第五章 實證分析
第一節 模式分析
六、 M6 模式
將 M5 模式延伸至 M6，也就是在層次 1 的斜率項置入環境脈絡因素來解釋 死亡率的變遷率，且與 M5 一樣，M6 分為 M6Q1、M6K10、M6D22 三個次模式，
分析結果如表 24。與 M5 模式相仿，死亡率起點值的影響因素有剝奪指數(+)、
壓力指數(+)、鄰鄉剝奪指數(+)，且一樣在 Q1 的空間尺度下，鄰鄉空氣汙染與本 鄉死亡率起點值有正相關，在 D22 的空間尺度下，鄰鄉用水品質與本鄉死亡率起 點值為負相關。
若特別將 D22 模式單獨評估，會發現醫療資源與死亡率具有相當微妙的關係。
本鄉醫療資源與本鄉死亡率的起點值與變動率並無顯著關係，而鄰鄉醫療指數平 均值卻與本鄉死亡率有著顯著關係，這代表著以鄉鎮市區作為空間尺度去討論醫 療資源與死亡率的關係是不合適的，臺灣的醫療資源差異可能表現在區域之間，
而非鄉鎮之間，這也暗示著臺灣民眾跨鄉鎮就醫的特性。
那麼，鄰鄉醫療資源與本鄉死亡率的關係為何？相當微妙地，鄰鄉醫療指數 與本鄉死亡率起點值有正相關，顯示當鄰鄉醫療指數平均值愈高，本鄉死亡率愈 高；而鄰鄉醫療指數與本鄉死亡率變動率卻具有負向關係，顯示當鄰鄉醫療指數 平均值愈高，可以加速本鄉死亡率的下降幅度。
臺灣死亡率較高的區域為東部區域與南部區域，但這些區域的醫療資源並非 相對貧乏。如表 25 所示，東部區域平均每萬人可擁有 45.11 張病床，為四大區 域中最高；而南部區域平均每萬人可擁有醫事人員數 45.35 人，為四大區域中次 高，顯示東部與南部區域的醫療資源並非完全匱乏，但如圖 9 所示，這兩個區域 的死亡率歷年皆為最高。這應反映出 M6D22 模式的分析結果─醫療指數高的地 區，死亡率起點值未必較低。反觀 M6Q1、M6K10，因為其所涵括的鄉鎮個數較 少，較難以反應出醫療資源的區域差異，所以只有在 M6D22 模式中呈現出醫療 資源與死亡率變遷率的關係。簡言之，M5D22 反映了國人跨鄉就醫的現象，雖 然投注醫療資源於某鄉鎮不見得能有效降低該鄉鎮的死亡率，但長期而言，卻可
112
能讓鄰近鄉鎮死亡率的下降速率增快，雖然投注各鄉鎮醫療資源也許效益有限，
但若能提升區域性醫療資源的可及性，讓偏鄉的居民也能有方便的就醫管道，長 期而言，是降低死亡率的可行措施。
表 25 臺灣四大區域醫療資源比較
區域 每萬人病床數 每萬人醫事人員數 醫療指數
北部 44.52 49.89 0.09
中部 29.85 37.32 -0.12
南部 42.45 45.35 0.04
東部 45.11 34.48 -0.03
總言之，M6 的三個次模式中，在死亡率起點值部分，截距、剝奪指數、壓 力指數、鄰鄉剝奪指數在三個次模式中皆為顯著；在死亡率變遷率的部分，截距、
剝奪指數在三個次模式中皆為顯著，只有若干變項在個別次模式裡的顯著關係不 一致。這代表著本研究所設計的三種空間權重，其分析結果相似，自變項與依變 項的關係尚為穩健。
113
Deviance -14286.753 -14292.362 -14311.717
*** 表示達 α =0.001 顯著水準；** 表示達 α = 0.01 顯著水準；
* 表示達 α = 0.05 顯著水準 (雙尾檢定)
114