汽車污染排放結構模式

表5.21 汽車關聯模式各測量模型校估結果 潛在

變項 觀察變項 迴歸係數 因素負

荷量 t-value 組合 信度

平均變異 數抽取量

車主 社經 背景

年齡 1 0.73 -

0.65 0.33 性別 0.75 0.33 8.45***

教育程度 -0.44 -0.36 -9.45***

個人月所得 0.15 0.11 2.86***

駕駛年資 1.22 0.94 14.12***

車輛 基本 特性

排氣量 1 0.12 -

0.48 0.24 車齡 -8.49 -0.80 -2.76***

手/自排車 9.05 0.46 2.73***

燃油類型 5.52 0.29 2.61***

車輛 使用 行為

總行駛里程 - - -

年行駛里程 - - -

每週通勤天數 - - -

污染 排放 濃度

HC 1 0.56 -

0.56 0.39 CO 1.25 0.68 9.49***

註：標記「*」為 α=0.1 下為顯著者；標記「**」為 α=0.05 下為顯著者；標記「***」

為α=0.01 下為顯著者。

由表 5.21 可以發現，在車主社經背景、車輛基本特性與污染排放濃度構面 下之各觀察變項均呈高度顯著。雖有部分變數之因素負荷量小於 0.4，但基於本 研究之資料來源均為實際資料，非利用李克特尺度法調查而獲得；相較之下，因 素負荷量之值便會較低，因此將此變數予以保留。在各測量模型之組合信度方 面，亦可在接受之範圍。值得注意的是，在車輛使用行為之測量模型，透過最大 概似法校估後，無法得到收斂之結果，因此便剔除一變數，嘗試所有可能之組合；

所得到之結果如表5.22。

表5.22 車輛使用行為測量模型參數校估結果

表5.23 汽車污染關聯模式配適度表

配適度指標 判斷值 校估值

χ² - 290.02

χ²/df <5 4.83

CN >200 228 GFI >0.9 0.94 AGFI >0.9 0.91 RMR <0.05 0.01 PGFI >0.5 0.62 PNFI >0.5 0.62 RMSEA <0.08 0.07

NFI >0.9 0.80 CFI >0.9 0.84

表 5.23 為汽車污染關聯模式之整體配適度表。其中可以發現，幾乎全部之 指標均通過判斷之標準，唯NFI 與 CFI 值各為 0.80 與 0.84。顯示汽車模式方面 資料與模型間能有良好的契合度。表5.24 為汽車結構模型路徑分析結果。

表5.24 汽車結構模型路徑分析結果

假設 路徑 標準化路徑係數 t-value 檢定結果

H1 車主社經背景Æ車輛使用行為 0.07 1.58 拒絕 H2 車主社經背景Æ車輛基本特性 -0.30 -2.58** 接受 H3 主要用車區域Æ車輛基本特性 -0.11 -1.96* 接受 H4 主要用車區域Æ車輛使用行為 0.01 0.14 拒絕 H5 車輛基本特性Æ車輛使用行為 0.20 2.34** 接受 H6 車輛使用行為Æ污染排放濃度 0.10 2.19** 接受 H7 車輛基本特性Æ污染排放濃度 -0.78 -2.71*** 接受 註：標記「*」為 α=0.1 下為顯著者；標記「**」為 α=0.05 下為顯著者；標記「***」

為α=0.01 下為顯著者。

其中可以發現，僅有兩條路徑未呈顯著，即H1(車輛使用行為會受到車主社 經背景之影響)與 H4(車輛使用行為會受到主要用車區域之影響)，其餘 5 條路徑

均顯著。另外，圖 5.13 則為汽車結構模型標準化路徑係數示意圖，車主社經背 路徑與總影響(total effects)彙整如表 5.25。

表5.25 汽車關聯模式 C3~C5 之總影響

構面 C3 C4 C5

影響路徑 總影響 影響路徑 總影響 影響路徑 總影響

C1

C1ÆC3

0.01 C1ÆC4 -0.30

C1ÆC3ÆC5

0.24

C1ÆC4ÆC3 C1ÆC4ÆC5

C1ÆC4ÆC3ÆC5

C2

C2ÆC3

-0.02 C2ÆC4 -0.11

C2ÆC3ÆC5

0.09

C2ÆC4ÆC3 C2ÆC4ÆC5

C2ÆC4ÆC3ÆC5

C3 - - - - C3ÆC5 0.10

C4 - - - - C4ÆC5

-0.76 C4ÆC3ÆC5

由表5.25 可以從以下三個構面來探討(1)C3：C2 對 C3 之影響程度(-0.02)較 C1(0.01)大，且具有負向影響(2)C4：受到 C1 與 C2 影響，其中又以 C1 之影響程 度較大(3)C5：C4 對 C5 之總影響程度最大，其值為-0.76，其次為 C1(0.24)、C3(0.10) 與C2(0.09)。因此，在汽車污染排放關聯模式方面，影響污染排放濃度之最重要 因素即車輛基本特性(C4)；而隨著年行駛里程(C3)愈多，其污染排放濃度亦會增 高。

上述均為討論各構面間之直接影響與間接影響，但也可以進一步分析觀察變 項與污染排放濃度之關係。以C1 為例，其對 C5 之總影響程度為 0.24(正向)，而 年齡、性別、個人月所得與駕駛年資之因素負荷量均為正，代表這些變數與 C5 亦為正相關；教育程度則為負相關。C4 之觀察變項對 C5 的關係亦可透過此方式 而得知。因此，根據汽車污染排放關聯模式之分析結果，可以得到以下結論 (1)C1：主要駕駛人之年齡愈高、性別(男生：1；女生：0)為男生、個人月所得愈 高以及駕駛年資愈高者，其污染排放濃度亦會愈高；主要駕駛人之教育程度(1：

國小以下；2：國中；3：高中；4：大專；5：碩士以上)愈高，污染排放濃度則 較低(2)C2：車輛之主要用車區域(1：主要都會；2：次要都會；3：一般城市)在 主要都會之縣市內，其污染排較低，而在一般城市中，其污染之排放則較高；推 論可能是由於都市化程度愈高的縣市，其平均車齡較低，相對地其污染排放亦較 低(3)C3：年行駛里程愈高，車輛污染之排放亦愈高(4)C4：排氣量愈大、車輛為 自排車(1：自排；0：手排)、燃油類型(1：95 或 98 無鉛汽油；0：92 無鉛汽油)

為95 或 98 無鉛汽油之車輛，其污染排放濃度較低；若車齡愈高，其污染排放濃 分析上，亦利用最大概似估計法(Maximum Likelihood Estimation, ML)來進行參數 校估與假設因果關係驗證之工作。