政黨傾向對國內遷徙影響之實證研究
44
0
0
全文
(2) 謝. 誌. 兩年修碩士學位的時間裡，特別感謝家人對我的支持，退伍之後選擇升學的決定， 不僅缺乏收入來源，更必須依賴家人的資助才可順利完成學業，感謝父母在經濟上的支 持及親情上的鼓勵，使我可以在無後顧之憂的環境之下更加往前邁進，感謝家人的噓寒 問暖及無時無刻的關懷，及小姪女及小外甥等的陪伴，皆鼓勵我實現我的目標，特別感 謝大姐在口試當天鼓勵慰問的短訊，讓我穩定緊張的心情，也謝謝玫君的勉勵及陪伴， 以及心得與經驗上的交流均讓我有所受益。 除了家人的支持之外，更加謝謝指導教授耿紹勛老師在論文寫作過程中細心指導， 更不厭其煩指導我修改論文，感謝經濟管理研究所李揚老師、鄭育仁老師及吳毓麒老師 的教導，讓我學業更加精進，及應經系老師的教導，使我可以順利修習完該學習的學科， 順利完成學業。 另外，感謝宗穎、舜昱、雅婷、信宏、怡樺、泰良、苔琳等所有經貿組及管理組的 同學，在這兩年時間裡互相切磋、互相勉勵，完成大家共同的目標，也感謝一中特地從 台南來參加我們的畢業典禮。這兩年間所有幫助過我的人，由於篇幅的限制無法一一的 致意，你們鼓勵是我前進最大的動力，在此感謝你們。. 賴恩豪. 謹誌. 中華民國九十七年六月. ii.
(3) 政黨傾向對國內遷徙影響之實證研究 指導教授：耿紹勛 博士 國立高雄大學應用經濟學系. 學生：賴恩豪 國立高雄大學經濟管理研究所. 摘要. 過去台灣有關遷徙之相關文獻多半將焦點集中於經濟、個人特性變數之探討，例如 年齡、教育、婚姻狀況、職業等變數，以政治環境而言，大致上台灣北部地區偏向支持 泛藍政黨，相對上台灣南部地區則偏向支持泛綠政黨，且觀察數次選舉結果發現政治環 境存在藍者恆藍綠者恆綠的現象，偏向泛藍政黨縣市選舉票數越集中於泛藍政黨候選 人，而偏向泛綠政黨縣市選舉票數越集中於泛綠政黨候選人，本篇研究焦點著重於個人 政黨傾向對遷徙決策的影響，假設一般民眾偏向遷往政治環境與自己政黨傾向相同地區 居住。本文使用民國七十八年及九十年縣市長選舉與民國八十三年及九十一年直轄市選 舉各政黨得票率劃分政治環境；使用中央研究院台灣地區社會變遷基本調查及國內遷徙 調查兩項調查之資料，建立政治傾向及遷徙行為方程式分析政黨傾向對遷徙行為之影 響。 根據實證的結果，發現泛綠政黨傾向民眾不遷徙機率高於遷往政治環境與自己政黨 傾向相同區域之機率；居住在政治環境與自己政黨傾向相異區域之泛藍民眾遷往政治環 境與自己政黨傾向相同區域機率顯著高於不遷徙之機率；若單純探討居住於政治環境與 自己政黨傾向相異區域對遷徙行為的影響，實證結果顯示居住於政治環境與自己政黨傾 向相異區域，遷往政治環境與自己政黨傾向相同區域之機率低於不遷徙之機率，遷往政 治環境與自己政黨傾向相異區域之機率高於不遷徙之機率，政治方面變數與預期之效果 並未全部相符，而經濟方面變數影響較為明顯，顯示民眾在考慮遷徙決策時，經濟因素 往往佔有舉足輕重的影響效果，而政治性變數影響較為薄弱。 關鍵字：遷徙行為、政治傾向、遷徙決策. iii.
(4) An Empirical Analysis of the Effect of Political Attitude on Migration Decision Advisor: Dr. Shao-Hsun Keng Institute of Department of Applied Economics National University of Kaohsiung. Student: An-Hao Lai Institute of Economics and Management National University of Kaohsiung ABSTRACT In the past, domestic migration researches focus on economic and characteristic variable, such as age, marriage, education level, and occupation. The Taiwan political environment, north people trend to support pan-blue party, but south people trend to support pan-green party. To observe several recent voting results, votes center on pan-blue candidate in pan-blue political environment, but votes center on pan-green candidate in pan-green political environment. My research objective focus on argue the relationship of political tendency and migration behavior. The article hypothesize people trend to migrate to the same political attitude region. Using 1989 and 2001 voting data to difference pan-blue political environment and pan-green political environment. This research uses a multinomial logit approach to study interregional migration in Taiwan. Data used in this study are selected from the Taiwan Social Change Survey and Domestic Migration Survey for the year 1992 and 2002. According to empirical result, the pan-green people’s probability of migrating to the same political attitude region lower than the probability of stay behind. The pan-blue people who live in difference political environment, their probability of migrating to the same political region higher than the probability of stay behind. People who live in different political attitude region trend to migrate to difference political environment. The political variables have smaller effect on migration behavior. But economic or characteristic variables have larger effect on migration behavior. Keywords: Migration behavior, Political tendency, Migration decision iv.
(5) 目次 第一章 緒論 ………………………………………………………. 1. 第一節 研究背景 ……………………………………………………. 1. 第二節 研究目的 ……………………………………………………. 4. 第二章 文獻回顧 …………………………………………………. 5. 第一節 國外文獻 ……………………………………………………. 5. 第二節 國內文獻 ……………………………………………………. 10. 第三章 實證模型 …………………………………………………. 13. 第一節 實證模型 ……………………………………………………. 13. 第二節 變數的預期影響 …………………………………………. 16. 第四章 資料來源與變數說明 …………………………………. 18. 第一節 資料來源 ……………………………………………………. 18. 第二節 變數設定 ……………………………………………………. 21. 第三節 樣本特性 ……………………………………………………. 24. 第五章 實證結果 …………………………………………………. 27. 第一節 政黨傾向之實證結果 ………………………………………. 27. 第二節 遷徙行為之實證結果 ………………………………………. 30. 第六章 結論 ………………………………………………………. 34. 參考文獻 ……………………………………………………………. 36. v.
(6) 表目錄 表 1.1 台灣地區各次縣市長選舉政黨得票率(%) ……………………. 3. 表 1.2 台灣地區各次直轄市長選舉政黨得票率(%) …………………. 4. 表 4.1 台灣地區各次選舉政黨得票率(%)及政治環境 ………………. 20. 表 4.2 政黨傾向模型與遷徙模型之變數定義 …………………………. 22. 表 4.3 社會變遷基本調查之政黨敘述統計 ……………………………. 25. 表 4.4 遷徙行為之敘述統計 ……………………………………………. 26. 表 5.1 政黨傾向之 multinomial logit 模型實證結果 …………………. 28. 表 5.2 政黨傾向方程式預測準確度(%). ………………………………. 29. 表 5.3 遷徙行為之 multinomial logit 模型實證結果 …………………. 32. 表 5.4 遷徙行為方程式預測準確度 ……………………………………. 33. vi.
(7) 第一章. 緒論. 第一節 研究背景 以國內政治發展而言，由於國共內戰中央政府於民國三十八年宣布戒嚴，台灣地 區進入戒嚴時期，人民的自由人權，如集會、結社、言論、出版、講學等各項自由受到 嚴重限制，因此有黨禁、報禁、出國旅行禁止等限制，自民國七十六年宣布解嚴台灣地 區人民始得自組政黨參與政治活動，表 1.1 為台灣地區解嚴後第十一屆到第十五屆縣市 長選舉政黨得票率(民國七十八到民國九十四年)，觀察台灣解嚴後歷次地方選舉結果發 現兩個現象，民國七十八年第十一屆縣市長選舉為國民黨以外政黨參與選舉之始，發現 某些縣市例如台北縣、新竹縣、彰化縣、高雄縣、屏東縣及宜蘭縣，民進黨首次參與選 舉即取得相當高的得票率，在政黨得票率變化的過程中發現，多數縣市選舉結果政黨得 票率出現轉折的現象，如台北縣八十六年泛藍政黨得票率驟降，而八十六年以後選舉泛 藍票率越來越高，而高雄縣八十二及八十六年選舉泛綠政黨得票率略為降低，而八十六 年以後泛綠政黨得票率持續上升；表 1.2 為第一屆到第四屆直轄市長選舉政黨得票率(民 國八十三年到民國九十五年)，首次直轄市長選舉為民國八十三年，四次台北市長選舉 泛藍政黨得票率皆高於泛綠政黨得票率，而四次高雄市長選舉，得票率顯示泛藍政黨及 泛綠政黨呈現競爭狀態，且泛綠政黨有逐漸超越泛藍政黨的趨勢。觀察台灣過去近二十 年選舉資料，發現台灣北部地區縣市選舉得票數較集中於泛藍政黨，而南部地區縣市選 舉得票數較集中於泛綠政黨，且有藍者越藍綠者越綠的現象，民眾是否會因為政治環境 改變而選擇遷徙因而導致這樣的結果? 回顧過去關於遷徙行為之文獻，多半將影響遷徙行為因素區分為兩大類，分別為個 人特性變數與區域總體變數。個人特性變數包括教育程度、婚姻狀況、性別、年齡等因 素。教育對遷徙行為之影響，過去學者多半主張教育會提高個人的遷徙機率，如 Ritsila and Ovaskainen(2001)、Giannetti(2002)的研究結果顯示教育程度越高或是個人本身技能 越好會提高個人遷徙的機率，但 Orrenius and Zavodny(2005)的研究結果顯示教育程度太 低(no or little school)或接受高等教育(preparatory school)會降低個人遷徙意願，教育程度. 1.
(8) 為小學或中學之個人遷徙機率較高；Krieg(1997)研究結果顯示 18 歲以下小孩數量越多 及性別為女性會降低遷徙之機率。此外，民眾在做遷徙決策時亦必須考量遷徙成本，遷 徙成本對遷徙行為之影響多半以原居住地與遷徙目的地之距離做為衡量的指標， Juarez(2000)、Davies, Greenwood and Li(2001)研究結果顯示遷徙距離會降低遷徙的意 願。 在區域總體變數方面，主要討論議題包含失業率、就業機會、平均工資對遷徙行為 的影響，Greenwood(1985)、Davies, Greenwood and Li(2001)、Juarez(2000)研究顯示區域 失業率對遷徙行為有顯著的影響，區域失業率越低會吸引人口移入而失業率越高則會使 得人口移出，Greenwood(1978)以就業機會成長率探討人口遷徙行為，結果顯示區域就 業機會成長會降低遷出機率而增加遷入機率；更有學者認為在探討影響人口移動因素時 不該只考慮單一地區經濟條件，而應該以區域經濟條件與其他區域經濟條件之相對關係 探討經濟條件對遷徙行為之影響，Partridge and Rickman(1999)研究結果顯示全國性的就 業成長對人口遷徙行為影響並不明顯，而洪嘉瑜、陶宏麟、蔡智發(2003)以相對經濟條 件差異解釋人口遷徙的動向，實證結果顯示遷徙目的地相對就業機會、相對薪資水準較 佳會提升遷入之機率，且相對就業機會對遷徙影響效果大於相對薪資水準對遷徙影響效 果。 探討區域總體變數中政府支出對人口遷徙決策的影響，一般經濟理論預期政府支出 將帶動經濟繁榮復甦，有利吸引人口遷入，而稅賦增加會降低民眾效用降低民眾遷徙意 願，關於探討政府施政方向與公共政策對遷徙行為影響之相關文獻，如 Preuhs(1999)研 究結果顯示投資型政府支出對人口移動產生正向的拉力，而消費型政府支出卻會對人口 移動產生負向的推力。. 2.
(9) 表 1.1 台灣地區各次縣市長選舉政黨得票率(%) 民國七十八年 民國八十二年 民國八十六年 民國九十年第 民國九十四年 縣市長選舉. 縣市長選舉. 縣市長選舉. 縣市長選舉. 縣市長選舉. 泛藍. 泛綠. 泛藍. 泛綠. 泛藍. 泛綠. 泛藍. 泛綠. 泛藍. 泛綠. 台北縣. 48.45. 48.76. 59.29. 46.38. 41. 40.7. 48.2. 51.3. 54.87. 44.3. 桃園縣. 54.92 41.28. 39.32. 36.27. 43. 56.2. 55.2. 44.2. 60.84. 38.32. 新竹縣. 48.92. 51.08. 43.25. 50.04. 32.9. 36.1. 53.6. 46.4. 67.09. 32.91. 基隆市. 56.29. 42.15. 54.66. 45.34. 38. 42.8. 58.1. 41.9. 67.03. 32.96. 新竹市. 56.60. 31.76. 65.19. 26.88. 42.8. 56.1. 56. 42.8. 69.27. 30.73. 苗栗縣. 59.19. 0.00. 33.58. 25.4. 41.1. 4.2. 23.9. 23.6. 47.91. 29.86. 台中縣. 59.69. 40.31. 58.89. 41.11. 53.6. 38.6. 49.5. 41. 59.45. 39.12. 彰化縣. 47.48. 49.25. 52.81. 40.84. 49.6. 48.7. 48.4. 49.2. 55.46. 40.52. 南投縣. 50.40. 0.79. 49.54. 21.84. 37.4. 30.8. 61.5. 36.8. 45.32. 30.33. 雲林縣. 72.95. 27.05. 53.12. 46.88. 34.9. 29.1. 61.5. 38.5. 44.48. 53.37. 台中市. 61.19. 38.81. 58.13. 41.87. 48.6. 51.4. 49.1. 40.7. 60.57. 39. 嘉義縣. 78. 22. 66.4. 33.19. 53.3. 46.7. 44.2. 47.2. 37.37. 62.69. 台南縣. 49.25. 47.32. 42.85. 53.99. 34.3. 65.7. 44.5. 51.5. 47.16. 50.3. 高雄縣. 39.73. 56.26. 47.11. 51.31. 44.7. 51.7. 29.4. 54.8. 40.86. 59.14. 屏東縣. 45.72. 54.28. 50.93. 48.16. 41.5. 55.4. 40.6. 55.3. 41.86. 46.19. 澎湖縣. 100. 0. 42.44. 57.56. 57.5. 42.5. 55.3. 36.2. 50.69. 48.16. 嘉義市. 37.15. 9.81. 43.22. 0. 42.5. 7.3. 34.7. 12. 54.63. 45.37. 台南市. 56.76. 7.2. 46.13. 30.28. 40.3. 35.8. 37.4. 43.2. 41.4. 58.6. 宜蘭縣. 43.86. 54.48. 40.41. 57.49. 46.2. 53.8. 47.2. 50.9. 51.39. 47.75. 台東縣. 64.71. 9.05. 68.57. 0. 47.6. 5.7. 81.2. 17.3. 0. 0. 花蓮縣. 100. 0. 60.31. 30.68. 56.8. 43.2. 66.8. 31.4. 67.25. 19.86. 3.
(10) 表 1.2 台灣地區各次直轄市長選舉政黨得票率(%) 民國八十三年. 民國八十七年. 民國九十一年. 民國九十五年. 直轄市長選舉. 直轄市長選舉. 直轄市長選舉. 直轄市長選舉. 台北市. 56.1. 43.7. 54.1. 45.9. 64.1. 35.9. 53.8. 41.2. 高雄市. 58. 39.9. 48.9. 48.7. 46.8. 50. 49.3. 50.3. 第二節 研究目的 以台灣政治環境而言，北部地區民眾偏向支持泛藍政黨而南部地區民眾較偏向支持 泛綠政黨，是否民眾會因為政治因素選擇遷徙導致如此之結果?以台灣過去有關遷徙之 研究而言，多專注於個人特性變數及經濟變數之探討，未探討政治傾向對遷徙行為之影 響力，假設民眾偏好居住在與自己政黨傾向相同的政治環境，所以民眾在做遷徙決策時 除了考慮經濟因素之影響，遷徙後居住地當地政治環境對遷徙行為也有明顯的影響。 國外文獻在討論政治傾向對遷徙行為之影響中，多半加入對區域環境的認同感此類議 題，Lee(1966)提到若是該地區民眾特性相似將降低遷徙機率，而 Brown(1981)提出遷徙 者容易受到新居住地環境所影響，而 Glaser and Martin(1997)認為遷徙者在做遷徙決策 時會偏好遷往種族態度較相似區域，Mcmahon et al (1992)認為遷徙者傾向遷往相同政黨 傾向的社群，根據國外所作之研究結果顯示對環境的認同確實會導致民眾之遷徙，本篇 研究焦點在於探討政黨傾向對遷徙的影響效果，民眾是否會因為政黨因素而選擇遷徙， 是否會因為居住在相異政治環境而選擇遷徙?因而造成國內政治版圖泛藍執政區域越偏 向泛藍、泛綠執政區域越偏向泛綠。 本文使用 multinomial logit 模型進行分析，藉由個人政黨傾向之比較，分析政黨傾 向對遷徙行為之影響是否存在差異，及居住在政治環境相異區域對遷徙行為之影響，以 探討台灣地區人口遷徙現象是否如同國外研究所顯示，遷徙不僅受到經濟因素所影響亦 會受到政黨傾向不同而有所差異。. 4.
(11) 第二章. 文獻回顧. 第一節 國外文獻 本研究主題為探討政治傾向對遷徙行為之影響，主要被解釋變數為遷徙行為，在介 紹相關文獻之前必須先對遷徙作定義，Lee(1966)對遷徙所下之定義:「不論是暫時或是 永久、是自願或是非自願，由一區域移動往另一區域稱之為遷徙，但是其所謂之遷徙必 須為長期居住在同一地區之行為才可稱之為遷徙」；而在解釋變數方面，大致上可以區 分為三類:分別為心理層面變數、個人特性變數及區域總體經濟變數，其中將政黨傾向 變數歸類為心理層面變數。 影響遷徙行為的變數中往往存在某些無法歸類於個人特性變數或區域總體變數之 中的因素，如認同感、遷徙經驗等，民眾有時會對某些地區產生特別的好感，而這些偏 好並無關於區域經濟條件或是就業機會等因素，Lee(1966)提出若是該地區居民特性上 越相似，不論是在教育、所得、傳統甚至是種族等條件越相似，該地區遷徙率越低，若 是該地區居民特性差異越大則該地區遷徙機率越高，民眾在考慮遷徙決策時有傾向遷往 居民特性較相似區域。Borjas(1998)以 1979 年 National Longitudinal Surveys of Youth 資 料分析民眾是否會選擇居住在相同種族區域，以所得、教育及種族資本三方面來討論， 作者以相同種族平均教育程度代表該種族資本(ethnicity captial)，實證結果顯示若是相同 種族平均教育程度較高則會提高民眾選擇居住在相同種族社群的機率，而個人教育程度 較高會降地其居住在相同種族社群之意願，所得分配情況對選擇居住在相同種族環境之 機率有負向影響，若是所得分配不均則會降低民眾居住在相同種族社群的意願，若是父 母由國外移入，則會降低其居住在相同種族社群之意願，年齡對居住種族環境之選擇性 有顯著影響，較年長族群選擇居住在相同種族環境區域之意願較高，而年輕族群則會降 低居住在相同種族環境之意願。 Glaser and Martin(1997)探討美國種族態度對遷徙的影響，假設種族態度為根深蒂固 的觀念，美國北部地區種族態度上相對於南方較為自由開放，研究發現由南方遷往北方 的白人，種族態度較南方白人開放，而北方遷往南方白人，種族態度與南方白人相近，. 5.
(12) 遷徙者在做遷徙決策時會偏好遷往種族態度較相似區域；而 Wilson(1986)以 national sample 2232 筆白人樣本分析，探討遷徙者遷徙類型與種族態度之間的關係，將遷徙行 為區分為南方個人遷往非南方地區、非南方個人遷往南方兩類，遷往非南方地區之南方 個人種族歧視程度較土生南方人輕但是較土生非南方人歧視程度重，而遷往南方之非南 方個人種族歧視程度較土生南方人輕但是較土生非南方人歧視程度重，其中提到文化適 應同化過程，由於遷徙者在適應新環境過程中並不會被新環境文化完全同化 (incompleteness of acculturation)，所以南方遷往非南方之遷徙會增加非南方地區種族歧 視態度，而非南方遷往南方之遷徙會降低南方之種族歧視態度，如此遷徙行為將逐漸導 致南北種族態度趨於一致。 Brown(1981)提出社會、經濟、政治的變動常會影響民眾政治行為與遷徙行為，由 於遷徙機率最高的年齡為十八到三十五歲，且這年齡層也是容易受到外界影響的階段， 所以民眾容易在遷徙過程中受到環境影響而改變其生活型態或環境，以美國政治環境為 例，將政治環境區分為共和黨政治環境、民主黨政治環境、競爭的政治環境，若是民主 黨得票率未超過 45%則將該地區定義為共和黨政治環境，若是民主黨得票率超過 55% 則將該地區定義為民主黨政治環境，若是該地區兩黨得票率皆介於 46%到 54%之間， 則將該地區歸類為競爭之政治環境，以 1970 年 Center for Political Studies’ Congressional election study 之資料分析，結果顯示共和黨人遷往共和黨地區會增加個人投票給共和黨 候選人的比例，而遷往民主黨地區則會降低投票給共和黨的比例，顯示遷徙者會受到當 地政治環境而改變其投票行為。 過去文獻提到遷徙者會受到遷徙後居住地環境所影響之外，民眾也會因為認同遷徙 目的地某種特性而選擇遷徙，如種族態度等，但是區域政治環境是否會對遷徙行為產生 影響力?Mcmahon et al. (1992)針對英國國內遷徙影響政治行為所作之研究提出，北部地 區偏向勞工階級為主的社會結構，北部地區在政治傾向上較偏向支持工黨，而南部地區 政治傾向較偏向支持保守黨，實證結果顯示遷徙與政治態度改變的過程有關，遷向北方 的遷徙者改變其原本的政治傾向轉而支持工黨，遷向南方的遷徙者轉而支持保守黨，在 討論遷徙者與非遷徙者間特性差異時，作者以 1979 及 1987 兩年之資料做比較，發現勞 6.
(13) 工階級及能力較低的族群遷徙機率較低，作者研究發現社會階級的變動會影響遷徙的行 為，北方勞工階級社會階級上升將促使其往南遷徙；在探討遷徙者遷徙特性方面，將英 國北方歸類為工黨區域將南方歸類為保守黨區域，但是工黨區域內仍存在保守黨為主的 社群，保守黨區域內也存在工黨社群，不論遷徙者本身政黨傾向如何都有較高的機率遷 往相同政黨傾向的社群，由此可推論出民眾在做遷徙決策時會選擇遷往政黨傾向相似區 域。 關於遷徙之相關文獻中，常以個人特性變數解釋遷徙行為，如討論個人婚姻狀況、 教育程度、性別等對遷徙決策的影響，Ritsila and Ovaskainen(2001)以人力資本觀點分析 研究 Finnish Longitudinal Census 資料，顯示個人教育程度越高會提高遷徙的機率，由於 遷徙者可以提供較優良的人力資源，人口移入該地區可以加速當地人力資本的累績，若 是該區域人力資源累積越豐富，則發展會越迅速進而再次吸引人遷入。Orrenius and Zavodny(2005) 以 Cox proportional hazard rate 模 型 分 析 Mexican Migration Project(MMP)1982-1983 及 1987-1997 資料，探討墨西哥非法移民遷徙決策，三個解釋 變數分別為經濟條件、遷徙網絡(migration networks)及邊境管制(border enforcement)，結 果顯示由於教育程度太低者無法負擔遷徙成本，無能力選擇遷徙，而接受高等教育者在 墨西哥已可以賺取較高報酬較無動機遷徙，遷徙者多半為中等教育程度、中等技術水準 個人；以家族是否已經有人非法移民至美國當作遷徙網絡的指標，家族中曾經有人遷徙 會增加個人選擇非法移民的機率；經濟條件之探討區分為美國經濟條件及墨西哥經濟條 件兩方面討論，以墨西哥農業部門平均每人 GDP、平均每人 GDP、製造業工資及實質 利率做為衡量墨西哥經濟條件的指標，以美國農業部門時薪、非農業部門時薪、最低基 本工資水準及失業率作為衡量美國經濟條件的指標，結果顯示墨西哥農業部門平均每人 GDP 與製造業工資增加都會降低非法移民的機率，由於非法移民遷移至美國之後多半 集中在農業部門打工，美國經濟條件變數中僅有農業部門薪資水準會影響墨西哥非法移 民的機率。 Knapp, White and Clark(2001)以 nested logit 模型分析 1990 US Census Public Use Microdata Sample(PUMS)資料，探討家計單位區域內遷徙及區域間遷徙之遷徙行為，以 7.
(14) 公共政策及寧適性(amenity)作為衡量區域特性變數指標；以年齡、家計所得作為個人特 性變數之指標；以所得稅率、財產稅、教育支出及警政支出作為衡量區域公共政策指標； 以區域內總人口中黑人比例、區域內總人口中拉丁裔人口比例、犯罪率、晴天天數及六 月最低溫與七月最高溫溫差最為衡量區域寧適性指標。結果顯示所得稅率、財產稅、警 政支出會增加區域間遷徙之機率，晴天天數及六月最低溫與七月最高溫溫差會增加區域 間遷徙之機率，年齡較高族群區域間遷徙機率較高，而家計所得較高族群區域間遷徙機 率較低。 Giannetti(2002)以理論模型探討技術性工人及非技術性工人遷徙行為之差異，提出 技術性工人有較大的動機遷往較富足的區域，而原本居住於較富裕區域非技術工人卻遷 往相對較窮困之區域，作者以技術水準及生活成本的差異解釋非技術性工人遷徙行為， 由於經濟發展條件較佳地區非技術性工人所得遠劣於技術性工人所得，且經濟發展較佳 地區生活成本相對較高昂，所以迫使非技術性工人遷往經濟發展較差地區。在關於教育 程度影響遷徙行為相關文獻發現，個人特性變數中教育程度對遷徙行為的影響相當顯 著，相對於教育程度較低者，教育程度越高的個人在環境的適應上或是工作尋找上都較 為順利，確實能提高遷徙的機率。 Krieg(1997)探討因職位變動與工作變動所引起遷徙對所得之影響，以 probit model 分析美國 Panel Study if Income Dynamics(PSID)1981 到 1987 年之資料，發現每月工作天 數、擁有自有住宅、18 歲以下小孩數量越多與性別為女性會降低其遷徙之機率。將遷 徙區分為郡間與州間之遷徙，州際間遷徙與職業狀況變動較無關，但與居住環境、個人 決策相關程度較高，更發現職位與工作單位變動所引起之遷徙對所得皆存在正向影響， 但是職位所引起之遷徙偏向同工作單位內之晉升，對所得增加影響較迅速但所得較無持 續不斷增加的趨勢，而工作單位變動所引起之遷徙，偏向為了尋求更佳發展前景而尋找 新工作而遷徙，雖然所得增加較為緩慢但所得有持續增加的趨勢。 關於遷徙之相關文獻中，以區域總體變數分析遷徙行為方面文獻，常以失業率衡量 該地區經濟發展條件，如 Greenwood(1985)提出美國 70、80 年代西部、南部人口成長快 速之原因，在於同時期北部及東北部就業機會成長停滯失業率上升，戰後嬰兒潮新生人 8.
(15) 口在這一時期恰好成年，美國國內有充足年輕未婚人口，為避免面臨失業的困境而選擇 遷往失業率較低地區，導致西部、南部人口及經濟成長快速。Davies, Greenwood and Li(2001)探討美國州際間遷徙之關係，以 condition logit model 分析 Internal Revenue Service(IRS) Area-to-Area Migration Flow Data 1986-1987 到 1996-1997 十一年間之資 料，以失業率、個人平均所得作為衡量該地經濟機會的指標，以遷徙距離做為衡量遷徙 成本的指標，結果顯示遷徙目的地人口密度、個人平均所得對遷徙機率有正向影響，而 目的地失業率與距離對遷徙機率有負向影響，人口密度對遷徙的影響力非常穩定，猜測 人口密度較高地區經濟機會較佳，且遷徙至人口密度較高地區所付出尋找工作或是尋找 住處的成本較低，所以遷徙目的地人口密度對遷徙機會呈現正向的影響。 Juarez(2000)以區域總體變數探討西班牙勞動力區域間移動現象，以固定效果 (fixed-effect model)模型以 1963-1993 年間資料分析距離對遷徙的影響，結果顯示原居地 與目的地之間距離的增加會降低遷徙的機率，但是隨著年度的變化，距離對遷徙的影響 力逐漸降低。作者以調查年度變數表示趨勢變數(trend variable)，發現遷徙流量有逐年 增加的趨勢，區域失業率將導致人口外移，失業人口會因尋找工作而增加其遷徙的動 機，且民眾有往相對物價較低地區遷徙之傾向。 探討就業機會影響遷徙行為相關文獻中，可以將衡量就業機會變數區分為以區域就 業機會成長率做為衡量就業機會的指標，及以區域相對於全國就業機會成長做為衡量就 業機會的指標；以區域就業機會成長率做為衡量就業機會的指標文獻方面， Greenwood(1978)以 OLS model 分析墨西哥 1960 到 1970 年間資料，探討就業、所得對 遷徙行為之影響，將遷徙區分為遷出型遷徙及遷入型遷徙，結果顯示原居住地就業成長 率(rate of employment growth)對遷出機率有負向影響，而對遷入機率有正向影響，且發 現遷入行為會促進就業成長，但遷出行為使就業成長衰退，尤其在農業部門情況更加嚴 重，遷入行為亦會提高所得成長率，在所得方面雖然期初所得對兩類遷徙行為無明顯影 響力，但所得成長率越高對遷出機率有顯著負向影響，以 GINI 係數作為衡量所得分配 狀況之指標，所得分配狀況對遷出機率無顯著之影響，但所得分配惡化會降低遷入機率。 以區域相對於全國就業機會成長做為衡量就業機會指標的文獻方面，Partridge and 9.
(16) Rickman(1999)以 1981-1991 美國遷徙資料，分析區域經濟條件對遷徙機率之影響，由 於全國性的就業成長對人口遷徙行為影響並不明顯，若是區域與全國性就業成長呈不對 等的變動較易產生遷徙的動機，作者以州相對於全國就業成長做為衡量經濟條件的指 標，結果顯示所居住地所在的州相對於全國就業成長率增加將導致淨遷徙的增加。 區域總體經濟變數中關於政府支出及政策方面，一般經濟理論預期政府支出將帶動 經濟繁榮復甦，有利吸引人口遷入，而稅賦增加會降低民眾效用降低民眾遷徙意願 Preuhs(1999)在衡量政府施政對遷徙影響中加入 consumer-voter model 及投資消費率 (investment-consumption ratio)兩觀念，其中投資消費率定義為教育與交通建設支出與社 會福利支出的比率，將教育與交通建設支出定義為投資而社會福利支出定義消費，雖然 社會福利支出有安定社會進而提供穩定社會秩序以利經濟發展的功用，但以投資觀念而 言社會福利支出並不能帶來投資應有的報酬，所以將社會福利支出列為影響淨遷徙的負 面因素，而教育與交通建設支出直接加速人力資源的累積與促進經濟發展機會，列為影 響淨遷徙的正面因素，實證結果顯示，稅賦負擔對淨遷徙有負面影響，投資消費率對該 地區淨遷徙有正面影響。 隨著經濟條件的好轉，假設民眾會要求更高的生活品質，或許會出現以經濟利益換 取更佳生活品質之現象，Porell(1982)探討生活品質對遷徙行為之影響，以 1965-1970 年 間 SMSA’s 資料分析，在生活品質變數方面，分別以六個變數來衡量生活品質，分別為 氣候、自然娛樂設施、社會福利、犯罪率、空氣污染及醫療設施，結果顯示生活品質對 遷徙有顯著之影響，一地區雖然在經濟條件所產生的吸引力較薄弱，若是能提供較佳的 生活品質條件仍可以吸引人口移入。. 第二節 國內文獻 過去國內有關影響遷徙行為因素之探討多半專注於個人特性變數及經濟變數為 主，在個人特性變數方面以教育、年齡、婚姻狀況及家庭因素為主，銀慶貞(2004)以國 內遷徙調查資料將遷徙行為區分為六類:非遷移者、村/里內移動、鄉/鎮內移動、鄉/鎮 間移動、跨縣遷徙、跨區遷徙，運用多項式 logit 模型(multinomial logit)並以非遷移者為 10.
(17) 對照組建立遷徙模型，研究結果顯示，15-35 歲群組、女性、大專以上教育程度者及已 婚者較傾向短距離移動，而男性、15-35 歲群組、大專以上教育程度者及未婚者長距離 遷徙的機率較高，性別及婚姻狀況為影響長距離遷徙及短距離移動最主要變數。 Chaonan Chen(1992)調查台北都會區遷徙者與通勤者之間之差異，結果顯示遷徙者 教育程度上多半優於通勤者，在婚姻狀況上遷徙者未婚比例高於通勤者未婚比例，由台 北市外圍地區通勤往台北市之通勤者多半以白領階級為主，此類通勤者有較高機率遷往 台北市居住，而由台北市通勤往外圍地區者以藍領階級為主。 在區域總體變數對遷徙行為之影響力方面，姜渝生、吳欣修(1994)探討民國六十八 年與七十八年各型都市間人口遷徙型態及特性，將都市體系層級結構區分為全國政經中 心都市、都會中心都市、大型都會區衛星市鎮、生活圈中心都市及一般鄉鎮等五類，提 出影響人口遷徙決策之因素區分為地區總體變數及個人經濟因素，地區總體變數中包含 經濟機會、空間結構、地方財政及公共政策，經濟機會包含就業機會、所得與生活成本， 以「每年平均就業數之增加」作為衡量就業機會的指標，以「平均家戶經常性收入」及 「平均家戶經常性支出」作為衡量所得與生活成本之指標，空間結構因素對遷徙行為之 影響以都市化及距離來衡量，都市化產生人口遷入的拉力，而距離則會產生人口移出之 推力，以「三級產業就業佔總就業比例」及「每萬人醫師數」作為衡量都市化之指標， 地方財政及公共政策方面，一地賦稅越高則會降低人口遷入之意願，若有較高的財政支 出則會提高人口遷入之意願，以「平均每人歲出額」及「每人享有公共設施面積數」作 為衡量地方財政及公共政策之指標，實證結果顯示遷徙目的地公共財供給量及三級產業 比例對都會中心都市民眾遷徙決策有顯著的影響，遷徙目的地公共財供給量較高(平均 每人歲出額)及三級產業比例較高將會吸引都會中心都市民眾遷徙，平均家戶收入及公 共財供給量對都會區衛星城市居民遷徙決策有較顯著的影響，遷徙目的地平均家戶收入 及公共財供給量條件較優越將提高都會區衛星城市居民遷徙機率，距離短、高等教育程 度及未婚者對地方生活圈中心都市民眾遷徙行為有顯著的影響。 而洪嘉瑜、陶宏麟、蔡智發(2003)以相對經濟條件差異解釋人口遷徙的動向，提出 台灣地區遷徙行為受到經濟誘因影響，這些誘因包括相對就業機會、相對薪資、相對物 11.
(18) 價、相對產業結構，實證結果顯示經濟誘因條件越優越較能吸引人口遷入，但是相對物 價對民眾遷徙影響效果不顯著，由於遷徙者在意遷徙後是否可以順利找到工作，相對就 業機會對人口遷徙行為影響效果大於相對薪資效果，因相對產業結構變動引起的相對薪 資上升代表該地區產業結構改變後區域競爭較優越，相對產業結構變動引起的相對薪資 上升影響遷徙的效果大於單純相對薪資上升的效果。 劉小蘭、吳仁裕(1994)提出農業部門與非農業部門工資的差異是農業剩餘勞動力產 生遷移的動機，但必須非農業部門勞動力發生超額需求，否則非農業部門雖然工資高於 農業部門工資，但是無法提供多餘工作機會，造成農業部門剩餘勞動力無法轉移至非農 業部門，農業部門剩餘勞動力無法遷移，其研究結果顯示各地區人口淨遷徙受製造業就 業增加所影響，服務業就業的增加不能影響人口的淨遷徙，但是人口的淨遷徙卻會影響 服務業之勞動供給。 張慈佳、胡海豐(2005)提出個人在遷徙決策過程中，除了受到經濟機會差異、寧適 性(amenity)差異以及個人屬性差異影響之外，民眾會因為追尋夢想而遷徙，其中以人口 密度及人口密度平方作為衡量生活環境寧適性之指標，以主管及專業人員就業比例做為 衡量夢想追尋之指標，實證結果顯示人口密度較高地區，由於公共設施較為完善，對遷 徙有正向影響，但是此正向影響會隨人口密度持續增加而遞減，一地區提供較多高階職 務數量可以增加高教育程度者遷移至該地區之機率。. 12.
(19) 第三章. 實證模型. 第一節 實證模型 本研究探討的主題為個人的政治傾向是否會影響遷徙行為，由於國內資料並不充 裕，無法在同一資料來源內同時取得政黨傾向與遷徙行為的變數，必須同時運用「台灣 地區社會變遷基本調查」的政黨傾向資料結合行政院主計處人力資源調查附帶之「國內 遷徙調查」的遷徙資料。實證模型分為兩步驟，步驟(一)利用台灣地區社會變遷基本調 查之資料建立政黨傾向方程式，估計個人政黨傾向機率；步驟(二)利用步驟(一)所估計 出各變數係數，同時運用國內遷徙調查資料預測該調查樣本的政黨傾向機率，最後利用 國內遷徙調查資料分析政黨傾向對遷徙行為的影響。 本文研究實證模型步驟(一)利用社會變遷基本調查資料估計政黨傾向機率，必須先 定義政黨傾向，本文政黨傾向區分為三類:泛藍政黨傾向、泛綠政黨傾向及中立政黨傾 向，由於被解釋變數為間斷型(discrete)資料且出象(outcome)超過兩類，在模型設定上採 用 multinomial logit 模型。以中立政黨傾向者為對照組(base group)方程式可寫為:. P(y i = j) =. exp(Xβ i ) 2. 1 + ∑ exp(Xβ k ). , j = 1, 2. (1). k =1. 其中， X = (MALE, MARED, HIGHSCHOOL, COLLEGE, UNIVERSITY, AGE, PRIVATE, LABORER, PROFESSION, NORTH, SOUTH, EAST, YR91) 在上述模型中，i 代表有效樣本數中第 i 個樣本；y=0 為中立政黨傾向、y=1 為泛藍 政黨傾向、y=2 為泛綠政黨傾向，以中立政黨傾向為對照組(base group)；MALE 為性別 為男性的虛擬變數；MARED 為婚姻狀況為已婚的虛擬變數；HIGHSCHOOL 為教育程 度為高中(職)的虛擬變數、COLLEGE 為教育程度為專科學校的虛擬變數、UNIVERSITY 為教育程度為大學或大學以上的虛擬變數；AGE 為樣本年齡；PRIVATE 為受雇身分為 受雇於私部門之虛擬變數；LABORER 為職業為一般勞力性工作者的虛擬變數、 PROFESSION 為職業為專業性工作者的虛擬變數；NORTH 為居住在北部的虛擬變數、. 13.
(20) SOUTH 為居住在南部的虛擬變數、EAST 為居住在東部的虛擬變數；YR91 為調查年度 之虛擬變數。 步驟(二)以國內遷徙調查資料建立遷徙行為方程式，首先利用步驟(一)所求出之係 數預測國內遷徙調查中樣本的政黨傾向機率，其中令預測之泛藍政黨傾向之機率為 ∧. ∧. ∧. P1 、預測之泛綠政黨傾向之機率為 P2 、預測之中立政黨傾向之機率為 P0 ，以預測機率 最大者代表樣本政黨傾向，會有完全缺乏泛綠樣本的現象；本文採行較折衷方法定義個 ∧. ∧. ∧. 人政黨傾向，如果 P1 大於樣本泛藍比例，而 P2 小於樣本泛綠比例、 P0 小於樣本中立比 ∧. ∧. 例，則將該樣本政黨傾向歸類為泛藍政黨傾向，若是 P2 大於樣本泛綠比例，而 P1 小於 ∧. 樣本泛藍比例、 P0 小於樣本中立比例，則將該樣本政黨傾向歸類為泛綠政黨傾向，若 是該樣本在分類上無法歸類為泛藍或泛綠政黨傾向任何一方，則將該樣本政黨傾向歸類 為中立政黨傾向。 根據 Brown(1981)探討政治對遷徙影響之研究，將遷徙行為區分為三類:1.遷往對立 區域、2.遷往相同地區、3.未遷徙居住在原居地，本文將被解釋變數「遷徙行為」分為 三類:遷往政治環境相同地區、遷往政治環境相異區域及未遷徙，建構以下實證模型探 討政黨傾向對國內遷徙的影響，以未遷徙者(z=0)為對照組可以將遷徙方程式寫作: P(z = j | X ) =. exp(Xβ j ) 2. 1 + ∑ exp(Xβ k ). , j = 1, 2. (2). k =1. 其中， X = (MALE, MARED, HIGHSCHOOL, COLLEGE, UNIVERSITY, AGE, PRIVATE, LABORER,. PROFESSIONAL,. PANBLUE,. PANGREEN,. ENVIRON,. ENVIRON╳PANBLUE, ENVIRON╳PANBLUE, POPD, SERVICE, EDU, UNEM, SICKBED, AIR, YR91) 上述模型中，z=0 為未遷徙、z=1 為遷往相同政治環境區域、z=2 為遷往相異政治 環境區域，以未遷徙為對照組(base group)；MALE 為性別為男性的虛擬變數；MARED. 14.
(21) 為婚姻狀況為已婚的虛擬變數；HIGHSCHOOL 為教育程度為高中(職)的虛擬變數、 COLLEGE 為教育程度為專科學校的虛擬變數、UNIVERSITY 為教育程度為大學或大學 以上的虛擬變數；AGE 為樣本年齡；PRIVATE 為受雇身分為受雇於私部門的虛擬變數； LABORER 為職業為一般勞動性工作者的虛擬變數、PROFESSION 為職業為專業性工 作者的虛擬變數；PANBLUE 為政黨傾向為泛藍政黨傾向的虛擬變數；PANGREEN 為 政黨傾向為泛綠政黨傾向的虛擬變數；ENVIRON 為自己政黨傾向與原居住地政治環境 是否相同之虛擬變數；本模型除了加入自己政黨傾向與原居住地政治環境是否相同之虛 擬變數(ENVIRON)外；為了解居住在政治環境相異區域中特定政黨傾向樣本遷徙特 性，亦加入居住在政治環境相異區域之泛藍政黨傾向樣本之虛擬變數 (ENVIRON × PANBLUE)、居住在政治環境相異區域之泛綠政黨傾向樣本之虛擬變數 (ENVIRON × PANGREEN)。. 解釋變數中，除了個人特性變數之外，為了探討遷徙後居住地經濟環境對遷徙行為 之影響，區域總體變數選擇方面，張慈佳、胡海豐(2005)提出民眾在做遷徙決策過程中 會受到經濟機會差異、寧適性差異及個人屬性差異影響，其中寧適性差異則以居住地人 口密度為代表，人口密度對遷徙有正向的影響力會提高其遷徙的機率；姜渝生、吳欣修 (1994)以三級產業就業佔總就業之比例來衡量該地區都市化程度，假設都會區可以提供 較多的工作機會，對人口遷徙有正向的吸引力；Ovaskainen(2001)提出一地區人力資本 累積因人口移入而增加，人力資本累積越多的地區發展越迅速，經濟發展快速區域越能 吸引人口的移入，本文以地區大專以上教育程度比例做為衡量一地區人力資本的指標； Greenwood(1985)研究顯示 70、80 年代美國西、南部失業率較低導致人口大量遷入。所 以本篇研究在總體變數方面選取人口密度、該地區教育程度大專以上比例、失業率、服 務業就業佔總就業比例、每萬人平均病床數、平均每月落塵量等六變數當做區域總體變 數方面的變數，POPD 為遷徙目的地人密度；SERVICE 為遷徙目的地的服務業占總就 業比例；EDU 為遷徙目的地高等教育比例；UNEM 為遷徙目的地失業率；SICKBED 為 遷徙目的地每萬人平均病床數；AIR 為遷徙目的地每月平均落塵量。. 15.
(22) 第二節 變數的預期影響 雖然本文在實證模型上建構兩條方程式以分析政黨傾向與遷徙行為之間的關係，但 遷徙行為才是本文所討論的重點，所以在變數的預期影響方面，只針對遷徙行為方程式 之變數作說明，並參考過去學者之發現預測變數對遷徙行為的影響。 在對環境認同感方面，假設民眾偏好居住與自己條件相似區域，Mcmahon et al. (1992)提出遷徙者偏好遷往相同政治傾向社群、Glaser and Martin(1997)認為遷徙者偏好 遷往相同種族態度社群；在政治方面原居住地政治環境與自己政治傾向相異時，會促使 民眾遷往相同政治環境區域，而不願居住在政治環境相異區域，所以推測民眾居住在政 治環境相異區域時，遷往政治環境相同區域之機率會高於不遷徙之機率，而遷往政治環 境相異區域之機率會低於不遷徙之機率。 在個人特性變數方面，一般假設女性遷徙機率較低，而 Krieg(1997)提出性別為女 性會降低其遷徙機率，本文預期男性會增加遷徙之機率而女性會降低遷徙之機率；教育 程度為個人特性變數較被廣泛討論的變數之ㄧ，Ritsila and Ovaskainen(2001)認為個人教 育程度越高會提高遷徙之機率，Orrenius and Zavodny(2005)提出教育程度太低及接受等 教育都會降低遷徙之機率，教育程度較高個人對新環境的適應或是尋找新工作之難易度 都較教育程度較低個人容易，所以本文預期教育程度較高會增加遷徙之機率。 在區域總體變數方面，人口密度較高公共設施較完善、生活便利性較高會增加遷徙 的機率，Davies, Greenwood and Li(2001)提出人口密度較高地區經濟機會較佳，且遷徙 至人口密度較高地區所付出尋找工作或是尋找住處的成本較低，所以遷徙目的地人口密 度對遷徙機會呈現正向的影響，本文預期遷徙目的地人口密度較高會增加遷徙之機率； 以服務業占總就業比例衡量都市化程度，都市提供較多就業機會與較高的工資水準，對 人口遷徙產生拉力，推測服務業占總就業比例越高會提高遷徙之機率，以每萬人平均病 床數代表一地區醫療設施條件，當醫療設施條件越充足會提高遷徙機率，遷徙後居住地 高等教育比例越高，代表該地區人力市場競爭越激烈，推測將會降低民眾遷徙之機率， Greenwood(1985)研究顯示未避免面臨失業，民眾偏好遷往失業率較低地區，遷徙後居 住地失業率越高，反映民眾遷徙所必須面對的風險，推測地區失業率越高將會降低民眾 16.
(23) 遷徙的機率。 區域總體變數對遷徙行的影響，除了考慮經濟方面變數之外，民眾在做遷徙決策之 前亦會考慮遷徙目的地之生活環境品質，尤其隨著經濟發展民眾對生活環境品質的要求 會日益嚴苛，Porell(1982) 以氣候、自然娛樂設施、社會福利、犯罪率、空氣污染及醫 療設施等六個變數衡量生活品質，當生活品質越佳越容易吸引民眾遷入，本文預期區域 每月平均落塵量越高會降低人口遷入之機率。. 17.
(24) 第四章. 資料來源與變數說明. 第一節 資料來源 資料來源依照實證模型兩個步驟分別說明，實證模型步驟(一)利用台灣地區社會變 遷基本調查的資料建立政黨傾向模型，每次調查在個人特性變數選項之選擇上大致相 同，但是除了個人特性變數之外還需要具備政黨屬性變數資料，政黨屬性資料並非每次 調查的基本項目，根據政黨屬性調查資料的有無作為選擇調查年度的依據；基於國內政 治環境條件之限制，在民國 76 年之前屬於戒嚴時期，台灣地區有嚴格之黨禁限制，在 政治環境上基本上是不准許組織政黨，所以在民國 76 年以前所作之政黨傾向調查缺乏 可以比較的基準(無泛綠政黨的支持者)，符合以上兩個限制條件的調查有第二期第一次 調查問卷一(79 年 1 月)、第二期第二次調查問卷二(80 年 10 月)、第二期第三次調查問 卷一(81 年 10 月)、第二期第四次調查問卷二(82 年 6 月)、第三期第一次調查問卷一(84 年 7 月)、第四期第一次調查問卷一(89 年 7 月)及第四期第三次調查問卷二(91 年 7 月) 等七次調查。 社會變遷基本調查可以取得個人特性變數及政黨傾向變數資料，但是卻缺乏國內遷 徙相關資料，國內遷徙資料取自「人力資源附帶專案調查之國內遷徙調查」 ，而在民國 七十六年之後所作之國內遷徙有七十七年、七十八年、八十一年及九十一年等四年度之 調查資料，國內遷徙調查以家戶為單位，由於未成年子女多半必須跟隨家族或是家庭遷 徙決策而遷徙，所以在樣本選擇上以戶長做為家計單位之代表。國內遷徙調查將樣本遷 徙資料區分為四類:分別為(1)世居者、(2)居住於現居地十年以上、(3)居住於現居地十年 以下一年以上及(4)居住於現居地一年以下。國內遷徙調查僅針對居住於現居地一年以 下樣本調查其原居住地，其他三類樣本皆未調查其原居住地；故本研究以第四類樣本來 定義遷徙；此外，將因婚姻導致遷徙者及台灣地區以外人口移動樣加以扣除，按照本文 遷徙的定義將世居者及居住於現居地十年以上、居住於現居地十年以下一年以上樣本歸 類為非遷徙者，將居住於現居地一年以下樣本不論其遷徙前居住地為同縣市或不同縣市 皆歸類為遷徙者。. 18.
(25) 雖然取得七十九、八十、八十一、八十二、八十四、八十九、九十一年等七個年度 的社會變遷基本調查資料，與七十七、七十八、八十一及九十一年四年度國內遷徙調查 之資料，但是在結合兩調查之資料方面，採行的方法是以步驟一政黨傾向方程式之係 數，預測國內遷徙調查資料之政黨傾向，如此兩資料來源調查年度必須相同，而兩資料 來源能互相配合的年度僅只有八十一及九十一兩年度，所以資料的使用僅選擇八十一年 度及九十一兩年度社會變遷基本調查與國內遷徙調查之資料，然而這兩年資料中間跨越 十年的時間，個人行為或許會因為時空背景、社會環境等的改變出現結構性的差異，理 想上應該將兩年資料分開分析，但是分開估計會因為遷徙樣本過少，導致實證結果有些 變數無法完整的分析，所以本文以兩年資料合併分析為原則，加入調查年度變數 (YR91)，以調查年度變數解釋因時間間隔所造成的差異。此外，本研究必須同時運用台 灣地區社會變遷基本調查及國內遷徙調查，因此假設兩調查都足以代表台灣地區人口母 體，且兩調查並無結構上的差異。 在實證模型步驟(二)之遷徙模型中政黨傾向與遷徙前居住地政治環境是否相同之 虛擬變數(ENVIRON)為重要解釋變數，本文使用中央選舉委員會所公佈縣市長選舉與 直轄市長選舉各政黨得票數計算得票率，以得票率定義原居住地政治環境如表 4.1 所 示，使用第十一屆(民國七十八年)、第十四屆(民國九十年)縣市長選舉、第三屆高雄市 議員選舉(民國七十八年)、第六屆台北市議員選舉(民國七十八年)與第三屆直轄市長選 舉(民國九十一年)之資料；由於第一次直轄市長選舉為民國八十二年，八十二年以前之 直轄市選舉資料以直轄市議員選舉資料代替，直轄市政治環境設定方面，台北市政治環 境資料使用第六屆台北市議員選舉及第三屆台北市長選舉資料，而高雄市政治環境資料 使用第三屆高雄市議員選舉及第三屆高雄市長選舉資料；定義政治環境的方法，以該年 度之選舉政黨得票率劃分，泛藍政黨得票率超過 50%則定義該縣市為泛藍政治環境，相 同地若是泛綠政黨得票率超過 50%則定義該縣市為泛綠政治環境，若是該縣市泛藍政黨 及泛綠政黨雙方得票率都未超過 50%則定義該縣市為中立政治環境。. 19.
(26) 表 4.1 台灣地區各次選舉政黨得票率(%)及政治環境 民國七十八年縣市長選舉. 民國九十年縣市長選舉. 民國七十八年直轄市議員選舉. 民國九十一年直轄市長選舉. 政治環境. 政治環境. 台北縣. 中. 綠. 宜蘭縣. 綠. 綠. 桃園縣. 藍. 藍. 新竹縣. 綠. 藍. 苗栗縣. 藍. 中. 台中縣. 藍. 中. 彰化縣. 中. 中. 南投縣. 藍. 中. 雲林縣. 藍. 藍. 嘉義縣. 藍. 中. 台南縣. 中. 綠. 高雄縣. 綠. 綠. 屏東縣. 綠. 綠. 台東縣. 藍. 藍. 花蓮縣. 藍. 藍. 澎湖縣. 藍. 藍. 基隆市. 藍. 藍. 新竹市. 藍. 藍. 台中市. 藍. 中. 嘉義市. 中. 中. 台南市. 藍. 中. 台北市. 藍. 綠. 高雄市. 綠. 藍. 20.
(27) 總體經濟變數方面，九十一年度之總體變數資料取自行政院主計處所提供之統計資 料，由於行政院主計處不提供民國八十七年以前之總體變數資料，所以八十一年度之總 體變數資料分別取自行政院主計處出版人力資源調查年報、高雄市政府主計處出版高雄 市統計年報、台北市政府主計處出版台北市統計要覽及台灣省政府主計處出版的台灣省 統計年報及台灣省各縣市重要統計指標。在總體變數包含人口密度、服務業就業占總就 業比例、教育程度大專以上比例、失業率、每萬人平均病床數及平均落塵量等六個變數。. 第二節 變數設定 表 4.2 顯示政黨傾向模型與遷徙行為模型被解釋變數及解釋變數之定義。 在解釋 變數方面，婚姻狀況變數在國內遷徙調查問卷中區分為四類:未婚、有配偶(含同居)、離 婚(分居)、配偶死亡，依照樣本受訪當時實際婚姻狀況區分，將婚姻狀況納入遷徙行為 方程式目的，為探討個人有伴侶或無伴侶對其遷徙意願之影響，所以將未婚、離婚(分 居)、配偶死亡等定義為未婚，而有配偶(含同居)定義為已婚；教育程度在國內遷徙調查 中原始資料較為繁複，由不識字、自修到研究所，共區分為九類，若是以如此之資料設 立教育程度之虛擬變數過於複雜，所以將教育程度之虛擬變數區分為四大類:國中及中 以下、高中(職)、專科、大學及大學以上，並且以國中及國中以下之教育程度虛擬變數 作為教育程度變數之對照組。 在職業方面變數，國內遷徙調查問卷將受雇身分區分為雇主、自營作業、受政府雇 用者、受私人僱用者及無酬家屬工作者，將受雇身份列為遷徙行為方程式解是變數目 的，為探討受雇於私部門及受雇於公部門工作者對遷徙行為之影響，所以將受雇身分區 分為兩類，雇主、自營作業、受私人雇用者及無酬家屬工作者歸類為受雇於私部門工作 者，而將受政府雇用者歸類為受雇於公部門工作者，在職業分類方面，主要目的為分析 農林漁牧工作者與其他產業工作者對遷徙行為影響的差異，依照台灣地區職位分類表區 分職業分類，將職業區分為三類:農林漁牧工作者、一般勞動性工作者及專業性工作者， 並以農林漁牧工作者為職業分類變數之對照組。. 21.
(28) 表 4.2 政黨傾向模型與遷徙模型之變數定義 變數名稱. 變數定義. 被解釋變數名稱 y =1，為泛藍之政黨傾向； y =2，為泛綠之政黨傾向；y =0， y 為中立之政黨傾向 y =1，為遷往政治環境相同區域；y =2，為遷往政治環境相異 z 區域；y =0，為未遷徙 解釋變數名稱 性別之虛擬變數。MALE =1，表示樣本為男性；其他，MALE MALE =0 婚姻狀況之虛擬變數。MARED =1，表示樣本婚姻狀況為已 MARED 婚；其他，MARED =0 樣本教育程度之虛擬變數。HIGHSCHOOL =1，表示樣本教育 HIGHSCHOOL 程度為高中(職)；其他，HIGHSCHOOL =0 樣本教育程度之虛擬變數。COLLEGE =1，表示樣本教育程度 COLLEGE 為專科；其他，COLLEGE =0 樣本教育程度之虛擬變數。UNIVERSITY =1，表示樣本教育 UNIVERSITY 程度為大學及大學以上；其他，UNIVERSITY =0 樣本受雇身分虛擬變數。PRIVATE =1，表示樣本受雇於私部 PRIVATE 門；其他，PRIVATE =0 樣本職業之虛擬變數。LABORER =1，表示樣本職業歸類為 LABORER 一般勞力工作者；其他，LABORER =0 樣本職業之虛擬變數。PROFESSION =1，表示樣本職業歸類 PROFESSION 為專門性、技術性工作者；其他，PROFESSION=0 AGE. 樣本年齡。. 22.
(29) 表 4.2 政黨傾向模型與遷徙模型之變數定義(續) 解釋變數名稱 樣本居住地區位之虛擬變數。NORTH =1，表示樣本居住在北 NORTH 部； 其他，NORTH =0 樣本居住地區位之虛擬變數。SOUTH =1，表示樣本居住在南 SOUTH 部；其他，SOUTH =0 樣本居住地區位之虛擬變數。EAST =1，表示樣本居住在東部； EAST 其他，EAST =0 樣本政黨傾向與原居住地政治環境之虛擬變數。 ENVIRON. ENVIRON =1，表示樣本政黨傾向與遷徙前居住地政治環境相 異；其他，ENVIRON =0 政黨傾向虛擬變數。PANBLUE =1，表示樣本政黨傾向為泛藍. PANBLUE 政黨；其他，PANBLUE =0。 政黨傾向虛擬變數。PANGREEN =1，表示樣本政黨傾向為泛 PANGREEN 綠政黨；其他，PANGREEN =0。 POPD. 樣本遷徙後居住地之人口密度。. SERVICE. 樣本遷徙後居住地之服務業就業占總就業比例。. EDU. 樣本遷徙後居住地之大專以上教育程度比例。. UNEM. 樣本遷徙後居住地之失業率。. SICKBED. 樣本遷徙後居住地之每萬人平均病床數. AIR. 樣本遷徙後居住地之平均落塵量。. 23.
(30) 第三節 樣本特性 表 4.3 顯示本研究社會變遷基本調查之敘述統計，所採用的樣本中男性比例占五成 八，其中泛綠政黨傾向樣本男性比例高於泛藍政黨傾向樣本及中立政黨傾向樣本男性比 例，泛藍政黨傾向樣本已婚比例高於泛綠政黨傾向樣本及中立政黨傾向樣本已婚比例； 三類樣本在教育程度及年齡上並無明顯的差異；相較於泛藍政黨傾向樣本，泛綠政黨傾 向樣本及中立政黨傾向樣本受僱於私部門比例較高；職業方面，三類樣本職業為一般勞 動性工作者比例無太大的差異，泛藍及泛綠政黨傾向樣本為專業性工作者比例高於中立 政黨傾向樣本為專業性工作者比例；而居住區位方面，泛藍政黨傾向樣本居住在北部區 域比例高於泛綠政黨傾向樣本居住在北部區域比例，而泛綠政黨傾向樣本居住在南部區 域比例高於泛藍政黨傾向樣本居住在南部比例，比較 81 及 91 年兩年度之資料，在政黨 比例方面發現泛藍政黨比例下降，而中立政黨比例增加，可能原因為 81 年所取得之資 料，由於距離解嚴開放黨禁時間並未太久，民眾政治習慣上並未明顯的改變，而 91 年 距離解嚴已經過 15 年，民眾政治態度不偏向任何政黨選擇中立的政治傾向比例明顯增 加。 表 4.4 顯示本研究國內遷徙調查之敘述統計。非遷徙樣本已婚比例高於遷徙樣本已 婚比例；教育程度方面，遷徙者教育程度為高中(職)、專科或是大學及以上比例皆高於 非遷徙者，可以推估遷徙者教育程度大致上高於未遷徙者；一般預測上認為遷徙者年齡 低於非遷徙者，但調查資料顯示遷徙者平均年齡高於非遷徙者平均年齡；工作方面，遷 徙者與非遷徙者受雇於私部門的比例無太大的差異，遷徙者工作為一般勞動性工作者比 例高於非遷徙者，遷徙者為專業性工作者比例也高於非遷徙者，相較於農林漁牧工作者 一般勞動性工作者及專業性工作者對土地及工作場所的依賴性較小，所以遷徙的比例較 高；在地區總體變數方面，遷徙者遷徙後居住地人口密度高於非遷徙者居住地之人口密 度，且遷徙者遷徙後居住地服務業總就業比例高於非遷徙者居住地之比例，可以推測都 市化程度越高地區越容易吸引人口遷入，而遷徙者遷徙後居住地與非遷徙者居住地高等 教育比例並無明顯的差異，遷徙者遷徙後居住地失業率低於非遷徙者居住地失業率，顯 示失業率較低地區對人口移動具有拉力導致人口移入，遷徙者遷徙後居住地每萬人平均 24.
(31) 病床數高於非遷徙者居住地每萬人平均病床數，可以推測完善醫療設施可以吸引人口移 入；一般認為生活品質、環境品質越優良地區越容易吸引人口移入，但是資料顯示遷徙 者遷徙後居住地平均每月落塵量高於非遷徙者居住地平均每月落塵量，可能是因為都市 每月平均落塵量較鄉村地區高，但是都市對人口遷入吸力仍大於環境品質不良對人口遷 出的推力，所以遷徙者仍會遷往落塵量較高地區。 表 4.3 社會變遷基本調查之政黨敘述統計 總樣本. 泛藍樣本. 泛綠樣本. 中立樣本. MALE. 0.5828(0.4932). 0.5833(0.4932). 0.6440(0.4796). 0.5630(0.4963). MARED. 0.7238(0.4472). 0.7625(0.4258). 0.6966(0.4604). 0.6931(0.4615). HIGHSCHOOL. 0.3121(0.4635). 0.3343(0.4720). 0.3003(0.4591). 0.2933(0.4555). COLLEGE. 0.1490(0.3561). 0.1552(0.3622). 0.1207(0.3263). 0.1515(0.3587). UNIVERSITY. 0.1326(0.3393). 0.1149(0.3191). 0.1362(0.3436). 0.1496(0.3568). 41.55(14.02). 40.48(12.86). 39.52(12.98). 43.27(15.23). PRIVATE. 0.8427(0.3642). 0.7969(0.4025). 0.9133(0.2818). 0.8671(0.3397). LABORER. 0.6983(0.4591). 0.6753(0.4685). 0.6502(0.4777). 0.7370(0.4405). PROFESSIONAL 0.1916(0.3937). 0.2270(0.4191). 0.2105(0.4083). 0.1496(0.3568). AGE. NORTH. 0.3649(0.4815). 0.3812(0.4859). 0.3096(0.4630). 0.3656(0.4818). SOUTH. 0.3611(0.4804). 0.3285(0.4699). 0.5046(0.5008). 0.3490(0.4769). EAST. 0.0803(0.2719). 0.0709(0.2567). 0.0402(0.1968). 0.1026(0.3036). YR91. 0.5699(0.4952). 0.2193(0.4140). 0.5480(0.4985). 0.9345(0.2475). 2390. 1044. 323. 1023. 樣本數. 25.
(32) 表 4.4 遷徙行為之敘述統計 總樣本. 遷徙樣本. 非遷徙樣本. MALE. 0.8287 (0.3767). 0.8108 (0.3920). 0.8293 (0.3763). MARED. 0.8160 (0.3875). 0.7351 (0.4416). 0.8183 (0.3856). HIGHSCHOOL. 0.2594 (0.4383). 0.3362 (0.4728). 0.2572 (0.4371). COLLEGE. 0.1034 (0.3044). 0.1237 (0.3295). 0.1028 (0.3037). UNIVERSITY. 0.0889 (0.2846). 0.1135 (0.3175). 0.0882 (0.2836). AGE. 40.9923 (11.5747) 46.6434 (10.4882) 40.8273 (11.5636). PRIVATE. 0.8677 (0.3388). 0.8472 (0.3601). 0.8683 (0.3382). LABORER. 0.6576 (0.4745). 0.7351 (0.4416). 0.6553 (0.4753). PROFESSIONAL. 0.1383 (0.3452). 0.1732 (0.3787). 0.1373 (0.3442). POPD. 2810.32 (3403.27) 3382.41 (3690.66) 2793.61 (3393.15). SERVICE. 0.5243 (0.1330). 0.5447 (0.1331). 0.5237 (0.1329). EDU. 0.2036 (0.0958). 0.2072 (0.0973). 0.2035 (0.0957). UNEM. 0.0335 (0.0185). 0.0298 (0.0178). 0.0336 (0.0185). SICKBED. 53.8661 (28.4476) 58.5607 (36.5447) 53.7290 (28.1655). AIR. 6.7507 (3.5229). 7.4241 (3.6739). 6.7311 (3.5166). YR91. 0.5002 (0.5000). 0.3814 (0.4861). 0.5037 (0.5000). 24215. 687. 23528. 樣本數. 26.
(33) 第五章. 實證結果. 第一節 政黨傾向之實證結果 (一) 政黨傾向方程式 multinomial logit 機率模型的實證結果 表 5.1 顯示以中立政黨傾向為對照組，政黨傾向的 multinomial logit 機率模型的實 證結果。相較於教育程度為國中及國中以下者，教育程度為高中(職)及專科者為泛藍政 黨傾向之機率高於中立政黨傾向機率，但教育程度為大學或大學以上對泛藍政黨傾向機 率無顯著之影響；年齡對泛藍政黨傾向機率有正向之影響，顯示隨著年齡增長民眾為泛 藍政黨機率顯著高於中立政黨機率；在職業工作方面，工作受雇於私部門為泛藍政黨傾 向機率低於為中立政黨傾向機率，在受雇身分方面區分為受雇於私部門及受雇於公部 門，受雇於公部門民眾的生活、所得與政府施政息息相關，在當時執政黨長久都為泛藍 政黨，所以容易讓受雇於公部門民眾將泛藍政黨與政府畫上等號，所以在政黨態度上較 偏向泛藍政黨；相較於對照組農林漁牧工作者，職業為一般勞動性工作或是專業性工作 者為泛藍政黨傾向機率都顯著高於為中立政黨傾向機率；而居住地區對泛藍政黨傾向並 無顯著之影響。 在泛綠政黨傾向機率方面，相較於女性，男性為泛綠政黨傾向機率顯著高於中立政 黨傾向機率；教育程度對泛綠政黨傾向機率並無顯著之影響；年齡對泛綠政黨傾向機率 有負向之影響，顯示隨著年齡增長民眾為泛綠政黨機率顯著低於中立政黨機率；相較於 受雇於公部門者，受雇於私部門會為泛綠政黨傾向機率高於為中立政黨傾向機率，但職 業分類對泛綠政黨傾向機率無顯著之影響；在居住地區方面，相較於居住於中部樣本， 居住在南部者為泛綠政黨傾向機率顯著高於中立政黨傾向機率。. 27.
(34) 表 5.1 政黨傾向之 multinomial logit 模型實證結果 泛藍政黨傾向(y=1). 泛綠政黨傾向(y=2). MALE. -0.0408 (0.1252). 0.3457 (0.1442)**. MARED. 0.0597 (0.1422). -0.0267 (0.1621). HIGHSCHOOL. 0.4149 (0.1660)**. -0.2222 (0.1893). COLLEGE. 0.5449 (0.2116)***. -0.3141 (0.2479). UNIVERSITY. -0.0038 (0.2442). -0.3396 (0.2654). AGE. 0.0156 (0.0054)***. -0.0158 (0.0064)**. PRIVATE. -0.3143 (0.1802)*. 0.4112 (0.2446)*. LABORER. 0.3722 (0.2186)*. -0.1572 (0.2360). PROFESSIONAL. 0.4771 (0.2713)*. 0.3388 (0.2947). NORTH. 0.0964 (0.1753). 0.2657 (0.2164). SOUTH. 0.1610 (0.1730). 0.8323 (0.2049)***. EAST. 0.1222 (0.2546). -0.2995 (0.3495). YR91. -4.0670 (0.1587)***. -2.3445 (0.1800)***. Intercept. 1.4993 (0.4322)***. 0.5647 (0.5069). Log Likelihood = -1709.2782 Pseudo R2 = 0.2816 Number of Observations = 2390 註 1:政黨傾向回歸式的對照組以中立政黨傾向(party = 0) 助 2:*10%顯著水準下，估計的係數顯著不等於 0 **5%顯著水準下，估計的係數顯著不等於 0 ***1%顯著水準下，估計的係數顯著不等於 0. 28.
(35) (二)政黨傾向方程式預測準確度 表 5.2 表示政黨傾向方程式預測準確度，由於 multinomial logit 為預測機率模型， 所以在實證結果加入預測準確度，以說明所建立的政黨傾向方程式預測的準確度。在泛 藍政黨傾向方面，預測為泛藍政黨傾向樣本且實際也是泛藍政黨傾向樣本比例為 34.06%；在泛綠政黨方面，由於泛綠政黨傾向樣本過少僅占總樣本 13.5%，所以在預測 上無法預測出泛綠政黨傾向樣本，預測為泛綠政黨傾向樣本且實際也是泛綠政黨傾向樣 本比例為 0%；在中立政黨傾向樣本方面，預測為中立政黨傾向樣本且實際也是中立政 黨傾向樣本比例為 40%。綜合上述三方面的預測準確度，預測準確的比例為 74.06%。 表 5.2 政黨傾向方程式預測準確度(%) 預測為. 預測為. 預測為. 泛藍政黨傾向. 泛綠政黨傾向. 中立政黨傾向. 實際為 泛藍政黨傾向. 34.1. 0. 9.58. 43.68. 實際為 泛綠政黨傾向. 6.09. 0. 7.43. 13.52. 實際為 中立黨傾向. 2.8. 0. 40. 42.8. 總計. 42.99. 0. 57.01. 100. 29. 總計.
(36) 第三節 遷徙行為之實證結果 (一) 遷徙行為方程式 multinomial logit 機率模型的實證結果 表 5.3 顯示政黨傾向之遷徙行為 multinomial logit 機率模型實證結果。在遷往政治 環境相同區域方面，民眾為泛藍政黨傾向者對遷往政治環境與自己政黨傾向相同區域無 顯著之影響，相較於中立政黨傾向民眾，民眾為泛綠政黨傾向者遷往政治環境與自己政 黨傾向相同區域機率顯著低於不遷徙之機率，若是遷徙前居住在政治環境與自己政黨傾 向相異區域其遷往政治環境與自己政黨傾向相同區域機率顯著低於不遷徙之機率，但是 遷徙前居住在政治環境與自己政黨傾向相異區域之泛藍民眾遷往政治環境相同區域機 率高於不遷徙之機率。在個人特性變數方面，相較於未婚者，已婚者遷往政治環境相同 區域之機率顯著低於不遷徙的機率，由於已婚者有家庭之考量，但未婚者遷徙決策只需 考量個人之意願，相較之下已婚者遷徙機率較低；而教育程度對遷往政治環境相同區域 機率無顯著之影響；年齡對遷往政治環境相異區域機率有正向影響，顯示隨著年齡增加 遷往政治環境相同區域機率高於不遷徙機率；在職業方面，受雇於公私部門對遷往政治 環境相同區域或是不遷徙機率無顯著之影響，職業分類之對照組為農林漁牧業工作者， 一般性勞動工作者或是專業性工作者遷往政治環境相同區域機率顯著高於不遷徙之機 率，農林漁牧業工作者大致上都有某種程度依賴其所生存的土地及其工作場所，導致其 遷徙不容易。在總體經濟變數方面，以每萬人平均病床數作為遷徙後居住地醫療設施條 件之指標，每萬人平均病床數對遷往政治環境相同區域之遷徙行為有正向的影響，顯示 醫療資源越充裕區域容易吸引人口遷入。 在遷往政治環境相異區域方面，民眾政黨傾向對遷往政治環境相異區域之機率無顯 著之影響；遷徙前居住在政治環境與自己政黨傾向相異區域者，遷往政治環境相異區域 之機率高於不遷徙之機率。在個人特性變數面，相較於未婚者，已婚者遷徙往政治環境 相異區域的機率顯著低不遷徙之機率，教育程度對遷往政治環境相異區域機率亦無顯著 之影響；年齡對遷往政治環境相異區域機率有正向影響，顯示隨著年齡增加遷往政治環 境相異區域機率高於不遷徙機率；相較於受雇於公部門者，受雇於私部門者遷往政治環 境相異區域之機率顯著低於不遷徙之機率，相對於農林漁牧工作者，一般勞動性工作者 30.
(37) 與專業性工作者遷往政治環境相異區域機率顯著高於不遷徙之機率。在地區總體變數方 面，遷徙後居住地之人口密度對遷往政治環境相異區之機率有負向的影響，平均每萬人 病床數對遷往政治環境相異區域機率有正向影響，顯示醫療資源越充裕地區越容易吸引 民眾遷入，以服務業比例衡量都市化程度，發現服務業比例對遷往政治環境相異區域之 機率有正向影響，都市工作機會及薪資水準等條件普遍優於鄉村地區，一地區都市化程 度越高所產生的利益會吸引民眾遷入。 綜合以上實證結果發現，某些個人特性變數及區域總體環境變數，不論對政治環相 同區域及政治環境相異區域遷徙之機率影響方向相當一致，在個人特性變數方面，相對 於未婚者，已婚者不論是遷往政治環境相同區域或是遷往政治環境相異區域之機率都低 於不遷徙之機率，如此之現象應該是已婚者有家庭因素之考量，不能如同單身者在做遷 徙決策時只需考慮自己遷徙意願，因而降低已婚者之遷徙機率；年齡對遷往政治環境相 同區域及遷往政治環境相異區域機率都有正向影響，顯示隨著年齡增加會提高遷徙機 率，過去遷徙相關研究中，通常預期遷徙機率會隨著年齡的增長而遞減，但是在本研究 實證結果卻出現相反情形，Knapp, White and Clark(2001)所作的研究也發現，隨著戶長 年齡(householder’s age)的增加會增加區域間遷徙機率；職業方面，相對於農林漁牧工作 者，一般性勞動工作者及專業性工作者不論是遷往政治環境相同區域或是遷往政治環境 相異區域的機率都高於不遷徙的機率，其中原因應該是農林漁牧業工作者依賴其生活的 環境，不能任意離開，且一旦離開其原本生活及工作環境，在轉職及尋找新工作都較為 困難，所以農林漁牧業工作者較不會選擇遷徙；在區域總體經濟變數面，以每萬人平均 病床數作為衡量區域醫療資源之指標，結果顯示每萬人平均病床數不論是對政治環境相 同區域之遷徙或是政治環境相異區域之遷徙機率都有正向影響，顯示地區醫療資源豐富 對人口遷入產生吸力，促使人口移入。. 31.
(38) 表 5.3 遷徙行為之 multinomial logit 模型實證結果 遷往相同區域(Z=1). 遷往相異區域(Z=2). PANBLUE. -0.2922 (0.2278). -0.3848 (0.3378). PANGREEN. -0.4752 (0.2711)*. 0.3150 (0.4329). ENVIRON. -2.2041 (0.2379)***. 1.6642 (0.2495)***. ENVIRON╳PANBLUE. 1.1653 (0.3549)***. -0.0616 (0.3505). ENVIRON╳PANGREEN. 0.0632 (0.6081). -0.3181 (0.4661). MALE. 0.2528 (0.1681). 0.0307 (0.1364). MARED. -0.2940 (0.1513)*. -0.2580 (0.1245)**. HIGHSCHOOL. 0.0162 (0.2038). 0.1943 (0.1571). COLLEGE. -0.2056 (0.2611). 0.0895 (0.2270). UNIVERSITY. -0.3089 (0.2871). 0.0865 (0.1919). AGE. 0.0624 (0.0081)***. 0.0719 (0.0063)***. PRIVATE. -0.0525 (0.1915). -0.3440 (0.1649)**. LABORER. 0.5864 (0.2534)**. 0.4527 (0.1725)***. PROFESSIONAL. 0.8468 (0.3083)***. 0.5201 (0.2250)**. POPD. 0.0001 (0.0000). -0.0001 (0.0000)**. SICKBED. 0.0046 (0.0026)*. 0.0035 (0.0016)**. AIR. 0.0127 (0.0236). -0.0100 (0.0223). SERVICE. -2.0798 (1.4470). 2.3077 (1.0076)**. EDU. 1.1815 (2.0419). 0.4643 (1.5358). UNEM. 27.4103 (22.5031). 12.0061 (15.8674). YR91. -2.0320 (0.8739)**. -1.9114 (0.5971)**. Intercept. -6.4535 (0.6314). -9.1397 (0.5563). Log Likelihood = -3192.3964 Pseudo R2 = 0.1104 Number of Observations = 24215 註 1:遷徙行為回歸式的對照組以未遷徙者(behavior = 0) 註 2:*10%顯著水準下，估計的係數顯著不等於 0 **5%顯著水準下，估計的係數顯著不等於 0 ***1%顯著水準下，估計的係數顯著不等於 0 32.
數據
+4
相關文件
The research data are collected by questionnaire survey and analysed in electors’ opinion with political party of candidate, application of information technology media,
This study hopes to confirm the training effect of training courses, raise the understanding and cognition of people on local environment, achieve the result of declaring
Junior high school students and male students intend to have a negative money attitude.. Students who save money habitually intend to have positive attitude toward dimension
Formal theory, causal inference, and big data are not contradictory trends in political science. Inside the turk: Understanding Mechanical Turk as a
However, some basic and profound problems that have been addressed by political theorists still lack attention of practitioners in Taiwan, which may have created an misunderstanding
“Contextual Antecedents and Political Consequences of Adolescent Political Discussion, Discussion Elaboration, and Network Diversity.” Political Communication, 26 (1),..
“Decision Making in Economic”, Political, Social andTechnological Environments: The Analytic Hierarchy Process”, RWS Publications, University of Pittsburgh. 【39】
This present study aims to investigate the difference of purchasing behavior of books among different groups of people in a perspective of market segmentation
