第四章 資料回收與初步結果
4.6 個體選擇模式之校估與分析
本節之目的為瞭解風險感認變數對於運具選擇之影響，將分別校估只有高齡 者社經特性之模式(模式一)、額外納入風險感認因素之模式(模式二)，並根據概 似比檢定，探討是否加入風險感認因素，可以更有效地解釋高齡者之運具選擇模 式，以強調風險感認因素之重要性。
4.6.1 變數說明
模式中所選取之解釋變數，依照其設定的方式分為三種類型，茲說明如下：
1、方案特定常數（Alternative Specific Constants）
此變數即為替選方案特定常數，若為該替選方案，其值為1，其餘為 0，校 估而得之參數值包含了未觀察到的部份。本研究所界定之替選方案個數有6 個，
將以被載送為基礎，因此方案虛擬變數將包含汽車虛擬變數、機車虛擬變數、腳 踏車虛擬變數、公車虛擬變數、走路虛擬變數。
2、社會經濟特性之特定變數
對於同一個體而言，在不同替選方案中的社會經濟特性均相同，因此，
倘若將社會經濟特性設定為共生變數，則無法顯示出社會經濟變數對於選擇 行為之影響。由此可知，欲探討此類變數則需將其設定為方案特定變數。
相關社經特性變數設定如下：
(1) 性別：受訪者為男性其值為 1，女性則為 0。
(2) 年齡：實際年齡。
(3) 汽車駕照：有汽車駕照者其值為 1，其餘為 0。
(4) 汽車駕駛經驗：過去五年內有汽車駕駛經驗者其值為 1，其餘為 0。
(5) 機車駕駛經驗：過去五年內有機車駕駛經驗者其值為 1，其餘為 0。
(6) 工作旅次：平常之旅次活動為工作者其值為 1，其餘為 0。
3、共生變數（Generic Variable）
設定於所有替選方案的效用函數中的變數，稱為共生變數。由於假設此變數 在不同的替選方案中的邊際效應皆相同，因此，該變數在每一個替選方案的效用 函數中之係數估計值皆相同。本研究設定汽、機車之風險感認為汽車、機車之共 生變數，並在模式二中加入此風險感認變數進行校估，根據先驗知識，當高齡者 認為此運具之風險感認越高，則選擇此運具之機率會降低，故風險感認的參數校 估值應為負。
4.6.2 模式校估結果
本研究利用LIMDEP 統計軟體進行羅吉特模式校估，模式一與模式二之校 估結果如表4.16 所示。可以看到兩個模式之適配度(ρ2e)表現不錯，各為 0.49、
0.50，表示模式之解釋能力不錯。再進一步利用概似比檢定之計算，得到結果
即說明了納入風險感認變數之選擇模式，較能夠解釋實際情況，且更接近高齡者 之真實決策行為。
由校估結果可以發現，風險感認確實為影響高齡者運具選擇之重要變數之 一，其符號為負，與先驗知識相符合，表示當高齡者對於此運具之風險感認值越 高的話，即高齡者感認到此運具是較危險的，故高齡者使用此運具的機率將會降 低。
在社經變數的部分，男性高齡者較女性高齡者傾向於自己駕駛汽車；年齡越 高之高齡者，越傾向於使用公車，原因為較年長之高齡者，其本身之身體功能會 越退化，造成無法獨立應付複雜的交通環境，故會選擇不需要直接面對交通環境 之公車運具；擁有汽車駕照之高齡者，則會傾向於選擇自己駕駛汽車外出；在過 去五年內常常有機車駕駛經驗之高齡者，其本身會較傾向於仍然使用機車，原因 為在過去五年內仍經常有機車駕駛經驗之高齡者，表示其自認為其本身之身體功 能仍然足以應付外在之交通環境，而 Kim（2004）[1]也指出高齡者在其生理、心 理狀態允許之下，仍會有較高之意願使用私人運具，與本模式校估之結果一致；
再來對於過去五年內經常有汽車駕駛經驗之高齡者，與有機車駕駛經驗變數之校 估結果類似，也同樣會有比較高之機率使用汽車；如果外出旅次目的為工作，則 高齡者將會傾向於使用汽車與機車等私人運具。
從以上結果可知，風險感認不只是會影響用路者之外顯交通行為，也會影響 用路者之運具選擇。因此在探討高齡者之交通行為與需求時，風險感認因素應該 要被考量進去，而在納入風險感認因素時，也該考量影響高齡者之風險感認程度 之因素為何，此正為本研究之研究重點。
表4.16 高齡者多項羅吉特模式校估結果
解釋變數 模式一 模式二
方案特定常數 係數 t 值 係數 t 值
汽車 -2.79605 -0.63096 -1.73943 -0.38488 機車 -1.76749 -0.36833 -0.31058 -0.0632 腳踏車 -6.5063 -1.5892 -5.18997 -1.24007 公車 -6.15785 -1.87522 -6.30898 -1.90803 走路 -2.99088 -0.80735 -2.99451 -0.80513
共生變數
風險感認 -0.384869 -2.09278
方案特定變數
性別 – 汽車 1.42686 1.97487 1.31878 1.79022 年齡 - 公車 0.106205 2.22702 0.108303 2.25462 汽車駕照 – 汽車 3.49832 2.95783 3.36985 2.84839 機車駕駛經驗 –
機車 6.91255 4.44768 6.96988 4.48008 汽車駕駛經驗 –
汽車 5.30688 3.80218 5.28514 3.79739 工作旅次 – 汽車 2.54315 2.2803 2.47881 2.10235 工作旅次 – 機車 2.36167 2.17186 2.43311 2.22785 等佔有率模式對數
概似函數值LL(0) -403.1459 -403.1459
市場佔有率模式對
數概似函數值LL(m) -369.1445 -369.1445
收斂時之對數概似
函數值LL(β) -204.369 -201.077
概似比指標ρ2e 0.49 0.50
概似比指標ρ2m 0.44 0.45
樣本數n 290 290