迴歸結果分析

颱 風 影 響時間 - 0.0002 - 0.0003 - 0.0000 - 0.0002 (0.0003) (0.0004) (0.0004) (0.0004) 縣 市 別

彰 化 縣 0.0172 0.0179 0.0241 0.0252*

(0.0147) (0.0146) (0.0150) (0.0149) 雲 林 縣 0.0174 0.0179 0.0146 0.0154

(0.0149) (0.0149) (0.0150) (0.0151) 嘉 義 縣 0.0716*** 0.0715*** 0.0775*** 0.0779***

(0.0184) (0.0184) (0.0205) (0.0207) 臺 中 市 - 0.0232 - 0.0228 - 0.0252 - 0.0245

(0.0171) (0.0170) (0.0165) (0.0165) 臺 南 市 0.0548*** 0.0542*** 0.0590*** 0.0577***

(0.0169) (0.0171) (0.0186) (0.0188) 颱 風 路徑別

第 二 類 - 0.0172 - 0.0154 - 0.0059 0.0025 (0.0167) (0.0191) (0.0173) (0.0203) 第 三 類 - 0.0390* - 0.0371 - 0.0350 - 0.0261

(0.0207) (0.0226) (0.0221) (0.0243) 第 四 類 - 0.0495** - 0.0470* - 0.0353* - 0.0257

(0.0215) (0.0240) (0.0210) (0.0240) 第 五 類 0.0560*** 0.0565*** 0.0598*** 0.0607***

(0.0097) (0.0097) (0.0112) (0.0106) 第 九 類 0.0770*** 0.0786*** 0.0937*** 0.0987***

(0.0201) (0.0212) (0.0226) (0.0242) 其 他 類 0.1060*** 0.1071*** 0.0949*** 0.1014***

(0.0213) (0.0222) (0.0195) (0.0208) 截 距 - 0.4022*** - 0.4024*** - 0.4205*** - 0.4203***

(0.0491) (0.0491) (0.0554) (0.0550) R Square 0.3392 0.3392 0.2779 0.2787 Adj R Square 0.3240 0.3241 0.2613 0.2622

樣 本 數 626 626 626 626

註：* p<0.1, ** p<0.05, *** p<0.01；()中為標準差

二、加入氣象變數與抽穗期交乘項之模型

承接初始模型，此部分再另外將稻作抽穗期是否與颱風侵襲時間重疊這項變

因納入考量，以觀察模型結果的變化。如表 4-20 所示，本研究發現於此模型，

無論是水稻產量損率或是面積損率，最大瞬間風風速仍是影響最大的氣象變數，

單 日 最大累積雨量與總累積雨量對損率則亦無顯著效果。接著，將焦點放在 各 項 氣象變數與抽穗期之交乘項上，最 大 瞬 間 風風速 × 抽穗期以及單日最大 累 積 雨 量 × 抽穗 期在兩項損 率上皆呈 現正向顯 著，而總累積雨量 × 抽穗期 雖 不 顯 著，但係數相較於總累積雨量亦有提升，顯示稻作於抽穗期階段時，

若 面臨颱風，其挾帶的強風和豪雨皆會造成嚴重的損害，與過去研究所提到，

水 稻 在抽穗期較不易抵抗風雨之觀點相同；另外，亦可從單日最大累積雨量 與 總 累積雨量各自與抽穗期交乘項對於損率的顯著性比較，得知在雨量上，

造 成 稻 作災損主 要是來自短時間的強降雨之影響 。

表 4-20 加入氣象變數與抽穗期交乘項模型之實證結果

(5) (6) (7) (8)

產 量 損 率 產 量 損 率 面 積 損 率 面 積 損 率 氣 象 因素

最 大 瞬 間風風速 0.0078*** 0.0071*** 0.0085*** 0.0077***

(0.0017) (0.0017) (0.0017) (0.0017) 最 大 瞬 間風風速

× 抽 穗 期

0.0019*** 0.0026*** 0.0010 0.0018***

(0.0006) (0.0006) (0.0007) (0.0007) 單 日最大累積雨量 0.0000 0.0000

(0.0000) 0.0000 單 日最大累積雨量

× 抽 穗 期

0.0001** 0.0003**

(0.0001) (0.0001)

總 累 積 雨量 0.0000 0.0000

(0.0000) 0.0000 總 累 積 雨量

× 抽 穗 期

0.0001 0.0001 (0.0001) (0.0001) 時 間 因素

颱 風 影 響時間 0.0003 0.0003 0.0006 0.0004 (0.0003) (0.0003) (0.0004) (0.0004) 縣 市 別

彰 化 縣 0.0266* 0.0256* 0.0338** 0.0328**

(0.0136) (0.0138) (0.0138) (0.0141) 雲 林 縣 0.0183 0.0190 0.0143 0.0153

(0.0139) (0.0142) (0.0140) (0.0144) 嘉 義 縣 0.0668*** 0.0684*** 0.0716*** 0.0740***

(0.0167) (0.0170) (0.0188) (0.0193) 臺 中 市 0.0015 - 0.0013 0.0019 (0.0017) (0.0160) (0.0163) (0.0154) (0.0157) 臺 南 市 0.0409** 0.0464*** 0.0389** 0.0459**

(0.0162) (0.0163) (0.0177) (0.0180) 颱 風 路徑別

第 二 類 0.0565*** 0.0544** 0.0778*** 0.0824***

(0.0197) (0.0223) (0.0249) (0.0301) 第 三 類 0.0739*** 0.0761*** 0.0809*** 0.0905***

(0.0227) (0.0247) (0.0279) (0.0320) 第 四 類 0.0271 0.0252 0.0511* 0.0564*

(0.0233) (0.0258) (0.0269) (0.0321) 第 五 類 0.0329*** 0.0304*** 0.0411*** 0.0387***

(0.0094) (0.0081) (0.0108) (0.0086) 第 九 類 0.0994*** 0.0919*** 0.1316*** 0.1282***

(0.0228) (0.0250) (0.0286) (0.0334) 其 他 類 0.1121*** 0.1091*** 0.1137*** 0.1161***

(0.0259) (0.0257) (0.0225) (0.0247) 截 距 - 0.3069*** - 0.2893*** - 0.3583*** - 0.3428***

(0.0485) (0.0509) (0.0554) (0.0603) R Square 0.4255 0.4210 0.3566 0.3486 Adj R Square 0.4104 0.4058 0.3397 0.3315 N um of O bs 626 626 626 626

註：* p<0.1, ** p<0.05, *** p<0.01；()中為標準差

三、加入單日雨量門檻值之模型

同樣承接初始模型，此部分另外將單日雨量之門檻值納入考量，以觀察模型 結果的變化。如表 4-21 所示，本研究發現於此模型，最大瞬間風風速依然是導 致水稻產量損率及面積損率增加的主要氣象變數。而值得注意的是，單日最大累

積雨量門檻值對產量損率及面積損率皆具有正向顯著效果，顯示當單日累積雨量 超過門檻值 150 毫米時，會造成水稻損率明顯地增加。

表 4-21 加入單日雨量門檻值模型之實證結果

(9) (10 )

產 量 損 率 面 積 損 率 氣 象 因素

最 大 瞬 間風風速 0.0172*** 0.0165***

(0.0016) (0.0016) 單 日 最 大累積雨 量 - 0.0003*** - 0.0002

(0.0001) (0.0001) 單 日 最 大累積雨 量×門檻值 0.0003*** 0.0002**

(0.0001) (0.0001) 時 間 因素

颱 風 影 響時間 - 0.0002 0.0000

(0.0003) (0.0004) 縣 市 別

彰 化 縣 0.0241 0.0297**

(0.0147) (0.0150)

雲 林 縣 0.0209 0.0174

(0.0150) (0.0151)

嘉 義 縣 0.0750*** 0.0803***

(0.0185) (0.0206)

臺 中 市 - 0.0208 - 0.0232

(0.0172) (0.0166)

臺 南 市 0.0596*** 0.0628***

(0.0171) (0.0187) 颱 風 路徑別

第 二 類 - 0.0198 - 0.0080

(0.0167) (0.0173) 第 三 類 - 0.0431** - 0.0383*

(0.0210) (0.0222) 第 四 類 - 0.0564** - 0.0409*

(0.0220) (0.0214)

第 五 類 0.0553*** 0.0593***

(0.0094) (0.0110)

第 九 類 0.0863*** 0.1013***

(0.0204) (0.0224)

其 他 類 0.1077*** 0.0963***

(0.0211) (0.0189)

截 距 - 0.3971*** - 0.4164***

(0.0504) (0.0565)

R Square 0.3475 0.2825

Adj R Square 0.3315 0.2649

N um of O bs 626 626

註：* p<0.1, ** p<0.05, *** p<0.01；()中為標準差