小學生視力不良比例與家中電視、電腦數量關係

長時間看電視、打電腦，視力容易下降。家中擁有愈多電視、電腦，是否造成接觸時間更長？本文探討民國94年小學生視力不良比例，與家中電腦數量關係。

民國94年統計數據
AN16: 視力不良率-國小(％)
BF15: 家庭現代化設備(每百戶擁有數)-彩色電視機(臺／百戶)
BF25: 每千人擁有家用電腦數(臺／千人)

本文僅討論小學生，因為國中生課業較重，可能因讀書姿勢不良或過度疲勞引起視力不良，和使用電視、電腦並無絕對關係。資料庫中並無臺灣358個鄉鎮的分別資料，故以臺灣23個縣市資料進行分析。大數法則在樣本數20~30以上即開始作用，因此23個縣市仍為有效的樣本數據來源。

人口密度versus 地價指數

名詞定義

人口密度 (number of people per unit land)
每單位土地有多少人，即稱為人口密度。本作業使用平方公里為單位，所以是人/km2。

地價指數 (Land Price Index)
內政部地政司根據特定的時間點，作為地價基準日，計算一定期間內地價上升或下降的百分比；換言之，地價指數是用來衡量土地價格在某一時期的平均變動趨勢，目前內政部係每半年（即1月及7月）公布1次都市地區地價指數，供各界參考。
資料來源：行政院經濟建設委員會http://www.cepd.gov.tw/m1.aspx?sNo=0001252

台北捷運地圖談

                   台北市境內捷運站分佈圖                                         現在的台北捷運

立委選舉在台灣第三勢力空間走向3

延續對於歷屆立委選舉第三勢力的觀察，第七次立委選舉由於制度的變革，更加不利於小黨派的生存。從圖中可以看出第三勢力分布最為集中的區域為中部，主要是彰化縣，並涵括部分台中縣及南投縣之鄉鎮；東部地區在花蓮和台東部分鄉鎮亦可發現第三勢力較為密集之分佈；南部地區，除屏東萬丹鄉、潮州鎮外，高雄縣市中包括左營，尤以苓雅、鼓山、三民、鹽埕區一帶有較明顯之第三勢力分佈；在台北地區之第三勢力票倉則以汐止市、永和、蘆洲、萬里、瑞芳較具規模。 雖在制度變遷下，藍綠以外的黨派或無黨參選人面對更艱困的挑戰，但由歷屆立委選舉第三勢力分佈圖中，仍可看出選民的投票行為有其脈絡可循。例如在地方派系有深刻淵源及影響力的彰化地區，第三勢力儘管有消長但仍明顯地高出其他地區。然而，在現行立委選舉制度下，是否將持續對第三勢力的打擊則有待觀察。(國發所 陳群佩R97341020)

國立大學分佈影響鄉鎮大專以上教育程度人口比?

本文為延續”所得分佈與教育程度”一文，該文章探討90年戶均所得與2000年人口普查的”大專以上教育程度人口比(%)”之關係，並進行迴歸分析，模型的R2值高達0.826，說明戶均所得與教育程度有相當大的關聯度。[左下圖]為90年戶均所得並以紅圓圈標示出與[右下圖]教育程度具相對差異的鄉鎮，亦即，戶均所得低於平均戶均所得的鄉鎮，其教育程度也應該會相對低的表現，然而標示出的鄉鎮卻有相反的現象，這也說明剩下0.174(1-0.826)無法解釋的因素。基於好奇，本文試著將90年大專以上教育程度人口比(%)與國立大學所在鄉鎮的分佈圖相互套疊(右下圖)，發現有趣的現象，即戶均所得較低但大專以上教育程度人口比較高的鄉鎮，恰巧都有國立大學設立於此，似乎說明國立大學的分佈影響著大專以上教育程度人口比，也似乎湊巧地印證孟母三遷的道理?可能只是巧合、也許真具有關連性，皆須後續更加嚴謹的研究來加以分析(曾琬瑜，d96544003)。

住宅地價影響因素探討

“影響地價區域因素評價基準”依地價調查估計規則第二十一條第四項規定訂定，該影響因素主要計有土地使用管制、交通運輸、自然條件、土地改良、公共建設、特殊設施、工商活動、房屋建築現況、發展趨勢及其他影響因素等。直轄市或縣（市）地政機關於估計區段地價，對於無買賣實例及收益實例之區段，應按影響地價區域因素主要項目，分別依住宅用地、商業用地、工業用地及農業用地區域因素評價基準表，修正估計目標地價區段之區段地價(內政部地政司地政法規)。

圖1是台灣民國94年的鄉鎮住宅地價分佈圖(某些鄉鎮資料的缺漏以鄰近鄉鎮的地價代表之)，高地價區可想而知的集中於都會區。本文試僅以評價基準表中的幾項代表因子來建立迴歸模式並探討影響住宅地價的因素，包括學校、便利商店、超級市場、購物中心、停車場與交通設施、政府機關，(限於資料為以設施佔鄉鎮的個數來紀錄，本文遂以之代替離設施距離)，圖2為上述設施的分佈點。回歸分析的結果如下表，所考量的因素皆有顯著的表現，adjusted R-squared值為74.5。若以一般的經驗判斷，越便捷的地區會有較高的地價表現，離學校距離越近，理應住宅地價也會偏高，然而本模型的測試結果為學校個數與住宅地價卻呈現負向關係，而其它設施的個數與地價為符合期望地產生正向關係，原因應該為單位的問題，若改以距離為分析單位可能會有不同的表現(曾琬瑜，d96544003)。

台灣95年出生率空間分析(1)

此圖為民國九十五年出生率主題圖。經過空間探索分析可發現宜蘭縣、花蓮縣、屏東縣、南投縣、新竹縣市的出生率較高，其中又多半以原住民比率較高的山地鄉為主；台北市、台南市、高雄市等大都會地區相對較低。台灣整體上來看，是個低生育率的國家，生育率屢年創新低。

　造成低生育率的問題很多，根據台灣內政部的統計，其原因之一為國人越來越晚婚，台灣婦女生第一胎的年紀已延至三十一歲，女性在生完第一胎後，為避免高齡生產的風險，多不願繼續生小孩了。除了晚婚這一項「非經濟因素」外，更重要的一項原因是經濟情況不佳，在考慮日後龐大的教養支出後，國人生小孩的意願自然大幅降低。但其實根據理論來看，都市化高、生活水準高的區域，生育率反而降低，其原因是由於住在都市地區的人，較少受到傳統的生育觀念之壓力，且其心理特質和社會環境都較有利其講究個人的享受，因而對於養育子女的成本與一個人享受之衝突性也就越敏感；而隨著收入很生活水準的提高，養育子女的間接和直接成本也都提高，影響父母對生育子女也越為卻步。

經由全域空間自相關Moran’s I檢定，發現其值為0.4403，且使用蒙地卡羅999次分析，p-value值為0.0010，表示台灣出生率出現空間聚集。

進一步使用區域空間自相關LISA來分析，發現大都會區如台北、台南、高雄都是低生育率的地方（low-low），居住在這邊的人經濟能力和生活水準較高，可印證先前提過的理論，又或是住在此區的的已婚女性也有可能因為經濟獨立的關係，生活以外出工作為主，無暇養育子女，自然降低嬰兒出生率；相對圖中以台灣原住民較多的山地區，則是屬於高出生率之地。
　 經濟水平對於出生率的影響甚重，不過，台灣整體性的極低生育率，相對也是對我們的社會帶來嚴重的影響：東吳大學國貿系鍾俊文副教授指出，少子化隨之而來的問題是高齡化社會，而人力即是國力。勞動人口銳減、勞動力不足，直接影響企業的生產力，同時也代表消費的萎縮，使經濟成長動力受挫，結果必然降低經濟成長率。（碩一　林佩儀R98341019）