97年立委選舉空間分析

　　自97年第七屆立法委員選舉起，台灣立委選制改革「單一選區兩票制」。單一選區指的是全國劃分為N個選區，每個選區中只有一個候選人能獲得最後勝利；兩票制指的是一票投人，一票投給政黨，政黨票按照選票比例，去劃分政黨比例席次。

新制上路，最大影響是有利於兩大黨，排擠小黨生存。台灣在此次立委選舉中，由國民黨取得最高席次，全部113席中，中國國民黨贏得81席，民主進步黨27席，無黨團結聯盟3席，新黨1席，未經政黨推薦1席。本研究將得票率最高的國民黨做為分析對象，欲探討其選票空間分佈。

　　　　
　　此圖為97年立委選舉的得票率主題圖，從圖中可發現基隆、台北市、苗栗、台中、南投、花蓮、宜蘭等地，得票率出現高度聚集現象，但這些地方以往就是較為支持藍營的區域；但由此圖可發現，在屏東縣、高雄縣一帶國民黨選區也是呈現高度聚集情形，顛覆我們傳統「北藍南綠」的現象。選票紛紛躍向藍營，可能源於民進黨執政不力，人民失去信心後轉向投票給當時在野的國民黨，造成本次選舉大翻盤的結果。

　　　　

經由全域空間自相關Moran’s I檢定，發現其值為0.5819，且使用蒙地卡羅999次分析，p-value值為0.0010，表示國民黨97年立委選舉出現空間聚集的情況。
　　　　

使用區域空間自相關LISA，發現紅色地區（HH）為自己高鄰居也高，主要集中在新竹、南投、花蓮、台東、屏東一帶，可能是由於觀念的傳播產生鄰近效應的現象；相對來說，藍色地區（LL）則集中在高雄、台南、嘉義、彰化一帶。綠營在本次立委選舉重挫，選民拋棄以往既有的政治傾向，可能由於藍營強打「經濟議題」來吸取選票的關係，造成選票翻盤的結果。

(碩一林佩儀R98341019)

商業區土地價格的空間分佈

台灣地小人稠，可謂寸土寸金，特別是提供商業使用的商業區，其土地價格更是昂貴。一般對土地價格的想像是都市地區高於鄉村地區、西岸高於東岸、北部高於中南部。而商業區土地價格在台灣各鄉鎮市區的空間分佈型態為何，是本文要探討的主要問題。下圖是利用94年9月的統計資料繪製而成的商業區土地價格空間分佈圖。

這樣的空間分佈型態大致符合一般的想像，除了宜蘭的礁溪之外，西部平原商業區土地價格普遍較高，而且台北地區則是價格最高的部份。從台灣的發展歷程來看，開發較早、人口較密集、交通較發達的西部平原，其相對活絡的商業活動與較高的商業區土地價格並不令人意外，但是這樣的分布型態在空間分析上有沒有值得進一步探討的地方?譬如說，是否有空間聚集的現象?是否有鄰近效應?

對商業區土地價格的空間分佈進行全域的Moran’s I分析，得到Moran’s I =0.1061，散佈圖斜率超出紅色虛線範圍，Moran‘s I檢定結果顯著，顯示有空間聚集現象。進一步採用LISA分析，結果紅色部分與深藍色部份顯示出有空間正相關的鄰近效應，亦即自己高周圍也高、自己低周圍也低。

(P94341027 李慶鋒)

台灣女性罹患乳癌之相關因素探討

英國科學家曾對於女性罹患乳癌發表相關研究，表示女性生育子女的數目多寡與餵哺母乳的時間長短，是決定女性罹患乳癌機率最重要的兩大因素，其重要性遠超過家族病史、飲食、肥胖、服用荷爾蒙等因素。茲就95年台灣地區生育率（自變數）與女性罹患乳癌比例（依變數）進行迴歸分析（圖一），結果顯示，此迴歸式之判定係數僅為0.195（R²=0.195），顯示此迴歸式之解釋能力不高。

另加入區域分析作為虛擬變數，台北縣市為觀察組（自變數值為1），其餘地區為對照組（自變數值為0）進行迴歸分析（圖二），該迴歸式之判定係數高達0.74（R²=0.740），即加入區域分析之迴歸式，其解釋能力高達74%，且生育率、區域虛擬變數及兩者之交互作用項均達統計上之顯著相關（P值均小於0.01），顯示女性罹患乳癌比例與生育率有高度相關外，亦呈高度空間聚集分布。另經由LISA圖顯示（圖三），台灣女性罹患乳癌確實呈高度空間相關性，北高都會區為熱區，冷區則位於中部及東部鄉鎮，又透過Moran’s I分析，Moran’s I =0.6067（圖四），亦可證明乳癌分布之空間聚集特徵。

公共衛生學界關於乳癌的致病因子描述，除了遺傳因素及個人的健康行外，在環境方面，都會區的發生率較鄉村為高，尤其女性停經之後的城鄉差異更為明顯 (陳品玲，2003)。再者，都市地區還具有擁擠、壓力等心理層面的可能致病因素，學者並分析社會經濟的地區剝奪程度越高 (通常為鄉村)，女性乳癌發生率越低（王宥人，2001）。依前述迴歸分析，亦可證實台灣女性罹患乳癌比例確實具有城鄉差異。（國發所碩專二p97341016蔡孟儒）

地價指數與所得及人口密度之探討(2)

在政府調降贈遺稅、兩岸政策大開放、利率維持低檔等3大利多支撐下，房市在2009年3月春暖花開，觸底反彈，此後多頭氣勢一路延燒至年底。對於房市過熱之疑慮，中央銀行總裁彭淮南明確指出，房價過高只在台北縣市等特定區域，不宜普遍性的抑制。暗示央行不會為了抑制房市過熱而全面性升息，也不會用普及性的貨幣政策來積極打壓房價。
鑒於地價指數與所得及人口密度之探討（1）之迴歸結果令人不甚滿意，故本作業再加進區域此一虛擬變數，並以地價漲幅最高之北部地區為觀察值，另外再多考慮虛擬變數與自變數相乘之相互作用項，再分別進行傳統迴歸分析（OLS）。

第1次迴歸分析結果（表一）顯示此回歸式之R²=0.17，解釋能力仍偏低，惟已較未考慮虛擬變數前為高，但二自變數及虛擬變數皆未達顯著水準。第2次迴歸分析結果（表二）顯示此回歸式之R²=0.21，解釋能力依然偏低，惟又較第1次結果為高，且虛擬變數已接近顯著水準，顯示自變數的關係因地域而異。究其原因，地價指數與所得及人口密度之探討（1）模型之缺憾仍未完全解決，仍待後續研究。（碩專二 P97341011 林佳鋒）

地價指數與所得及人口密度之探討(1)

近來政府舉辦十大民怨票選活動，都會區房價過高名列十大民怨之首，造成民怨最大原因是房價漲太多、薪水卻沒漲，造成房價所得比偏高，此外，房市交易非常不透明，所有房價統計都是由業者提供，民眾因資訊不對等只能淪為待宰羔羊。近三年首都房價高漲，尤其今年大量資金回流、加上高資產人士擔憂通貨膨脹，大力購買市中心不動產，精華區段房價再創新高。政府並因此計畫在林口、淡水或三峽等地興建平價住宅，提供給一般民眾申請，以達庶民經濟之施政目標，並期平息部分民怨。

造成地價上漲因素包括所得上升及人口成長等，以下以92年台灣23縣市地價指數上漲率為依變數，所得成長率及人口密度變動率為自變數，進行傳統回歸分析（OLS）。結果顯示此回歸式之R²=0.032，解釋能力偏低，且二自變數皆未達顯著水準。究其原因，推測影響地價者，尚有通貨膨脹、利率、對未來房價預估、區域影響及股價指數等因素，惟前開因素皆為全國一致，無法分為各縣市來探討，故無法代入此模型，造成模型之缺憾。(碩專二 P97341011 林佳鋒)

恩格爾係數的解釋力

恩格爾係數(Engel’s Coefficient)是指家庭消費支出中，用於飲食類支出所占百分比，生活水準愈高者，其恩格爾係數愈低。一般我們也用恩格爾係數來衡量一個地區的富足程度或生活水準，例如國家、都市或城鎮等。下圖是2007年台灣23縣市恩格爾係數的Quantile分佈。

令人意外的是，苗栗、雲林、宜蘭、台東與新竹市同列為恩格爾係數最低的一組，而基隆、彰化、嘉義縣與台南市則屬於恩格爾係數最高的一組，我們能夠因此直接推論苗栗、雲林等縣市的生活水準較基隆、台南市更為富裕嗎?若將1998年至2007年的資料繪製折線圖，我們可以進一步得到以下的地區比較。


2007年同屬數值最低的一組當中,宜蘭的變化幅度較小,其恩格爾係數10年來均低於基隆、彰化、嘉義縣與台南市(2007年數值最高的一組)。而彰化縣與嘉義縣數值變化雖大,但長年來其恩格爾係數都是各縣市中明顯偏高的個案。或許我們可以推論彰化縣與嘉義縣的生活相對而言較不富足,但很難理解宜蘭10年來維持領先的生活水準。
回到本文的問題意識,恩格爾係數是被廣為應用的經濟學指標,政府的主計單位也都有編製公開資料,是有關貧窮的相關研究中重要的比較指標。但我們的討論引發一個問題, 即恩格爾係數是否具有廣泛解釋力?在貧窮問題非常嚴重的區域或國家,譬如數值達60%以上,恩格爾係數或許是解釋力很強的測量指標,但在相對富裕的區育或國家,譬如數值在30%以下,恩格爾係數可能就不適合用來測量更小空間單元的貧富程度。除了參照時間因素之外,以本文的情況而言,或許人口組成、產業類型與生活型態都可能是影響恩格爾係數數值差異的因素。 (p94341027 李慶鋒)

現代社會的偏差問題--台灣自殺現象之空間分析(2)

本作業主要研究之對象為25歲至59歲的青壯年人口及60歲以上之老年人口的自殺現象，並提出下列假設：(一)人口密度及人均所得越高之地區，都市化程度越高，受到經濟不景氣的影響越大，且家庭型態多為小家庭制，因此研究對象之自殺率也越高。(二)60歲以上離婚或未婚的獨居老人越多的地區的自殺率越高。(三)25歲至59歲失業率越高的地區的自殺率越高。(四)由於某一時期的危機(如921大地震)會產生脫序型自殺者，因此自殺會有群聚的現象。

分析結果(一)25歲以上自殺者之空間聚集分析，透過全區域空間自相關指標(Moran’s I)檢定，25-59歲自殺者檢定p<0.05達顯著水準，且區域空間自相關指標(LISAMoran)亦達到p<0.05顯著水準；60歲以上自殺者Moran’s I檢定未達顯著水準，但再進一步分析其LISAMoran達p<0.05顯著水準。無論25-59歲或是60歲以上之觀察對象，在台北地區均呈現明顯聚集的現象，25-59歲自殺者男性多集中在都會地區或加工出口區(如：高雄楠梓、左營、鳳山等地)，女性較不明顯；60歲以上自殺者多集中在人口外流嚴重之地區(如：古坑、土庫、內埔等地)。(國發所 黃佳婷 P97341002)