第四章半導體產業空間自相關分析

Size: px

Start display at page:

Download "第四章半導體產業空間自相關分析"

炖朱
5 years ago
Views:

1 4.1 空間自相關第四章半導體產業空間自相關分析交通大學營建技術與管理在職專班碩士論文第四章半導體產業空間自相關分析 Krugman 曾經說過, 空間關係的分析是經濟計量分析的最後邊界, 加強對於空間關係的瞭解, 可以對所要探討的問題有更深入的解析 1 空間自相關即指鄰近者與自身相似與否的現象, 空間統計中的空間自相關 (spatial autocorrelation) 具有明確分析空間關係 ( 集中隨機分散 ) 功能, 因為空間自相關可將空間關聯程度量化 3 空間自相關分析法 (Spatial Autocorrelation) 的主要觀點為, 在空間或時間上的變化不同, 如果證明兩者的變化是本質上的差異, 而非出於同一母體的機遇性差異, 則兩者便有相關性的存在 (correlation), 在都市規劃界以空間自相關研究來度量空間資料分布, 已逐漸受到重視, 空間自相關的量度是為了解近似屬性的空間單元是否有聚集在一起之傾向, 否則其集聚在一起的現象只是單純的 4 機率誤差空間自相關研究除應用在都市規劃中檢測台南市東區地價的分佈呈現空間聚集之狀態 ( 張秀玲,000) 分析區域人口的時空變化時 ( 鄒克萬,000) 及分析人口老化時空變遷之研究 ( 謝純瑩,00); 朱健銘 (000) 採用 Moran I 和 Getis I 統計方法度量雲林水產養殖土地利用空間聚集強度的空間變遷 ; 林文苑 (00) 則利用空間統計方法進行遊客屬性空間聚集性分析 ; 林晶晶 (003) 將空間關聯分析運用於台灣知識密集服務業空間結構之研究 ; 詹士樑 (1999) 應用 global 和 local Moran's I 探討都市更新區的空間分布型態 ; 謝銘智 (000) 應用 global 和 local Moran's I 於公共設施計畫方面, 探討空間公平性空間自相關 (spatial autocorrelation) 的定義, 依據幾位中外的學者的解釋, 可以整理如下 : 1 黃聖峰,003 陳慈仁,000 3 Lee and Wong, 梁蘄善,001;Gliffth,1973; 朱建銘,000; 張秀玲,000; 謝純瑩,00 41

2 表 4-1 空間自相關的內涵與定義學者空間自相關內涵與定義 Cliff and Ord 空間單元中若存在某一特質, 造成其周圍地區有更 (1973) 相似或較不相似的情形, 這種現象則有空間自相關的存在 Sokal et al 空間自相關是用以檢驗空間單元的變數, 在空間上 (1978) 與鄰近空間變數的差異 Lee and Wong(001) Upton 及 Fingleton (1985) 空間統計中的空間自相關 (spatial autocorrelation) 具有明確分析空間關係 ( 集中隨機分散 ) 的功能空間自相關是地圖資料的空間組織所呈現出的特質, 其特質為地圖上的空間所代表數值具有系統性與組織性的分佈, 其所謂的系統性與組織性即指分佈空間上的地理現象, 若不是隨機分佈, 就是存在著某種相互關係 Griffith(199) 空間自相關可以同時處理區位 (location) 及屬性資料 (attribute) 黃聖峰 (003) 在縣市層級下所選取的經濟指標, 與縣市層級下的薪資水準, 大抵呈現北部為空間正相關, 南部為空間負相關, 顯見台灣南北地區的發展具有差異性朱健銘 (000) 區域內空間自相關程度高, 則相同特質的空間現象將聚集在一起, 若自相關程度低, 則空間現象可能分散於空間各處林晶晶 (003) 關鍵性知識密集服務業為高度空間自相關的聚集型態, 在距離為 15km 時, 其動態變遷呈現距離越近空間關聯程度越來越高的情形李俊霖 (001) 以 global 和 local Moran's I 為空間關聯方法, 應用於監控都市發展方面, 以台北市為研究地區, 其結果發現, 台北市目前之發展趨勢與台北市綜合發展計畫之目標是不符的陳慈仁 (001) 空間自相關 (spatial autocorrelation) 是研究空間中, 某空間單元與其周圍單元間, 就某種特徵值, 透過統計方法, 進行空間自相關性程度的計算, 以分析這些空間單元在空間上分佈現象的特性本研究整理 4

3 經由第三章台灣半導體產業區域分佈及區位商數計算結果得知, 北部區域半導體製造業呈現非常明顯的區域集中現象, 屬北部區域的重要半導體基礎產業 ; 中部及南部區域並無群集之現象發生本研究延續上述結論進一步利用空間自相關分析模型探究區域的半導體產業空間群集現象, 基本假設為 : 半導體製造業廠商設置的區位, 與其所處的空間條件 ( 基礎環境及群聚優勢 ) 有關, 惟各區域鄉鎮市之地物屬性特徵及空間條件各有不同, 可依據各鄉鎮市設廠所呈現的區位關聯探究其空間分佈相關性 4. 全域空間自相關 (global spatial autocorrelation) 首先利用全域空間自相關, 計算半導體產業北部中部及南部區域空間分佈的相關性 ; 由文獻得知,Moran's I 衡量空間關聯所呈現的結果較令人滿意 5, 因此本研究採以 Moran's I 作為全域空間自相關的衡量方法, 以了解北部中部及南部區域半導體產業空間是否有聚集分佈的現象 Moran's I 公式為 I n i = n j = n i = 1 j = 1 = i = n j = n i = n i = 1 j = 1 ( x i = 1 ( x i i x )( x xi : 表第 i 鄉鎮半導體製造業廠商家數 : 表第 i 鄉鎮與第 j 鄉鎮之空間相鄰權重矩陣 ( 以 1 表示相鄰 ;0 表示不相鄰 ) n : 研究區鄉鎮數 x : 研究區內所有鄉鎮半導體製造業廠商家數之平均值計算之資料來源為 90 年工商及服務業普查報告之工商及服務業場所單位數 - 按地區別及細行業別統計資料內容表列北部區域鄉鎮之空間編號, 北部區域鄉鎮計有 55 個 6 ( 表 4-), 並列出每個鄉鎮之半導體製造業廠商家數 (xi), 然後依據 GIS 鄉鎮市地理資 7 訊空間資料, 製作第 i 鄉鎮與第 j 鄉鎮之空間相鄰權重矩陣, 相鄰係依據邊緣相鄰, 指兩個鄉鎮的邊緣有相互貼近者即為相鄰 x ) j x ) 5 Cliff and Ord, n=55,=1...~55, 為控制空間矩陣項次, 廠商家數為 0 之鄉鎮不予列入計算 7 以 1 表示相鄰 ;0 表示不相鄰 43

4 表 4- 北部區域各鄉鎮編號及半導體製造業廠商家數區域縣市別台北市基隆市第四章半導體產業空間自相關分析交通大學營建技術與管理在職專班碩士論文地區地區地區地區地區地區地區地區地區地區地區地區松山區 1 信義區大安區 3 中山區 4 中正區 5 大同區 6 萬華區 7 文山區 8 南港區 9 內湖區 10 士林區 11 xi 七堵區 13 暖暖區 14 xi 中山區 15 北投區 1 新竹北市東區北區香山區部 xi 台北區縣板橋市 19 三重市 0 中和市 1 永和市新莊市 3 新店市 4 樹林市 5 鶯歌鎮 6 三峽鎮 7 淡水鎮 8 汐止市 9 瑞芳鎮 30 域 xi 土城市三芝鄉蘆洲市五股鄉泰山鄉 xi 桃園縣新竹縣桃園市 36 中壢市 37 大溪鎮 38 楊梅鎮 39 蘆竹鄉 40 龜山鄉 41 八德市 4 龍潭鄉 43 平鎮市 44 新屋鄉 45 xi 竹北市 47 竹東鎮 48 新埔鎮 49 關西鎮 50 湖口鄉 51 新豐鄉 5 芎林鄉 53 橫山鄉 54 xi 寶山鄉 55 觀音鄉 46 依照以上步驟計算出的 Moran`s I 值結果一定介於 -1 到 1 之間, 大於 0 為正相關, 小於 0 為負相關 ( 表 ), 本案經由 Moran's I 公式計算 ( 如附錄二 -1~ 二 -3), 可得知北部區域之半導體產業 I=0.3533, 表示空間分佈的相關性很大, 北部區域之半導體產業在空間上有明確的聚集分佈現象依照相同方式計算出中部區域之半導體產業的 Moran`s I 值僅 I=0.0504, 廠商設廠區位幾乎無相關聯情形, 南部區域之半導體產業的 Moran`s I 值 I=0.085, 表示空間分佈關聯不大, 聚集分佈現象並不明顯 44

5 Moran s I>0( 正相關 ) Moran s I<0( 負相關 ) 圖 4-1 空間自相關正負結果示意圖表 4-3 中部區域各鄉鎮編號及半導體製造業廠商家數區域縣市別地區地區地區地區地區地區台中市東區西區北區西屯區南屯區北屯區 Xi 苗栗縣竹南鎮頭份鎮 7 8 Xi 5 4 台中縣豐原市大甲鎮梧棲鎮神岡鄉潭子鄉烏日鄉太平市大里市中 Xi 部彰化縣彰化市員林鎮社頭鄉區 Xi 1 1 域南投縣南投市草屯鎮 0 1 Xi 1 1 雲林縣斗六市莿桐鄉麥寮鄉北港鎮 Xi

6 表 4-4 南部區域各鄉鎮編號及半導體製造業廠商家數區域縣市別地區地區地區地區地區地區台南市南區安南區 1 Xi 高雄市小港區鼓山區前鎮區楠梓區三民區苓雅區南 Xi 部嘉義縣水上鄉民雄鄉 9 10 Xi 1 1 區台南縣善化鎮新市鄉仁德鄉永康市域 Xi 高雄縣鳳山市岡山鎮大寮鄉大樹鄉大社鄉阿蓮鄉 Xi 高雄縣長治鄉 1 Xi 地域空間自相關 (local spatial autocorrelation) 以全域空間自相關了解北部區域之呈現之聚集分佈現象後, 接著想要進一步了解的是 : 是否可以較小尺度觀察北部區域空間自相關, 尋找出北部區域半導體產業之聚集分佈區域為何, 偵測出空間的聚集點 (hot spot), 本研究選擇以 Getis 來作區域空間自相關分析為何會選擇以 Getis 來作區域空間自相關分析, 而不用 Local Moran`s I 呢? 原因在於 Getis 及 Ord(199) 曾指出, 以 Moran`s I 作區域型分析時, 當 xi 很小, 且其周圍的 xj 亦很小時, 其空間自相關結果為高度正相關, 但若以 Getis 來作時, 卻呈現負相關而本研究觀察值 xi 為廠商家數, 因此, 若在 xi 與其周圍 xj 都很小, 但卻發生很高的聚集現象, 顯然不甚合理 46

7 Getis and Ord (199) 發現 Moran's I 在區域的空間單元中, 若被同樣值小的空間單元所圍繞時,I 值仍呈現高度自相關, 而 G 值呈現高度負相關, 由於本研究的重點在於瞭解產業的聚集狀態, 因此欲度量出區域內產業空間聚集點, 則以 local G 統計進行分析最為恰當 local G 統計中 Gi 和 Gi * 是以距離 ( d ) 衡量空間關聯程度, 朱建銘 (000) 認為若強調空間聚集的核心點, 研究中具有中心性的意涵存在時, 多以 Gi * 值計算 : G * i ( d ) = n j = 1 w n ij j = 1 ( d ) x j x j, j = i x j : 表鄉鎮 j 半導體製造業廠商家數 d : 表半徑距離 wij (d) : 表鄉鎮 i 以 d 為半徑所包含鄉鎮 j 之空間權重矩陣 ( 以 1 表示距離 d 內包含之鄉鎮 j, 距離 d 外之其餘鄉鎮以 0 表示 ) G*i (d) : 表鄉鎮 i 某一產業在距離 d 時之相關程度如同全域空間自相關計算, 由 90 年工商及服務業普查報告之工商及服務業場所單位數 - 按地區別及細行業別統計資料內容表列 ( 表 4-5) 北部區域鄉鎮之空間編號, 因北部區域南至新竹縣市, 為順利計算產業空間聚集點, 故加入苗栗縣之鄉鎮 ( 竹南鎮 j=56 頭份鎮 j=57), 鄉鎮數共計有 57 個 (n=57,ij=1..3..~57), 然後依據 GIS 鄉鎮市地理資訊空間資料, 分別以新竹科學園區台北縣新店市桃園縣中壢市及台北市內湖區為中心點 ( 選擇各縣市 xi 值最高之鄉鎮 ) 製作距離 30 公里直徑範圍 (d=30 公里 ) 之空間相鄰權重矩陣 ( 以 1 表示距離中心點 15 公里內包含之鄉鎮 j, 距離中心點 15 公里外之其餘鄉鎮以 0 表示 ), 依照 Gi *(d) 公式計算其地域空間自相關值 47

8 表 4-5 Gi * 空間自相關分析資料區域北部區域及竹南鎮頭份鎮縣市別台北市第四章半導體產業空間自相關分析交通大學營建技術與管理在職專班碩士論文地區地區地區地區地區地區地區地區地區地區地區地區松山區 1 信義區大安區 3 中山區 4 中正區 5 大同區 6 萬華區 7 文山區 8 南港區 9 內湖區 10 士林區 11 xi 基隆市七堵區 13 暖暖區 14 中山區 15 xi 新竹市台北縣東區北區 xi 板橋三重市市 19 0 香山區 18 中和市 1 永和市新莊市 3 新店市 4 樹林市 5 鶯歌鎮 6 三峽鎮 7 淡水鎮 8 汐止市 9 xi 土城市 31 三芝鄉蘆洲市 33 五股鄉 34 泰山鄉 35 xi 桃園縣新竹縣苗栗縣桃園市 36 中壢市 37 大溪鎮 38 楊梅鎮 39 蘆竹鄉 40 龜山鄉 41 八德市 4 龍潭鄉 43 平鎮市 44 新屋鄉 45 xi 竹北市 47 竹東鎮 48 新埔鎮 49 關西鎮 50 湖口鄉 51 新豐鄉 5 芎林鄉 53 橫山鄉 54 xi 竹南鎮 56 xi 5 4 頭份鎮 57 寶山鄉 55 觀音鄉 46 北投區 1 瑞芳鎮 30 48

經由 Gi *(d) 公式計算 ( 如附錄三 ), 得知分別以新竹科學園區台北縣新店市桃園縣中壢市及台北市內湖區為中心點, 直徑為 30 公里計算其 Gi *(d) 值, 結果如下 ( 表 4-6): 表 4-6 Gi * 空間自相關分析結果中心點直徑 Gi *(d) 值排序備註新竹科學園區 30 公里 11.

835 4 台北縣新店市台北市內湖區 Hot spot 聚集範圍桃園縣中壢市新竹科學園區圖 4- IC 產業群聚地區及群聚範圍可得知半導體製造業於北部區域核心之群聚聚集點 (hot spot) 位於新竹科學園區,30 公里範圍之 Gi *(d) 值高達 11.

9 經由 Gi *(d) 公式計算 ( 如附錄三 ), 得知分別以新竹科學園區台北縣新店市桃園縣中壢市及台北市內湖區為中心點, 直徑為 30 公里計算其 Gi *(d) 值, 結果如下 ( 表 4-6): 表 4-6 Gi * 空間自相關分析結果中心點直徑 Gi *(d) 值排序備註新竹科學園區 30 公里 Hot spot 台北縣新店市 30 公里台北市內湖區 30 公里桃園縣中壢市 30 公里台北縣新店市台北市內湖區 Hot spot 聚集範圍桃園縣中壢市新竹科學園區圖 4- IC 產業群聚地區及群聚範圍可得知半導體製造業於北部區域核心之群聚聚集點 (hot spot) 位於新竹科學園區,30 公里範圍之 Gi *(d) 值高達 , 其次為台北縣新店市台北市內湖區及桃園縣中壢市另本研究亦進一步欲得知位於新竹科學園區聚集點 (hot spot) 之密集群聚範圍為何, 幾公里範圍內之群聚密度最高 ; 依 Gi * (d) 值計算公式可了解,Gi *(d) 值與空間權重矩陣值為正相關, 故半徑距離 (d) 越大則 Gi *(d) 值越大, 若 Gi *(d) 值各除以其以距離 (d), 可了解距離 (d) 範圍之 Gi *(d) 比例值, 經計算結果 ( 如附錄四 ) 整理直徑範圍公里範圍之 Gi *(d) 比例值, 得知以新竹科學園為中心點之密集群聚範圍為 10 公里, 包含新竹科學園區鄰近範圍及寶山鄉, 計算結果如表 4-7: 49

10 表 4-7 新竹科學園為中心點之群聚範圍直徑範圍 Gi *(d) 值 Gi *(d) 值 / 直徑備註 5 公里公里密集群聚範圍 0 公里公里公里公里公里公里新竹科學園區為中心點之群聚範圍圖公里 10 公里 0 公里 30 公里 40 公里群聚範圍 60 公里 80 公里 100 公里 Gi *(d) 值 Gi *(d) 值 / 直徑圖 4-3 新竹科學園區為中心點之群聚範圍圖 50

三期四期執行報告.PDF

三期四期執行報告.PDF . 1. 1. 2. 2. 5. 7. 8. 9. 9 11 11 11 12 12 13 13 14 15 15 16 16 16 17 18 19 21.. 21.. 24 27.. 28 195 .. 277.. 279.. 279.. 280.. 280.. 283.. 287.. 287.. 287.. 288.. 290.. 293 294 299.. 303.. 303.. 303..