在過去幾年的研究中, 對於台灣自殺死亡率結合空間分析以探討各種影響因素的研
究日趨增加, 且普遍使用單一迴歸模式來解釋台灣整體的自殺死亡型態及其影響因素,對於區域性的變化卻鮮少被討論, 亦即空間異質性的部分。因此本研究主要著重在後者進行研究。

本研究針對1996至2000年以及2006至2010年兩個時期分析台灣各鄉鎮市區的自殺
死亡率, 使用地理加權迴歸方法探討不同影響因素(社經結構、生活資源... 等等) 對於自殺死亡率之空間非穩定性效果。研究發現自殺死亡率到後期顯著提升, 且在分別在兩個時期各有不同的影響因素具有空間非穩定性之效果。主要結果顯示, 性別、年齡、和社會人口結構之因素對於台灣自殺死亡率有顯著影響。都市化程度高的區域普遍有較低的自殺死亡率, 而偏遠落後的地區在兩個時期都有高自殺死亡率之現象。區域性的研究結果提供了台灣對於自殺防治和宣導上, 可針對不同地區擬定出適當的防範措施。

Past years have witnessed an increasing interest in researches that integrate a spatial analytical perspective to explore associations of various area characteristics with suicide rates in Taiwan. The common practice has often been to use a ’single’ regression equation to estimate the associations of interest, While such ’global’ spatial modeling procedure is widely used for studies of suicide in
Taiwan, little attention has been paid to investigate the local spatial association, known as spatial nonstationarity. This study thus aims to address such empirical analysis gap. 

   We analyze the township-level suicide rates in Taiwan for different two periods, years 1996-2000 and 2006-2010. The geographically weighted regression techniques are applied to examine nonstationary effects of different factors, such as socio-economic structures and living resources, on suicide rates.The analysis results show that the suicide rates increase significantly over the two different time periods, and different determinants are found to have spatial non-stationary effects on the suicide rates for each time period. Our substantive findings include that 1) gender, age, and social structure may play an important role for township-level suicide rates in Taiwan; 2) the urban townships also tend to have lower suicide rates while those of rural areas remain high in both time periods. These findings provide an empirical basis for developing prevention programs with local emphases for suicide within Taiwan townships.

第一章 緒論.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 1
1.1 研究背景與動機.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 1
1.2 研究目的.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 4
1.3 研究架構.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 5
第二章 文獻探討.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 7
2.1 自殺死亡率與社會結構之影響.. .. .. .. .. .. .. .. .. .. .. .. .. .. 7
2.2 自殺死亡率之空間分析.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 9
第三章 資料來源與變項.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 13
3.1 資料來源.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 13
3.1.1 依變項. . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.1.2 自變項. . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2 總結.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 18
第四章 研究方法.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 19
4.1 地理加權迴歸分析.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 19
4.2 半參數地理加權迴歸分析.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 25
4.3 模式篩選.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 28
第五章 研究結果.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 29
5.1 敘述性探索分析.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 29
5.1.1 依變項. . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.1.2 自變項. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2 共線性檢測.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 42
5.3 空間分析結果.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 48
5.3.1 模式篩選結果. . . . . . . . . . . . . . . . . . . . . . . 48
5.3.2 變項顯著性. . . . . . . . . . . . . . . . . . . . . . . . 58
5.4 都市化分群與模式分析結果.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 66
第六章 結論.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 69
6.1 總結與討論.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 69
6.2 未來研究與建議.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 71
參考文獻.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 76



圖目錄
3.1 自殺死亡率計算方式說明. . . . . . . . . . . . . . . . . . . . 15
4.1 固定核函數. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2 適應核函數. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5.1 前期(左) 與後期(右) 各鄉鎮自殺死亡率之標準差圖. . . . . . 31
5.2 前期(左) 與後期(右) 扶養比之標準差圖. . . . . . . . . . . . 33
5.3 前期(左) 與後期(右) 性別比之標準差圖. . . . . . . . . . . . 34
5.4 前期(左) 與後期(右) 老化指數之標準差圖. . . . . . . . . . . 35
5.5 前期(左) 與後期(右) 農業戶數比例之標準差圖. . . . . . . . 36
5.6 前期(左) 與後期(右) 離婚人口比例之標準差圖. . . . . . . . 36
5.7 前期(左) 與後期(右) 原住民人口比例之標準差圖. . . . . . . 37
5.8 前期(左) 與後期(右) 獨居人口比例之標準差圖. . . . . . . . 38
5.9 前期(左) 與後期(右) 大學以上人口比例之標準差圖. . . . . . 39
5.10 前期(左) 與後期(右) 人口密度之標準差圖. . . . . . . . . . . 40
5.11 前期(左) 與後期(右) 人均所得之標準差圖. . . . . . . . . . . 41
5.12 前期(左) 與後期(右) 所得中位數之標準差圖. . . . . . . . . 41
5.13 前期原住民人口比例顯著區域. . . . . . . . . . . . . . . . . 58
5.14 老化指數顯著區域. . . . . . . . . . . . . . . . . . . . . . . . 59
5.15 扶養比顯著區域. . . . . . . . . . . . . . . . . . . . . . . . . 60
5.16 離婚人口比例顯著區域. . . . . . . . . . . . . . . . . . . . . 61
5.17 人口密度顯著區域. . . . . . . . . . . . . . . . . . . . . . . . 62
5.18 前期獨居人口比例顯著區域. . . . . . . . . . . . . . . . . . . 62
5.19 性別比顯著區域. . . . . . . . . . . . . . . . . . . . . . . . . 63
5.20 後期農業戶數比例顯著區域. . . . . . . . . . . . . . . . . . . 64
5.21 後期社經地位顯著區域. . . . . . . . . . . . . . . . . . . . . 65
6.1 前期(左) 與後期(右) 自殺死亡率空間群聚圖. . . . . . . . . 73


表目錄
3.1 變項操作型定義. . . . . . . . . . . . . . . . . . . . . . . . . . 18
5.1 前期和後期各鄉鎮自殺死亡率之敘述性統計量表. . . . . . . 29
5.2 前期和後期各鄉鎮女性自殺死亡率之敘述性統計量表. . . . . 30
5.3 前期和後期各鄉鎮男性自殺死亡率之敘述性統計量表. . . . . 30
5.4 前期與後期自變項之敘述性統計表. . . . . . . . . . . . . . . 32
5.5 前期變項之相關係數矩陣. . . . . . . . . . . . . . . . . . . . 43
5.6 前期變項之相關係數矩陣(續) . . . . . . . . . . . . . . . . . . 44
5.7 後期變項之相關係數矩陣. . . . . . . . . . . . . . . . . . . . 45
5.8 後期變項之相關係數矩陣(續) . . . . . . . . . . . . . . . . . . 46
5.9 前期與後期變項之VIF 值. . . . . . . . . . . . . . . . . . . . 47
5.10 Global Model VS. GWR Model . . . . . . . . . . . . . . . . . 48
5.11 變項代號. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.12 S-GWR模式篩選(step 1) . . . . . . . . . . . . . . . . . . . . 50
5.13 S-GWR模式篩選(step 2) . . . . . . . . . . . . . . . . . . . . 50
5.14 S-GWR模式篩選(step 3) . . . . . . . . . . . . . . . . . . . . 51
5.15 S-GWR模式篩選(step 4) . . . . . . . . . . . . . . . . . . . . 51
5.16 S-GWR模式篩選(step 5) . . . . . . . . . . . . . . . . . . . . 51
5.17 前期變項蒙地卡羅檢定結果. . . . . . . . . . . . . . . . . . . 52
5.18 前期變項模式篩選最終結果比較. . . . . . . . . . . . . . . . . 52
5.19 Global Model VS. GWR Model . . . . . . . . . . . . . . . . . 53
5.20 S-GWR模式篩選(step 1) . . . . . . . . . . . . . . . . . . . . 53
5.21 S-GWR模式篩選(step 2) . . . . . . . . . . . . . . . . . . . . 54
5.22 S-GWR模式篩選(step 3) . . . . . . . . . . . . . . . . . . . . 54
5.23 S-GWR模式篩選(step 4) . . . . . . . . . . . . . . . . . . . . 55
5.24 S-GWR模式篩選(step 5) . . . . . . . . . . . . . . . . . . . . 55
5.25 S-GWR模式篩選(step 6) . . . . . . . . . . . . . . . . . . . . 55
5.26 S-GWR模式篩選(step 7) . . . . . . . . . . . . . . . . . . . . 55
5.27 S-GWR模式篩選(step 8) . . . . . . . . . . . . . . . . . . . . 55
5.28 後期變項蒙地卡羅檢定結果. . . . . . . . . . . . . . . . . . . 56
5.29 後期變項模式篩選最終結果比較. . . . . . . . . . . . . . . . . 56
5.30 全域變項迴歸係數統計量. . . . . . . . . . . . . . . . . . . . 57
5.31 區域變項迴歸係數統計量. . . . . . . . . . . . . . . . . . . . 57

[1] A.S. Fotheringham, C. Brunsdon, and M. Charlton (2002). Geographically Weighted Regression: The Analysis Of Spatially Varying Relationships. John Wiley & Sons Inc.
[2] Baller, R. D., & Richardson, K. K. (2002). Social integration, imitation,and the geographic patterning of suicide. American Sociological Review,873-888.)
[3] C. Brunsdon, A.S. Fotheringham, and M. Charlton (1998). Geographically Weighted Regression-Modelling Spatial NonStationarity. Journal of the Royal Statistical Society. Series D (The Statistician). 47(3): 431-443.
[4] Chang, S. S., Sterne, J. A., Wheeler, B. W., Lu, T. H., Lin, J. J., & Gunnell, D. (2011).Geography of suicide in Taiwan: spatial patterning and socioeconomic correlates. Health & place, 17(2), 641-650.)
[5] Chang, S. S., Sterne, J. A., Wheeler, B. W., Lu, T. H., Lin, J. J., & Gunnell, D. (2011).The impact of pesticide suicide on the geographic distribution of suicide in Taiwan: a spatial analysis. BMC public health,12(1), 260.)
[6] Chang, S. S., Sterne, J. A., Wheeler, B. W., Lu, T. H., Lin, J. J., & Gunnell, D. (2011).The evolution of the epidemic of charcoal-burning suicide in Taiwan: a spatial and temporal analysis. PLoS medicine, 7(1),e1000212.)
[7] Chen, V. Y. J., Deng, W. S., Yang, T. C., & Matthews, S. A. (2012).Geographically weighted quantile regression (GWQR): An application to US mortality data. Geographical Analysis, 44(2), 134-150.
[8] Chen, Y. Y., Liao, S. F., Teng, P. R., Tsai, C. W., Fan, H. F., Lee, W. C., & Cheng, A. T. (2012).The impact of media reporting of the suicide of a singer on suicide rates in Taiwan. Social psychiatry and psychiatric epidemiology, 47(2), 215-221.)
[9] Chen, J., Choi, Y. J., Mori, K., Sawada, Y., & Sugano, S. (2012).Socio−Economic Studies On Suicide: A Survey. Journal of Economic Surveys, 26(2), 271-306.)
[10] Dorling, D., & Gunnell, D. (2003). Suicide: the spatial and social components of despair in Britain 1980-2000. Transactions of the Institute of British Geographers, 28(4), 442-460.)
[11] Gibbons, R. D., Hur, K., Bhaumik, D. K., & Mann, J. J. (2005). The relationship between antidepressant medication use and rate of suicide. Archives of General Psychiatry , 62(2), 165.
[12] Hawton, K. (2000). Sex and suicide Gender differences in suicidal behaviour. The British Journal of Psychiatry, 177(6), 484-485.)
[13] Nakaya, T., Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2005).Geographically weighted Poisson regression for disease association mapping. Statistics in Medicine, 24(17), 2695-2717.)
[14] T.Nakaya,A.S. Fotheringham, M. Charlton, C. Brunsdon (2009). Semi-parametric Geographically Weighted Generalised Linear Modelling In GWR 4.0, it In: B.G. Lees, S.W. Laffan(Eds.),10th International Conference On GeoComputation, UNSW,Sydney, November-December,2009.
[15] V.Y.-J. Chen and T.C. Yang (2012). SAS Macro Programs For Geographically Weighted Generalized Linear Modeling With Spatial Point Data:Applications To Health Research. Computer Methods and Programs in Biomedicine, 107(2):262-273.
[16] Wheeler, D., & Tiefelsdorf, M. (2005). Multicollinearity and correlation among local regression coefficients in geographically weighted regression.
Journal of Geographical Systems, 7(2), 161-187.
[17] Wheeler, D. C. (2007). Diagnostic tools and a remedial method for collinearity in geographically weighted regression. Environment and Planning A, 39(10), 2464.)
[18] 馮韻文, 埃米爾涂爾幹. (2008). 自殺論-社會學研究. 台北: 五南圖書出版股份有限公司.
[19] 劉介宇、洪永泰、莊義利、陳怡如、翁文舜、劉季鑫、梁賡義.(2006). 台灣地區鄉鎮市區發展類型應用於大型健康調查抽樣設計之研究. 健康管理學
刊,4(1) : 1-22
[20] 羅啟宏. (1992). 台灣省鄉鎮發展類型之研究. 台灣經濟月刊, 190, 41-68.
[21] 周孟嫻、紀玉臨、謝雨生. (2010). 臺灣自殺率具空間群聚嗎? 模仿效應或結構效應.Journal of Population Studies, (41), 1-65.
[22] 張瑞珊.(2009). 台灣地區自殺率與經濟社會因素之關聯性. 南華大學管理經濟學系經濟學碩士班碩士論文.
[23] 鄭訓宏. (2011). 台灣地區自殺率之空間分析: 經濟景氣變化對自殺率的影響.臺灣大學國家發展研究所學位論文.
[24] 楊嘉芬. (2007). 台灣鄉鎮市區別自殺死亡率之分析. 南華大學社會學研究所碩士論文.
[25] 吳美雯、張彩秀、蔡文正. (2007). 服食強酸強鹼自殺身亡病人之危險因素探討. 弘光學報, 50, 23-31.
[26] 吳淑俊、游其明、紀玉臨、周孟嫻.(2012). 鄉鎮市區數位發展分類研究報告.行政院研究發展考核委員會委託研究報告.
[27] 顏吟真. (2012). 地理加權自相關分量迴歸. 淡江大學統計學系碩士班學位論文, (2012 年), 1-62.
[28] 劉智欣. (2012). SAS IML 軟體在地理加權廣義線性模式之應用. 淡江大學統計學系碩士班學位論文, (2012 年), 1-75.