第五章 研究方法
第四節 分析方法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 分析方法
本研究將先針對「民眾日常使用運具狀況調查」，以描述統計的方式描 繪台灣民眾日常交通工具使用狀況的整體圖像，配合性別、居住地、教育程度 變項製成交叉表，觀察在代表性全國大樣本底下，台灣人的交通工具使用呈現 什麼分 佈、趨勢，以 此回答研究問題的第三點。下一步使用二元邏輯迴歸
（Logistic Regression）依變項聚焦在「主要騎機車」對比「非主要騎機車」、
「主要開汽車」對比「非主要開汽車」，目的是確認「主要騎機車」、「主要 開汽車」，這兩類樣本在社會上的特性。接著將個人主要交通工具分成「機 車」、「汽車」、「大眾交通工具」、「其他」四種類別作為依變項，進行多 元無序邏輯迴歸（Multinomial Logistic Regression），主要觀察的自變項是「教 育程度」、「性別」、「月收入」、「居住地」，以此分析結果來回答研究問 題 的 第 二 點 ， 並 驗 證 第 一 組 研 究 假 設 （ 交 通 的 社 會 排 除 ） 。
另一部分的分析使用「華人家庭動態資料庫」的資料，處理關於交通方 式、通勤時間與快樂、生活滿意度的關聯，使用多元線性迴歸將通勤時間、主 要交通方式納入自變項，並控制其他可能對於快樂有影響的個人相關變項（性 別、教育程度、收入、年齡、健康、居住地區），試圖確認通勤時間、主要交 通方式與快樂、生活滿意度之間的關係（檢驗第二、三組假設）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第六章 研究結果
第一節 描述統計（民眾日常使用運具狀況調查）
一、機車王國台灣
根據圖一，可以看到若以台灣本島為範疇，整體來說，全國使用比例最 高的交通工具是「機車」，在總樣本中高達 52.3％，超過半數都是以機車為主 要交通工具（57277 個樣本），也證實了前言所述台灣是一個機車密度異常高的 國家，同時以機車為主要交通工具的人也很多，稱為「機車王國」並不誇張。
汽車則是第二名，但就只剩 26.5%，以其他交通工具來通勤的樣本就相對非常稀 少，其他（步行與單車）只有 11.1％，即使將所有類型的大眾交通工具加總
（公車、捷運、台鐵、客運），比例也不到百分之十，可見台灣的大眾交通運 輸工具使用頻率還有很大的進步空間。
圖 1 台灣「主要交通工具」長條圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、性別區分主要交通工具
圖 2、圖 3 是將樣本區分為女性、男性後，分別計算出全國男性與女性的主 要交通工具比例，初步確認個人主要使用的交通工具會不會因為性別而有所差 異，探索本文最關懷的理論「交通的社會排除」，在性別面向上的可能性。圖 2 與圖 3 兩相比較，最值得注意的部分在於男性與女性主要開「汽車」的比例差 異，因為汽車是移動能力最高，但所需經濟條件也最高的交通工具，能否常開 汽車會是觀察主要交通工具對個人負面影響的一大關鍵。圖中男性主要開車的 比例是 32.4％、女性則是 20.8％，顯然台灣男性主要開汽車者多於女性。至於機 車方面則是依然兩性都保持過半，但女性略高於男性。
圖 2 台灣女性「主要交通工具」長條圖 圖 3 台灣男性「主要交通工具」長條圖
三、居住縣市區分主要交通工具
如果以居住縣市來區分樣本，多數縣市大致上接近平均值，主要騎機車的 比例落在 50％到 60%、汽車在 20％到 30％ 大眾交通工具、其他大約皆在 10％
上下，除了台北市之外，所有縣市都是主要騎機車的比例居冠。但還是有些縣 市屬於比較特殊的比例，例如：圖 4 的台北市主要交通工具比例，大眾交通工 具高達 48.1％，全台最高，也是全台灣唯一一個主要使用大眾交通工具比例，
比汽機車都高的縣市。推測原因可能是台北市擁有最完整的公車、捷運系統，
加上北市汽車車位昂貴、容易塞車都是原因之一。除了台北市之外，就只有新 北市、基隆市的主要使用大眾交通交通工具的比例超過 30％，也因此本文在模 型中的地區變項便是以「台北市、新北市、基隆市」為一類，其他縣市為一 類。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4 台北市「主要交通工具」長條圖
圖 5 的基隆市交通比例也相當特殊，雖然沒有捷運通過，但主要使用大 眾交通工具的比例卻還是全台第二名，甚至比有捷運通過的新北市還高，推測 是因為許多基隆居民主要以公車、客運通勤到台北市上班的緣故。
圖 5 基隆市「主要交通工具」長條圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 6 的高雄市（舊制）交通工具比例主要集中在機車，高達 64％比平均 值高上不少，大眾交通工具比例低於平均，幾乎看不出來這是一個具有捷運系 統的城市，從數據上看來高雄捷運完全不是高雄人的主要交通選擇，推測原因 可能是由於高雄捷運站數較少，另外捷運系統與公車系統之間連結不夠完整，
如需轉車時常得花費很多時間，諸多不便導致只有 7.6％的樣本以大眾交通工具 為主要交通工具，而機車就成為經濟又有效率的交通工具選項。
圖 6 高雄市（舊制）「主要交通工具」長條圖
圖 7 的台南市（舊制）是全國機車為主要交通工具比例最高的縣市，高 達 68.1％，更極端的是大眾交通工具低到只剩 1.6％，汽車加機車就佔了九成，
幾乎人人習慣以汽機車代步。可能的原因之一是舊台南市許多區域內道路相對 狹小，汽車停車位相對不易找尋有關，而主要使用大眾交通工具比例幾乎歸 零，顯現了公車系統在台南發展仍非常不足。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 7 台南市（舊制）「主要交通工具」長條圖
圖 8 的新竹縣主要交通工具比例是全國開汽車比例最高的縣市，有 38.3％的樣 本以汽車為日常主要交通工具。
圖 8 新竹縣（舊制）「主要交通工具」長條圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
透過上述的數據呈現，可以發現居住縣市也是影響個人主要交通工具使 用的一大因素，地區的交通建設發展、就業型態、都市街道規劃、人口密度都 可能是影響縣市內居民主要交通工具習慣的理由。
四、教育程度區分主要交通工具
若將樣本以教育程度來區分，分別做成「研究所以上」、「大學」、
「高中」、「國中」的主要交通工具使用比例，同時比較圖 9、圖 10、圖 11、
圖 12，會發現一個有趣的現象，主要騎機車的比例會隨著教育程度的提高而降 低，國中學歷主要騎機車是 59.5％、高中 58.1％、大學 53.2％、研究所 37.6％。
主要開汽車的比例則相反，教育程度愈高則開車比例也愈高，研究所 47％、大 學 30.4％、高中 27.9％、國中 22.5％。教育程度對於個人主要交通工具的影響因 此獲得初步確認。
圖 9 研究所畢業「主要交通工具」長條圖 圖 10 大學畢業「主要交通工具」長條圖
圖 11 高中畢業「主要交通工具」長條圖 圖 12 國中畢業「主要交通工具」長條圖
‧
月收入 86486 26126 25204.5 1 120000
單位：元 取對數放入模型
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
近Ｕ字型，也就是年輕的時候較可能騎機車，隨著年紀增長而逐漸降低騎機車 的機率，直到某個年紀以後，又會小幅增加以機車為主要交通工具的機率。綜 觀此模型，可以總結出若以機車為主要交通工具的台灣民眾，較可能具備「年 紀較輕」、「教育程度較低」的特性。居住區域的影響也非常大，大眾交通最 發達的地區，如台北、新北、基隆，就相對其他縣市較不會以機車為主要交通 工具，與上一節的描述統計結果如出一轍。
表 3 主要交通方式為機車之二元邏輯迴歸
依變項：主要交通方式為機車
ß z
女性 0.240*** 15.00
個人月收入對數 0.0003 0.18
年齡 -0.044*** -9.67
年齡平方項 0.0002*** 5.14
教育程度類別（對照組：小學及以下）
國中 0.159*** 4.84
高中 -0.088*** -3.06
大專 -0.425*** -14.00
研究所以上 -1.014*** -22.51
大眾交通工具較發達地區（對照組：剩餘其他縣市）
台北、新北、基隆 -0.779*** -35.03
常數項 1.869*** 20.25
N
72348 Pseudo R2 0.0333 Log Likelihood -47818.478註:*p<.05 **p<.01 ***p<.001。 使用 Logistic Regression。資料來源：交通部
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4 是「主要開汽車」對比「非主要開汽車」為依變項的二元邏輯迴歸，
其中自變項「年齡」、「收入」、「教育程度」都是正向顯著，代表年紀愈 大、收入愈高、教育程度愈高，會顯著提升台灣人民以汽車作為主要交通工具 的機率，可以看到係數隨著高中、大專、研究所以上，汽車為主要交通工具的 機率愈來愈高，性別則是女性相對男性會大幅降低主要開汽車的機率，主要自 變項係數正負向剛好與主要騎機車相反。如果單看年齡的影響力，會是隨著年 紀增加會顯著提高以汽車為主要交通工具的機率，但模型中年齡的平方項同樣 顯著，代表年齡與主要騎機車的關係更接近倒Ｕ字型，也就是年輕的時候較可 能比較不會以汽車為主要交通工具，隨著年紀增長而逐漸提高開汽車的機率，
直到某個年紀以後，又會小幅降低以汽車為主要交通工具的機率，筆者推測可 能是因為生理因素所導致，個人到達一定年齡以後身體各方面機能逐漸退化，
變得漸漸不適合開汽車。
綜觀此模型，可以總結出若以汽車為主要交通工具的台灣民眾，較可能 具備「年齡較高」、「收入較高」、「教育程度較高」的特性，與主要騎機車 的群體形成強烈對比。
表 4 主要交通方式為汽車之二元邏輯迴歸
依變項：主要交通方式為汽車
ß z
女性 -0.565*** 15.00
個人月收入對數 0.071*** 31.24
年齡 0.187*** 32.81
年齡平方項 -0.001*** -28.92 教育程度類別（對照組：小學及以下）
國中 0.177*** 4.32
高中 0.517*** 14.21
大專 0.823*** 22.04
研究所以上 1.292*** 25.88
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4 主要交通方式為汽車之二元邏輯迴歸
大眾交通工具較發達地區（對照組：剩餘其他縣市）
台北、新北、基隆 -0.583*** -21.43
常數項 -5.994*** -50.83
N
72348 Pseudo R2 0.082 Log Likelihood -39804.294註:*p<.05 **p<.01 ***p<.001。 使用 Logistic Regression。資料來源：交通部
透過以上兩個邏輯迴歸模型，確認了個人主要交通工具的選擇，與個人 在社會上的條件習習相關，因為性別、教育程度、收入都會顯著影響個人選擇 不同主要交通工具的機率。
表 5 是將主要交通方式分成「機車」、「汽車」、「大眾交通工具」、
「 其 他 」 四 個 類 別 作 為 依 變 項 的 多 元 無 序 邏 輯 迴 歸 （ Multinomial Logistic Regression） ，與表 4 表 3 的差別在於表 5 是將所有主要交通方式皆納入考量，
而且可以將「主要騎機車」與「主要開汽車」直接進行比較，也可以看到相對 於「主要騎機車」，個人採取汽車、大眾交通工具、其他這三種主要交通方式
而且可以將「主要騎機車」與「主要開汽車」直接進行比較，也可以看到相對 於「主要騎機車」，個人採取汽車、大眾交通工具、其他這三種主要交通方式