第五章、 資料蒐集與分析
6.3 政策意涵
7.2.2 城市層級汽機車持有與使用模式
由於部份資料缺漏，故資料庫中100 個城市中僅放入包含台北都會區在內之 83 個城市。其相關分析結果如表 7.2-1 所示。其中汽車持有率與平均國民所得、
道路密度（每千人長度）、高速公路密度（每千人長度）、高速公路密度（每公頃 密度）、CBD 內停車位（每千工作數）、每人每日私人運輸旅次數、平均每人每 日旅次數、平均旅次長度、平均上班旅次、大眾運輸平均速率、大眾運輸平均每 人次票箱收入、道路負荷（每公里汽車行駛里程）、平均大眾運輸成本（每延人 公里）及汽車使用呈顯著正相關。與人口密度、職業密度、CBD 佔區域工作數 百分比、每百萬人計程車數、大眾運輸車輛數（每百萬人）、平均大眾運輸車輛 使用人數、平均大眾運輸座位使用人數、大眾運輸服務水準（每人延車公里）、
大眾運輸服務水準（每公頃延車公里）、道路負荷（每公里機車數）、道路負荷（每 公里機車行駛里程）、平均每公里油價、平均私人運輸成本（每延人公里）、機車 持有率、機車使用呈顯著負相關。
其中道路負荷（每公里汽車行駛里程）與汽車持有率呈正相關不符合預期，
可能原因為該變數未正確反應道路擁擠程度，卻反應出車輛使用多寡，故該變數 與汽車持有率呈現正相關。大眾運輸平均速率與汽車持有率呈正相關與先驗知識 不符。平均大眾運輸車輛使用人數、平均大眾運輸座位使用人數與汽車持有呈負 相關，顯示兩變數無法反應大眾運輸車輛佔用、擁擠程度而映出大眾運輸使用狀 況。以上與先驗知識不符之變數在模式構建時將不放入模式中。
0 100 200 300 400 500 600 700 800
0 10000 20000 30000 40000 50000 60000
車輛持有率單位：每千人持有車輛數
國民所得 單位：美元
機車持有成長預測
歷史軌跡 成長預測
機車持有率部份，機車持有率與人口密度、職業密度、道路密度（每千人長 度）、每百萬人計程車數、道路負荷（每公里機車數）、道路負荷（每公里機車行 駛里程）、平均大眾運輸成本（每延人公里）、大眾運輸使用成本比例（每延人公 里）呈顯著正相關。與高速公路密度（每千人長度）、CBD 內停車位（每千工作 數）、平均旅次長度、平均上班旅次長度、大眾運輸路網保守密度（每千人長度）、 大眾運輸平均速率、汽車持有率、汽車使用呈顯著負相關。其中與預期不符之變 數包含人口密度、職業密度與道路負荷（每公里機車行駛里程）。其原因可能為 機車可及性與移動性均較一般大眾運輸運具強，佔用空間亦較汽車少，人口密度 高之城市平均每人活動空間相對較低有利於機車使用，故機車持有率較高。職業 密度同理雖然與先驗之是不符但亦為可解釋之結果。而道路負荷（每公里機車行 駛里程）變數未能正確反應道路擁擠程度，卻反應機車使用量，此變數將不放入 模式估計中。
汽車使用部份，汽車使用與平均國民所得、道路密度（每千人長度）、高速 公路密度（每千人長度）、CBD 內停車位（每千工作數）、每人每日私人運輸旅 次數、平均每人每日旅次數、平均旅次長度、平均上班旅次、大眾運輸平均速率、
大眾運輸平均每人次票箱收入、道路負荷（每公里汽車行駛里程）、平均大眾運 輸成本（每延人公里）及汽車持有率呈顯著正相關。與人口密度、職業密度、
CBD 佔區域工作數百分比、大眾運輸路網保守密度（每公頃長度）、每百萬人計 程車數、平均大眾運輸車輛使用人數、平均大眾運輸座位使用人數、大眾運輸服 務水準（每人延車公里）、道路負荷（每公里汽車數）、道路負荷（每公里機車數）、
道路負荷（每公里機車行駛里程）、平均每公里油價、平均私人運輸成本（每延 人公里）、CBD 最高停車費（第一小時）、機車持有率呈顯著負相關。同汽車持 有部份，道路負荷（每公里汽車行駛里程）、大眾運輸平均速率、平均大眾運輸 車輛使用人數、平均大眾運輸座位使用人數等變數不納入迴歸模式中。
機車使用部份，機車使用僅與大眾運輸服務水準（每公頃延車公里）、平均 大眾運輸成本（每延人公里）呈顯著正相關。與平均國民所得、高速公路密度（每 千人長度）、平均每人每日旅次數、汽車持有率呈顯著負相關。大眾運輸服務水 準（每公頃延車公里）結果與預期不符，亦無明顯可解是因果關係，故不納入機 車使用模式中。此外由變數相關分析發現，道路供給指標度量方式為每千人長度 之指標與因變數相關性較高，故相關變數將採用此度量方式放入各模式估計中。
表 7.2-5、城市層級變數相關分析表
機車持有率
0.478*** 0.494***
0.062 -0.1490.334*** -0.324***
樣本數 83 83 83 83 83 83
汽車使用
0.502*** 0.581***
-0.086 -0.056-0.302*** -0.304***
樣本數 83 83 83 83 83 83
機車使用 -0.088 -0.132 -0.015 -0.201 -0.197 0.11
樣本數 83 83 83 83 83 83
資料來源：千禧年城市永續運輸資料庫2001 年各城市資料。
表 7.2-6、城市層級變數相關分析表（續） 汽車持有率
-0.225*** -0.293*** -0.434*** 0.356*** -0.405*** -0.493***
樣本數 83 83 83 83 83 83
機車持有率 -0.092 -0.094 0.074
-0.248***
0.133 0.197樣本數 83 83 83 83 83 83
表 7.2-7、城市層級變數相關分析表（續）
汽車持有率 機車持有率 汽車使用 機車使用 汽車持有率 1
-0.326*** 0.338*** -0.356***
樣本數 83 83 83 83
機車持有率
-0.326***
1-0.339***
-0.115樣本數 83 83 83 83
汽車使用
0.338*** -0.339***
1 0.129樣本數 83 83 83 83
機車使用
-0.356***
-0.115 0.129 1樣本數 83 83 83 83
資料來源：千禧年城市永續運輸資料庫2001 年各城市資料。
模式估計
城市層級汽機車持有與使用模式同樣以近似無相關迴歸法估計聯立迴歸模 式。在估計聯立模式之前同樣先使用逐步迴歸法估計各因變數之迴歸模式。其結 果顯示汽車持有率受機車持有率、汽車使用、職業密度、平均國民所得、道路密 度（每千人長度）、高速公路密度（每千人長度）、平均每人每日旅次數、平均旅 次長度、大眾運輸服務水準（每公頃延車公里）、平均每公里油價顯著影響。機 車持有率受汽車持有率、職業密度、CBD 佔區域工作數百分比、平均私人運輸 成本、平均大眾運輸成本顯著影響。汽車使用會受汽車持有率、機車持有率、高 速公路密度（每千人公里）、平均每人每日旅次數、平均旅次長度、大眾運輸服 務水準、平均私人運輸成本、大眾運輸使用成本比例顯著影響。機車使用受汽車 持有、機車持有、CBD 內停車位、高速公路密度、平均大眾運輸成本（每延人 公里）顯著影響。以上述之變數進行聯立模式之估計，而根據6.1 節所述之聯立 方程認定條件，本模型各方程式皆有足夠之外生變數，亦為適足認定，可估計各 變數之係數。聯立模式估計結果四個方程式中皆有至少一個顯著之內生變數，顯 示聯立關係之必要性。其中汽車持有率模式如下式（12），調整後解釋能力為0.847。
汽車使用模式如下式（13），調整後解釋能力為0.704。機車持有率模式如下式（14），
調整後解釋能力為0.315。機車使用模式如下式（15），調整後解釋能力為0.295。
汽車持有率 = 65.321 − 0.451 * 機車持有率 + 22.736 * 汽車使用
− 11.622 * 職業密度 + 22.939 * 平均國民所得
+ 12.381 * 高速公路密度(每千人長度) + 127.685 * 平均每人每日旅次數
+ 19.668 * 平均旅次長度
− 28.198 * 大眾運輸路網保守密度（每千人長度）
− 0.154 * 平均每公里油價 (12)
汽車使用 = 1.211 + 0.024 *汽車持有率
− 0.022 * 機車持有率
+ 0.419 * 高速公路密度(每千人長度) + 4.229 * 平均每人每日旅次數
+ 0.739 * 平均旅次長度
− 0.851 * 大眾運輸路網保守密度（每千人長度）
− 0.002 * 平均私人運輸成本（每延人公里）
+ 2.787 * 大眾運輸使用成本比例（每延人公里） (13) 機車持有率 = 28.465 − 4.892 * 機車使用
+ 11.111 * 職業密度
− 0.117 * 大眾運輸服務水準（每公頃延車公里） (14)
機車使用 ＝ 9.772 − 0.006 * 汽車持有率
− 0.020 * 機車持有率
− 0.729 * 平均國民所得
− 0.003 * 平均私人運輸成本（每延人公里） (15)
由模式得知，汽車持有率每千人增加1 輛車，將使汽車使用平均每年每車行 駛里程增加24 公里，機車使用平均每年每車行駛里程減少 6 公里。汽車使用平 均每年每車行駛里程增加1000 公里，將使得汽車持有率每千人增加 22.736 輛車。
以上結果顯示汽車持有率與汽車使用量成同向變動，持有率上升顯示私人運具取 得便利將導致使用量上升，而使用量上升顯示對於私人運具需求提高亦會導致持 有率上升。
機車持有率每千人增加1 輛車，將使汽車持有率每千人減少 0.451 輛車，汽 車使用平均每年每車行駛里程減少22 公里，機車使用平均每年每車行駛里程減 少20 公里。機車使用平均每年每車行駛里程增加 1000 公里，將使得機車持有率 每千人減少4.892 輛車。以上結果顯示機車與汽車替代運具，機車持有率上升將 導致汽車持有率與汽車使用量降低。而機車使用量增加卻導致機車持有率下降，
可能原因包含使用習慣差異與運具特性。機車持有率以東南亞地區（包含：台灣、
泰國、越南、印尼、馬來西亞等）較高，這些地區以機車作為通勤工具，相較於 先進國家將機車視為休閒運動之工具擁有持有率高、使用量較低的特性。此外，
機車之舒適性較差，當機車使用量增加使用者傾向使用其他運具，使得機車使用 量與機車持有率成反向變動。
職業密度與汽車持有率呈負相關，與機車持有率呈正相關。顯示職業密度增 加，將使得汽車持有率降低、機車持有率上升。職業密度每公頃增加10 人，將 使得汽車持有率每千人下降 11.622 輛車，機車持有率每千人上升 11.111 輛車。
結果顯示職業密度集中有助於降低汽車持有率，但卻會使得使用較為便利之機車 持有率上升，有轉移效果存在。
平均國民所得每上升一萬美元，汽車持有率將增加每千人 22.939 輛車，機 車使用平均每年每車減少729 公里。結果顯示國民所得增加，國民富裕程度上升 將導致使用者使用更加舒適性、安全性較高之汽車，減少機車之使用。
高速公路密度（每千人長度）每千人增加1000 公尺，將使汽車持有率每千 人增加 12.381 輛車，汽車使用平均每年每車增加 419 公里。顯示高速公路密度
高速公路密度（每千人長度）每千人增加1000 公尺，將使汽車持有率每千 人增加 12.381 輛車，汽車使用平均每年每車增加 419 公里。顯示高速公路密度