本文介紹一項新的空間推論技術─最大熵方法 (maximum entropy method) 來測量個體資料的空間分布，以豐富當前個體層次調查資料在空間上的資訊。首先以2012年臺灣總統選舉候選人蔡英文的支持行為為例，由調查資料中蔡英文支持者的樣本位置，結合地理環境因素，進行蔡英文支持行為的空間分布推論，並將測量結果與各鄉鎮市區的實際選舉結果進行比較，驗證此項空間推論方式，的確可以測量出個體調查資料支持態度的空間分布。 過去政治版圖研究大多使用總體層次資料進行空間分析，而非個體層次調查資料，本文認為這是因為調查資料的空間資訊無法完全涵蓋所有的空間單位，也就是調查資料受到抽樣方法的限制，在空間分布上有所侷限。而本文運用最大熵方法進行檢測，驗證個體資料的空間推論結果符合實際狀況，此時個體層次資料與最大熵方法的結合，將可擴大個體資料進行空間分析的可能性。本文最後亦針對臺灣民眾的政黨認同、統獨態度、政治知識、社團活動以及選舉參與等個體資料調查結果進行空間測量，探討臺灣民眾政治態度、政治知識與政治參與的空間分布狀況，分析臺灣民眾各項認同態度是否存在明顯的「版圖」。

A new spatial measurement tool, maximum entropy method, was used to expand the application of spatial analysis with micro-level survey data. In the literature, spatial analysis of elections is generally used aggregate data because of insufficient spatial information in micro-level survey data. The most important application of maximum entropy method is for measuring spatial information according to the predicted probability with sample location and environmental factors. Therefore, this study measured voter support for the DPP presidential candidate in Taiwan in the 2012 presidential election with the sample locations and environmental factors. Measurement results and actual data were then compared to examine the accuracy of the spatial measuring by maximum entropy method. Finally, the use of spatial measurement was expanded to other issues, including party identification, attitude of unification/independence, political knowledge, community activities and electoral participation, and mapping the political blocs in Taiwan. This study found that the maximum entropy method can enrich research in political blocs and spatial analysis with micro-level survey data.