e ：為整體誤差
it如上所述，本實證模型之預期結果如表 4-4 所示
it it it
it it
t
it
LPOP LARG LFA FIRM e
TEMP
=β
0 +β
1( )+β
2( )+β
3( )+β
4( )+表 4-4 模型變數代號與預期符號
變數名稱 模型代號 預期符號
年平均氣溫 TEMP 應變數
log 人口數 LPOP ＋
log 耕地面積 LARG － log 都市計畫工業區面 LFA ＋或－
登記工廠家數 FIRM ＋
資料來源：本研究整理
第四節 模型實證結果分析
本節實證模型以 1996~2006 年 panel data 模型進行實證分析，分成 二式探討台北都會區氣溫變化與都市化指標間之關係。
一、 固定效果模型實證結果 1
在 panel data 模型中，分為固定效果與隨機效果模型，需要透過 F Test 和 LM Test（Lagrange Multiplier Test）分別檢定固定效果模型 與最小平方法模型何者較佳，以及固定效果模型和隨機效果模型與最小 平方法模型何者較佳。在固定效果模型與隨機效果模型的比較當中，
Hausman Test 則檢定固定效果模型與隨機效果模型何者較佳。然而在本 實證模型由於必須計算出個別特質效果，隨機效果模型之計算無法得知 估計的固定效果（Estimated Fixed Effects），因此採用固定效果模型 進行實證分析。
表 4-5 為式（1）實證結果分析（以下稱為實證結果 1），使用 Limdep 7.0 的 panel data 模型會自動建立固定效果模型，並且自動計算 F Test、
其中 F Test 之 F 值為 5.649，P 值達到α＝0.01 之顯著水準，表示固定 效果模型較最小平方法模型佳。
表 4-5 實證結果 1
模型 變數名稱
固定效果模型
（Fixed Effect Model）
係數 t-ratio P 值
常數項（constant） － － －
log 人口數（LPOP） 3.3478 6.400 0.0000＊＊＊
log 耕地面積（LARG） -0.1130 -3.882 0.0002＊＊＊
log 都市計畫工業區面積（LFA） -0.1159 -2.083 0.0394＊＊
登記工廠家數（FIRM） -0.002 -1.884 0.0619＊ R-square / Adj R-square 0.9104 / 0.8599
F Test 5.649（prob value= 0.0000）
註：＊、＊＊、＊＊＊分別代表雙尾檢定在 90％、95％及 99％信賴水準下顯著。
新店 -15.00219＊＊ 6.60326 貢寮 -6.93943 4.98193 土城 -14.14235＊＊ 6.50646 金山 -8.26267 5.20470 蘆洲 -14.17134＊＊ 6.29349 萬里 -7.90584 5.14941 烏來 -6.45064 4.39902
註：1.***、**、*分別表示在α=1%、5%、10%的顯著水準下，以 t 分配檢 定拒絕虛無假設。
2.表中係數後括號之數字係扣除固定效果未顯著的鄉鎮市區後，該時期固 定效果之排名。
（一） 實證結果 1 之固定效果模型結果：
1. 人口數與年平均氣溫在α＝0.01 之顯著水準下呈現顯著之正向關係
（P 值為 0.0000＜0.01），表示人口數的增加會使年平均氣溫便會上 升。
2. 耕地面積則與年平均氣溫在α＝0.01 之顯著水準下呈現顯著之負向 關係（P 值為 0.0002＜0.01），表示耕地面積對氣溫上升有緩和的效 果。
3. 都市計畫工業區面積與年平均氣溫在α＝0.05 之顯著水準下呈現顯 著之負向關係（P 值為 0.0394＜0.05），表示都市計畫工業區面積的 增加劃設對緩和氣溫上升也有助益。
4. 登記工廠家數與年平均氣溫在α＝0.1 之顯著水準下呈現負向關係
（P 值為 0.0619＜0.1），表示登記工廠家數的增加可以緩和氣溫。
（二） 各鄉鎮市區之固定效果統計量
從表 4-6 可以發現，其他條件在控制之下（即不受自變數之影響 下），台北都會區各鄉鎮市區之固定效果係數為負的，表示台北都會區 之氣溫在沒有受其他因素的影響下會是較低的。換句話說，台北都會區 原本不應該有氣溫上升的情形，而會有氣溫上升的情形是上述都市化變 數所造成的。
再從個別地區來看，幾乎大部分地區基於本身的條件在台北都會區 不應該有氣溫上升的情形發生（係數為負），然而在郊區地方不明顯，
由於本身之條件而對於降低氣溫最顯著的前五名地區為大安區、中正 區、永和市（α＝0.01 之顯著水準）、板橋市、文山區（α＝0.05 之顯
著水準）。本研究推測較為顯著的原因為：
1. 大安區內有大安森林公園（佔地 259,253 平方公尺），公園內樹木 與草坪為數眾多，因此大安區本身的條件可能對降低其地區氣溫有 幫助。
2. 中正區內有二二八和平公園（佔地 77,559 平方公尺）和中正紀念 堂（亦稱民主紀念館，佔地 15,000 平方公尺）、植物園（佔地約 86,000 平方公尺），這三個公園也都有相當大面積綠樹的種植，因 此中正區本身的條件也可能對降低此區氣溫有幫助。
3. 永和市周圍地區（包括東部、北部、西部）皆有新店溪經過，且在 永和市的新店溪沿岸皆為廣大的河濱公園（如永和綠寶石公園、中 正河濱公園、福和河濱公園），如此可以認為永和市可能是因為有 廣大公園或是河流的經過，對當地的氣溫有降溫的效果。
4. 板橋市之西邊為大漢溪經過，東邊為新店溪經過，板橋北邊正好為 大漢溪與新店溪交會之淡水河部分，在沿河岸部分也是廣大的河濱 公園（如江子翠河口景觀河濱公園、浮洲河濱公園、大漢溪河濱公 園），因此板橋市也可能是因為有公園和河流的經過，對當地氣溫 有降溫的效果。
5. 文山區位於台北市的南方，三面環山，且有景美溪流域經過，因為 樹林與公園分布較其他地區多，是台北市適宜人居的地方，因此可 能因為文山區本身條件而對當地氣溫是降溫的效果。
二、 時間趨勢變數之實證結果分析
表 4-7 為式（2）之實證結果分析（以下稱為實證結果 2），F Test 之 F 值為 31.864，P 值達到α＝0.01 之顯著水準，表示固定效果模型較 最小平方法模型佳。
表 4-7 實證結果 2
模型 變數名稱
固定效果模型
（Fixed Effect Model）
係數 t-ratio P 值 常數項（constant） － － －
log 人口數（LPOP） 0.5014 11.215 0.0000＊＊＊
log 耕地面積（LARG） -0.2144 -3.608 0.0005＊＊＊
log 都市計畫工業區面積（LFA） 0.5382 1.757 0.0815＊ 登記工廠家數（FIRM） 0.0000 -0.017 0.9867 R-square / Adj R-square 0.7747 / 0.763
F Test 31.864（prob value=0.0000）
註：＊、＊＊、＊＊＊分別代表雙尾檢定在 90％、95％及 99％信賴水準下顯著。
資料來源：本研究整理
各年度估計之固定效果如表 4-8 所示：
表 4-8 各年固定效果統計量
年度 係數 標準差
1996 16.85203＊＊＊ 0.57967 2001 17.47715＊＊＊ 0.57517 2006 17.70610＊＊＊ 0.57906
註：***、**、*分別表示在α=1%、5%、10%的顯著水準下，以 t 分配檢定 拒絕虛無假設。
（一）實證結果 2 之固定效果模型結果：
1. 人口數與年平均氣溫在α＝0.01 之顯著水準下呈現顯著之正向關係
（P 值為 0.0000＜0.01），表示人口數增加確實使氣溫上升。
2. 耕地面積則與年平均氣溫在α＝0.01 之顯著水準下呈現顯著之負向 關係（P 值為 0.0005＜0.01），表示耕地面積的增加有緩和都市暖化 之效果。
3. 都市計畫工業區面積與年平均氣溫在α＝0.1 之顯著水準下呈現顯著 之正向關係（Ｐ值為 0.0815＜0.1），表示都市計畫工業區面積的增加 會使氣溫上升。
4. 登記工廠家數與年平均氣溫在α＝0.1 之顯著水準下呈現不顯著情形
（P 值為 0.9867），此表示登記工廠家數與年平均氣溫無關。
（二） 1996、2001、2006 三年之固定效果統計量
從表 4-8 得到，在其他變數控制之下（即不受自變數之影響），台北
都會區 1996、2001、2006 三年之固定效果係數為正的，表示氣溫隨著時
口數造成氣溫上升之相關文獻（Karl et al.,1998; Philandras et al.,1999; Kalnay and Cai, 2003; 林立人，2000；林憲德，2000；徐 森雄，2007；鄭祚芳等人，2007）。
（二） 各鄉鎮市區耕地面積
實證結果 1 和 2 均證實耕地面積對年平均氣溫有非常顯著的影響，
且耕地面積與年平均氣溫呈現負向關係，表示一地區耕地面積增加，會 降低此地區之氣溫。如此則與上述之推論相同，也與第二章之許多文獻 相符合（Mehmwt et al.,1995; 林立人，2000；林憲德，2001；鄭婉純，
2004；李洋毅，2006；徐森雄，2007），不論是綠地或是耕地，均有助於 減緩氣候暖化之功效，降低都市熱島的形成。
（三） 各鄉鎮市區都市計畫工業區面積
實證結果 1 發現都市計畫工業區面積對年平均氣溫有顯著之負向之 關係，表示工業區面積增加是氣溫下降的因素之ㄧ；而實證結果 2 結果 卻是對年平均氣溫是顯著正相關，表示工業區面積增加會造成氣溫之上 升。因此與本研究預期正或負之符號相一致，推論可能是因為工業區面 積廣大，多半建蔽率較低，且工業區多要求設置廣大綠帶，以及工廠可 能未完全設置工業區內，或工廠有閒置的情況發生，又或者工業區內之 工廠屬於輕度污染工廠、排放之廢氣達到環保標準，是以工業區對都市 氣溫有緩和的效果，也與鄭婉純（2004）研究發現低度開發之工業用地 對都市氣溫之影響為負相關的相一致。但若都市計畫工業區之工廠沒有 達到上述之要求，則會汙染當地之空氣，對微氣候造成影響，由於研究 範圍之各鄉鎮市區之工業區型態不一定相同，無法進一步得知，因此有 可能造成其對氣溫之影響有所差異，對氣溫影響為正或負皆有可能。
（四） 各鄉鎮市區登記工廠家數
在實證結果 1，登記工廠家數與年平均氣溫呈現負向之關係，表示登 記工廠家數的增加可以減緩氣溫的上升；在實證結果 2 則與年平均氣溫 也呈現不顯著負向的關係，表示登記工廠家數多寡氣溫無關，這兩個結 果均與預期符號不相符。推測可能因為登記工廠多位於台北都會區的郊 區，市中心的工廠已經很少或沒有，郊區面積又比較廣大，若工廠位於 郊區，則對其地區氣溫的影響可能沒有像人口密集的都市中心對其氣溫
的影響來得大，因此受到區位的因素可能產生登記工廠家數的增加可以 減緩氣溫上升的誤解。也可能因為所選之變數為登記工廠家數，但是污 染可能來自於未受管理的未登記工廠，或是違章工廠，這些因素沒有考 慮進去，是以登記工廠家數與氣溫的上升無關。
第五節 小結
都市蔓延問題直接或間接的影響到氣候暖化上，台灣存在著都市蔓延 的情形（高佩菁，2002；林承緯，2004），而本研究證明都市化指標的確會 造成氣候暖化，因此在未來如何控制都市蔓延的擴大以及如何減緩氣候暖 化的情形是重要的課題。
在本章第一節利用 GIS 的三種空間分析方法對 1996~2006 年台北都會 區的人口變化進行分析，結果得到人口的分布近 10 年來呈現放射狀的發 展，如此與 1996、2001、2006 年三個年度的北部地區年平均氣溫分布圖相 符合，年平均氣溫在 23℃以上的地擴大形態，可能受到地形與交通的影響，
氣溫範圍的擴大除了有放射狀的發展外，也往較為郊區的桃園地區發展。
人口的增加尤其在都會區的外圍，像是五股鄉、新店市、林口鄉、三峽鎮、
人口的增加尤其在都會區的外圍，像是五股鄉、新店市、林口鄉、三峽鎮、