 0.29 1.53 * 0.27 1.51 * 0.19 1.31 * 1999 0.1 0.42 0.29 -1.1 0.35 1.63 * 0.29 1.49 * 0.23 1.34 * 0.24 1.57 * 2000 0.01 0.19 0.28 1.03 0.27 1.29 * 0.26 1.36 * 0.24 1.35 * 0.22 1.41 * 2001 -0.2 -0.5 0.05 0.33 0.1 0.61 0.1 0.67 0.05 0.5 0.02 0.38 2002 -0.7 -1.6 * -0.5 -1.3 * -0.2 -0.7 -0.2 -0.6 -0.3 -0.9 -0.2 -0.9 2003 -0.6 -1.4 * -0.1 -0.1 -0.1 -0.2 -0.1 0.05 -0.1 -0.2 -0.1 -0.2 2004 -0.3 -0.8 0.45 1.63 * 0.06 0.5 0.12 0.81 0.12 0.84 0.1 0.89 2005 -0.5 -1.2 -0.2 -0.6 -0.2 -0.4 -0.1 -0.1 -0.1 -0.1 -0.1 -0.4 2006 -0.7 -1.7 ** -0.7 -1.9 ** -0.4 -1.2 -0.4 -1.3 * -0.3 -1.3 * -0.4 -1.7 **
2007 -0.5 -1 -0.3 -0.9 -0.3 -0.9 -0.3 -1.2 -0.3 -1.3 * -0.4 -1.5 * 2008 -0.1 -0.2 -0.3 -0.9 -0.3 -1 -0.4 -1.5 * -0.4 -1.4 * -0.3 -1.5 * 註：*、**、***分別代表達 0.1、0.05、0.01 顯著水準要求
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
64
二、區域型空間自相關分析（LISA）
藉由分析失業率之全域型空間自相關，可得知失業率是否具有空間相依性。
全域型空間自相關檢測結果發現，台灣在 21 年期間，並非所有年度皆具有顯著 之空間相依性，但若由其中幾年 Z 檢定之顯著性與 Moran’s I 係數值觀察之，不 可否認各縣市失業率之間確實存在一定程度之空間相關性，表示失業率具有空間 聚集現象。尤其是 1996~2000 年之 Moran’s I 值在 35 公里範圍內集中在 0.27~0.73 間且通過統計檢定，具明顯的空間正相關。但全域型空間自相關分析僅可得知是 否存在空間相依性及空間相關程度，無法瞭解空間聚集之分佈情況，因此，以下 將延續全域型空間自相關分析之結果，以 35 公里之範圍作為門檻距離（threshold distance），進一步由區域型空間自相關（LISA）分析其空間聚集區位。
本研究在 1988 年至 2008 年之研究時間範圍內，以每四年為間隔進行 LISA 分析，但經實際檢測結果發現 1988 年與 1992 年、2004 年與 2008 年之聚集情況 類似，因此各擇一呈現，結果如表（5-3）所示，為 1992、1996、2000、2004 年 之 LISA Cluster Map（表 5-3 上半部）及對照之 LISA Significance Map（表 5-3 下半部），圖中白色區域為不顯著的部分，其他有顏色區域為具顯著性的部分：
在表（5-3）上半部之 Cluster Map 中，聚集類型以顏色表示，紅色為 H-H 類型、
藍色為 L-L 類型、淺藍色為 L-H 類型、粉紅色為 H-L 類型；顯著程度以表（5-3）
下半部之 Significance Map 中的綠色深淺程度表達，白色部分亦為不顯著，顏色 由淺至深依序代表通過 0.05、0.01、0.001、0.0001 之顯著水準要求。
由表（5-3）可得知 1992、1996、2000、2004 年區域型空間自相關分析之結 果。將區域型空間自相關（LISA）結果整理後，可得知 P 值具顯著性者之聚集 情況及聚集分佈的縣市，如表（5-2）所示。1992 年之 L-H 與 H-L 具顯著性：L-H 分佈於北部之台北縣、宜蘭縣，中部之南投縣，東部之花蓮縣、台東縣及南部之 屏東縣、高雄市；H-L 則分佈於新竹市、台中市。1996 年 L-L、L-H 具顯著性：
L-L 部分有北部之桃園縣、新竹縣、新竹市，中部之苗栗縣、雲林縣及南部之嘉 義縣；L-H 分佈於北部之宜蘭縣，中部之南投縣，東部之花蓮縣、台東縣及南部 之屏東縣、高雄市。2000 年有 H-H、L-L、L-H 具顯著性：H-H 位於台南縣；L-L 分佈於北部之桃園縣、新竹縣及新竹市；L-H 位於北部之宜蘭縣，中部之南投縣，
東部之花蓮縣、台東縣及南部之屏東縣、高雄市。2004 年 L-H、H-L 具顯著性：
L-H 分佈於北部之宜蘭縣，中部之南投縣，東部之花蓮縣、台東縣及南部之屏東
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
65
縣、高雄市；H-L 位於新竹市。
表 5-2 LISA 分析之結果整理
類型 1992 1996 2000 2004
H-H 台南縣(0.05) L-L
桃園縣(0.01)*** 桃園縣(0.05)**
新竹縣(0.05)** 新竹縣(0.05)**
新竹市(0.05)** 新竹市(0.01)***
苗栗縣(0.05)**
雲林縣(0.05)**
嘉義縣(0.05)**
L-H 台北縣(0.05)** 宜蘭縣(0.01)*** 宜蘭縣(0.01)*** 宜蘭縣(0.01)***
宜蘭縣(0.01)*** 花蓮縣(0.01)*** 花蓮縣(0.01)*** 花蓮縣(0.01)***
花蓮縣(0.01)*** 台東縣(0.01)*** 台東縣(0.01)*** 台東縣(0.01)***
台東縣(0.01)*** 屏東縣(0.01)*** 屏東縣(0.01)*** 屏東縣(0.01)***
屏東縣(0.01)*** 高雄市(0.01)*** 高雄市(0.01)*** 高雄市(0.01)***
高雄市(0.01)*** 南投縣(0.01)*** 南投縣(0.01)*** 南投縣(0.01)***
南投縣(0.01)***
H-L 新竹市(0.05)**
新竹市(0.01)***
台中市(0.05)**
註：列出表（5-3）之顯著部分；括弧為 P 值；**、***分別代表達 0.05、0.01 顯 著水準要求
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
66
Cluster Map（1992） Cluster Map（1996） Cluster Map（2000） Cluster Map（2004）
Significance Map（1992） Significance Map（1996） Significance Map（2000） Significance Map（2004）
註：上半部為 LISA 聚集圖，下半部為 LISA 顯著圖；白色部分為不顯著，有顏色部分為具顯著性
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
67