有關機車動態持有模式之參數估計步驟與汽車動態持有模式相同，即先以多項 羅吉特模式進行校估，進一步採用落後內生變數以檢驗方案間是否具有狀態相依 性。唯設計方案個數不同，而經過問卷調查家戶機車持有數之各種組合，最終利用 以進行分析之機車持有數選擇方案為下列所示：
方案1：98年持有0輛車之選擇；
方案2：98年持有1輛車之選擇；
方案3：98年持有2輛車之選擇；
方案4：98年持有3輛車之選擇；
方案5：98年持有4輛車以上之選擇；
機車持有模式部分亦以方案1為基準方案進行模式校估，並利用多項羅吉特模式 建構機車持有數量之選擇行為模式，並分析其選擇行為，而亦將尋求一最佳多項羅 吉特模式，本研究將逐步將持有數替選方案之效用函數置入不同變數組合，反覆校 估模式，在所得各組校估結果，根據估計參數之符號、顯著性、對數概似函數值與 概似比指標，選定最佳多項羅吉特模式，再以最佳多項羅吉特的結果為基礎來建構 巢式羅吉特模式，用以提高模式的解釋能力。圖5.2為機車持有之多項羅吉特模式架 構圖。
方 案 5 方
案 4 方
案 3 方
案 2 方
案 1
圖5.2 機車持有之多項羅吉特架構圖
在校估程序方面，首先以多項羅吉特模式進行機車持有模式估計，其中以持有 0、1、2、3、4 輛以上為選擇集合，納入家戶總人口數、家戶汽、機車駕照數與年 保險費、年牌照稅與年燃料費共生變數。經篩選出不顯著之解釋變數，且刪除其估 計符號不符預期之方案變數，如通勤時間、主要駕駛人每週旅遊天數。重新校估得 最佳多項羅吉特模式。且依有無納入前期機車持有虛擬變數分別進行兩模式之校 估，其中模式1 為未納入該變數，而模式 2 為納入該變數，經由反覆校估模式後，
並依據估計參數之符號、顯著程度與整體解釋能力，得兩模式之最佳估計結果，各 變數係數均於顯著水準為0.05 及 0.1 下呈顯著性並符合預期符號，且各變數係數於 兩模式比較下，其大小差異不大。
其校估結果如表5.4所示，校估結果顯示各共生變數與方案特定變數參數校估結 果顯著且符號與一般先驗知識相符，
LL ( )
β 與ˆ
ρ2值表現均優於模式 1 並更具有相 當程度之解釋能力，表示納入方案特定變數後，模式解釋能力提高，故設定為最佳 多項羅吉特模式。表5.4 機車持有之多項羅吉特模式校估結果
在各項共生變數方面校估結果方面，車價的校估結果並無顯著影響，推論是因 機車購買成本較低，一般家庭均可負擔，故車價對於機車持有狀況並無顯著影響。
而其他共生變數估計係數均為負，符合先驗知識，意即當年保險費、牌照稅與燃料 費越高，會減少家戶持有多部機車的意願。
在各項方案特定變數的校估結果方面，家戶總人口數校估結果為正，且特定至 方案3、方案 4 與方案 5，表示總人口數比例較高之家戶，因人口數較多，有較多旅 次需求，故家戶較傾向持有3 輛或 4 輛以上機車。前期持有車輛數方面均達 α=0.01 之顯著水準，顯示前期車輛持有數對當其車輛持有數有很大的解釋能力。而無持有 機車駕照人口數與家戶汽車持有數校估結果均為負號，且均達顯著水準，表示當家 戶無機車駕照人口數或汽車持有數越高時，家戶越不傾向持有多輛機車。每人享有 大眾運輸延車公里校估結果亦為負號，特定至方案3、方案 4 及方案 5 且達顯著水 準，表示當大眾運輸越普及，家戶越不傾向持有多輛機車。