第四章 研究設計
第二節 變數選取與模型設計
以前章文獻回顧，可以知道影響聚集經濟之因素類別，並且再依照聚集經濟 之定義，可以進一步決定所需控制之其他影響因素，研究上較常見可以分成服務 業與製造業之聚集研究，並且此兩種不同性質產業之聚集將受到略有不同因素影 響，因此，在選取變數上將受到本次研究所觀察之聚集經濟型態與焦點產業影 響。
本研究以高科技製造業為主要研究對象，高科技製造業之選定標準係根據投 資研發佔營業收入比例為準，同時考量樣本稀少性問題12，以中華民國行業標準 分類之中行業別為研究之行業細分標準，因此，依上述標準評比出之研究對象產 業為電子零組件製造業。
針對電子零組件製造業所形成之聚集經濟研究，分類上接近地方化經濟，因 此後續實證上所選取之變數也將受到此一假設前提影響。除主要影響因素外，其 他影響因素亦須加入以控制結果，以下說明所選取之變數。
一、變數選取 （一）應變數：
模型之應變數為聚集經濟，在使用替代變數與目標產業轉換後，即成為電子 零組件製造業聚集經濟指數，而聚集經濟所運用之替代值本研究以 Krugman 於 1991 年所提出之地方吉尼係數（Locational Gini Coefficients）13為聚集經濟之替 代變數，其原理與 GHHI 等計算方式有承接關係，因此以下簡要說明。
研究地理集中變數，以往從地理面賀芬達指數（Geographic Herfindahal index of industry, GHHI）應用，其計算原理如下列之公式：
12 部分廠商家數、勞動人數、投資研發與支出成本因細行業別所在鄉鎮市區域少於兩家，因此
資料內容受政府資訊公開法保密，導致區域性統計資料難以取得，此外部分高科技業廠商在全台 分布量較少，比如生物藥品製造業，區域性統計較無分析意義。
13 Krugman, P., 1991, Geography and Trade, Cambridge, Mass: MIT Press.
42
，
上式即代表 GHHI 之計算，其中 代表某一特定產業之其一小廠佔總產業之 規模比例，小廠規模計算常以勞工數代表，因此針對 M 個地理統計區域進行平 方加總，可以得出產業分散情況，申言之，如一地理區域分成若干統計區，每一 統計區中有不同規模廠商，則分散情況下，因每區廠商無一規模獨大，反之，規 模皆小的情況下，計算出的 GHHI 將接近為 0，另一方面而言，如果產業集中，
則廠商將集中某一區域，因此集中區域之廠商規模較大，GHHI 值將介於 0~1 之 間，呈現聚集。
除 GHHI 可以計算聚集外，尚有地理熵函數（GEntropy）可以計算集中程度，
此兩者計算原理相近，皆從廠商勞工佔有率比例進行計算，然而此兩者之計算皆 僅呈現單一產業空間分布之聚集程度，缺乏其他產業比較聚集之計算，較易產生 估計偏誤，此外，廠商規模以勞工計算亦可能因少數廠商規模過大，產生集中上 之偏誤，因此在聚集計算上，已發展出修正計算方法，以下說明本研究所需用之地方 吉尼係數。
地方吉尼係數（以下簡稱 LGini）計算包含以上計算之產業規模外，亦包含 其他產業規模所構成之混合比例計算，其計算公式如下：
其中， ：表 J 產業地方化係數 ：表全區 J 產業從業人口 ：表 I 區 J 產業從業員工數 ：表 I 區總製造業業員工數 ：表全區總製造業從業人口
以上述工式計算出 LGini，可以對計算地區檢視目標產業之產業集中程度，
因此 LGini 所代表之經濟意涵亦較接近地方化經濟。然而以上述方式進行計算亦 會演生前述計算上之偏誤，Krugman 亦於同書指出，此計算指數所衍生問題在於 此指數無法對於廠商數量進行控制，因此若觀察地區之產業存在一大廠與少數小 廠之情況，大廠區位孤立時，以地方化係數標準檢視，也會認為存在空間聚集效 果，此即偏誤可能產生情況。
43
面對地方化係數之不足，Ellison 與 Glaeser 於 1997 年提出不同於地方化係 數之聚集程度計算方式14，其計算原理除了保有地方化係數精神外，尚添加了產 業面赫芬達指數（Herfindahal index of industry，HII），應用亦可見於許多研究
（Ellion and Glaeser, 1997；Maurel and Sedillot, 1999；Rosenthal and Strange, 2001；
Ellion et. al. , 2010）。
Ellison 與 Glaeser 所提出之 EG 指數計算上較 LGini 複雜，但可以修正上述 偏誤問題，然而運用上，需要以個體廠商加總方式計算出原始地理集中量，集中 量計算以下列公式表示之：
其中，G：M 地區 J 產業的原始地理集中量
：I 地區 J 產業從業比例，
：第 K 間廠商佔 J 產業之從業人員比值
：non-independent Bernouilli 變數，判定區域內廠商值為一。
：I 地區從業人口佔 J 產業總就業人口之比例
因此在資料蒐集上需要有區域較健全之產業較易直接計算並觀察之，申言之，
當部分區域不存在目標產業廠商、目標產業無區域細部個體資料時，將導致計算 上困難與偏誤，以電子零組件產業為例，在個體廠商之勞工數計算上即面臨不足 情況，因此聚集指數計算仍採用 LGini 為主要方法。
針對 LGini 所可能產生之偏誤，計算上須進行適度修改，才能使結果合理。
首先，以勞動量為計算基礎的方法變更成為廠商家數，其原因在於勞動量可能受 到廠商規模影響而導致 LGini 偏誤，因此計算上將勞動量替代成為廠商家數較可 以減少此種問題。
再者，計算地理集中時，常以製造業就業員工數作為計算母體基礎，然製造 業分布與全體產業分布仍有不同，如以製造業為母數計算，仍可能因為行業分類 之中分類下行業別過多，最終導致分布聚集呈現高估情況。因此，目前修正用製 造業為計算母數之方法，改以總產業為計算基礎，將可以適度減少聚集高估之情
14 Ellion and Glaeser (1997), Geographic Concentration in U.S. : Manufacturing Industries: A Dartboard Approach, Journal of Political Economy, vol. 105, no. 5.
44
況。
（二）自變數
自變數選取以第二章文獻回顧所整理出之變數為主，而選取上本國市場效果、
消費與尋租等三項變數沒有納入本次研究設計，其原因為本國市場效果 Davis and Weinstein（1996）所作之系列研究中，本國市場效果替代變數IDIODEM
所需 運用相關資料包含跨區同商品需求量，而此類細部跨區購買資料本國較為缺乏，
因此估計尚難以採用此法研究。消費因素因前所回顧之方法多為間接論證，此外，
Glaeser et. al.（2001）所觀察對象主要為消費者與勞工，其所談之聚集
（agglomeration）為較廣義之聚集概念，不似本研究所關注之焦點為廠商，因此 適用上亦有困難。
知識外溢對於電子零組件製造業地聚集實證亦有重要意義，但礙於本研究所 實證期間中，民國 85 年之投資研發資料主計處並未對此製作，因此在資料受限 情況下，欲保有平衡追蹤資料特性下，未納入知識外溢項目進行實證。
最後，尋租行為研究方法亦超出本研究範圍，以 Ades and Glaeser（1995）與
Henderson（2003）所作之研究而言，其運用政治不穩定指數觀察，此尚須另一 階段指數建構，因此在變數選取上，此三項變數暫時不納入實證研究中。1. 中間要素投入
Holmes（1999）對要素投入觀點較為直接，其認為若兩地區中，分別有不 同聚集經濟情況時，較高程度聚集經濟地區將有較高程度的要素投入比重。原因 係假設要素投入分享若可吸引廠商就近設廠，則擁有此效益之聚集經濟地區之中 間投入供應廠商將較低度聚集經濟區域多，相對而言，低度距經濟地區因缺乏中 間投入廠商，若欲達成廠商成本極小化目標以求取利潤，則勢必進行生產面之垂 直整合，導致中間投入購買成本較高度聚集經濟區域低。
實證上之替代變數設計，由上述構想設計出購買投入強度（purchased-inputs intensity），即以廠商中間投入成本除以總產值便可設計成為投入分享之替代變 數。
參酌前所回顧之方法，本研究以購買投入強度為基本替代變數運算方法，係 因其它方法須要較細部區域投入產出關聯統計方能達成，然而目前主計處所列之 產業關聯表僅有全國尺度，較缺乏區域縣市尺度之計算，因此以購買投入強度。
其計算方式如下所示，其中對象為 i 產業，r 地區，t 期間。
45
生產要素投入 總產出值
2. 勞工群
經前章文獻回顧所使用之替代變數有工資之風險溢酬程度、勞動淨生產力、
管理勞工比、勞工學歷比等變數，本研究採以學歷比率為替代變數，內容為計算 區域內大學以上（含大學）學歷之動人口比，以反映各區域間高學歷人口對廠商 聚集影響力。採用此標準較前述之工資風險溢酬較可能可以避免假定上之問題，
因勞動工資提高因素除專業化風險外，尚有聚集經濟因素等可以影響勞動工資水 準（Yankow, 2006），因此改採以學歷比例可以避開此種假設上不易區隔之問題，
惟須說明此種替代變數僅能部份性顯示專業化勞工所帶來之聚集效果，因為尚有 非高學歷之專業化勞工將不會被此種方式納入衡量（Rosenthal and Strange, 2001, p.205）。
其計算方式如下所示：
3. 勞動工資
經前章文獻所列出之研究，總結 Guimaraes et. al.（2000）、王憶靜（1996）、
方進呈（2002）、水啟梅（2005）與張晶晶（2011）等變數作法，本研究以可支 配所得進行衡量勞動工資之替代變數，係因其已將所需支付之稅費與必要支出扣 除，因此亦可以代表實質薪資之特性，反映所得程度與消費能力，預期產生負向 影響。
此外，除以可支配所得為替代變數外，另以工商普查之薪資支出計算勞動工 資，以此兩者進行衡量，但以新資支出反算勞動工資係已為成本節首後之僱用行 為，並非原始情況，因此在檢定上，其顯著性可能較可支配所得略差。
4. 本國市場效果
不同於前述 Beakman et al.（2000）使用之市場潛在方程式、Davis and Weinstein（1999）所運用之 Heckscher-Ohlin-Vanek 模型，本研究對於本國市場 效果之變數選取以都市區域中人口數為計算基礎，其原理以下說明之。
Tabuchi（2000）認為廠商的利潤函數受地租與工資影響，此與都市服務水
46
準與都市人口相關，當都市人口成長便可影響廠商聚集與遷移意願。其針對日本 生產面與消費面進行分析，分析原理為廠商與消費者將會共同內生決定都市地租 與勞動工資，而廠商之利潤函數與消費者之效用函數皆由地租與工資內生控制，
外生變數為都市服務水準（amenity）。因此，當人口因為消費效益或就業機會進 行都市遷移，將會影響都市規模，進一步將影響都市服務水準，並同時影響地租
外生變數為都市服務水準（amenity）。因此，當人口因為消費效益或就業機會進 行都市遷移，將會影響都市規模，進一步將影響都市服務水準，並同時影響地租