變數選取與模型設定

一、變數選取說明

依據第二章文獻回顧和第三章空氣汙染變數資料之趨勢變化，本研究 選取各變數之原因、變數代表之意義以及實證分析之預期符號說明與分析 如下：

（一）年平均懸浮微粒濃度

本研究旨在探討捷運營運能否降低私人運具的使用、提高大眾運 輸搭乘率，進而改善台北市之空氣品質，又台北市之懸浮微粒排放量 以營建/道路揚塵和車輛排放最多，因此本研究選取捷運營運前後之 1995、1996、2001 和 2006 年四個年度台北市各里年平均懸浮微粒濃度 值，作為實證分析之應變數。

（二）工商服務業就業員工密度

依據環保署（2008）汙染排放量資料庫推估可知，台北市除三大 垃圾焚化廠外，無重大固定汙染源，又台北市目前經濟活動以三級產 業為主要產業結構。因此，產業排放之汙染源主要來自於就業人口之 通勤旅次。是以，本研究以工商服務業就業員工數代表產業面，以里 之工商及服務業場所單位年底從業員工數除以各里土地總面積作為自 變數，來衡量與懸浮微粒濃度之關係，並且預期就業員工密度與應變 數存在正向關係。

（三）人口密度

當都會區人口數愈多，表示各區位旅次發生之次數愈多，產生之 空氣汙染亦愈多（王振霖，1992）。加上私有運具的普及化，使人口、

產業在空間上之分布範圍愈廣，更加速人們使用私人運具，在能源消 耗量急遽增加的情形下，空氣品質自然惡化。因此，一地區的人口數 多寡會間接影響空氣品質；Stemmers（2003）、Borrego et al.（2006）

與 Stone（2008）等人的研究皆以人口密度作為衡量空氣品質的指標之 一。是故，本研究以台北市人口數代表人口面，以里之人口密度來衡 量與應變數之關係，並且預期人口密度與應變數存在著正向關係。

（四）捷運沿線行經之村里

研究指出大眾運輸系統之年載客量增加，會降低人們使用機動車 輛之次數、減少能源消耗量，進而改善都市空氣品質（Miller and Hoel, 2002；Pemer, 2001）；透過第三章第一節可知，台北捷運自通車以來每 年載客量持續高度成長，因此，捷運營運對都市空氣品質將帶來淨化 效果之影響。由於捷運年載客量資料無法劃分成村里資料計算，故本 研究以捷運路線代表交通面，並且以台北捷運公司 2000 年 12 月 30 日 完成台北市捷運通車路網，來計算捷運路線有無行經台北市之村里，

設定虛擬變數探討大眾捷運與各里懸浮微粒濃度之關係。隨捷運搭乘 人數的增加，大眾捷運建設對懸浮微粒濃度為負向關係；然而，隨著 捷運路線完工與沿線可及性的增加，將使得沿線交通流量增加，加上 沿線轉乘接駁公車班次的增加，會造成懸浮微粒濃度值的提高。因此，

尚無法具體預期捷運沿線行經之村里與應變數之關係。

綜上所述，本研究選取年平均懸浮微粒為應變數，工商服務業就業員 工密度、人口密度和捷運行經之村里為自變數，進行實證分析。各自變數 與應變數之變數代號與預期結果如表 4-4 所示。

表 4-4 模型變數之預期符號

變數名稱 變數代號 預期符號

年平均懸浮微粒濃度 PM10 （應變數）

工商服務業就業員工密度 EMPDEN +

人口密度 POPDEN +

捷運沿線行經之村里 L_MRT

-或+

有＝1，無＝0

註：+、-符號表示與應變數存在正向或負向關係

二、模型設定

本研究以長期追蹤資料（Panel Data）迴歸模型進行實證分析，在 Panel Data 迴歸模型中可分為固定效果模型（Fixed Effect Model）和隨機效果模 型（Random Effect Model），因本研究之資料全部來自台北市 433 個里，而 非從 433 個里中隨機抽取數個里作為代表資料，故採用固定效果模型進行 實證分析。

固定效果模型乃將個別效果視為遺漏變數之結果，按種類可區分為兩 種，分別是區域固定效果（region-specific fixed effect）與時間固定效果

（time-specific fixed effect）。以懸浮微粒濃度為應變數，區域固定效果代表 區域間本身條件之差異會對懸浮微粒濃度產生長期固定影響，且此影響不 隨時間而變；時間固定效果則代表特定年度具備之特性對懸浮微粒濃度產 生短期固定影響，且此影響不隨區域而變。在估計固定效果模型時，若僅 考量一種效果稱為單因子固定效果模型（one-way fixed effect model）；若同 時考量區域固定效果與時間固定效果則稱為雙因子固定效果模型（two-way fixed effect model）。本研究為瞭解懸浮微粒濃度是否隨區域固有條件以及 時間效果而有所不同，因此採用雙因子固定效果模型。

在區域固定效果方面，台北市各里年平均懸浮微粒濃度可能會受到區 域本身固有的條件所影響，諸如區域內道路系統的交通流量、公園綠地等 因素的影響，然而交通流量資料難以取得，加上公園綠地對於淨化空氣品 質之影響範圍可能較大，且公園綠地面積統計資料僅統計到台北市十二個 行政區；因此，為衡量出區域本身固有特性對懸浮微粒之影響程度，本研 究將台北市 433 個里劃分成十二個行政區，在模型中加入各行政區個別特 質效果βn，代表在控制其他變數後（即不受自變數之影響），各行政區因 本身之區域特性對年平均懸浮微粒的影響。在時間效果方面，為瞭解時間 趨勢對懸浮微粒是否有所影響，在模型中加入時間特質效果γ_t，代表在控 制其他變數後，各年度因時間本身之特性對年平均懸浮微粒的影響。綜上 所述，本研究模型建構如（4-1）所示。

(

) (

)

t n

it

EMPDEN POPDEN L

PM

β

β

γ

β

β

β

ε

式中：

i：台北市之 433 個里，i=1 ~ 433

t：年期，1995、1996、2001 和 2006 年 n：台北市十二個行政區，n=1 ~ 12

PM10it：i 里 t 期之年平均懸浮微粒濃度值 EMPDENit：i 里 t 期之工商服務業就業員工密度 POPDEN_it：i 里 t 期之人口密度

LitMRT：i 里 t 期之捷運沿線行經之村里，1=有，0=沒有

β^０：不隨行政區與時間改變之一般固定截距項 βn：各行政區個別特質效果係數值

γt：時間特質效果係數值 εit：整體誤差