第五章 模式解釋變數說明與校估結果
5.2 模式校估結果
5.2.4 機車動態使用模式
關於機車動態模式之處理方式與汽車使用模式相同，以下將針對其模式校估結果進 行說明。
1.考慮狀態相依性
將刪去民國 96 年期之資料進行模式估計，得機車動態使用模式校估結果如表 5-12 所示，可看出各變數係數均於顯著水準為0.05 或 0.1 下呈顯著性並符合預期符號，而各 變數之允差值(VIF 值)均小於 10，顯示變數間並無顯著共線性存在。由 LM 檢定得知參 數無呈顯著性，顯示誤差項之自我相關性不甚顯著。此外，納入前期機車年平均行駛里 程取自然對數型式變數對於模式具有正向顯著性，表示駕駛者於當期之機車使用量將受 前期影響，且前期使用量愈大，將使當期亦持續較高之使用量，顯示駕駛者對於機車使 用亦與汽車同樣具有狀態相依性，及駕駛者對於機車之使用已具有習慣特性。就整體解 釋能力而言，該模式之判定係數值為0.512，表示具有不錯的解釋能力。
表5-12 機車動態使用模式校估結果(考慮狀態相依性)
解釋變數 模式1
係數 t值 VIF值
常數項 7.261 30.890 *** 0.000 ln (前期機車年平均行駛里程) 0.053 2.140 ** 1.027
主要駕駛者性別(男) 0.251 4.700 *** 1.141 ln(主要駕駛者月所得) -0.081 -2.520 ** 1.083 主要駕駛者上班(學)通勤時間 0.002 6.833 *** 1.259
通勤使用天數 0.085 8.890 *** 1.041 旅遊使用天數 0.002 5.643 *** 1.022
排氣量 3.445 4.960 *** 1.124 車齡 -0.017 -3.440 *** 1.056 家戶工作人口數 0.023 2.513 ** 1.178 (家戶持有機車數)2 -0.011 3.580 *** 1.038 ln(單位行駛公里燃油成本) -0.280 -25.250 *** 1.547
LM 檢定統計量 0.070 1.018 --
判定係數R2 0.512
樣本數 1,098
註：
1.「*」為α=0.1 下為顯著者。「**」為α=0.05 下為顯著者。「***」為α=0.01 下為顯著者。
2. 應變數：ln(平均每輛機車年行駛里程)。
以下針對其他顯著之變數進行說明：
(1)主要駕駛者特性
就主要駕駛者性別而言，男性對於機車之使用量於模式呈正向影響性，表示男性對 於機車之需求程度較高；而主要駕駛者月所得為對於機車使用量呈負向顯著，表示所得 愈高者，其對於機車將會降低使用程度，由此可知較高所得者較傾向於使用汽車，而較 不偏好使用所需成本較低之機車。至於主要駕駛者上班(學)通勤時間愈長，則使用量愈 高，表示其時間愈長，其對於機車需求愈高，行駛距離應當愈長，故呈正向影響性。
(2)通勤與旅遊使用天數
模式校估結果可得知上述變數對於機車之行駛里程均有正向影響性，顯示旅次需求 愈高，則機車使用量則愈高。
(3)車齡
由模式所校估之車齡變數係數均為顯著負值，顯示當車齡愈高時，駕駛者將降低機 車使用量，此結果之原因可能為隨車齡愈高，其性能較不如新車，因此將可能減少對於 該車之使用。
(4)排氣量
機車排氣量變數於模式中均呈正向顯著性，顯示若機車排氣量愈高，該車之性能普 遍較佳，因此對於該車之依賴程度亦增加。
(4)家戶總人口數與工作人口數
該變數與機車使用量具有正向影響性，表示家戶內總人口數與工作人口數愈多時，
則其通勤旅次需求亦愈高，因此對於機車之使用需求依賴愈大。
(5)(家戶持有機車數)2
由校估結果得知，模式中家戶持有機車數對於戶內個別機車之影響具顯著負向性，
表示若家戶持有機車數愈多，則戶內機車之使用因其替代性較高而使個別機車使用量下 降。至於家戶持有汽車數變數於機車使用模式中並無顯著性，顯示駕駛者其主要使用運 具為機車時，可能因機車相對於汽車而言較為便利，故即使家中持有汽車，仍較不傾向 以汽車作為替代運具。
(6)機車使用成本
機車使用成本變數中，單位行駛公里燃油成本，對於機車使用量具負向影響性，顯 示油價對於具有減少機車使用效果，因此可作為研擬政策方針之用。
2.考慮個體差異性
關於機車使用模式為使用最小平方法迴歸模式、固定效果模型與隨機效果模型之選 定方式，本研究進行各項檢定，結果如表5-13所示，由檢定結果顯示駕駛者對於機車使 用量具有個體差異，且其不可解釋之個體誤差與解釋變數間具有相關性，採用隨機效果 模型較不適宜，因此採用固定效果模型進行模式校估。
表5-13 選定固定效果模型與隨機效果模型之檢定結果
檢定方法 檢定統計量 檢定結果
F 檢定 F(1133,1088)=4.04 P 值=0.000
拒絕 H0：採用固定效果模型較最 小平方法為佳
LM 檢定 LM=
χ
2(1)=73.58 P 值=0.000不拒絕 H0：採用隨機效果模型較 最小平方法為佳
Hausman 檢定 W=
χ
2(10)=28.18 P 值=0.000拒絕 H0：採用固定效果模型較隨 機效果模型為佳
基於上述檢定結果，本研究適用固定效果模型來進行機車動態使用模式之校估，利 用所得之2,196筆有效樣本進行參數估計，經由反覆校估後，依據估計參數之符號、顯著 程度與整體解釋能力，得模式之最佳估計結果。將傳統最小平方法與固定效果模型之校 估結果列如表5-12所示，其中模式2係以固定效果所估計之最佳模式為基礎所估計之模 式，而以最小平方法所校估之模式；模式3則係以固定效果模型所估計而得，可看出各 變數係數均於顯著水準為0.05或0.1下呈顯著性並符合預期符號。
就整體解釋能力而言，可看出模式 1 之判定係數為 0.467，其中可看出其常數項之 t 值極為顯著，可能為存在個體差異性所造成；而由固定效果模型所估計之模式2，其解 釋能力增加至 0.809，顯示個別駕駛者對於機車之使用並非均質性，因此採用模式 2 為 所校估之最佳模式。
關於模式 3 之顯著變數與模式 1 略有不同，在於模式 3 並無納入前期機車使用量變 數，且模式3 增加三顯著變數，分別為家戶總人口數與車輛成本變數包括單位行駛公里 燃油成本與停車成本取自然對數型式，均為負值，顯示兩變數對於汽車使用量有抑制作 用。至於其他解釋變數則與模式1 相同，且均符合預期符號，便不再贅述其校估結果。
表5-14 機車動態使用模式校估結果(考慮個體差異性) 解釋變數
模式2 (傳統最小平方法)
模式3 (固定效果模式) 係數 t 值 係數 t 值 常數項 7.494 125.370 *** -- -- 主要駕駛者性別(男) 0.226 7.305 *** 1.068 1.788 * ln(主要駕駛者月所得) -0.593 -4.073 *** -0.236 -1.729 * 主要駕駛者上班(學)通勤時間 0.004 2.809 *** 0.002 2.387 **
排氣量 2.336 6.601 *** 2.347 2.808 ***
車齡 -0.019 -6.195 *** -0.011 -2.178 **
家戶人口數 0.002 1.872 * 0.001 2.188 **
家戶工作人口數 0.011 2.322 ** 0.028 2.159 **
(家戶持有機車數)2 -0.007 -3.561 *** -0.014 -2.043 **
ln(單位行駛公里維修成本) -0.097 -5.330 *** -0.116 -4.256 ***
ln(單位行駛公里燃油成本) -0.248 -31.069 *** -0.232 -24.627 ***
ln (單位行駛公里停車成本) -0.233 -11.254 *** -0.212 -7.813 ***
通勤使用天數 0.069 11.732 *** 0.031 3.071 ***
旅遊使用天數 0.002 5.663 *** 0.001 2.343 **
判定係數R2 0.467 0.809
樣本數 2,196 2,196
註：1.「*」為 α=0.1 下為顯著者。「**」為 α=0.05 下為顯著者。「***」為 α=0.01 下為顯著者。
2. 應變數：ln(平均每輛機車年行駛里程)。
3. 固定效果模式之常數項因參數數量過多，共 1,676 項，故在此僅標記「--」。
與蔡世勛(民 97)所估計之機車持有模式相比，該研究所校估之機車使用模式其判定 係數為0.403，而本研究之模式 1 與模式 3 其判定係數為 0.467 與 0.809，顯示本模式明 顯改善整體解釋能力，且本模式成本變數包括單位行駛公里維修成本與燃油成本趨於顯 著，運用本模式對於日後進行之管理策略模擬將更為準確。為求較多可反應策略之成本 變數與模擬之準確性，本研究選定模式3 為進行後續策略模擬之最佳模式。
第六章 管理策略分析
國內運輸使用能源為總使用能源主要部份之一，而運輸活動對於環境所產生負面影 響實應為重要之課題，基於永續運輸發展之之目的，應針對汽機車進行管理策略之研 擬，而實施管理策略之宗旨即在於有效降低汽機車之持有與使用。
依據上一章節所校估而得之最佳汽機車動態持有模式與使用模式，得知車輛成本變 數對於模式具有顯著負向影響性，表示成本因素對於汽機車之持有與使用確具有抑制之 效用，因此本章節將採用價格手段進行各項策略之模擬。本研究依據可反應之顯著變數 進行策略研擬，並整理如表6-1 所示，可看出影響汽機車之持有與使用需求之成本變數 不盡相同，表示汽機車之持有與使用應從不同之管理策略著手，其中影響汽車持有與使 用量之策略，可由提高汽車固定成本如徵收購車稅、提高牌照稅與燃料費，以及提高保 險費，以及變動成本如提升油價、通行費與停車費等著手；至於管制機車之持有與使用 量，則可由提高牌照與燃料費、保險費、油價以及停車費著手。本研究之模式不僅包含 蔡世勛(民 97)可反應管理策略之變數，尚增加了保險費、停車費與通行費等顯著變數可 供進行管理策略模擬，以期能擴大管理方針之範疇，透過政策之實施，期以使家戶轉移 選擇較低之車輛持有數量並降低其使用量。
表6-1 管理策略之反應變數彙整表
管理策略 持有需求 使用需求 反應變數 汽車
徵收購車稅 ◎ •(車輛購買價格) 0.5
提高每年牌照稅 ◎ •ln(牌照稅+燃料費)/家戶所得 提高每年燃料費 ◎ •ln (牌照稅+燃料費)/家戶所得 提高每年保險費 ◎ •ln(保險費)
提高油價 ◎ ◎ •(單位行駛公里燃油成本) 0.5
•ln(單位行駛公里燃油成本) 增加停車費率 ◎ ◎ •(單位行駛公里停車成本)0.5
•ln(單位行駛公里停車成本) 提高通行費率 ◎ •ln(單位行駛公里通行成本) 隨油徵收能源稅 ◎ ◎ •(單位行駛公里燃油成本) 0.5
•ln(單位行駛公里燃油成本) 機車
徵收購車稅 ‐‐
提高每年牌照稅 ◎ •(牌照稅+燃料費) 0.5 提高每年燃料費 ◎ •(牌照稅+燃料費) 0.5 提高每年保險費 ◎ •(保險費)0.5
提高油價 ◎ •ln(單位行駛公里燃油成本)
表6-1 管理策略之反應變數彙整表(續)
管理策略 持有需求 使用需求 反應變數
增加停車費率 ◎ •ln(單位行駛公里停車成本)
提高通行費率 ‐‐
隨油徵收能源稅 ◎ •ln(單位行駛公里燃油成本) 本章之旨在於針對所有樣本於各項策略實施前後，藉由重新代入汽機車持有模式計 算而得家戶對於車輛持有選擇之樣本變動比例後，求得選擇各車輛持有水準之家戶數，
進而得出各持有水準之總車輛數與政策實施後總車輛數之下降比例，再利用該比例推得 政策實施後臺灣地區車輛總數，最後再與每輛車之平均年行駛里程結合，求得策略實施 後臺灣地區總車輛下降之行駛公里數，其推算過程如圖6-1 所示。利用該數據比較各項 策略實施後之反應敏感程度，藉以考量政策之實施效果。
各車輛持有水準 選擇比例 各車輛持有水準
家戶數 所有樣本總車輛數
個別車輛下降 行駛公里數 臺灣地區總
車輛登記數
所有樣本總車輛數 下降比例
臺灣地區總車輛下降行駛公里數
車輛動態 使用模式 個別車輛年平均
行駛公里數
臺灣地區總持有 車輛下降數
臺灣地區總持有 車輛下降數