本小節進行家戶汽車持有多項羅吉特模式之校估，並經過問卷調查家戶汽車持 有數之各種組合，本模式最終利用以進行分析之汽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輛車以上之選擇；
本汽車持有模式部分以方案1為基準方案進行模式校估，並利用多項羅吉特模式 建構汽車持有數量之選擇行為模式，並分析其選擇行為，而為尋求一最佳之多項羅 吉特基本模式，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，選擇最佳多項羅吉特模式。圖5.1為汽車持有之多項羅吉特模式架構圖。
圖5.1 汽車持有之多項羅吉特模式架構圖
在校估程序方面，首先以多項羅吉特模式進行汽車持有模式估計，其中以持有 0、1、2、3 輛以上汽車為選擇集合，將模式納入家戶總人口數、家戶工作人口數、
家戶汽車駕照數、主要駕駛人每週通勤天數、主要駕駛人每週旅遊天數、車齡及排 氣量等方案特定變數，經篩選出不顯著之解釋變數(例如兩個年齡類別)，且刪除其 估計符號不符預期之方案變數，重新校估得最佳多項羅吉特模式。且依有無納入前 期汽車持有虛擬變數，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5.3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5.3 汽車持有之多項羅吉特模式校估結果 模式1
(未考慮狀態相依性)
模式2 (考慮狀態相依性) 解釋變數
係數 t 值 係數 t 值
方案特定常數(1) -- --
方案特定常數(2) 6.176 12.801 *** 3.949 22.827 ***
方案特定常數(3) 2.692 2.307 ** 2.772 4.221 **
方案特定常數(4) -2.759 -6.187 *** -1.928 -2.730 ***
前期持有0 部汽車虛擬變數(1) -- -- 3.289 9.964 ***
在各項共生變數方面校估結果方面，車價的校估結果顯示估計係數為負且達 α=0.05之顯著水準，可以得知當車價越高，會因而減少家戶持有汽車的意願，符合 先驗知識；年牌照稅、年燃料費與年保險費的校估結果顯示估計係數為負且達顯著 水準，可以得知當年牌照稅、年燃料費與年保險費越高，會因而減少家戶持有汽車 的意願，可視為重要的政策影響變數；而在燃油費的校估結果方面，估計係數亦為 負並達α=0.01之顯著水準，代表汽車的燃油費用越高，家戶持有汽車的機率越低；
停車費的校估結果係數為負，且達顯著水準，故停車費也可視為車輛持有的政策影 響變數；維修成本在未納入前期影響時不具顯著影響效果，但加入前期影響時亦達 α=0.05的顯著水準，故維修費用也可視為一重要影響變數。
在各項方案特定變數的校估結果方面，家戶總人口數與家戶工作人口數校估結 果為正，且特定至方案3、方案 4，此結果隱含家戶工作人口數越多，亦有額外的工 作旅次需求，並且若工作旅次在大眾運輸較為不便之地，因需要交通工具代步而增 加家戶持有汽車之機率，代表當家戶總人口數與家戶工作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2 部或 3 部以上汽車。而戶長 年齡顯著為負，且特定至方案4，表示當戶長年齡越高時，越不傾向持有多輛汽車。
在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。家戶機車持有數與每人享有大眾運輸延車公里校估結果 為正，且特定至方案1、方案 2，此結果表示家戶機車持有數或每人享有大眾運輸延 車公里越多，越傾向持有0 輛或 1 輛汽車，顯示汽機車的持有以及大眾運輸普及程 度具有互補作用。而月所得高於十萬的家戶，在方案4 顯著為正，表示當所得的家 戶，會傾向持有3 輛以上汽車。
家戶無持有汽車駕照人口數，模式的校估結果為正，且特定至方案1 與方案 2，
此結果表示若家戶無持有汽車駕照人口數較多，較不容易吸引民眾持有車輛，或是 持有較少車輛。而家戶無持有汽車駕照人口數在方案4 校估結果為負，表示若無持 有汽車駕照人口數較多時，對於高車輛持有的家戶有顯著的負效用，亦即無持有汽 車駕照人口數較多之家戶將不會持有高車輛之情況出現。
5.1.3 機車持有模式之校估與分析