顯示性偏好方案被選擇次數分析

停車格的受訪者減少。

表 4.6 停車計時費率情境方案被選擇次數之分配

方案 人數 百分比 (%) 合計(%)

路邊計時停車格 295 20.6

峨嵋停車場 308 21.5

違規停車(含路邊、人行道、騎樓) 74 5.2

收費區外洛陽停車場 106 7.4

機車

費停車 288 20.1

74.8

收費區外路邊免

小汽車

單獨開車 14 1.0 1.0

公車 77 5.4

捷運 265 18.6

大眾運輸

計程車 2 0.1

24.1

其他

取消旅次 2 0.1 0.1

總計 1431 100 100

表 4.7 停車計次費率情境方案被選擇次數之分配

方案 人數 百分比 (%) 合計(%)

路邊計次停車格 694 48.5

峨嵋停車場 215 15.0

違規停車(含路邊、人行道、騎樓) 48 3.4

收費區外洛陽停車場 80 5.6

機車

收費區外路邊免費停車 180 12.6

85.1

小汽

9 0.6 0.6 單獨開車

車

公車 39 2.7

捷運 160 11.2

大

計程車 3 0.2

14.1

眾運輸其他

取消旅次 3 0.2 0.2

總計 1431 100 100

第五章 模式校估結果

負號且顯著， 訪者的負效用 越大，受訪者越不會去選擇步行至目的地時間長的方案

5.旅

分 公、娛樂社交購物三個變數作討論，以虛擬變數的方式進

行 式 次目的為上班 則為 0；

洽公旅次目的變數中，若旅次目的為洽公則設為 1，否則 社交購物 旅次目 ，若旅次目的為娛樂社交購物則設為 1， 在模式校 估中皆設定為方案特定變數。

旅次目的為上班設為峨嵋停車場和違規停車的方案特 號均為負 號 代表將車停在峨嵋停車場或違規停車均會對受訪者帶來負效用 因為上班 的受訪者通常需停留較長的時間，若將車停在採計時收費的峨嵋停車場，需支 付高額的停車費，長時間違規停車則需負擔較高的被拖吊 次目的 為上班洽公的受訪者不會將車停在峨嵋停車場和違規停車。

6.來訪

次數，單位為次/3 峨嵋停

車場的方案特定變數，符號為負號代表來訪西門町頻率越高的受訪者越不會將 機車停在峨嵋停車場，可原因為來訪頻率越高的受訪者若將車停在峨嵋停車

場 費，所以不會選擇將車停在峨嵋停車場。

7.家戶機車持有數

運具的能力，為方 單位為

輛 。符號為負號，代表家戶持有機車數越

少的受訪者 會 輸工具至西門

代表步行至目的地所花費時間越長的方案，帶給受

。 次目的

為上班、洽

模 的校估。上班旅次目的變數中，若旅 則設為 1，否 為 0；娛樂

的變數中 否則為 0，

定變數，符

， ，

風險，所以旅 西門町的頻率

定義為受訪者平均來訪西門町的 個月，設定為

，3 個月累積下來需支付高額的停車

家戶機車持有數代表受訪者使用該 案特定變數，

。設定為公車與捷運的方案特定變數

越 搭乘公車與捷運等大眾運 町。

圖 5.1 運具與停車區位之多項羅吉特架構圖

表 5.1 顯示性偏好之多項羅吉特模式校估結果

解釋變數 參數係數 (t 值)

方案特定常數

路邊停車格 2.207 (4.62)

峨嵋停車場 3.384 (3.87)

人行道騎樓 2.232 (4.43)

違規停車 2.945 (5.22)

機車

機車共乘 2.832 (3.50)

公車 1.458 (2.10)

大眾運輸

捷運 1.498 (2.72)

機車停車費 -0.010 (-0.863)

車內旅行時間

機車方案特定變數 -0.048 (-3.81) 大眾運輸方案特定變數 -0.017 (-1.35) 車位搜尋時間

機車方案特定變數 -0.108 (-3.97) 單獨開車方案特定變數 -0.073 (-2.30) 步行至目的地時間

機車方案特定變數 -0.062 (-2.02) 大眾運輸方案特定變數 -0.118 (-3.05) 旅次目的—上班

峨嵋停車場方案特定變數 -2.389 (-2.02) 違規停車方案特定變數 -1.486 (-2.21) 來訪西門町頻率

峨嵋停車場方案特定變數 -0.266 (-1.61) 家戶機車持有數

捷運方案特定變數 -0.490 (-3.26) 公車方案特定變數 -0.378 (-1.92) 對數概似函數值

參數為零之對數概似函數值LL

( )

0 -356.271 市場占有率模式之對數概似函數值LL

( )

m -330.459 收斂之對數概似函數值^LL

( )

^{βˆ -286.595}

概似比指標

等占有率模式ρ² 0.19

市場占有率模式ρ m² 0.13

樣本數 436

5.1.2 巢式羅吉特

本研究利用先前所構建的多項羅吉特模式為基礎，進行巢式羅吉特模式的校 估， 式組合後，本研究最後列出最為合理且顯著的巢式結構為路邊 停車格、人行道騎樓、違規停車同一巢，公車和捷運同一巢 所示，模 式校 結果

比較後發現，多項與巢式模式的參數 近且顯著 性不會因巢式結構而產生相當大的變化，除了大眾運輸的旅行時間顯著性由-1.35 降至-0.15， 捷運與公車的旅行時間實際上有所差異 時間應較 公車為短， 於同一巢導致其旅行時間不顯著，但捷運與公車同巢的包容值參 數為 05 ，且顯著異於 1，表示捷運與公車適合歸於同一巢。另外，將機 車路邊停車格、 車人行道騎樓、違規停車設為同巢，其包容值參數為 0.52 小於 1， 表示巢式結構設定合理。故整體比較後發現巢式模式還是具有 相當程度穩定的效果。

根據概似比檢定發現，巢式模式可以顯著拒絕多項模式 大於自

由度 )，說明巢式羅吉特模式的解釋能力顯著優

於多 多項模式更能代表且接近旅運者的真實

決策

模式 在嘗試多種巢

，如圖 5.2 估

將表

列在表 5.2。

5.1 與表 5.2 係數相當接

可能因為 ，捷運旅行

故歸 0. 小於 1

機 且顯著異於 1，

(卡方值 12.5 為 1 顯著水準 0.05 的卡方值 3.84

項羅吉特模式，代表巢式模式設定比 行為。

圖 5.2 運具與停車區位之巢式羅吉特架構圖

表 5.2 顯示性偏好之巢式羅吉特模式校估結果

解釋變數 參數係數 (t 值)

方案特定常數

路邊停車格 2.063 (4.47)

峨嵋停車場 3.120 (3.54)

人行道騎樓 1.977 (4.09)

違規停車 2.414 (4.25)

機車

機車共乘 2.521 (3.62)

公車 1.191 (2.17)

大眾運輸

捷運 1.178 (2.34)

方案特定變數 機車停車費

機車方案特定變數 -0.010 (-0.895) 車內旅行時間

機車方案特定變數 -0.041 (-3.35) 大眾運輸方案特定變數 -0.002 (-0.15) 車位搜尋時間

機車方案特定變數 -0.107 (-4.34) 單獨開車方案特定變數 -0.061 (-1.93) 步行至目的地時間

機車方案特定變數 -0.062 (-2.13) 大眾運輸方案特定變數 -0.106 (-2.81) 旅次目的—上班

峨嵋停車場方案特定變數 -2.385 (-1.63) 違規停車方案特定變數 -0.853 (-1.50) 來訪西門町頻率

峨嵋停車場方案特定變數 -0.258 (-1.41) 家戶機車持有數

捷運方案特定變數 -0.481 (-3.12) 公車方案特定變數 -0.470 (-2.82) 包容值參數 ( t 值相對於 1)

路邊停車格、人行道騎樓、違規停車同巢 0.520 (2.12)

公車、捷運同巢 0.051 (2.69)

對數概似函數值

參數為零之對數概似函數值^LL

( )

⁰ -356.271 市場占有率模式之對數概似函數值LL

( )

m -330.459

( )

^βˆ

收斂之對數概似函數值LL -280.332

概似比指標

等占有率模式ρ² 0.21

市場占有率模式ρ _m² 0.15

樣本數 436

5.2 敘述性偏好資料之模式校估 5.2

後，

構巢 計程車和取消旅次等方案甚

在模式校估中剔除搭計程車和取消旅次等方案，故模式校估所 免費

車方

延時的受訪者應有不同的停車行為，如停車延時較長的 應大於停車延時較短者，為檢視此一特性，故以校估樣本停 車延

本研

車延 別

要或顯著變數進行解說。

.1 計時費率之多項羅吉特模式

本研究首先利用多項羅吉特模式構建受訪者在西門町實施機車停車收費 其運具與停車區位的選擇行為模式，再以多項羅吉特模式校估結果為基準建 式羅吉特模式，以提高模式的解釋能力。因為搭

少受訪者選擇，故

納入的方案為路邊計時停車格、峨嵋停車場、違規停車、洛陽停車場、收費區外 路邊停車、單獨開車、公車和捷運等 8 個方案，如圖 5.3 所示，並以單獨開 案為基準方案進行模式校估，模式樣本數為 475 份。

本研究認為不同停車 受訪者其費率敏感性

時累積機率的百分之五十做為長短不同停車延時的分界，其值為 2.5 小時。

究認為停車延時的長短會對部分受訪者的停車屬性認知有所差異，故針對停 時採部分市場區隔進行模式的校估。模式校估結果如表 5.3 所示，以下分 針對模式的重

圖 5.3 計時費率之多項羅吉特架構圖 機車停

會去選擇停車費越高的方案。

1. 車費：

在校估模式時，已將每小時機車停車費乘上受訪者的停車延時以獲得機車 停車總費用，以元為單位，設為五個機車停車區位方案的特定變數，並區分為 長短停車延時。該變數的符號為負號代表停車費越高的方案，帶給受訪者的負 效用越大，受訪者越不

2.步行至目的地時間：

7.此行同行人數

表 5.3 計時費率之多項羅吉特模式校估結果 (續)

解釋變數 參數係數 (t 值)

旅次目的—上班

捷運方案特定變數 0.697 (2.31) 旅次目的—上班 (長停車延時)

峨嵋停車場方案特定變數 0.768 (2.09) 違規停車方案特定變數 1.338 (3.27) 收費區外停車方案特定變數 1.005 (3.66) 旅次目的—洽公 (短停車延時)

峨嵋停車場方案特定變數 1.848 (5.31) 旅次目的—洽公 (長停車延時)

收費區外停車方案特定變數 0.660 (1.65) 旅次目的—娛樂購物 (短停車延時)

峨嵋停車場方案特定變數 0.447 (2.33) 違規停車方案特定變數 -1.395 (-2.55)

收費區外停車方案特定變數 -0.424 (-2.03) 旅次目的—娛樂購物 (長停車延時)

峨嵋停車場方案特定變數 0.317 (1.68) 洛陽停車場方案特定變數 0.388 (1.94) 違規停車方案特定變數 -0.623 (-1.69) 來訪西門町頻率 (短停車延時)

收費區外停車方案特定變數 0.022 (3.46) 同行人數

峨嵋停車場方案特定變數 0.214 (4.15) 收費區外停車方案特定變數 0.148 (2.67) 性別

峨嵋停車場方案特定變數 0.312 (2.01) 所得 (單位為仟元)

路邊計時停車格方案特定變數 0.009 (2.27) 家戶機車持有數

公車方案特定變數 -0.253 (-2.20) 捷運方案特定變數 -0.215 (-2.88) 對數概似函數值

參數為零之對數概似函數值^LL

( )

⁰ -2507.13 市場占有率模式之對數概似函數值LL

( )

m -2247.53 收斂之對數概似函數值^LL

( )

^{βˆ -2080.81}

概似比指標

等占有率模式ρ² 0.17

市場占有率模式ρ m² 0.07

樣本數 1425

5.2.2 計時費率之巢式羅吉特模式

項羅吉特模式為基礎，進行巢式羅吉特模式的校估，在嘗試多 種巢式組合後，本研究最後列出最為合理且顯著的巢式結構，結構為路邊停車

格、 嵋停 和捷運同一巢， 示，計時

費率巢式羅吉特模式校估結果如表 5.4 所示。

將表 ，多項與巢式模式的參數 近且顯著

性不會因巢式結構而產生相當大的變化，且機車路邊計時停車格、峨嵋停車場、

洛陽停車場設為同巢，其包容值參數為 0.347 小於 1，且顯著 示巢式結 構設定合理，另外，捷運與公車同巢的包容值參數為 0.406 小於 1 1，

表示捷運與公車適合歸於同一巢。故整體比較後發現巢式模式具有相當程度的穩 定效

式模式可以顯著拒絕多項模式 大於自

由度 值 3.84)，說明巢式羅吉特模式的解釋能力顯著優

於多 模式更能代表且接近旅運者的真實

於多 模式更能代表且接近旅運者的真實

在文檔中 機車實施路邊停車收費對民眾旅運行為之影響 (頁 56-0)