第四章 實證分析
第二節 模式估計
doi:10.6342/NTU201701458
94
第二節 模式估計
本節模式估計分成兩部分，第一部分本研究根據階層式分群之分群階層結果 建立巢層，使用巢式羅吉特模式進行自變數對應變數關係之係數估計，發現結果 不符合巢式羅吉特模式之假設，顯示階層式分群結果並不能被視為分群間的巢層 結構。第二部份本研究改用多項羅吉特模式估計建成環境變數以及控制變數對公 共自行車使用時空型態分群結果的影響關係，其模式結果於本節說明。
4-2
一、
巢式羅吉特模式
本研究首先利用第三章第四節之巢層結構進行巢式羅吉特模式之係數估計，
其中假日租借屬於雙層結構，而平日租借、平日歸還以及假日歸還皆屬於三層的 巢層結構。然而在巢式羅吉特模式的估計過程中，本研究推測由於三層的巢層結 構過於複雜，再加上本研究之自變數有許多欄位為 0，造成巢式羅吉特模式無法 順利估計係數，產生模式異常(singular)的情形。然則此現象在雙層的假日租借中 並無發生，故本研究將三層的巢層結構轉為雙層的結構，希望藉此避免模式異常 的情形，然而在進行雙層的巢式羅吉特模式係數估計時，在平日租借的模式中依 然出現了模式異常的情形。另一方面，在巢式羅吉特模式的估計上，包容值係數 (Inclusive value coefficient)為一重要檢定巢層結構合理與否的指標，且其數值需 顯著介於 0 至 1 之間，然而本研究之平日歸還、假日租借以及假日歸還之包容值 係數皆不在巢式羅吉特模式之設定閾值內，此也代表本研究之巢層結構與理論邏 輯上有所衝突。故本研究推測，階層式分群之階層結構不適合視作巢式羅吉特模 式的巢層結構，故改使用多項羅吉特模式進行係數之估計。巢式羅吉特之巢層結 構與包容值係數如表 4-2-1 所示。
doi:10.6342/NTU201701458
95
表 4-2-1 巢式羅吉特模式巢層結構與包容值係數
使用狀況 平日租借 平日歸還
巢層結構
Ａ
Ａ Ｂ Ｃ Ｄ Ｅ
包容值 模式異常 V(A,B) = 3.17298***
V(C,D,E) = 1.54808***
使用狀況 假日租借 假日歸還
巢層結構
Ａ Ｂ Ｃ Ｄ
Ｂ
包容值 V(A,B) = 10.8469***
V(C,D) = 1.68138**
V(B) = 1.21169
V(A,C,D) = -1.39253**
註：P < 0.01***; P < 0.05**; P <0 .1*; V：包容值係數
二、 多項羅吉特模式
在多項羅吉特模式估計方面，將公共自行車使用區分為平日租借、平日歸還、
假日租借以及假日歸還等四種使用狀況後進行估計，其中皆會進一步區分成僅有 控制變數的基本模式與加入建成環境變數後的延伸模式，配合概似比檢定驗證建 成環境對於公共自行車使用時空型態的影響效果。
Ｂ Ｃ Ｄ
Ａ Ｃ Ｄ
doi:10.6342/NTU201701458
96
(一) 平日租借
平日租借是以分群結果Ｃ類為比較基準，依變數為各分群結果之時空型態，
估計結果如下表 4-2-2 所示。在基本模式方面，發現八個控制變數與各分群結果 之間互有顯著的影響關係，故全部保留至延伸模式中，而其𝜌𝜌2值為 0.2688，𝜒𝜒2值 為 253.6327 達到α = 0.01顯著水準。加入建成環境變數後，延伸模式中對於Ａ類 有影響之建成環境變數為站點中小學校就學密度、站點建物密度、站點土地使用 多樣性程度、站點商業使用程度、站點休閒娛樂設施可及性、站點與捷運站距離 以及站點鄰近車位數；對於Ｂ類有影響的有站點工作機會密度、站點建物密度、
站點商業使用程度、站點住業平衡程度以及站點次要道路長度；對於Ｄ類有影響 的有站點工作機會密度、站點建物密度、站點休閒娛樂設施可及性、站點日常生 活場所可及性、站點與捷運站距離以及鄰近站點車位數。而在控制變數方面，對 Ａ有顯著影響的控制變數有站點青壯年人口比例、站點教育程度、站點私有汽車 比例、站點交通事故數以及坡度；對於Ｂ類有影響關係之控制變數有站點教育程 度、站點私有汽車比例、站點交通事故數以及坡度；而對於Ｄ類有影響關係之控 制變數為站點教育程度、站點私有汽車比例以及站點交通事故數，其中站點性別 比以及站點收入程度在延伸模式中失去統計顯著性。延伸模式之𝜌𝜌2為 0.4474，而 𝜒𝜒2值為 421.9933 達到顯著，兩模式間的概似比檢定也達到顯著，證明在平日租 借的使用狀況中，加入建成環境變數能更有效的解釋公共自行車使用的時空型態，
也證明建成環境是影響時空型態的重要因素。
65.8258
站點建物密度 - -0.4836*** - -0.3430** - -0.3532***
106977*
站點日常生活場所可 及性
-
16420.8** -
8494.82 -
10353.0*
站點與捷運站距離 - -0.0009* - 0.0001 - -0.0005*
doi:10.6342/NTU201701458
98
(二) 平日歸還
平日歸還是以分群結果Ｅ類為基準，進而進行多項羅吉特模式的後續分析，
估計結果如下表 4-2-3 所示。首先在基本模式方面，由於站點私有汽車比例、站 點私有機車比例以及站點交通事故數沒有達到顯著水準，故不納入後續的延伸模 式中，而基本模式之𝜌𝜌2為 0.1390，𝜒𝜒2值為 152.41076 達到α = 0.01顯著水準。加 入建成環境變數後，延伸模式中對於Ａ類有顯著影響關係的建成環境變數有站點 居住密度、站點建物密度、站點路燈數、站點次要道路長度、站點日常生活場所 可及性、站點與捷運站最短距離以及站點鄰近車位數；對於Ｂ類有影響關係之建 成環境變數有站點工作機會密度、站點建物密度、站點次要道路長度以及站點與 捷運站最短距離；對於Ｃ類有顯著影響關係之建成環境變數有站點工作機會密度、
站點建物密度、站點自行車道長度、站點綠色土地覆蓋率、站點路燈數、站點中 心商業區可及性、站點與捷運站最短距離以及站點鄰近車位數；對於Ｄ類有顯著 影響關係之建成環境變數有站點居住密度、站點建物密度、站點商業使用程度、
站點樹蔭、站點主要道路長度、站點次要道路長度以及站點與捷運站最短距離。
至於在控制變數方面，對Ａ類有影響的為站點教育程度；對Ｂ類有影響的有站點 教育程度以及站點收入程度；對Ｃ類有影響的為站點性別比；對Ｄ類有影響的為 站點教育程度，其中站點青壯年人口比例以及坡度在延伸模式中不具有顯著影響 關係。延伸模式之𝜌𝜌2為 0.3562，而𝜒𝜒2值為 390.62091 達到顯著，兩模式間的概似 比檢定也達到顯著，證明在平日歸還的使用狀況中，加入建成環境變數更能解釋 公共自行車使用的時空型態，且證明建成環境是影響時空型態的重要因素。
0.00003 站點日常生活場所可
3458.16 站點與捷運站最短距
doi:10.6342/NTU201701458
100
(三) 假日租借
假日租借是以分群結果 D 類為比較基準，估計結果如下表 4-2-4 所示。在基 本模式方面，對 A 類有顯著影響關係的控制變數有站點青壯年人口比例、站點 教育程度以及坡度；對Ｂ類有影響關係的有站點青壯年人口比例以及坡度；對於 Ｃ類有顯著影響的有站點青壯年人口比例、站點私有汽車比例以及坡度，而基本 模式之𝜌𝜌2值為 0.0986，𝜒𝜒2值為 85.59270 達到α = 0.01顯著水準。其中控制變數中 的站點性別比、站點收入程度、站點私有機車比例以及站點交通事故數皆不顯著 故不納入後續的延伸模式中。在延伸模式中，對Ａ類有顯著影響關係之建成環境 變數有站點中小學校就學密度、站點高中以上就學密度、站點建物密度、站點自 行車道長度、站點土地綠色覆蓋率、站點樹蔭、站點教育設施可及性、站點休閒 娛樂設施可及性、站點與捷運站距離以及鄰近站點數；對於Ｂ類有顯著影響的有 站點中小學校就學密度、站點高中以上就學密度、站點路口數、站點自行車道長 度、站點路燈數、站點休閒娛樂設施可及性以及站點與捷運站距離；對於Ｃ類有 顯著影響的有站點居住密度、站點中小學校就學密度、站點高中以上就學密度、
站點住業平衡程度、站點路口數、站點自行車道長度以及站點教育設施可及性。
在控制變數方面，原先的顯著影響關係只剩下站點教育程度會影響Ａ類的時空型 態以及坡度會影響Ｃ類的時空型態，其餘皆失去影響關係。延伸模式之𝜌𝜌2為 0.2237，而𝜒𝜒2值為 194.13767 達到顯著，兩模式間的概似比檢定也達到顯著，證 明在假日租借的使用狀況中，加入建成環境變數能更有效解釋公共自行車使用的 時空型態，並證明建成環境是影響時空型態的重要因素。
doi:10.6342/NTU201701458
101
表 4-2-4 假日租借之多項羅吉特估計結果
註：P<0.01***;P<0.05**;P<0.1*
模式
82.3351*
站點高中以上就學密 度
-
101.113*** -
126.410*** -
91.4950***
站點建物密度 - -0.3083*** - -0.0303 - 0.0241
9937.3200
站點與捷運站距離 - -0.0005** - -0.0032** - -0.0001
鄰近站點數 - 44378.7*** - 15286.4 - 8611.5900
基本模式之𝜌𝜌2=0.0986；延伸模式之𝜌𝜌2=0.2237
基本模式之𝜒𝜒2=85.59270***；延伸模式之𝜒𝜒2=194.13767***
概似比檢定 LR= 108.54497*** (𝜒𝜒18,0.012 = 34.80531)
doi:10.6342/NTU201701458
102
(四) 假日歸還
假日歸還的多項羅吉特模式以Ｄ類為比較基準，其中係數估計結果如下表 4-2-5 所示。在基本模式方面，站點教育程度對Ａ類有顯著的影響關係，站點收入 程度對Ｃ類有顯著的影響關係，而坡度對Ｂ類與Ｃ類也有顯著的影響關係，至於 其他的控制變數則因為沒有顯著的影響關係，故不會納入後續的延伸模式中。至 於基本模式的𝜌𝜌2值為 0.0977，而𝜒𝜒2值為 74.01193 達到α = 0.01顯著水準。至於在 延伸模式方面，站點高中以上就學密度、站點建物密度、站點自行車道長度、站 點路燈數、站點休閒娛樂設施可及性以及鄰近站點數對於Ａ類有顯著的影響關係；
而站點中小學校就學密度、站點高中以上就學密度、站點休閒娛樂設施可及性以 及站點與捷運站距離會對Ｂ類有顯著的影響關係；而影響Ｃ類的建成環境變數有 站點工作機會密度、站點中小學校就學密度、站點建物密度以及站點教育設施可 及性。在控制變數方面，站點教育程度會影響Ａ類以及Ｂ類的時空型態，而坡度 會影響Ｃ類的時空型態，至於站點收入程度則失去原先的統計顯著性。延伸模式 之𝜌𝜌2為 0.1915，而𝜒𝜒2值為 145.02369 達到顯著，兩模式間的概似比檢定也達到顯
而站點中小學校就學密度、站點高中以上就學密度、站點休閒娛樂設施可及性以 及站點與捷運站距離會對Ｂ類有顯著的影響關係；而影響Ｃ類的建成環境變數有 站點工作機會密度、站點中小學校就學密度、站點建物密度以及站點教育設施可 及性。在控制變數方面，站點教育程度會影響Ａ類以及Ｂ類的時空型態，而坡度 會影響Ｃ類的時空型態，至於站點收入程度則失去原先的統計顯著性。延伸模式 之𝜌𝜌2為 0.1915，而𝜒𝜒2值為 145.02369 達到顯著，兩模式間的概似比檢定也達到顯