研究方法與架構

分析方法與工具

本研究欲瞭解高鐵車站之可及性以及地方接駁型交通運輸系統對於高鐵 使用情形是否有所影響。欲使用之分析資料為高鐵乘客旅次行為資料，包含 高鐵車站旅客問卷調查及其他交通運輸資料的蒐集。本研究之研究方法包含 敘述性統計及多階層模式，應用工具包括SPSS、STATA、ArcGIS、及Google Map。以下分為三個部分簡要說明所使用之方法與工具：

高鐵乘客旅次行為資料 高鐵旅次問卷調查

此部分對於問卷調查的整體規劃有詳盡說明。分為以下六個部分：

問卷研究母體、調查範圍、抽樣設計、問卷內容、調查結果及資料建置。

其他交通運輸資料的蒐集

數據資料包含臺灣高鐵之基本資料、高鐵旅次在各站的進站與出站 情形、交通部路網數值圖、及其他交通運輸工具發展情形之資料等相關 內容進行蒐集。高鐵旅次在各站的進站與出站資料來源為臺灣高鐵公司 以及交通部高鐵工程局，主要使用之資料內容為 2014 年 8 月 11 日至 16 日逐日各個高鐵車站進出站情形。另一方面，交通部路網數值圖則是包 含全臺道路之圖層，以利於計算距離、繪製地圖等，內容包含省道、高/

快速道路、及其他縣市一般道路等。其他交通運輸工具空間資料包含運 輸工具之車站數、路線數、路線長度、車站密度及路線數量與長度密度 等，主要是透過整理交通部統計查詢網中數據資料，並利用 ArcGIS 軟體 計算出所需變數內容之結果。

分析方法

敘述性統計分析

敘述性統計分析包括平均數、中位數等樣本內容進行分析，主要是 分析變數之內容。另外，透過交叉分析中之卡方檢定及單因子變異數分 析檢定，分析在統計上，地方交通運輸系統及高鐵車站區位可及性兩方 面之相關變數，對於是否選擇高鐵作為旅次主要運具有無關聯。

多階層模型 (Hierarchical Linear Modeling，簡稱 HLM)

又可稱之為階層性模式，主要是針對研究中所涉及的統計分析已無 法利用單層次的回歸分析解釋之。本研究透過 HLM 分析在統計中跨階 層交互影響之下，地方接駁運輸系統與高鐵區位可及性之相關變數，對 於以高鐵作為主要運具之選擇是否具有影響。空間尺度的分類可包含個 人與家戶（旅次）、鄉鎮市區、縣市三個層級。不同空間尺度之下的變數 與高鐵使用情形之間，在層級之間的交互影響，其結果可能與單一階層 之分析結果有所不同，故藉由階層線性模式，分析在縣市、鄉鎮市區、

個人與家戶之分層之下，地方接駁運輸系統與高鐵區位可及性之相關變 數，對於以高鐵作為主要運具之選擇是否具有影響及其影響情形為何。

二元羅吉斯迴歸模型

由於本研究之依變數為二元之類別變數，故選擇以二元羅吉斯迴歸 模型作為研究之方法。即當旅次中，高鐵乘客選擇以高鐵作為主要運具 時，則觀察變數為 1，相反地，當高鐵乘客選擇未選擇以高鐵作為旅次主 要運具時，觀察變數為 0。

分析工具 SPSS

利用統計軟體 SPSS，將問卷調查結果之數據及其他數據資料進行敘 述性統計量分析，包含卡方檢定、單因子變異數分析等。

ArcGIS

應用空間資訊系統軟體 ArcGIS，將問卷調查的內容以地圖之方式呈 現。此外，透過 ArcGIS 對於旅次端點與高鐵車站及其他運輸系統之數據 資料進行整理與計算。

STATA

利用統計軟體 STATA，將問卷調查結果之數據及其他數據資料進行 多階層模型計算分析。經由 STATA 加以分析在不同空間尺度之下之地方 運輸系統及高鐵車站區位可及性之相關變數，對於高鐵作為主要運具之 選擇是否具有影響。

Google Map

由於本研究之部分變數對於時間較具敏感性，故選擇使用資訊豐富 且方便之網路地圖 Google Map，計算具有條件限制之數據資料。計算之

資料內容包括部分運輸工具之旅行時間、距離等。條件限制可能包含選 擇的運具、時段的限制等。

研究架構

本研究共分為五個章節（圖1－1）。第一章為緒論，主要說明研究的動機 與目的，以及研究內容。第二章為文獻回顧，內容包括交通行為之定義與影 響因素、高鐵旅次之影響因素及高鐵為主之基本介紹。第三章是針對研究之 整體設計，包含研究模式、所需之資料來源。第四章是實證分析，分析內容 主要為地方運輸系統及高鐵車站區位可及性等相關變數，對於高鐵作為旅次 主要運具之選擇是否具有影響，並將研究過程及假說驗證於此章節進行說明。

最後一章為結論與建議，主要是針對本研究內容進行總結，並給予適當地政 策建議。

圖 1－1 研究架構圖