模式結果分析與可行性評估

估算模式之建立以迴歸模式進行。經由分析檢定之結果可知在土 地使用分區情況為商二時會影響銀行業之日間活動人口數。所以再將 銀行業土地使用為商一、商三、商四之資料合併為一類，而商二為一 類。由於銀行業之日間活動人口數會受土地使用分區之影響，為了增 加模式之代表性，所以銀行業再補調 6 筆。因此，銀行業有 21 筆樣 本，證券業有 15 筆樣本。重新進行迴歸分析程序後，可得到以下銀 行業及證券業之日間活動人口估算模式：

銀行業：

Y = 2.190 + 1.320 X1 + 12.169 D4 R²=0.80 Adj R²=0.76 t 值 (6.637) (2.832)

Y：日間活動人口數 X1：員工人數

D4：虛擬變數(土地使用分區為商二：D₄=1；其他：D4=0) 證券業：

Y= -16.974 + 2.353 X1 R²=0.79 Adj R²=0.77 t 值 (6.379)

Y：日間活動人口數 X1：員工人數

因此，由所求得之銀行及證券業之日間活動人口模式可知：

1. 銀行業之日間活動人口會受到土地使用分區管制之影響，但不 受時間分布之影響。由銀行業之日間活動人口時間分布圖可 知，銀行業之日間活動人口沒有明顯之尖離蜂時間。

2. 由證券業之日間活動人口分布圖可知，其日間活動人口變動情 形較為穩定，且證券業之日間活動人口不受時間及土地使用分 區管制之影響。

3. 由所求得之迴歸式可知，銀行業所吸引之日間活動人口在土地 使用為商二時較為顯著。此乃由於土地使用為商二之地區多為 商務辦公型之土地使用，並且多為大型商務辦公大樓，與銀行 交易之行為較分布於商一、商三、商四之銀行為頻繁。而商一、

商三、商四之商務辦公土地使用之特性不似商二明顯，此三者 多為娛樂型之土地使用型態，諸如電影院、百貨公司、餐飲、

零售業等。由於此種土地使用特性使得土地使用為商二之地 區，其日間活動人口數較商一、商三、商四為多。從迴歸式可 知，每增加一個員工，將增加 1.32 個日間活動人口數。

4. 由於至證券業之日間活動人口多為證券投資人，且駐留於證券 業之活動時間也較長，因此較不受時間及土地使用之影響。由 迴歸式得知其日間活動人口僅受員工人數之影響。而每增加一 個員工將增加 2.353 個日間活動人口數，其增加的幅度大於銀 行業的 1.32 個。因此證券業吸引之日間活動人口數遠大於銀 行業所吸引之日間活動人口數。

◎ 模式之預測能力

一 個 好 的 迴 歸 模 式 應 該 滿 足 三 個 要 件 ： 配 適 度 佳 (goodness-of-fit) 、 精 簡 (parsimony) 以 及 具 詮 釋 性 (interprerable)。由上述迴歸程序所建立之銀行業及證券業之白 天活動人口估算模式及符合上述之要求。建立所需模式後，接 下來進行模式預測能力之測驗。

驗測預測值之可靠與否，必須依據實際值來論斷。假定預 測 值 很 接 近 於 實 際 值 ， 則 此 模 式 不 但 具 解 釋 能 力 亦 具 預 測 能 力。測驗方法有許多種，但限於預設樣本個數過少，所以以最 簡單之誤差比方法(error ratio)來測驗預測值之可靠與否。設令

誤差比以下式表示：

Yˆ

_i：第 i 個樣本之迴歸估計值 Y_i：第 i 個樣本之實際值

i i i

Y

Y

Y ˆ −

只要此誤差比愈小，則估計值與實際值之差異亦愈小，表 示^YI 估計值為接近實際狀況之實際值。同時也表示，所求得 之估算模式之預測能力很高。反之，若誤差比愈大，則實際值 與估計值之差愈大，表示所求知模式預測能力低，只能做為解 釋之用。

接 下 來 進 行 銀 行 業 及 證 券 業 白 天 活 動 人 口 模 式 之 預 測 能 力之測驗。表 5.3 即為銀行業及證券業之白天活動人口實際值 以及員工人數、土地使用分區情況，以及利用模式估計之後所 得之預測誤差比。

表 5.3 銀 行 業 及 證 券 業 預 測 樣 本 誤 差 比

白天活動人口 員工數 土地使用分區 估計值 預測誤差比

銀行業 140 105 商一 139 0.7 %

證券業 45 25 42 6.7 %

由表 5.3 可知，銀行業之預測誤差為 0.7%，而證券業為 6.7%。雖然模式之預測能力尚可，但僅止於本研究所調查之資 料，且預測之前提為假定樣本期間之社會經濟結構，如所得，

金融業規模等與預測期間之經濟結構維持不變。若想進一步確 定此模式之預測能力，應收集更多之實際資料代入迴歸模式，

以求得預測誤差。

◎ 模式之可行性評估

由蒐集資料之調查成本、調查技術之操作性、資訊獲得量 與精確度，以及建立模式後模式之可應用性方面，可用以評估 此調查方法與建立迴歸模式後之可行性，分述如下：

1.調查成本

由於一棟建築物可能包含數個行業，所以若以建築物為 調查對象，其調查成本較以行業為調查對象為低。

2.調查技術之操作性

以行業為調查對象之調查技術較建築物單純且容易，因 為 建 築 物 通 常 會 有 好 幾 個 出 入 口 ， 在 實 施 小 樣 本 之 調 查 時，必須要增加許多的調查人力。若以行業為調查對象，

由於出入口數較少，所以在人力之指派及調查技術上便較 為容易，並且不必再進行建物之樓地板面積、員工人數、

營業時間等之調查。

3.資訊獲得量與精確度

以行業為調查對象其資訊獲得量為最多且最精確，可免 除以建築物為調查對象所可能產生的缺點。若以建築物為 調 查 對 象 ， 便 無 法 得 知 何 種 行 業 最 易 吸 引 日 間 活 動 人 口 數，並且無法得知進入建築物之旅客是到哪種行業接受服 務、平均接受服務之時間等細部資訊。

4.模式之可應用性

若能建立各行業之日間活動人口模式，其模式之應用性 較以建築物為調查對象所建立之估算模式為廣。因為行業 為觀察日間活動人口之最小單位，並且可以估算建築物、

街廓、區廓、里乃至行政區等範圍。

第六章 日間活動人口估算模式在防災上的應用

6.1 台北市防災圈之分佈

本研究之目的在於建立一日間活動人口估算模式，以供防災國家 型科技計畫之應用。雖然原計畫僅需試調查一至兩處，但本研究為了 進一步建立估算模式，並評估其結果，故共調查了 36 處，以構建銀 行與證券業之日間活動人口估算模式，日後可透過相同的過程構建其 他行業之日間活動人口估算模式，並考慮其他類型之土地使用型態

（本研究目前僅考慮商業區之銀行與證券業），以使模式應用更臻完 整。在構建各類行業之估算模式之後，可進一步將此行業日間估算模 式擴及應用於防災圈日間人口之估算。

由『台北市都市計畫防災系統之規劃』中可得台北市防災避難圈 之劃分情形，如圖 6.1 及表 6.1。現階段台北市都市防災，同時必須 面對都市防災資源可能不足的狀況，因此各區域避難方式的不同，便 成為劃設的基本考量，再加上自然地理條件、震災後可能形成的阻斷 及台北市液化潛能地區等規劃限制因素與道路系統的配合，基本上其 將台北市人口聚集的都市化地區以『直接』及『階段』兩種避難模式 加以初步劃分，再以日本東京劃設延燒遮斷帶的平均圍蔽街廓規模 65 公頃為參考，進一步劃設防災避難圈單元的以下兩種避難區域：

1. 直接避難區域（B1~B96）

以台北市現有公園面積 10000 平方米以上之公園為指定之 可安全停留避難地，在其周邊步行距離 1 公里的範圍內所涵蓋 的街廓為直接避難區的劃設範圍。

2. 階段避難區域（R1~R66）

除直接避難區域外，台北市其它區域則必須已超過 1 公里 範圍的步行距離方可抵達指定之安全避難地，因此為求避難的 時 效 性 ， 此 區 域 人 員 需 進 行 二 階 段 的 避 難 方 式 來 進 行 避 難 行 為。

本研究為了應用各行業之日間人口估算模式於防災之區域劃分

上，故不論是直接避難區域或階段避難區域，皆以”防災區”統稱之。

圖 6.1 台 北 市 防 災 圈 之 分 佈

表 6.1 各 行 政 區 內 劃 設 之 防 災 圈 （ 分 為 直 接 避 難 圈 與 階 段 避 難 圈 ） 區域內劃設 之防災圈面積(公頃) 編號 行政區 區域內劃設之

直接避難圈

區域內劃設之 階段避難圈

直接避難圈 階段避難圈

1 北投區 B1~B12、B15 R2~R5 780 240

2 士林區 B13~B14、B16~B25 R1、R6~R8、R66 720 300

3 大同區 B40、B44、B62 R61~R65 180 300

4 中山區 B37~B39、B41~B43、

B61

R9~R12、R33~R36 420 480

5 松山區 B45、B46、B47 R29~R32、R37 180 300 6 內湖區 B26~B34、B35、B36 R13~R20 660 480

7 萬華區 B73~B77 R42~R44 300 180

8 中正區 B63~B67、B71、B72 B78

R41、R45、R46 420 180

9 大安區 B58、B60、B68~B70 B79~B81

R38~R40、R47~R49 R53~R54

300 360

10 信義區 B50~B57、B59 R26~R28、R50~R52 540 360

11 南港區 B48、B49 R21~R25 120 300

12 文山區 B82~B96 R55~R60 900 360

合 計 96 個直接避難圈 66 個階段避難圈 5760 3960 資 料 來 源 ： 台 北 市 都 市 計 畫 防 災 系 統 之 規 劃 （ 86.6）

6.2 模式之應用

經由本研究能提供以下兩種結果：

1.日間活動人口時空圖

經由日間活動人口時空圖，可知各種行業活動類型在不同 的時空下其日間活動人口之多寡，並可知該地區以何種行業活 動類型最多，並集中在何時段。在得知各行業於不同時段之日 間活動人口數後，則可畫出各行業在時間分布上之日間活動人 口圖，加總之後則可得知在該區之總日間活動人口圖。如此，

便可得知在該區之日間活動人口集中在何時段。

2.各行業之日間活動人口估算模式(以商業區之銀行及證券業為例) 若能求出各個行業類別之日間活動人口估算模式，並蒐集調查研 究分區之各行業類別之員工數、樓地板面積數，便可經由估算模式得 知研究分區在不同時段之日間活動人口數。

各行業之各時段日間活動人口迴 歸模式之建立

DPi=b₀+b₁X1+b₂X2+...+b_kXk i : 各行業

輸入資料 各行業之員工人數、樓 地板 面積、營業時間之駐留人口數

、土地使用分區、時間變數等

里或防災區內各行業之 日間人口數

模式建立

輸入里或防災區各行業 之資料

里或防災區內之日間人口數

加總各行業

圖 6.2 日 間 活 動 人 口 模 式 之 應 用 X_k^里 、 X_k^防災圈

DP_i^里、DP_i^防災圈

DP^里 =

∑

i

DP_i^里 DP^防災圈 =

∑

i

DP_i^防災圈

第七章 結論與建議

經由以上之調查分析及研究結果，可得到以下幾項結論以及建議 之事項：

7.1 結論

1. 就調查對象方面

日間活動人口之調查對象可為行業或建築物，但是經由現 有統計資料取得之難易程度、實地調查之難易程度、資料蒐集 成本、可獲資訊、精確度、方法之操作性以及資料之可應用性

日間活動人口之調查對象可為行業或建築物，但是經由現 有統計資料取得之難易程度、實地調查之難易程度、資料蒐集 成本、可獲資訊、精確度、方法之操作性以及資料之可應用性

在文檔中 國內外日間人口估算方法彙整及可行性分析 (頁 64-0)