travel box評價的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

收縮城市的多維度識別、演變特性、驅動因素之分析-以台灣為例

為了解決travel box評價的問題，作者胡迪 這樣論述：

20世紀末以人口流失為核心特徵的城市收縮現象獲得了普遍的關注。2020年台灣人口進入負成長，且面臨少子化與高齡化危機。本研究依據常住人口與戶籍人口數據，運用探索性空間數據分析方法，對於台灣人口收縮的縣市與鄉鎮市區進行識別。對於人口收縮縣市，進行經濟、建成環境、城市活力之多維度收縮再識別。分析收縮之各類特性，探討導致人口收縮之影響因素，最終為收縮治理之可行性提供參考。台灣本島存在11個人口收縮縣市、202個人口收縮鄉鎮市區。最早的城市收縮始1980年，從郊區化階段至再都市化階段都有城市發生收縮。在11個人口收縮縣市呈現出5類空間格局。在大多數人口收縮縣市，人口密度高的鄉鎮市區也不能避免收縮。全

局空間自相關分析表明2000至2020年的戶籍人口變化存在空間正相關性。2005年以後在鄉鎮市區層級，收縮與非收縮的趨勢越來越明顯。在這11個人口收縮縣市中，2個人口收縮縣市出現建成環境收縮；3個人口收縮縣市出現城市活力收縮；6個人口收縣市出現建成環境、城市活力收縮。兩階段集群分析依據鄉鎮市區之發展現況將全部鄉鎮市區分為4類。各個類型的區域都存在收縮鄉鎮市區，但是收縮鄉鎮市區的比例大不相同。集群分析結合空間分析，最終本研究發現都市化與郊區化都導致了台灣的收縮，但是作用的區域不一樣。大部分收縮縣市的空間格局與都市化有關。基隆市和嘉義市最有可能逆轉收縮。在縣市人口收縮驅動因素分析中，兩組縱橫資料模

型最終都以固定效應模型作為最終解釋模型。縣市戶籍登記人口縱橫資料模型之調整R²為0.643，優於縣市人口總增加率縱橫資料模型的0.272。縣市戶籍登記人口縱橫資料模型分析表明，離婚結婚登記對數、公司登記現有家數、平均每戶可支配所得、道路里程密度，對於戶籍登記人口數產生正向影響。老年人口比率、刑案發生數對於戶籍登記人口數產生負向影響。工業服務業發展對於鄉鎮市區人口收縮影響之空間異質性分析結果如下。採用逐步法之最小二乘估計表明，在鄉鎮市區，場所單位數變化率、平均每員工全年薪資變化率對鎮市區戶籍人口變化率產生正向影響；從業員工人數變化率對鄉鎮市區戶籍人口變化率產生負向影響。地理加權迴歸模、多尺度地理

加權迴歸模型表明各個自變數在不同鄉鎮市區不僅影響大小不同，甚至可能會產生相反的作用。影響因素的空間異質性給收縮治理帶來巨大挑戰。面對收縮的態度、收縮治理策略都應該依據城市收縮的維度決定，並且必須考量影響因素的空間差異。