家戶汽、機車持有相關文獻

國內外關於車輛持有選擇之研究，大部分均以小汽車為主要的研究對象，而 所採取之模式型態大致可分為總體模式（以國家或區域為樣本）及個體模式（以 家戶或個人為樣本）兩大類，總體模式雖較適合用於整體總量及長期趨勢之預 測，但無法反應個別家戶或個人之行為變化。因而自1970年代以來，有關於此領 域之研究，建構相關模式時大多採用個體選擇模式，乃是為了克服總體模式缺乏 對行為解釋能力的缺點，因為總體模式是以總體之資料做需求之探討，完全忽視 了個體之行為面，認為旅運行為之決策應以家戶為單位，因而早期國內外研究除 了探討家戶

汽、

Train(1980)研究 1975 年間以舊金山灣區 635 個工作旅次行為資訊做實證分 析，以巢式羅吉特模式建構小汽車持有數與工作運具之聯合選擇模型，模型之架 構係將小汽車持有數選擇模型置於高層，並假設0 輛、1 輛、2 輛、3 輛以上等 四種替選方案；而將工作運具選擇模型至於低層，並依運具型式與到達大眾運輸 車站之方式區分為7 個替選方案，各替選方案之效用函數，除了考量社經變數之 外，亦考慮工作地區屬性變數(例如工作人口密度)，用以解釋停車困難等難以量 化之因素，並經參數校估後，將工作運具選擇之平均效用以包容值之型式導入小 汽車持有模型，實證結果顯示小汽車持有與工作運具選擇存在某種程度相關性。

Bhat and Pulugurta(1998)認為個人和家戶旅運行為是汽車持有模式的重要決 策單位。而離散型汽車持有選擇模式使用分析方法分為有次序反應選擇方法 (Ordered-response choice mechanism)與無次序反應選擇方法(Unordered-response choice mechanism)。有次序反應選擇方法是使用次序羅吉特(ordered logit,ORL) 模 式 ， 而 無 次 序 反 應 選 擇 方 法 使 用 的 模 式 就 是 多 項 羅 吉 特(Multinomial logit ,MNL)模式，而此本研究欲探討哪一種方法較接近實際的家戶汽車持有選擇 模式。以美國三個主要地區與荷蘭四種不同的資料來源分別建立上述這兩種模式 主要考慮變數有家戶成年者工作人數、家戶成年者無工作人數、家戶收入、居住

地區為市區、居住地區為郊區、小家庭等。分析結果顯示出ORL模式最大的缺點 在於其考量的是單一維度的變數，因此在參數校估上，在不同車輛持有水準時其 參數為單一值，並不能顯示出該變數在不同持有水準時的差異，也因此可能會有 參數高估或低估的情況出現。而MNL模式可以考量多個變數，且同一變數在不 同的持有水準下可以有不同的參數並沒有限制。且因為MNL模式允許外生變數 在不同方案可以有不同的影響，而能夠獲得較有彈性結果，反之，ORL 模式就 受限於較固定的彈性影響趨勢，總體認為無次序反應的選擇方式之MNL模式較 適合作汽車持有模式之預測。

Hunt and Brownlee (2005)建立加拿大艾德蒙頓城市的運輸系統規劃和分析 的汽車持有預測模式，目的在分析各分區內16 歲以上居民的車輛平均持有數。

分別以線性、指數、羅吉斯迴歸三種模式校估744 個分區之模式參數。此模式使 用變數包含：分區內每個家戶居民平均每年稅前收入、分區內就學居民人數、分 區內65 歲以上居民人數、分區內在工作時需要使用自用車輛從事工作的居民人 數、是否只能以汽車方便從家到其他地點、是否只能以大眾運輸系統從家到其他 地點、是否只能以步行從家到其他地點、有無大眾運輸等。校估結果中以羅吉斯 迴歸模式偏差較小、p-value 值較小，因此認為羅吉斯迴歸模式為最佳汽車持有 之解釋模式。

Sankoet et al. (2006) 則是調查亞洲的主要大城市(名古屋、曼谷、吉隆坡、

馬尼拉)家戶之汽車和機車持有行為。藉由多項羅吉特運具選擇模式分析各城市 的旅運需求，後藉由家戶資訊和二變量有序普羅比模式建構汽車和機車的持有模 式。主要考慮變數有可及性、家戶工作人數、家戶成員數、性別、年齡；實證結 果顯示，年齡在20~65 歲的男性與家戶工作人數多對於汽機車的持有均有顯著正 向影響；此外模式中考慮時間和空間的轉換性以檢視現有模式在不同地區之預測 結果。

Kumar and Rao(2006)針對印度孟買都會地區，利用敘述性偏好的實驗建立汽 車持有模式。隨機調查辦公室、商業中心和工廠三處地點共357 位受訪者，蒐集 相關社經特性和旅次資訊，而敘述性偏好的實驗設計考慮因素有旅行時間、旅行 成本、預期家戶所得、車輛借貸費用、維修成本，在分別對工作旅次或休閒旅次 建立汽車的持有模式。在模式中汽車的選擇方案有0 輛、1 輛、2 輛，並以家戶 為決策單位利用多項羅吉特架構建構汽車持有模式，並且討論敘述性偏好的實驗 方式與結果。結果顯示在工作旅次和休閒旅次方面，家戶所得、家庭人口數、家 戶持有車輛水準均是顯著影響變數，並且可比較出家戶擁有車輛原因為了休閒旅 次的可能性較高。並且將觀察和預測所得結果比較顯示性偏好實驗，可驗證出敘 述性偏好實驗可成功應用在開發中國家的汽車持有。

Burge et al. (2007) 利用巢氏羅吉特模式建立英國地區機車持有模式預測機 車的持有數量和選擇機車之汽缸大小。模式的主要考慮變數包括所得、年齡、職 業、家戶成人數和兒童數、家戶的住宅區位；實證結果顯示，機車旅行時間超過 20 分鐘、停車地區無保全設備，住宅區位距離市區較遠、超過 60 歲的使用者以 及需要有正式穿著的通勤者對於機車使用呈現負向影響。非通勤和非商業旅次 (包括購物旅次和親人接送)對機車使用也呈現負向影響。在車型方面，900cc 以 上機車駕駛者比其他機車型式的使用人更常行駛在早上尖峰時段；天氣也是重要 的影響因素，天候不佳對於機車的使用就會降低。

Whelan (2007)以離散選擇模式預測 2031 年英國家戶車輛持有選擇行為，以 市場飽和、駕照持有、家戶所得和人口結構、家戶就業、持有公司車、購買和使 用車輛成本構建家戶選擇模式。預測家戶持有0、1、2 或 3 台以上之車輛，再以 2001 年的隨機抽取國內 6633 個家戶普查資料校估模式。模式使用變數包含：家 戶所得、家戶人口結構、持有成本、需要/可及性、家戶是否擁有公司車、時間 趨勢/駕照持有。作者先以多項羅吉特建構車輛持有模式，首先估計家戶選擇 1 台車輛的機率，再估計家戶持有1 台或 1 台以上車輛時，選擇擁有 2 台或 2 台以 上車輛之機率，最後估計家戶擁有 2 台或 2 台以上車輛時，選擇擁有 3 台或 3 台以上車輛之機率。再以樣本窮舉法建立預測全國1,203 個分區的車輛持有模式。

孫珮珊(民92)蒐集民國63至91年間台灣地區個人汽、機車持有數量、個人所 得、家戶汽、機車持有數量、家戶所得等變數資料，並假設所得為影響汽、機車 持有之主要變數，分別以類神經網路、灰色預測、高伯茲非線性迴歸及線性對數 迴歸四種模式分別建立個人及家戶汽、機車輛長、短期持有數量模式，首先以樣 本內之配適結果進行模式建立，然後再進行樣本外之預測並與樣本外之實際值比 對，進而評選出最佳的預測模式，最後並假設不同情境以預測未來十年內台灣地 區各縣市個人與家戶之汽、機車數量及計算其所得彈性，以作為相關單位策略規 劃之參考。

蔡佳佳(民 94)以聯立方程式針對國內台北市、台中市、高雄市三個地區分別 進行探討，探討當地大眾運輸與家戶持有汽車與機車替代關係之影響情形，考慮 變數主要包括各項家戶社經變數，研究結果顯示，台北市汽車、機車與大眾運輸 使用間彼此有相互替代性存在；台中市則是發現家戶汽車數量會影響家戶持有機 車數量與使用大眾運輸人數，家戶機車數量亦會替代汽車之持有數量，家戶使用 大眾運輸人數則間接透過家戶持有汽車駕照人數對汽車持有數量有所響，並由影 響因素發現，所得並非影響機動車輛持有之主要因素；高雄市則是汽機車間有直 接替代關係，但持有機車或汽車均與所得無關。

茲將前述關於家戶汽、機車持有文獻相關研究方法與考慮變數整理如表2.1

所示：

(nested logit model)

z 家戶收入 (ordered-response logit)

多項羅吉特模式 (multinomial logit model)

z 家戶成年者工作人數 (linear regression model)

指數迴歸模式 (exponential regression

model) 羅吉斯迴歸模式 (logistic regression model)

z 家戶收入 (bivariate-ordered probit model) (multinomial logit model)

z 家戶所得 (nested logit model)

z 家戶所得

z 家戶成人數/兒童數 z 使用者年齡、職業 z 住宅區位

z 旅行時間/旅次目的

表2.1 家戶汽、機車持有相關文獻彙析表(續) (multinomial logit model)

z 家戶所得 (artificial neural network)

灰色預測 (grey prediction) 高伯茲非線性迴歸 (Gompertz non-linear

regression model) 線性對數迴歸 (linear log- regression)

z 個人汽、機車持有數 equation model)

z 家戶主要經濟負擔者

Golob et al.(1996)等。而事實上，汽、機車之持有與使用為兩個不同卻又彼此相 關之課題，兩者均會受相同之因子所影響，Train(1986)指出兩種選擇是同時決定