小區域人口遷徙推估研究 - 政大學術集成

全文

(1)國立政治大學統計學系. 碩士學位論文. 小區域人口遷徙推估研究. 政治Projection for A Study of Migration. 大. 立. Small Area Population. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. e. i. i Un. v. g c h 博士指導教授：n 余清祥蔡紋琦博士研究生：黃亭綺撰. 中華民國一○二年七月.

(2) 摘. 要. 國家政策之制定須配合未來人口總數及其結構等特性，藉以達到提高國民福祉的願景，因此各國均定期公佈人口推估(Population Projection)的結果，目前臺灣官方人口推估為每兩年公布一次。人口推估主要考量三個要素：出生、死亡、遷移，以國家層級而言，通常遷徙對未來人口的影響遠小於出生與死亡，所以過去行政院經濟建設委員會的官方全國人口推估一般專注於出生與死亡。然而，各國研究發現遷徙是小區域人口推估為最重要的因素，人口數愈少、影響程度有愈. 政治大的變遷，將能使政策因地制宜，有助地方政府提高推行政策的有效性，也是本研立. 大的傾向，但文獻中較缺乏臺灣內部遷移的研究。如能掌握臺灣小區域人口遷徙. ‧. ‧ 國. 學. 究之目標。. 由於缺乏完整的縣市、鄉鎮市區層級的詳細遷移資料，本研究以人口平衡公. sit. y. Nat. 式反推淨遷移人數，找出各地區的遷移特性後，代入人口變動要素合成法(Cohort. n. al. er. io. Component Method)，搭配屬於機率推估的區塊拔靴法(Block Bootstrap)，推估小. i Un. v. 區域的未來人口。關於出生及死亡的推估，過去研究發現使用區塊拔靴法用於小. Ch. engchi. 區域的生育率（曹育欣，2012）及死亡率（金碩，2011），皆有不錯的推估結果。本研究以臺北市為範例，討論區塊拔靴法在小區域遷徙人口數、年齡別遷徙人口的推估效果，及是否適合運用在其他不同縣市。. 關鍵詞：小區域人口推估、遷徙、人口變動要素合成法、區塊拔靴法、電腦模擬. I.

(3) Abstract The population projection is used to provide information for the policy planning of governments. In Taiwan, the Council for Economic Planning and Development is in charge of the official population projection and it release projection results every two years. Basically, three factors are considered in population projection: birth, death, and migration. Since the migration has little impacts in country-level projection, many countries (including Taiwan) assume the future migration is zero or close to zero, and the focus of projection is usually on the birth and death. However, for the projection of small area (such as county- or township-level), past studies found that the effect of. 政治大. migration cannot be ignored. But, partly due to the limitation of migration data, there. 立. are not many studies explore the migration patterns of counties or townships in. ‧ 國. 學. Taiwan.. ‧. In this study, we use the population records (births and deaths) and the population equation to derive the county-level records of internal migration in Taiwan.. y. Nat. sit. We use these data to explore the migration patterns of all counties in Taiwan, and then. n. al. er. io. applying block bootstrap method to modify the county-level population projection.. i Un. v. Note that, the block bootstrap is shown to be reliable in forecasting fertility (Tsao,. Ch. engchi. 2012) and mortality (Jin, 2011) for small areas. In this study, we also use the Taipei City to demonstrate the population projection which includes the internal migration, and the result is promising. Key Words: Small Area Projection; Internal Migration; Cohort Component Method; Block Bootstrap; Computer Simulation. II.

(4) 目. 錄. 中文摘要 ....................................................................................................................... I 英文摘要 ...................................................................................................................... II 目錄............................................................................................................................. III 表目錄 .......................................................................................................................... V 圖目錄 ........................................................................................................................ VI 第一章、緒論 ............................................................................................................... 1. 政治大第二節、研究背景 ................................................................................................ 2 立第一節、研究動機 ................................................................................................ 1. ‧ 國. 學. 第三節、研究目的 ................................................................................................ 4 第二章、文獻回顧 ....................................................................................................... 6. ‧. 第一節、人口推估方法 ........................................................................................ 6. sit. y. Nat. 第二節、人口變動要素合成法 ............................................................................ 7. n. al. er. io. 第三節、機率人口推估 ...................................................................................... 10. i Un. v. 第四節、區塊拔靴法 .......................................................................................... 11. Ch. engchi. 第三章、臺灣地區人口遷徙因素與遷徙概況 ......................................................... 14 第一節、遷徙行為概述 ...................................................................................... 15 第二節、臺灣地區目前遷徙概況 ...................................................................... 20 第四章、研究方法與模擬 ......................................................................................... 35 第一節、資料介紹 .............................................................................................. 35 第二節、研究方法 .............................................................................................. 36 第三節、實證模擬研究 ...................................................................................... 37 第五章、結論與建議 ................................................................................................. 53 第一節、結論 ...................................................................................................... 53. III.

(5) 第二節、討論與建議 .......................................................................................... 55 參考文獻 ..................................................................................................................... 57. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i Un. v.

(6) 表. 目. 錄. 表 3- 1、2002~2012 年外籍配偶人數統計 .......................................................................... 24 表 3- 2、臺灣各縣市外籍配偶分布（2009 年） ................................................................ 25 表 3- 3、各縣市歷年內部遷徙率之平均數、標準差（1998~2012 年） .......................... 30 表 3- 4、各縣市人口三階段年齡組平均淨遷徙率集群分析表（1998~2012 年） .......... 34 表 4- 1、臺北市人口推估資料說明 ..................................................................................... 35 表 4- 2、不同資料年數與推估年數為 5 年之示意（區塊長度為 5） .............................. 40 表 4- 3、使用資料與推估參數說明 ..................................................................................... 45 表 4- 4、2008~2012 年男、女性區塊拔靴法推估值與實際值 .......................................... 45. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. V. i Un. v.

(7) 圖. 目. 錄. 圖 1- 1、兩性淨遷徙率假設 ....................................................................................................... 5 圖 3- 1、影響人口遷徙因素圖 ................................................................................................. 16 圖 3- 2、臺灣地區歷年淨遷徙人口數；總移動人口數（1969~2012 年） .......................... 23 圖 3- 3、國際遷入依來源分（1969~2012 年）；外籍配偶結婚人數（1998~2012 年） ..... 23 圖 3- 4、各縣市外籍配偶人數及佔該縣市人口比例（2009 年） ........................................ 24 圖 3- 5、2012 年臺灣地區各縣市人口增加率、自然增加率與人口淨遷徙率 .................... 27 圖 3- 6、臺灣地區國內男、女性總移動人口數 ..................................................................... 27 圖 3- 7、臺灣地區 1998、2003、2008、2012 年社會增加率 ............................................... 28 圖 3- 8、臺灣地區人口遷徙依遷徙行為區分（1998~2012 年） .......................................... 29 圖 3- 9、各縣市歷年平均人口遷徙依遷徙行為區分（1998~2012 年） .............................. 29. 立. 政治大. ‧. ‧ 國. 學. 圖 4- 1、臺北市歷年淨遷徙人口數（1968~2012 年） .......................................................... 38 圖 4- 2、不同資料年數與推估年數為 5 年的推估誤差 ......................................................... 41 圖 4- 3、不同資料年數與推估年數為 10 年的推估誤差 ....................................................... 41 圖 4- 4、推估年數為 5、10、15 年的推估誤差（資料年數為 15 年） ............................... 42 圖 4- 5、推估年數為 5、10、15 年的推估誤差（資料年數為 20 年） ............................... 42. n. al. er. io. sit. y. Nat. 圖 4- 6、不同區塊長度的推估值、95%預測區間測試（推估年數為 5 年） ...................... 44 圖 4- 7、不同區塊長度的推估誤差（推估年數為 5 年） ..................................................... 44 圖 4- 8、男性 0、15、35、65 歲方法一之淨遷徙人口數推估結果 ..................................... 48 圖 4- 9、女性 0、15、35、65 歲方法一之淨遷徙人口數推估結果 ..................................... 49 圖 4- 10、2008 年男、女性各年齡別方法二淨遷徙人口數推估結果 .................................. 50 圖 4- 11、2009 年男、女性各年齡別方法二淨遷徙人口數推估結果 .................................. 50 圖 4- 12、男、女性單齡別推估誤差（推估年數為 5 年） ................................................... 52 圖 4- 13、男、女性五齡組推估誤差（推估年數為 5 年） ................................................... 52. Ch. engchi. VI. i Un. v.

(8) 第一章、緒論第一節、研究動機. 人口為一地區發展的基石，也是一個國家最重要的組成元素，無論是公或私領域的規劃與決策都必須仰賴對人口的掌握，因此人口研究是許多社會科學的研究基石。人口的面向通常包括：人口數量的增減、人口結構的改變、人口分布的特徵、人口移動的方向、以及人口品質的變化等。為了制定合理的決策與有效分. 政治大. 配資源，必須對全國人口之結構有相當程度的瞭解，因此人口推估便成為各國政. 立. 府定期工作之一。由於各地區的人口結構、經濟、社會等特性，不見得與全國一. ‧ 國. 學. 致，近年各國對於小地區的人口推估更加重視，以期能提供地方政府更為詳實的資訊，作為發展地方特色的參考。. ‧ y. Nat. sit. 現在人口推估使用的方法多為 Cannan(1895)提出之人口變動要素合成法（或. n. al. er. io. 稱年輪組成推估法；Cohort Component），過去大多由專家之主觀意見，先行決. Ch. i Un. v. 定生育、死亡與遷徙的未來趨勢來設定情境，得到未來的人口數值。但由於專家. engchi. 決定的結果並不具有數學上的機率意義，近年來有不少國家加入使用隨機方法，藉以修正情境推估的缺點，即為機率人口推估(Probabilistic Projection)。其中這些新的機率方法通常可以分為隨機推估法(Stochastic Forecast Method)、模擬情境 (Random Scenario)與推估誤差法(ex Post Method)（郭孟坤與余清祥，2007）。. 小區域的人口推估所面臨之困難，主因之一在於資料蒐集，資料需求包括婦女年齡別生育率、新生兒性比例、年齡別死亡數、遷入、遷出人口及總人口數等。以臺灣為例，在日治時代實行七次的人口普查，使臺灣開始有較準確的人口資料紀錄，後續則有內政部每年出版的人口統計資料（｢臺灣地區人口統計｣），早期 1.

(9) 僅為紙本資料，近年來始有數位化資料。另外一個問題小區域人口資料的品質，許多資料只有全國數值，臺灣縣市層級的人口資料在 1998 年後才有較為詳細的紀錄，因為人口資料年數不足，再加上小區域的母體人數較少，這種情形導致小區域無法直接套用全國的推估模型。再者，小地區可能由於行政區重新劃分（例如臺灣 2010 年年底將臺中、臺南、高雄三縣市重新規劃為直轄市）或政策改變，使得不同時間的地區劃分產生差異，造成資料無法合併，這也是小區域人口推估面臨的另一個問題。. 人口推估中分為三個因素：｢出生｣、｢死亡｣與｢遷徙｣，其中小區域之生育率. 治政（曹郁欣，2012）和死亡率（金碩，2011）推估，過去研究發現結合隨機模型與大立修勻方法已有不錯的效果。然而，遷徙在全國性的推估中通常不考慮，除了美國、 ‧ 國. 學. 愛爾蘭等大量移民之國家會考慮遷徙外，遷徙通常會被忽略或簡化。但過去的研. ‧. 究中大多顯示，遷徙在小區域的人口推估中扮演相當重要的角色，因此近年許多. sit. y. Nat. 小區域人口推估的研究，開始致力討論遷徙之影響。本研究將在小區域的人口推. io. er. 估考慮遷徙因素，瞭解各縣市層級遷徙的特性，並引進可行之方法，將其機率推估的方法套用於各小區域，使得小區域人口總數的推估有更完善之結果，以供各. n. al. Ch 地方政府與政策制定參考使用。. engchi. i Un. v. 第二節、研究背景. 人口推估的有效性有賴資料庫的完整，才能使推估的效果符合預期，臺灣地區在 1940 年代就有完整的出生、死亡記錄，國際遷徙及國內遷徙的資料則到 1960 年代與 1980 年代才開始有記錄，但早年對於小區域的觀念較不重視，記錄的資料也並不完整，無法使用足夠且詳實的資料，對於小區域的人口推估將會有很大的挑戰。Smith(1987)研究小區域總人口數的推估，發現地區人數(Population Size)、. 2.

(10) 基底年數(Baseline Period)、推估年數(Projection Horizon)三者與推估品質有關，如果只是預期未來總人口數的變化，藉由簡單的指數外推就能有不錯的效果，但若推估目標為詳細的人口結構改，仍舊需要類似人口變動要素合成法等方法。. 一般來說，小區域所面臨的問題主要可以區分為四個方向：｢資料品質｣、｢地區人數｣、｢資料年數｣與｢推估年數｣，以下依序介紹。. （一）資料品質. 治政高品質的資料對於推估有較精良的效果，目前臺灣地區小區域的人口推估尚大立稱可行，因為近來政府機關已將資訊電子化，提高資料品質。唯遷徙部分的紀錄 ‧ 國. 學. 還僅限遷入及遷出，對於其他的變數，例如：遷徙來往的地點、人口年齡、工作. ‧. 職業、婚姻狀態等，都還無法得到較細緻的資料，這部分還需政府機關建立的制. er. io. sit. y. Nat. 度才能使資料庫完備，方便未來使用。. 另外，小區域還可能隨時間變化，政策的頒定使得地理空間發生改變，如. al. n. iv n C 1990 年臺北市由原先的 16 個行政區重劃為現在的 h e n g c h i U12 區、2010 年臺灣地區部分. 縣市合併改制，造成資料格式前後不一致。. （二）地區人數. 小區域的人口數往往與推估誤差成反比，當人口數較少時，容易會有大幅度的變動，所以推估的效果通常會打折扣。. （三）資料年數. 3.

(11) 單純以隨機推估推算未來人口，使用足夠的歷史資料可以較容易掌握將來的趨勢，對於小區域而言，資料年數更顯重要，因為小區域的人口數較少，變化也較大。Smith and Sincich(1990)使用線性外推及指數外推等推估方式，發現增加基底年數確實對推估有顯著效果，將基底年數由 5 年增加至 10 年、10 年增加至 20 年，都可以確實降低推估的誤差，但基底年數增加至 20 年以上時效果則不明顯。金碩(2011)實證結果發現，小區域死亡率推估基底年數至少要有 15 年，如只有 10 年的資料會使推估誤差明顯增加，5 年資料更是使推估誤差大幅升高。. （四）推估年數. 立. 政治大. 當推估年數愈長時，所產生的推估誤差也就愈大，因為當趨勢改變時，推估. ‧ 國. 學. 的走勢就會愈偏離真實的情形，而在小區域這種情形會更加明顯。金碩(2011)研. ‧. 究發現，小區域死亡率的推估，如有過去 15 年資料即可獲得較可信的推估結果，. n. sit er. io. 第三節、研究目的 a. y. Nat. 而未來的推估年數建議不超過 20 年。. iv l C n hengchi U. 目前經濟建設委員會（簡稱經建會）人力規劃處的人口推估方法亦是採用人口變動要素合成法，每兩年根據最新人口、出生、死亡和遷徙等相關的統計資料，依照不同情境設定及政策目標對總生育率、男女嬰出生性比例、平均壽命以及淨遷徙給定假設的數值。例如最近一次經建會在 2012 年公布之｢中華民國 2012 年至 2060 年人口推計｣中（圖 1-1），男性，男性於推計期間每年固定淨增加 3.6 千人，女性則由 2012 年淨增加 14.8 千人，至 2035 年降為淨增加 7.0 千人後維持固定；兩性合計社會增加人數由 2012 年淨增加 18.4 千人，至 2035 年降為淨增加 10.6 千人後維持固定。. 4.

(12) （資料來源：經建會｢中華民國 2012 年至 2060 年人口推計｣）. 政治大. 圖 1- 1、兩性淨遷徙率假設. 立. ‧ 國. 學. 本研究之目的在於縣市層級的小區域遷徙人口推估，區隔和經建會所提供的全國遷徙人口推估。本研究不考慮專家意見，而是套用隨機模型，並藉由區塊拔. ‧. 靴法進行電腦模擬，結合使用人口變動要素合成法，測試區塊拔靴法是否適用於. Nat. sit. y. 小區域。此外，由於資料年數的不足，歷年之淨遷徙人數是由各年之總人口數、. n. al. er. io. 出生數、死亡數，帶入人口變動要素合成法反推而得，再將其淨遷徙數值進行人. i Un. v. 口推估。本研究加入了通常不考慮的遷徙，希冀研究結果能做為各地方政府未來. Ch. engchi. 在擬定人口、勞動力、教育、醫療服務、產業發展等相關政策制定之參考。. 本研究後續各章安排如下：第二章為文獻回顧，說明目前較常使用的人口推估方法；第三章為整理有關國內遷徙的文獻探討，及臺灣地區目前的遷徙情形，第四章為資料介紹與本研究之研究方法；第五章以臺北市進行遷徙的實證研究；最後，第六章根據結果提出結論與建議。. 5.

(13) 第二章、文獻回顧本研究將使用人口推估方法進行小區域的遷徙推估，故本章的文獻回顧說明在過去人口推估中較多人使用的方法，以及現在較常應用於人口推估的機率推估方法，藉以改善專家意見的缺點。依序介紹：第一節先介紹人口推估的發展過程；第二節介紹人口推估中常被運用的人口變動要素合成法；第三節介紹具有機率意涵的人口推估方法；第四節介紹機率模型的區塊拔靴法。. 第一節、人口推估方法. 立. 政治大. ‧ 國. 學. 人口推估就是依一國家地區的人口現況，及考慮人口發展的各種因素，根據科學的方式，推估出未來某時間的人口規模、結構與趨勢，從未來人口變遷的訊. ‧. 息中，發展出相對應的策略。人口推估為社會經濟與發展建設提供重要的資訊，. y. Nat. sit. 推估的結果可以說明未來社會發展中可能發生的問題，藉以幫助政府機關單位做. n. al. er. io. 出合理的人口規劃和正確的決策。. Ch. engchi. i Un. v. 人口統計(Demography)使用統計學方法，推估如平均壽命、生育率、死亡率等，計算出未來人口變動走勢以解決各種人口問題。早期的人口推估多採用羅吉士曲線(Logistic Curve)，或是著名的人口學家 Malthus 於 1798 年發表之《人口論》 (An Essay on the Principle of Population)，當中提到的幾何級數、算數幾何的成長等數學模型。但這類型的數學模型只能對人口有總數的推估，無法有提供更詳細及穩定的人口結構的推估結果，而且推估的效果通常較差、誤差較大。若需要考慮人口結構的人口推估，直到 Cannan(1895)提出人口變動要素合成法才將人口特性加入人口推估中。Cannan 提出之方法，最先應用於英格蘭與威爾斯的人口推估，其方法在 Whelpton(1928)的推廣下開始廣泛使用於世界各國。若小區域的人 6.

(14) 口推估只需考慮總人數，而不考慮其人口特性，簡單的指數外推就能有不錯的效果(Smith, 1987)，若需要再往細部的性別與年齡分項，還須考量不同區域的差異性再做出適當的修正。其他後續的研究中，也有許多學者像 Rao(2003)利用迴歸或經驗貝氏(Empirical Bayesian)等方法，致力於小區域人口推估中推估值的修正。. 早年的人口推估多仰賴專家意見，例如設定高、中、低推計等不同的情境，雖以專家意見做為未來的假設，但卻缺乏數學上的機率背景，也無法用同一基準做衡量，故近年來人口推估逐漸傾向機率推估。. 立. 政治大. 過去主要以全國性層級的人口推估為主，鮮少以小區域為單位的人口推估，. ‧ 國. 學. 然而政府單位頒佈的各項政策，都必須依各縣市未來不同的人口特性分開辦理，. ‧. 所以近年人口推估的議題中，小區域的人口推估已逐漸受到重視。但小區域的限. sit. y. Nat. 制在於常因為受到資料的影響，一些模型與方法並不適合使用，Rao(2003)說明. io. er. 多種小區域的推估方式，並且定義該方法下的小區域。小區域可泛指一般在大區域下不適用的資料型態，例如根據地理環境劃分的小區域、總量較少的資料分類. n. al. 也可歸類為小區域推估。. Ch. engchi. i Un. v. 過去文獻指出用簡單的線性、指數外推或加入大區域人口成長率的平移對總人口數就能達到不錯的效果(Smith and Sincich 1990)，但很少有研究將人口變動要素合成法、年齡組資料、性別資料等人口特性應用於小區域的人口推估中。 Rogers(1995)提出多區域遷徙模型(Multi-regional Migration Model)，Kanaroglou et al.(2009)使用空間統計模型與多區域模型結合應用於小區域的人口推估。. 第二節、人口變動要素合成法 7.

(15) 人口變動要素合成法是目前最廣為運用在人口推估的方法。人口變動要素合成法是由下列平衡公式組成：. 𝑃(𝑡 + 1) = 𝑃(𝑡) + 𝐵(𝑡) − 𝐷(𝑡) + 𝐼(𝑡) − 𝐸(𝑡). (2.1). 其中𝑃(𝑡)、𝐵(𝑡)、𝐷(𝑡)、𝐼(𝑡)、𝐸(𝑡)表示第𝑡年時的總人口數、出生人數、死亡人數、遷入人數以及遷出人數𝑡年時的總人口數、出生人數、死亡人數、遷入人數以及遷出人數，以單一年齡組別推算出未來人口總數。. 立. 政治大. 通常決定一地區之人口總數最重要的因素為出生與死亡，因為通常假設地區. ‧ 國. 學. 的人口流動為一封閉系統，所以大部分遷徙因素在推估時會予以忽略，但在各文. ‧. 獻中，皆告訴我們遷徙扮演著重要的角色。一般人口推估方法，最常使用人口變. sit. y. Nat. 動要素合成法，其核心思想為分別討論生育率、死亡率、及遷徙率的未來趨勢，. io. er. 推估三者未來的趨勢後，再結合出得到未來人口規模、人口結構與特性。將育齡婦女年齡別生育率 (Age-specific Fertility Rate) 、男女兩性的年齡別死亡率. al. n. iv n C (Age-specific Mortality Rate)、及年齡別遷徙人口的資料，利用矩陣的方式不斷地 hengchi U 疊代(iteration)計算，直到推估的目標年為止，得到未來年齡別人口數。. 在不考慮遷徙的封閉人口假設下，𝑡 + 1年的總人口數通常藉由 1945 年 Leslie 提出之 Leslie Matrix 處理人口推估的問題，這種方法以各年齡層男、女性的組成進行人口推估，現已成為長期人口推估方法的主流。如人口推估需要更進一步瞭解人口的年齡結構和性別的差異時，此方法為一適合的方式。Leslie Matrix 以類似馬可夫鏈(Markov Chain)中機率轉移模型(Transition Probability Matrix)的計算而得，不僅可以推估未來人口的總量，亦能顯示出人口組成的解構，適用於不同大小的區域，且預測結果也相當準確。其數學式表示如下： 8.

(16) 𝑃(𝑡 + 1) = 𝑀(𝑡) ∙ 𝑃(𝑡). (2.2). 其中𝑃(𝑡)為各年齡層在第𝑡年人數組成的向量、𝑀(𝑡)為各年齡層在第𝑡年生育率及死亡率（轉換成存活率）組成的 Leslie Matrix，以矩陣形式表示如下： 𝑃𝑜 (𝑡 + 1) 𝐹0 (𝑡) 𝑃1 (𝑡 + 1) 𝑆𝑜 (𝑡) 𝑃2 (𝑡 + 1) = 0 ⋮ ⋮ [ 0 [𝑃𝑛 (𝑡 + 1)]. 𝐹1 (𝑡) 0 𝑆1 (𝑡) ⋮ 0. 𝐹2 (𝑡) … 𝐹𝑛−1 (𝑡) 𝐹𝑛 (𝑡) 𝑃𝑜 (𝑡) … 𝑃1 (𝑡) 0 0 0 ⋯ 𝑃2 (𝑡) 0 0 0 ⋱ 0 0 ⋮ ⋮ ⋯ 𝑆𝑛−1 (𝑡) 0 ] [𝑃𝑛 (𝑡)] 0. 政治大其中𝑃 (𝑡)為第𝑡年𝑖歲之人口數、𝐹 (𝑡)為第𝑡年𝑖歲婦女生育率、S (t)為第𝑡年𝑖歲人立 𝑖. 𝑖. i. ‧ 國. 學. 口之存活率、𝑛為可存活之最大年齡。. ‧. 但傳統的 Leslie Matrix 並未考慮遷徙的問題，今社會若為一開放系統時，人. sit. y. Nat. 口動態會受到遷徙行為的影響，則(2.2)式中的等號右邊會加上第𝑡年的淨遷徙(Net. io. n. al. er. Immigration)人數所組成的向量：. Ch. 𝑃(𝑡 + 1) = 𝑀(𝑡) ∙ 𝑃(𝑡) + 𝐼(𝑡) − 𝐸(𝑡) 其中 𝐼(𝑡) = [𝐼0 (𝑡), 𝐸(𝑡) = [𝐸0 (𝑡),. 𝐼1 (𝑡),. engchi. 𝐼2 (𝑡),. i Un. v. (2.3). … , 𝐼𝑛 (𝑡)]𝑇 … , 𝐸𝑛 (𝑡)]𝑇. 𝐸1 (𝑡), 𝐸2 (𝑡),. 利用以上的矩陣運算，即可推算出每年男、女性及年齡別的人口數。另外， (2.2)及(2.3)式通常在計算時會將男、女性分開計算，其中每年出生的男嬰與女嬰人數會按歷年新生兒性比例(Sex Ratio)來決定。以上即為人口變動要素合成法的矩陣運算方法，其他關於其使用的細節及相關的討論，可參考 Alho and Spencer(2006)。. 9.

(17) 在使用 Leslie Matrix 推估未來人口數，會用到生育率、出生性別比、死亡率、以及遷徙人口的假設。Leslie Matrix 中的生育率、存活率參數都是固定的，所有屬於同一年齡組、性別的人都為同樣的參數。為了處理不確定性的問題，通常設定高、中、低三種情境，以做為未來人口可能的變化，高、低情境包括人口可能的變動範圍，中情境為未來最有可能的結果。其中生育率與死亡率的設定，已由過去專家給定之情境假設，逐漸被機率推估所取代。生育率（曹郁欣，2012）和死亡率（金碩，2011）的推估對小區域的推估都有不錯的表現，唯遷徙之推估制度尚不完全，因此為本研究著重之部分。. 第三節、機率人口推估. 立. 政治大. ‧ 國. 學. 過去的人口推估中，組成人口變動的三個要素多需依靠專家之意見設定參數. ‧. 值，但近年來，人口推估已逐漸使用機率推估方法，以取代過去較不客觀的專家. sit. y. Nat. 主觀意見。過去的人口推估利用情境(scenario)的設定得到的高、中、低三種推計. n. al. er. io. 推估未來人口數，但三者情境之間卻無法使用相同的基準點衡量比較，所以各國. i Un. v. 開始引進各種機率推估方法來彌補傳統人口推估的不足，並給予人口推估機率的. Ch. engchi. 解釋背景。以下介紹三種人口機率推估的方法，其中隨機推估法與模擬情境法可以與人口變動要素合成法結合運用，推估誤差法則是著重衡量推估結果的誤差。. 一、隨機推估法(Stochastic Forecast Method). 傳統的人口推估中，通常是使用高、中、低三種推計情境來解釋人口變動的不確定性，但是此情境設定的方法並不具有機率的意涵。Lee and Tuljapurkar 1994 年利用美國人口資料，將 1900 年起的生育率及死亡率等生命參數(vital rate)資料建立一時間序列(Time Series)的模型進行人口推估。其最大的優點為可以由模型 10.

(18) 和資料反映出生命參數的不確定性，並且可以呈現出生命參數隨時間震盪波動的特性，但若推估的時間過長時，預測區間會有過寬且不切實際的情形發生，使用不同的推估模型與資料長度也可能造成不同的推估結果產生，所以需要加入外部資訊，如專家意見，藉以獲得較為合理的推估結果。. 二、模擬情境法(Random Scenario Method). 模擬情境法類似傳統的專家意見，是將專家意見加入隨機模擬推估，Lutz et. 政治大配，並可利用電腦反覆模擬得到推估的預測區間。此方法的優點在於以人口專家立. al.(1998)藉由與專家研究討論之後，選定人口推估之參數值的變動可能範圍或分. ‧ 國. 學. 的角度能使模型有較彈性的調整，針對各種不同目的進行預測以得到可能的結果 (Sanderson et al., 2004)，比單純使用專家意見更有參考價值，但此方法還是建立. ‧. 於專家意見上，所以並不可能完全客觀、具有機率意含，一開始制定的參數值對. er. io. sit. y. Nat. 結果還是有很大的影響，詳細的操作流程可參考郭孟坤（2007）。. n. a l Method) 三、推估誤差法(ex post Ch. engchi. i Un. v. 推估誤差法最早由 Stoto(1983)提出，其研究過去使用之模型推估所產生的誤差，並假設各年推估之誤差是獨立且服從某一分配，用以瞭解未來推估誤差的可能範圍，以修正過去的模型。Stoto 分析美國以及聯合國過去人口推估的誤差，發現推估只與基年有關，但此方法只討論總人口數推估的預測區間，並無法得知詳細的人口年齡結構。. 第四節、區塊拔靴法(Block Bootstrap). 11.

(19) 拔靴法的概念最早是由 Efron(1979)所提出，是藉由在有限的樣本中，經由重複抽樣建立足以模擬母體分配的新樣本，再進行後續的統計推論，而通常拔靴法僅使用於獨立資料上。區塊拔靴法顧名思義有拔靴法的精神，為拔靴法的延伸，最早由 Hall(1985)所提出，兩種方法皆使用既有的資料重複抽取來模擬母體；但相異的是，區塊拔靴法將資料分成多個區塊作為抽取單位，其抽取方式由只抽取單一樣本點推廣至抽取一連續樣本，也保留了變數間的序列相關性，所以區塊拔靴法可處理像時間序列類型的相依資料。Künsch(1989)的文章中對區塊拔靴法有完整詳細的討論，Denton et al.(2005)為最早將區塊拔靴法應用在加拿大平均餘命的人口推估上，他運用加拿大 1926 至 2000 年的死亡率資料，以 25 年為一區塊. 治政單位，形成具有重疊(overlapping)的 50 個歷史區塊。再將這大 50 個區塊中隨機抽立取一個區塊，重複執行抽取區塊，運用區塊內死亡率的變動情形，即可獲得推估 ‧ 國. 學. 目標年之死亡率數值。區塊拔靴法的優點為能保留資料的序列相關性(serial. ‧. correlation)，且不需對資料做特定的分配假設(Denton et al. 2005)。. sit. y. Nat. io. er. 簡單地說，區塊拔靴法的想法為未來趨勢是過去發生過的歷史經驗再現，以一固定長度之時間將過去歷史經驗劃為數個區塊，再在數個區塊中隨機抽取一區. al. n. iv n C 塊代表未來可能的變動趨勢。在執行區塊拔靴法需決定兩個要素，一為區塊長度， hengchi U 另一為區塊的抽取權重。目前的研究對於區塊長度選取還無定論，一般認為區塊. 的長度須考慮資料的長度與特性決定。Romano(1994)測試將區塊的長度視為隨機，發現其結果對預測的中位數幾乎沒有影響，僅在區塊縮小的情形下，預測區間會稍微膨脹。另外，對區塊拔靴法影響程度較大的為區塊的抽取權重，即為區塊發生機會的大小。常見的權重有均勻(Uniform)分配，即每個區塊發生的機會皆相等；另一種為線性權重(Linear Weight)，表示區塊的發生機會和時間的距離有關，即離現在愈近之區塊，被抽中的機率就愈高。利用數學式表示權重，𝑛為總區塊個數，第 1 個區塊代表離現在時間愈遠，第𝑛個區塊則離現在時間最接近，在均勻分配下抽取到第𝑖個區塊的機率為： 12.

(20) 𝑊𝑖𝑈 =. 1 𝑛. , 𝑖 = 1,2, … , 𝑛. 若在線性權重下，抽取到第 i 個區塊的機率為：. 𝑊𝑖𝐿 =. 𝑖. , 𝑖 = 1,2, … , 𝑛. ∑𝑛𝑖=1 𝑖. 生育率、死亡率及遷徙等人口要素都能使用區塊拔靴法，從同一基準年開始，個別求得 1000 次推估的數值，再將其帶入人口變動要素合成法中，則可得到 1000. 政治大. 次總人口數的推估值。區塊拔靴法的精神在於假設未來趨勢與過去類似，最大的. 立. 優點為不需要對母體有額外假設，由歷史資料反應未來趨勢，且保留的年齡別與. ‧ 國. 學. 性別間的關係。但區塊拔靴法最大的缺點為，因為預測未來單純依據過去歷史為主，若未來變化與過去不相符時，推估的效果與可信度會大打折扣。區塊拔靴法. ‧. 的使用是不需要假設分配，以無母數的概念推得估計值，另外也有許多學者提出. y. Nat. io. sit. 其他應用於相關性資料的拔靴法，如篩網拔靴法(Sieve Bootstrap)，其方法可參考. n. al. er. Bühlmann(2002)，預測方法可參考 Alonso et al.(2003)。. Ch. engchi. 13. i Un. v.

(21) 第三章、臺灣地區人口遷徙因素與遷徙概況人口的變化要素不外乎是出生、死亡、以及遷徙。臺灣地區人口資料使於 1905 年的第一次臨時戶口普查，距今已累積了一百多年的人口資料，這一世紀中，臺灣地區人口發展已從高出生率及高死亡率，轉變成低出生率及低死亡率，一般而言，這種人口變遷過程稱為人口轉型。. 臺灣地區人口成長受兩個因素影響，一個是自然增加，也就是出生與死亡所. 政治大期因為高生育率與高死亡率的相互平衡下，使得人口成長速度緩慢，遂後因為環立. 引起的自然變動，另一個是社會增加，即因國際遷徙引起的社會變動。在日治初. ‧ 國. 學. 境衛生觀念的建立、醫療設施進步與糧食產能的改進使得死亡率逐漸降低，造成人口增加迅速。為了避免人口過度膨脹，臺灣地區在 1960 年代後積極推動家庭. ‧. 與生育計畫，目的在於降低出生率，藉此改善人口增加太快的現象。過去一個世. sit. y. Nat. 紀以來，臺灣地區人口大幅成長，但近年來，臺灣地區人口成長已趨緩和，在這. n. al. er. io. 一個世紀中，臺灣地區人口成長雖幾度受到人口遷徙的影響，不過整體而言，自. i Un. v. 然增加仍是人口成長的主要動力（陳信木與林佳瑩，2010）。. Ch. engchi. 在過去人口成長快速之際，臺灣地區總生育率由 1951 年的 7.04 人達到高峰，即平均每位婦女一生中生育之子女數為 7.04 人，隨後逐年下降，1983 年總生育率為 2.16 人達到人口替代水準，至 2012 年降至 1.27 人。若長久以此現象而言，大約在 2022 年，臺灣地區人口就可以達到零成長，甚至可能呈現負成長（經建會，2012）。故臺灣地區的人口成長的轉型期已逐漸邁向成熟階段，從人口學探討的議題上，人口遷徙與分布將更顯重要。. 過去臺灣地區人口的自然增加相當快速，所以以往的研究多傾向關注於出生. 14.

(22) 與死亡的問題上（王月鏡，1971,1972）。然而，隨著近代交通便利與開放風氣，跨國遷徙已不再為難事，對於國家、社會與經濟的發展而言，人口遷徙與分布影響區域的人口數量、人口結構和勞動力的供需關係，以及因為人口遷徙，促使文化的傳播與融合、勞動人口分布、生產技術上都會有所影響。. 本章將討論影響遷徙的各種行為因素與臺灣地區近年的遷徙活動概況，從中了解並掌握臺灣地區人口遷徙的變遷與特性。第一節介紹遷徙的定義與過去國內文獻中有關遷徙行為的討論，瞭解不同變數與遷徙者之間的關係；第二節則以臺灣地區人口資料，整理出近年遷徙的特性。. 立. 政治大. ‧. ‧ 國. 學. 第一節、遷徙行為概述. 遷徙(migration)的概念通常是指從一個地方到另一地方的運動，但其表現的. sit. y. Nat. 意義並不單純，其中包括許多不同的性質需要討論（謝高橋，1981）。人口地理. n. al. er. io. 學家 Boyle et al.(1998)將遷徙定義為｢人們在一段期間內，於兩地間的移動. i Un. v. (movement)｣；遷徙另一較廣的定義為「包含國與國之間的跨國遷徙(international. Ch. engchi. migration)或境內的國內遷徙(internal migration)」(Champion and Fielding, 1992)。然而，有些學者則強調遷徙為永久而且長距離的移動，如通勤、通學、出差、旅遊、出國考察等暫時性地域移動或短距離的同村、同鄉之內的遷居應不能視為遷徙（孫得雄與張明正，1989），但在大部分的研究中，短距離遷徙仍可被認為遷徙的一種，將遷徙的型態依距離可以分為兩類，一為區域內短距離遷徙(local move)，另一為區域間長距離遷徙(distant move)。. 推拉理論(Push-Pull Theory)常被使用於人口遷徙的研究，概念最早源自 1881 年 Ravenstein 的遷徙法則(The Laws of Migration)。Lee(1966)承接 Ravenstein 對遷. 15.

(23) 徙特質的界定再加以擴充和說明，而成為推拉理論重要的奠基者。推拉理論解釋人口遷徙的原因是由於原住地(origin)的推力、或新住地(destination)的拉力。所謂的推力，是指迫使人民離開原住地的一些負面因素，例如：天然災害、較低的經濟收入水準、戰爭、治安差、環境汙染等都可能造成人民產生遷徙的驅力或排斥力；而拉力則是指吸引人民遷入新住地的吸引力，例如：完善的公共設施、充足的就業機會、較佳的居住品質、肥沃的土地等都可能成為吸引人民的誘因。此外，阻礙遷徙行為的發生或減少，稱為中間障礙，例如：距離遠近、移民的法規等因素。. 立. 政治大. ‧. ‧ 國. 學. Nat. n. al. （資料來源：Lee(1966)）. Ch. engchi. er. io. sit. y. 圖 3- 1、影響人口遷徙因素圖（｢＋｣為吸引的因素；｢－｣為排斥的因素；｢０｣為無關緊要的因素）. i Un. v. 一般而言，能夠影響遷徙行為的因素有很多，以下將國內的遷徙研究依照遷徙因素大致分為｢個人背景因素｣、｢經濟背景因素｣、｢空間結構｣分別討論之。. （一）個人背景因素. 1、性別與婚姻. 張慈佳(2010)使用行政院主計處 2007 年｢國內遷徙調查｣的資料，實證結果發現女性在區域間的遷徙行為，確實有別於男性。當女性從事短距離的遷徙時， 16.

(24) 地區工資較多、地租較低的地區，對於女性的吸引力明顯較男性來得大；但另一方面，高階工作機會對於女性遷入的影響則是顯著小於男性，顯示女性可能受限於性別角色，對於追求職場成就感和企圖心不如男性強烈。. 陳肇男(1990)發現男性遷徙率大於女性；男性遷徙距離比女性遠；單身者比已婚者有較高的遷徙率。洪嘉瑜、銀慶貞(2008)分析臺灣 1992 年和 2002 年的個人遷徙資料，發現短距離遷徙以女性與已婚者機率較大；長距離遷徙則是以男性與未婚者的機率較大，但以 2002 年的資料來看卻發現性別、婚姻等因素對於遷徙距離的影響已經不顯著了。. 立. 2、年齡. 政治大. ‧ 國. 學 ‧. 在過去眾多研究中，通常都是年輕人比老年人更容易遷徙（廖正宏，1987）。. sit. n. al. er. io. 3、教育程度. y. Nat. 年齡與遷徙有密切的關係是由生命循環(Life cycle)的直接關係所反映出來。. Ch. engchi. i Un. v. 謝高橋及張清富(1997)認為臺灣教育程度愈高者，因具有較豐富的學識與技能，適應環境的能力較佳，因此遷徙的機率相對較高。陳肇男(1990)也發現教育程度對臺灣跨縣遷徙有顯著關係，但在長距離的跨區遷徙類型則無顯著影響。在臺灣的一些研究也顯示，一般遷徙者的教育程度都高於原住地及現居地的非遷徙者。高等教育程度者傾向遷往都市(吳欣修，1993)；但陳肇男指出鄉鎮間、縣市間及區域間的遷徙者與非遷徙者，在教育程度上之差異並不顯著。. 4、職業. 17.

(25) 職業類別也是影響遷徙的一個因素，先進國家中，遷徙者以有專門技術與白領階級者居多；在開發中國家，則以低經濟地位的職業居多。廖正宏（1987）研究指出都市遷往另一都市的遷徙者多半從事專門性工作與白領階級的工作；而從鄉村遷往都市的人多半從事勞動工作。不論是原住地或是新住地同年齡的人相比較，遷徙者有最高的就業率和最低的失業率（廖正宏，1985）。許道欣(1982)指出第三級產業者的遷徙傾向高於其他產業者；服務業或專門的管理人員亦具有較高的遷徙率（廖正宏，1985）。. （二）經濟背景因素. 立. 1、就業市場. 政治大. ‧ 國. 學 ‧. 對遷徙者而言，尋找就業機會或是轉業會影響收入和工作的意願，所以為遷. sit. y. Nat. 徙決定的重要因素之一。一地區的勞動力市場需求，兼具減少勞動力輸出和增加. io. er. 勞動力輸入的雙重效果，都會直接和間接地影響該地區的人口數量遷徙（柯文勝 2001）。若是應用於都市間、城鄉間或是區域間的人口移動時，就業機會比居住. n. al. i Ch 機會來的重要許多（陳寬政與廖正宏，1984）。 Un engchi. v. 2、所得. 薛立敏等人(2002)採用預期收入代表就業市場變數，發現臺北縣（今新北市）、及臺北市的預期收入愈高，愈能吸引區域人口遷入。. 3、生活成本. 地區的生活成本對潛在的遷徙者為隱形的驅力，高生活成本會造成人口的遷 18.

(26) 出，並降低人口遷入的機率（劉念華，1994）。生活成本包括房屋之價格，當遷徙者有意為了尋求更高的預期收入而進行遷徙，就會進入就業市場進行一連串的評估，及決定遷徙後的居住地點，所以跨區域的遷徙會同時受到就業市場與住宅市場的影響。過去發現，一地區有較高的預期收入能吸引人口遷入，但較高的住宅價格會使得遷徙者遷入的意願降低（薛立敏等人，2003）。. 4、房屋所有權. 租屋者比擁屋者更容易遷徙，租屋者可能因為租約到期、租金提高等因素而. 治政提高再次遷徙的機率。都市昂貴的租金迫使遷徙者像都市外圍發展，或往衛星市大立鎮另尋居所，而造成郊區化現象，使得租屋者比擁屋者遷徙的機會高出許多（廖 ‧ 國. ‧. n. al. er. io. sit. y. Nat. （三）空間結構. 1、距離. 學. 怡萍，1997）。. Ch. engchi. i Un. v. 遷徙地點的選擇，常基於會有不願離現居地太遠的傾向，距離遠不但遷徙成本高、回鄉成本也較高、風俗民情差異也較多，所以遷徙的距離愈遠，就愈不容易離開現居地，愈不容易遷徙。溫素雲(1978)認為距離與遷徙成本費用成正比，距離愈遠的花費則會愈多，遷徙成本包括：交通費、實質成本、資訊取得，遷徙就好比一種投資，距離愈遠所冒的風險也愈大。陳肇男(1990)指出隨著遷徙距離的增加，年輕人遷徙的相對比例顯著上升，但教育程度在長距離遷徙則無顯著影響。該文也發現臺灣短距離移動以居住因素為主，長距離的遷徙則以工作、教育、婚姻及其他因素為主。. 19.

(27) 2、交通. 兩地間的距離與人口遷徙數量成反比，臺灣交通日益改善，距離影響人口遷徙的能力雖仍顯著，但都市人口分佈與交通路線有關。交通運輸成本的降低及交通運輸技術的改進有助於人口往更遠的地方移動（鄭彩夷，1985）。蔡宏進(1978) 研究顯示臺灣地小交通方便，原住地與新住地間的距離相對變小，故遷徙者愈有克服中間障礙的能力，人口遷徙應無障礙。. 3、都市化程度. 立. 政治大. 當一地區都市化程度愈高，愈有可能具備規模經濟、聚集經濟之條件，而人. ‧ 國. 學. 口規模與勞動力市場愈大且具多樣性，提供的工作機會愈多、工資較高、生活較. ‧. 便利等正向之評估，成為人口遷入的吸引力。相關研究多證實人口遷徙會往都市. n. 第二節、臺灣地區目前遷徙概況 a. er. io. sit. y. Nat. 化程度較高的地區（劉念華，1994）。. iv l C n hengchi U. 淨遷徙人口數也稱社會增加，其涉及遷入與遷出的人口數，為一地區因為遷入與遷出人數間的差異，而造成人口數的改變，是相對於自然增加中出生死亡的變化。以下依內政部主計處與統計處所公布的資料，使用的遷徙資料為戶籍登記的遷出與遷入，包括因為求學或就業遷動之國際遷徙人口、初設戶籍人口1，及其他因戶籍登記而產生的人口變動數，並將在本節中介紹臺灣目前遷徙的近況，. 1. 初設戶籍包含以下 4 類情形：(1)外國人或無戶籍人歸化或回復國籍後經核准定居；(2)大陸地區人民或香港澳門居民經核准定居；(3)在臺灣地區合法居住逾 12 歲未辦理出生登記；(4)中華民國國民入境後經核准定居。 20.

(28) 瞭解從過去到現在的轉變與變遷，一窺臺灣地區的遷徙情形，與各縣市不同差異的特色。. 就一國家而言，國際遷徙為影響社會人口增減的原因，臺灣地區過去每年淨遷徙人口數的變動最多差不多為兩萬人左右（圖 3-2 左），但隨著國與國之間的界線愈來愈模糊，人們增加許多國際遷徙的機會，使得國際總移動人口 2數年年攀升，來往臺灣地區的國際人數增多（圖 3-2 右），也讓來自國際遷徙的淨移民增加不少。尤其可以發現女性近年來增加人數更較男性多出許多，此外，國際遷入主要可以分為兩類，一為自國外遷來的本國籍人士、及初設戶籍的外國人，經. 治政整理發現，不管是自國外遷來或是初設戶籍的人都有逐年增加的趨勢（圖 3-3 大立左）。 ‧ 國. 學 ‧. 若是更進一步探討，這些來臺初設戶籍之外國人為哪些人？或許可由每年的. sit. y. Nat. 外籍（含大陸籍）配偶登記之結婚數得到結果。圖 3-3 右圖為依照外籍配偶之國. io. er. 籍區分的歷年結婚人數，可以發現自 1998 年開始約到 2004 年至 2006 年期間，為女性之外籍配偶來臺結婚的高峰期，此後則趨於平緩，男性的外籍配偶人數變. al. n. iv 3 n C 化則較無差異。依照現行法律規定 h e，外籍人士與本國籍人士辦理結婚登記後， ngchi U 並不能馬上在臺設立戶籍，必須在臺居住滿三至六年後方能申請入籍，所以自. 1998 年至 2006 年期間，有大量的女性外籍配偶結婚人數，為近年戶籍登記資料帶來不少女性的國際淨遷入人數。. 2 總移動人口數＝遷入人口數＋遷出人口數。 3 ｢外國籍人士與國人結婚申請歸化中華民國國籍暨戶籍登記」規定，外籍配偶持有外僑居留證，合法居留繼續三年以上，且每年有 183 日以上之居留事實，後續可進行申請「準歸化中華民國國籍證明」、申請喪失原屬國國籍、申請歸化國籍、申請臺灣地區居留證，居留滿一定期間後才可申請臺灣地區定居證，最後才能申請戶籍登記及請領國民身分證。另外，若外籍配偶為大陸地區人民，則適用｢兩岸人民關係條例｣，於大陸地區完成結婚手續後，以團聚申請來臺完成臺灣結婚登記，若結婚已滿二年或與臺配偶已生產子女，得向入出國及移民署申請｢依親居留｣。在臺依親居留滿四年後，且每年合法在臺居留逾 183 天者，使得申請長期居留，長期居留滿二年，且每年在臺居住逾 183 天者，可申請定居設籍。 21.

(29) 根據內政部入出國及移民署的資料，比較 2002 年至 2012 年這十年來外籍配偶的變化，如表 3-1 所示，2002 年有 49300 名外籍人士與國人結婚，佔當年臺灣總結婚對數的 28.44%，也就是每一百對婚姻中有約 28 對為跨國聯姻，2012 年時此比例已降為 14.08%，其中在 2003 年時外籍配偶結婚比例達到高峰。此外，累計至 2012 年底止，女性外籍配偶所佔比例為 88.4%，男性則為 11.6%，這些外籍配偶當中，以大陸地區（含港澳地區）為主，佔 52.96%，其次為越南籍 25%，再其次為印尼籍 7.97%。統計顯示臺灣社會跨國婚姻的現狀，以男性迎娶大陸地區或東南亞籍的女性為多。而外籍配偶分佈最多的地區，以 2009 年為例，外籍. 治政，再依配偶居住之分布以北部地區（48.04%）最多，其次為南部地區（26.31%）大立序為中部（22.44%）、東部（2.58%）、及金馬地區（0.55%），且主要集中於都會 ‧ 國. 學. 地區，以新北市所佔的比例最多，臺北市次多，桃園縣居第三（圖 3-4、表 3-2）。. ‧. 截至 2009 年底，在臺之外籍配偶約已達 42.9 萬人，約佔臺灣人口的 1.8%，1990. sit. y. Nat. 年代以後，臺灣新移民人數漸漸增加，在當前社會中，新移民已成為臺灣族群的. io. er. 一大區塊，其中衍生的相關問題，包括文化認同、生活適應、就業、子女教養等，均有賴中央與地方政府的配合，提出完整的配套方案。. n. al. Ch. engchi. i Un. v. 而臺灣地區自日據時代以來，某些短暫時期有較多的人口移動，如 1947~1949 年間大量的大陸人口湧入、1969 年內軍人戶籍改隸，使得戶籍人口資料有大量不正常遷入的記錄，除此之外，遷徙人口對臺灣人口數的變化影響並不大，所以臺灣整體人口增長主要來自於內部增加，而非外部人口的流入。但就臺灣地區內部各縣市而言，各縣市人口成長率皆有差異，而自然增加率相較人口淨遷徙率變化幅度相對不大，人口變化主要來自人口淨遷徙率的影響（圖 3-5），因此人口遷徙變成內部各縣市人口成長的主要差異，人口發展不均所影響的社會、經濟等各層面是各縣市欲極力解決的問題。. 22.

(30) 立. 政治大. 圖 3- 2、臺灣地區歷年淨遷徙人口數；總移動人口數（1969~2012 年）. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 3- 3、國際遷入依來源分（1969~2012 年）；外籍配偶結婚人數（1998~2012 年）. 23.

(31) 表 3- 1、2002~2012 年外籍配偶人數統計外籍配偶. 我國總結. 2002 年 2003 年 2004 年 2005 年 2006 年 2007 年 2008 年 2009 年. 女性. 中外聯姻. 大陸地區. 外國籍. 大陸地區. 外國籍. （人）. （人）. （人）. （人）. 173343 173065 129274 142082 142799 131851 148425 116392 133822 165305 142846. 1778 3073 356 448 514 583 626 690 840 1046 1093. 2679 2832 2747 2687 2660 2602 2878 2973 2968 3126 3195. 27767 31353 11840 13963 13871 14003 12149 12519 12333 12483 11215. 17076 17047 17588 10633 6563 7285 5847 5542 5181 4936 4612. 立. 政治大. 比例（%）. 學. 2010 年 2011 年 2012 年. 男性. 婚登記數（對）. ‧. ‧ 國. 年度. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 3- 4、各縣市外籍配偶人數及佔該縣市人口比例（2009 年）（資料來源：教育部統計處）. 24. 28.44 31.38 25.16 19.52 16.53 18.56 14.49 18.66 15.93 13.06 14.08.

(32) 表 3- 2、臺灣各縣市外籍配偶分布（2009 年）地區/縣. 外籍配. 市別. 偶. 總計. 占該縣市依國籍分（人數）依性別分（人數）不同性別、國籍配偶之組成比例（地區）大陸地. 外國籍. 男. 女. 人口%. 區. 429495. 1.86. 285793. 143702. 28911. 北部地區 206341. 2.02. 142565. 63776. 大陸地區. 外國籍. 男%. 女%. 男%. 女%. 400584. 4.02. 62.52. 2.71. 30.75. 18269. 188072. 5.28. 63.81. 3.57. 27.33. 臺北縣. 81721. 2.11. 57732. 23989. 7603. 74118. 6.2. 64.45. 3.1. 26.25. 臺北市. 45941. 1.76. 35359. 10582. 5529. 40412. 6.77. 70.2. 5.27. 17.77. 桃園縣. 45724. 2.31. 29148. 16576. 3531. 42193. 4.08. 59.67. 3.65. 32.61. 新竹縣. 10591. 2.07. 5362. 5229. 455. 10136. 1.74. 48.89. 2.56. 46.81. 基隆市. 8686. 2.24. 6502. 2184. 490. 8196. 4.32. 70.54. 1.32. 23.82. 新竹市. 6940. 1.69. 4505. 2435. 441. 6499. 2.71. 62.2. 3.65. 31.44. 宜蘭縣. 6738. 1.46. 3957. 1.6. 57.12. 1.66. 39.61. 中部地區 96379. 1.67. 58249. 220 治 6518 政 38130 4055 92324 大. 2. 58.44. 2.21. 37.36. 2781. 16004. 9494. 1088. 24410. 2.26. 60.5. 2. 35.23. 臺中市. 18763. 1.75. 14226. 4537. 1585. 17178. 3.65. 72.17. 4.8. 19.38. 彰化縣. 18424. 1.4. 9560. 8864. 542. 17882. 1.11. 50.78. 1.83. 46.28. 雲林縣. 13267. 1.84. 7097. 6170. 263. 13004. 1.12. 52.37. 0.86. 45.65. 苗栗縣. 11423. 2.03. 6655. 4768. 306. 11117. 1.44. 1.23. 40.51. 南投縣. 9004. 1.7. 4707. 4297. 271. 8733. ‧. 56.82. 1.67. 50.61. 1.34. 46.38. 74688. 38311. 5400. 107599. 3.07. y. 63.02. 1.71. 32.2. 20960. 7001. 1754. 26207. 3.91. 71.06. 2.37. 22.67. 16231. 7692. 954. 22969. 65.09. 1.23. 30.92. 692. i v 3.02. 53.73. 1.07. 42.18. 2.46. 59.93. 1.44. 36.16. 1.75. Nat. 南部地區 112999. sit. 1.63. ‧ 國. 25498. 學. 立. 臺中縣. 1.83. 高雄縣. 23923. 1.92. 屏東縣. 16895. 1.91. 9588. 臺南縣. 16487. 1.49. 10287. C7307 h. 嘉義縣. 11291. 2.06. 6330. 4961. 258. 11033. 1.59. 54.48. 0.7. 43.24. 臺南市. 10860. 1.41. 7856. 3004. 813. 10047. 4.24. 68.09. 3.24. 24.42. 嘉義市. 3960. 1.45. 2705. 1255. 254. 3706. 3.74. 64.57. 2.68. 29.02. 澎湖縣. 1622. 1.69. 731. 891. 31. 1591. 0.86. 44.2. 1.05. 53.88. 東部地區 11082. 1.93. 7909. 3173. 1011. 10071. 7.33. 64.04. 1.8. 26.84. n. al. er. 27961. io. 高雄市. Un 6200e n g 644c h i 15843 16203. 2.76. 花蓮縣. 7452. 2.19. 5648. 1804. 839. 6613. 9.34. 66.45. 1.92. 22.29. 臺東縣. 3630. 1.56. 2261. 1369. 172. 3458. 3.2. 59.09. 1.54. 36.17. 金馬地區. 2368. 2.28. 2056. 312. 135. 2233. 5.57. 81.25. 0.13. 13.05. 金門縣. 1887. 2.01. 1605. 282. 51. 1836. 2.6. 82.46. 0.11. 14.84. 連江縣. 481. 4.85. 451. 30. 84. 397. 17.26. 76.51. 0.21. 6.03. （資料來源：教育部統計處）. 25.

(33) 圖 3-7 是以時間來看各縣市社會淨遷徙人口率的變化，觀察 1998、2003、2008、 2012 年各縣市淨遷徙率的變化，發現過去幾年以北部地區與其他主要都會地區，如臺中市、臺南市、及高雄市有人口淨遷入，其中又以北部人口集中程度最為嚴重，而中部農業程度發展較高的縣市與花東地區呈現大量的人口遷出。雖然近年人口主要還是以北部地區集中為主，但人口極度分配不均的現象已減緩，過去人口淨遷出較嚴重的縣市，如中部地區與花、東地區，人口遷出的現象逐漸減緩，社會人口流向分布較過去平均。由圖 3-7 也可以觀察各縣市人口流向，從遷徙文獻中知道，人口遷徙主要還是以短距離為主，如臺北市過去幾年皆為人口遷出情形，可以推測，這些遷出的人口主要受到周圍鄰近都市的吸力而移至該地居住，. 治政如新北市、桃園縣等。薛立敏等人(2007)的研究結果可以發現臺灣的遷徙行為在大立十年來有很大的變化，在遷徙地點的選擇上，可以發現十年來選擇遷入臺北、高 ‧ 國. 學. 雄地區的機率下降，而遷入桃園、基隆、臺中的機率增加，遷入其他縣市的機率. er. io. sit. y. Nat. 逐漸縮小，此與本研究所整理之情形相似。. ‧. 也有小幅增加，顯示出臺北都會區的外擴、臺中都會區的興起以及城鄉的差異性. 此外，若觀察臺灣地區內部遷徙情形，可以發現國際遷徙的情形為逐年增加，. al. n. iv n C 但臺灣地區內部移動的量卻是逐年下降，也就是臺灣地區人民內部移動的量漸漸 hengchi U 減少（圖 3-6）。而將這些遷徙行為區分為四類：｢跨縣市遷徙｣、｢同縣市不同鄉鎮地區遷徙｣、｢同一鄉鎮地區遷徙｣、以及｢國際遷徙｣，發現這四類遷徙分類每年也呈下降趨勢（圖 3-8），說明不管是縣市之間、同縣市不同鄉鎮地區、及同一鄉鎮地區的內部遷徙皆有下降。依縣市角度來觀察，各個縣市內部的遷徙情形也不盡相同（圖 3-9），如臺北市遷徙者主要為跨縣市間的人群移動，且國際遷徙比例為各縣市之首，而桃園縣的遷徙則以同一鄉鎮市區內為主，依此可見，每個縣市的遷徙與整體臺灣的情形不一定相同，縣市間的遷徙情況也有差異。. 26.

(34) 20. 中部地區. 北部地區. 南部地區. 15 10 5 0 -5. 政治大. -10. 立人口淨遷徙率. 學. ‧ 國. -15. 自然增加率. 人口增加率. ‧. 圖 3- 5、2012 年臺灣地區各縣市人口增加率、自然增加率與人口淨遷徙率. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 3- 6、臺灣地區國內男、女性總移動人口數. 27. 東部地區.

(35) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 3- 7、臺灣地區 1998、2003、2008、2012 年社會增加率. 28. 淨遷徙率（‰）.

(36) 立. 政治大. 圖 3- 8、臺灣地區人口遷徙依遷徙行為區分（1998~2012 年）. ‧ 國. y. sit. al. n. 0.30. 東部地區. er. io. 0.40. 百分比(%). 南部地區. ‧. 中部地區. Nat. 0.50. 學. 北部地區 0.60. Ch. engchi. i Un. v. 0.20. 0.10. 0.00. 縣市間. 不同鄉鎮市區. 同一鄉鎮市區. 國際. 圖 3- 9、各縣市歷年平均人口遷徙依遷徙行為區分（1998~2012 年）（註：*統計時間至 2009 年）. 29.

(37) 表 3- 3、各縣市歷年內部遷徙率之平均數、標準差（1998~2012 年）內部遷徙率平均數（％）. 標準差. 新北市臺北市桃園縣基隆市新竹縣新竹市宜蘭縣. 6.17 6.02 6.58 6.88 4.57 6.69 6.35. 0.55 0.4 0.58 1.18 0.33 0.71 1. 中部地區苗栗縣臺中市臺中縣* 彰化縣南投縣雲林縣. 4.07 7.09 4.88 4.27 4.36 3.45. 0.34 0.76 0.41 0.47 0.52 0.51. 學. 南部地區嘉義市. 6.24. 0.87. 嘉義縣臺南市臺南縣* 高雄市高雄縣* 屏東縣澎湖縣. 2.74 7.28 4.2 7.23 5.07 5.25 5.94. 0.53 1.62 0.51 1.16 0.95 0.82 2.48. 北部地區. n. engchi. y. sit. io. 東部地區臺東縣花蓮縣. Ch. er. Nat. al. ‧. ‧ 國. 立. 政治大. i Un. 5.38 6.94. （註：*統計時間至 2009 年）. 30. v. 1.02 0.79.

(38) 另外，彭建文等人(2009)發現都市化程度較高的縣市，如臺南市、高雄市、臺北市、臺中市以及基隆市，這些縣市較其他縣市內部遷徙率 4高。內部遷徙率較低的縣市包括嘉義縣、雲林縣、苗栗縣、新竹縣、南投縣、臺南縣以及彰化縣。由標準差可看出，內部遷徙率較高的縣市同時也有較高的變異，似乎顯示內部遷徙率與縣市層級都市化程度有關，不同的縣市內部遷徙率結構有所差異。本研究整理 1998 至 2012 年的資料也發現類似結果，基隆市、臺中市、臺南市、高雄市等都會地區的內部遷徙率較其他縣市高，其標準差同樣有較高的變化，而嘉義縣、雲林縣、苗栗縣等高度農業縣市內部遷徙率同樣較低（表 3-3）。一般而言，跨縣市（或跨區域）的遷徙主要是由於經濟動機，如為了尋求更高的預期收入，因此. 治政區域人口遷徙率主要是受到就業市場的影響；而都市內部（或都會區內部）的遷大立徙則主要與住宅因素有關，如為了尋求更好的鄰里環境、更大的居住空間或改變 ‧ 國. 學. 住宅權屬等，因此都市內部遷徙率與當地住宅市場的發展有密切關係（薛立敏等. ‧. 人，2003）。. sit. y. Nat. io. er. 若以年齡分析各縣市遷徙的差異，由於目前遷徙資料登記中並未記錄遷徙者的年齡資料，故使用人口年齡資料帶入人口變動要素合成法得到反推之各年齡別. al. n. iv n C 的淨遷徙情況。集群分析(ClusterhAnalysis)是一種一般邏輯程序，根據相似性與 engchi U. 相異性，將資料中有相似特性的觀察值歸於同一群中，其目的為辨認某些特性上相似的觀察值，並將這些事物依照這些特性劃分為幾個集群，使用距離做為量化標準，使在同一集群內的觀察值具有高度同質性(homogeneity)，而不同的集群間具有高度異質性(heterogeneity)（陳順宇，2005），能將高維度的資料簡化。. 建立集群方法主要分為｢分層式集群分析法｣(Hierarchical cluster analysis)與｢非分層式集群分析法｣(Nonhierarchical cluster analysis)兩類，｢分層式集群分析法｣ 4內部遷徙率＝（（自本縣市他鄉鎮市區之人數＋往本縣市他鄉鎮市區之人數）/2＋鄉鎮區內住址變更人數）／年底總人口數 31.

(39) 是以各變數為一單點集群，而後由最接近的兩個觀察值形成一集群，再逐次加入最接近的觀察值，或另成新的集群，當所有觀察值都納入某一集群時，則停止分群。在｢非分層式集群分析法｣中，以 K 組平均法(K-means methods)使用最為廣泛，其分群的步驟如下（陳順宇，2005）：. 1、先將資料指定分為 K 組集群數，並在各群中給定一中心點。 2、計算各觀察值到各集群中心點的距離，再將每個觀察值歸入距中心點最近的那一群。 3、重複第 2 步驟，直到各觀察值不需要被調整為止。. 立. 政治大. 本研究採用二階段的集群分析法，M.Anderbeg 在 1973 年提出，第一階段為. ‧ 國. 學. 以任何一種分層集群分析法求得理想集群數目，第二階段再利用非分層方法進行. ‧. 分析。本報告先利用分層式集群分析法中的華德法（Wards Method）或稱華德最. sit. y. Nat. 小變異數法，再以 K-means 法將各觀察值併入各集群中。華德法是以變異數分. io. er. 析的方法來定義群間距離，也就是在每一個分群步驟中試圖找出兩群，使其兩群的組內變異平方最小（詳細內容可參考陳順宇，2005）。. n. al. Ch. engchi. i Un. v. 將單齡別的人口淨遷徙率，轉化成人口三階段年齡組的方式呈現，其中幼年人口年齡為 0~14 歲；壯年人口年齡為 15~64 歲；老年人口則為 65~98 歲。透過 Wards Method 可將資料劃分為 6 個群組，再使用 K-means 法進行群集，其結果如表 3-4，群組排序愈前面，代表愈為人口淨遷出之地區。第一群有 12 個縣市，主要為農業縣市及都市化程度低落的地區，且三個年齡組都為人口的淨遷出地區。第二群有 2 個縣市，人口遷出為壯年及老年人，但總人口的淨遷徙現象並不明顯。第 3 群包含 3 個縣市，人口的淨遷徙以幼齡人口遷入為主。第 4 群包含新興都市桃園縣、新竹市，人口遷徙以幼年人口及壯年人口為主要的淨遷入，且幼年人口比壯年人口遷入現象明顯。第 5 群則包含都市化程度較高的臺中市及高雄市，以 32.

(40) 幼年人口遷入為主，整體而言，三個年齡組都為人口的淨遷入。第 6 組的新竹縣，不僅三階段年齡組都為正的流入，主要都為壯年人口遷入，為各縣市中人口淨遷入之首。由此分類可以知道，各縣市不同的年齡遷徙情況也不同，各縣市必須依照其遷徙年齡的結構，方能制定較為合適的政策，如在幼年人口有淨遷入，應加強辦理教育、設立學校等規劃，或在老年人口有淨遷入的地區，加強醫療設備體系的完整。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 33. i Un. v.

(41) 表 3- 4、各縣市人口三階段年齡組平均淨遷徙率集群分析表（1998~2012 年）老年人口. 1. -5.6464. -3.4536. -2.3284. 屏東縣. 1. -5.4671. -3.4459. -2.9645. 彰化縣. 1. -3.5347. -3.7169. -1.3472. 臺北市. 1. -3.9514. -5.0536. -1.2349. 宜蘭縣. 1. -1.4673. -3.0154. -2.9751. 花蓮縣. 1. -3.4672. -4.0233. -3.5318. 苗栗縣. 1. -4.0613. -1.4538. -2.4869. 雲林縣. 1. -10.0195. -3.6852. 臺南縣*. 1. -5.6509. 高雄縣*. 1. 政治-0.4173 大 -5.8572 -0.2105. -1.3485. 臺東縣. 1. -8.5143. -5.3085. -4.7587. 嘉義縣. 1. -17.9175. -1.8605. 基隆市. 2. 2.5412. -2.1255. 臺中縣*. 2. 4.1487. -0.2558. 嘉義市. 3. 19.2238. -3.1621. 3. 15.0089. 0.5707. 8.9846. 4.9254. 立. -1.2496 -5.3982. -1.2761 -1.6928. ‧. Nat. 臺南市. （0~14 歲）（15~64 歲）（65~98 歲）. 學. ‧ 國. 南投縣. y. 壯年人口. 集群. sit. 幼年人口. 地區. -3.4657 -4.2227 -3.7105. io. 桃園縣. 4. 新竹市. 4. 澎湖縣. 4. -4.0226. 11.5278. -3.2725. 臺中市. 5. 15.1980. 5.5842. 3.1653. 高雄市. 5. 9.3178. -1.9044. 2.6822. 新竹縣. 6. 4.7590. 12.9022. 5.7759. al. n. 3. er. 新北市. 9.0834 i n C12.9140 h e n g c h5.7698 i U 8.3746. （註：*統計時間至 2009 年）. 34. v. -4.7076 0.2525 -1.4802.

(42) 第四章、研究方法與模擬本章第一節將介紹本研究中所使用資料來源；第二節介紹使用之機率推估模型和步驟與評估誤差的方式；第三節以臺北市為例，示範小區域人口推估模擬。. 第一節、資料介紹本研究所使用的資料來源為行政院內政部統計處及內政部戶政司所公布的人口資料，包含了總人口數、出生人口數與死亡人口數。本研究目標在於解決小. 政治大. 區域的人口遷徙推估，先以臺北市做為小區域人口推估的示範，且找出適合的推. 立. 學表 4- 1、臺北市人口推估資料說明. 資料年份. ‧. 人口要素. ‧ 國. 估方法，並應用於其他不同特性的縣市。表 4-1 為臺北市各項資料之記錄格式。. 資料長度. 資料格式. Nat. 23 年. 單齡組男、女性人口數. 出生. 1967~2012 年. 46 年. 男、女嬰出生人口數. 死亡. 1992~2012 年. 21 年. 單齡組男、女性死亡人口數. 遷徙. 1968~2012 年. 35 年. 男、女性遷入及遷出資料. Ch. sit. er. n. al. y. 1990~2012 年. io. 總人口數. engchi. i Un. v. (1)總人口數：分為男、女兩性的單齡人口數，1990~1991 年登記之最高年齡組為 85+；1992~2012 年登記之最高年齡組為 100+。 (2)出生：記錄各年出生之男、女嬰數。 (3)死亡：分為男、女兩性單齡死亡人口數。 (4)遷徙：分為男、女兩種性別。. 由於資料記錄的限制，欲討論年齡別的淨遷徙人口數可以由人口變動合成法反推，亦即當年度𝑥歲時的人口扣掉𝑥歲死亡人口數加上𝑥歲遷入人口數再減去遷 35.

(43) 出人口數，這些存活人口數勢必下一年度會為𝑥 + 1歲。. 第二節、研究方法人口推估的方法有很多，本研究將採取機率推估中的區塊拔靴法，嘗試以數學角度詮釋，將機率推估法應用於小區域的人口推估，藉此修正專家之情境設定的主觀意見。機率推估的優點在於有數學機率做為詮釋、使用操作方便、保留資料的特性、不須仰賴專家意見等，但如果過去的變化趨勢與未來的走勢不同時，推估的效果就不盡理想且參考價值會降低。本研究將執行區塊拔靴法推估未來淨. 治政遷徙人數與真實的淨遷徙人數互相比較，其操作步驟如下：大立 ‧ 國. 學. 1. 若有 𝑇 年之相依的淨遷徙人口數資料 𝑌 = [𝑦1 , 𝑦2 , ⋯ , 𝑦𝑇 ] ，取其變動值. ‧. △ 𝑌 = 𝑌𝑖 − 𝑌𝑖−1 = [(𝑦2 − 𝑦1 ), (𝑦3 − 𝑦2 ), ⋯ , (𝑦𝑇 − 𝑦𝑇−1 )]，𝑖 = 2,3, … , 𝑇。. y. Nat. 𝑗 = 1,2, ⋯ , (𝑇 − 𝑙)，故有𝑇 − 𝑙個區塊。. n. al. Ch. engchi. er. io. sit. 2. 若區塊長度為𝑙，區塊𝐵𝑗 = [(𝑦𝑗+1 − 𝑦𝑗 ), (𝑦𝑗+2 − 𝑦𝑗+1 ), ⋯ , (𝑦𝑗+𝑙 − 𝑦𝑗+𝑙−1 )] ，. i Un. v. 3. 隨機從區塊𝐵中依均勻或者是線性權重方法抽出一區塊𝐵𝑗，𝑗 = 1,2, ⋯ , (𝑇 − 𝑙)。. 4. 由最後一個年度𝑦𝑇 開始，依序計算未來𝑙年的預測值，其中第一年的預測值為最後一年度𝑦𝑇 加上(𝑦𝑖+1 − 𝑦𝑖 )，第二年的預測值再加上(𝑦𝑖+2 − 𝑦𝑖+1 )，以此類推𝑙年的推估值。. 5. 重複步驟 3 和步驟 4 直到最後的預測年度。. 6. 重複步驟 3 至步驟 5 共 1000 次，即可得到 1000 次參數推估的數值。 36.

(44) 7. 使用電腦模擬計算可得到推估值的中位數及預測區間。. 本研究嘗試以區塊拔靴法並使用線性權重的方式，利用電腦模擬重複 1000 次後，取得推估值及預測區間，建構出未來可能的走向及變動範圍。一般來說，若使用線性權重，是認為最近時間點的歷史趨勢較有可能在未來發生，距離推估起始年愈遠的歷史資料，在未來重複的可能性愈小。. 測試方法採用資料採礦 (Data Mining) 中常使用的｢估計－測試｣. 治政 (Training-testing)方法，將資料分為兩段，較早的資料為｢訓練集｣(training data)，大立較晚的資料為｢測試集｣(testing data)，先使用較早的訓練集來建立模型，再與較 ‧ 國. 學. 晚的測試集做比較，評估模型的準確性。. ‧. sit. y. Nat. 本研究使用的誤差評估標準為平均絕對百分誤差(Mean Absolute Percentage. io. er. Error, MAPE)，用以檢視推估的效果，以數學式表示如下：. al. n. v C h 1 𝑛 𝑌 − 𝑌̂ U n i e n |g𝑡c h𝑡 i| × 100% 𝑀𝐴𝑃𝐸 = ∑ 𝑛. 𝑡=1. 𝑌𝑡. 其中𝑌為實際值、𝑌̂為推估值、𝑛為資料個數，通常當 MAPE 的數值愈接近零時，代表預測的能力愈好，反之，MAPE 數值愈大時，預測的效果則愈差。. 第三節、實證模擬研究本研究目標在於了解各縣市遷徙的狀況及解決各縣市小區域的人口遷徙推估，但由於遷徙的資料記錄年數並不長，縣市層級的資料更是捉襟見肘，由於遷 37.

(45) 徙資料並未登記年齡別的項目，故年齡別的資料為所以利用下一年度的年初總人口數，與當年的年初總人口數、出生人口數、死亡人口數，反推得到當年度的淨遷徙人口。本研究所使用的資料來源為行政院內政部統計處及行政院內政部戶政司所公布的資料，包含了年底人口數、出生人口數與死亡人口數。本研究先以臺北市做為小區域人口推估的示範，且找出適合的推估方法，並應用於其他不同特性的縣市。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 4- 1、臺北市歷年淨遷徙人口數（1968~2012 年）圖 4-1 說明臺北市歷年淨遷徙人口數的變化情形，1990 年左右正值房地產業的擴張時期，身為首善之都的臺北市房價逐年攀升，物價也年年提高，在生活成本與消費壓力兼備的情況下，促使 1990 年左右人口大量向外遷出。然而，雖然之後的大量人口淨遷出的現象有稍微減緩，每年也有一些遷入的人口回流，但整體而言，仍呈人口淨遷出的情形，主要為新北市、桃園縣等地近年來發展迅速， 38.

(46) 就業機會增多，房價也沒有臺北市貴，且交通便利性大幅改善，住不起臺北市的居民，紛紛往周圍鄰近都市遷徙，為臺北市人口逐年流失的主因。而自 2010 年臺北市政府實施｢祝妳好運｣的生育獎勵措施，加上發放市民生育獎勵金、育兒津貼、托育費用補助、幼兒費用補助等各項措施，吸引許多外縣市的人口遷入，使得臺北市這 2010 年後這三年從人口的淨遷出轉為淨遷入。. 為了研究歷史資料年數對推估效果的影響，考慮使用不同的資料年數，討論資料年數使用的多寡是否對推估的效果存有差異。操作的過程為，先設定區塊長度為 5，若固定推估年數為 5 年時，則使用最後 5 年（2008~2012 年）的淨遷徙. 治政人口數做為驗證集資料，再搭配不同的歷史資料年數（表大 4-2）計算推估誤差；立同樣地，推估年數為 10 年時，同樣先設定區塊長度為 5，後續操作步驟則類似。 ‧ 國. 學. 研究結果發現（圖 4-2、4-3），當推估年數為 5 年及 10 年時，使用較少的歷史資. ‧. 料年數會有較高的推估誤差，因為當使用的歷史資料年數愈少時，愈靠近現在時. sit. y. Nat. 點的區塊，被抽取到的機率會愈接近百分之百，表示未來的走勢會完全模仿過去. io. er. 歷史的變化，若未來走勢與歷史資料年數的變化規則不相同時，推估誤差便會提高。此與 Smith and Sincich(1990)的研究結果類似，當使用的資料年數增加時，. al. n. iv n C 確實可以降低推估誤差，但如資料年數達到一定數量時，對降低推估誤差的幫助 hengchi U 並不大。. 一般而言，當推估的年數愈長時，推估的結果會愈偏離實際值，圖 4-4 及圖 4-5 說明推估年數、資料年數與推估起始年數的關係，其先設定固定之區塊長度. 39.