表 2、分時段暴露度前 15 名排名統計
圖 18、高頻率暴露度
表 3、分時段正規化暴露度前 15 名排名統計
4-2 敏感度指標分析
本研究計算各站介中性數值作為敏感度指標，當一個站點失能後，除了原先 該站進出人次之外部暴露壓力，有多少人次因為需要經過該站而被影響。各站數 值計算結果為下表 4，民權西路的位置於路網介中性最高，整體路網中有近 4%
的人次比例會受到該站點失能後所影響，反觀臺北車站在現今路網的安排之下，
當站點失能後所影響的他站人數並未如想像中高，眾多旅客可利用其他轉運站轉 乘至目的地，而不需要經過臺北車站，這樣的設計與安排，也讓原為超級轉運站 的臺北車站，減輕一定的旅運壓力，而其他轉運站原先即暴露於眾多旅運人次下，
在內部敏感度的計算中也高居前 15 名中的 9 名，即表示有一定數量的站點必須 經過這些站點才能到其他站點。
本研究另將介中性數值計算結果展點如下圖 19，可發現紅線淡水端再往市 區連接的站點均具有較高的介中性數值，約系統內 1.5%-2.5%的人次會被影響，
而其他路網中位於市中心的非轉運站點，因其位置在轉運站周邊而被經過頻率高，
因此介中性數值也被提升起來，這些站點約影響系統內 1%左右的人次。而下圖 19 中也可以發現高敏感度站點大多分佈於市中心，等明後年新北環狀線興建完 畢後，這樣的情況才有可能改善，讓路網中市中心轉運站的介中性下降。
表 4、敏感度數值計算總排名
圖 19、站點敏感度分布圖
4-3 調適能力指標
本研究使用開放資料中班表固定頻率進行模擬，公共自行車以車架數量模擬 最大數量公共自行車，加總上述 2 種公共交通工具小時內所能提供之載運人次服 務。全系統統計如表 5，展圖為圖 20，可以發現捷運劍潭、公館、北門與士林 等非轉運站點，其公車路線數量多讓其調適人次升高。因為劍潭、士林站為臺北 市區通往淡水、北投、天母與陽明山等地區的必經道路，眾多公車也是從劍潭站 發車，公館是臺北市區往新店、木柵、景美等重要公車站點，北門站是臺北市區 公車通往新北市三重蘆洲新莊等地區交通要道。藍線往南港方向等有：忠孝敦化 與市政府，其周邊公車路線眾多也讓這 2 站點擁有較好的調適能力。
表 5、調適人數計算總排名(尖峰)
圖 20、站點調適人次分布圖
4-4 脆弱度模式分析
上述 3 節為分析指標細項討論，分別換算成影響人次後即可進行加總，資料 有 21 個以小時為單位的營運時段。本研究依據捷運營運時間繪製成折線圖(圖 21)，可以發現營運時間內共有 4 個峰值，分別是 7-9 點、12-14 點、17-19 點、
21 點，峰值特性為 2 個高峰與 2 個低峰，本研究即依據這 4 個時間區間計算各 站點脆弱度數值。
圖 21、營運時間人次變化圖
將各站暴露度與敏感度影響人次相加後，減去各站調適人次為各站點脆弱度 數值：正值表示仍有外溢人口待調適，負值表示現階段其他交通工具仍有足夠空 間容納之外溢人數。經統整歸納後如下圖 22，總系統於 4 段營運時區間內，平 均約有 45 個站點，於捷運失能後外溢旅運人次使周邊調適能力無法負荷，佔整 體 108 站中的 42%。然而，在 4 個時間區間內又以傍晚 17~19 時間區間為最多 脆弱站點，高達 28815 旅運人次無法被現行全系統調適能力所覆蓋。
圖 22、站點調適人次分布圖
本研究依據自然分等法(Nature break)將脆弱度，分為：調適完好、中脆弱度 與高脆弱度(調適完好的站點圖示為綠勾，中脆弱程度為淺灰，高脆弱站點則為 黑色)，將結果展點於各路線上如圖 23：在上午 7-9 的上班通勤時間區間內圖 23A，藍線板橋與橘線中永和沿線等 8 個站點脆弱度上升至極高使目前調適能力 無法負荷，中午 12-14 間系統中圖 23B，只有 7 個高脆弱站點，傍晚 17-19 時間 圖 23C，除了原先上午通勤高脆弱站點之外，棕線在市中心的 3 個轉運站，以及 紅線往淡水方向的臺北車站、中山與雙連等站均呈現高脆弱狀態。晚間 21 時間 區間圖 23D，系統中只剩下 2 個高脆弱站點，其餘站點恢復成低脆弱以及調適 完好狀態。高脆弱度的站點大多分佈於市區，幾個郊區光觀人潮較多的站點，脆 弱度也較高。
在 4 個峰值時間區間內，棕線內湖端沿線以及綠線：古亭-景美區間，脆弱 度數值均調整完好，鮮少有系統調適能力未能負荷之狀況，並未因為尖峰與否之 調適能力變動讓脆弱度提升，其捷運周邊交通替代方案完備，當捷運發生停駛時，
能提供一定程度的運輸能力。
圖 23、高脆弱站點分布圖
除了高脆弱站點的分布之外，整體 108 站點在時間上亦有變化趨勢，本研究 將 4 個時間區段依序置於 X 軸，將外溢於調適系統之外的人次置於 Y 軸，初步 趨勢可以發現整體 108 站以 X 軸為對稱圖，外溢人次正值有圖 24 紅線的走勢分 為 A 類，負值有圖 24 綠線的走勢分為 B 類，而另外在正負之間擺盪的可以歸 類為 C 類。
圖 24、108 站點脆弱度時間變化圖
然而，本研究依據脆弱度數值分為 A、B 與 C 等 3 類之外，108 站中有些特 殊非典型的走勢如圖 25，
A 類可以向下再區分非典型 A3，
B 類可以向下再區分非典型 B3 與 B4，
C 類可以向下再區分非典型 C3；
本研究將走勢分為 4 類，如圖 26 紅框中的 1、2、3 與 4 類，這 4 種脆弱數 值的走勢，代表 4 種不同特性的站點，能作為相關機構在調適能力增減之依據。
圖 25、細分 3 類脆弱變化走勢圖
圖 26、4 種變化趨勢圖
綜合上述圖 25、細分 3 類脆弱變化走勢圖與數值與走勢分類，可以初步分 為下圖 3 x 4 階矩陣(圖 27)，總共有 12 種分類，臺北捷運站點占了其中 7 類別。
在 108 個站點中高達 77%的站點，聚集於數值全正的全負的 A1 和 B2 區，這一 類的站點脆弱程度與預想中較為一致，可以依據現行調適能力接續部署。另外，
第 3 類持續上升型分別都在 A、B 與 C 中都有出現，可以進一步討論題中站點，
以及此站點的脆弱度樣態，給予不同的調適能力。
4-4-1 走勢 1 (高低高低型)
圖 28、A1 趨勢圖
圖 29、C1 趨勢圖
走勢 1 的類型中，典型 A1 類站點於 4 個時段脆弱度都未能調適完好，這些 站點在上下班尖峰時段，人潮從尖峰到離峰的湧入速度大於調適能力增加速度讓 脆弱人次高漲；C1 站點則是在傍晚有明顯外溢人次，在中午以及晚間的調適能 力大致足以應付現行旅運壓力。
4-4-2 走勢 2 (低高低高型)
圖 30、B2 趨勢圖
走勢 2 的典型的 B 類站點中，4 個時段脆弱度都調適完好，這些站點在上下 班尖峰時段，調適能力從離峰到尖峰的增加速度遠大於人潮湧入速度，讓這些站 點擁有過剩之調適能力，可從這些站點調撥調適能力給上述 A1 與 C2 等脆弱度 高有外溢人次之站點。
4-4-3 走勢 3 (持續上升型)
圖 31、C3 趨勢圖
走勢 3 的特徵，在上午尖峰時刻，調適能力遠大於捷運暴露度與敏感度人次，
仍擁有大量調適能力可輸運脆弱人次，然而中午過後，可以發現人潮湧入，讓未 被調適人數直線上升，到傍晚有些站點已經超越調適能力所能負荷，未被調適人 次轉為正值。典型 C3 類的特徵，脆弱人次在正負之間擺動，細看 C3 等站點，
可發現有潛在觀光區效應(圖 32)，這些站點在上午等時段，脆弱人次還在一個極 低的狀態，一過午後脆弱度人次一路上升接近調適能力臨界值，過了傍晚後脆弱 人次來到正值，有許多人次已經無法調適，C3 的站點有東門、中正紀念堂、國 父紀念館、臺北 101/世貿、古亭、忠孝新生、忠孝敦化、市政府與西門，而 A3 臺北車站、忠孝復興與中山站，也有觀光區效應(圖 33)，但是這些站點在上午的 時候已有高量的脆弱人次使調適能力無法負荷，表示有大量的通勤人口進出於這 些站點之外，中午過後到傍晚持續有大量人次湧入，讓原先高脆弱人次爆量超過 周邊的調適能力，而 B3 這一類型的站點雖然調適能力都未超過臨界值，但是在 中午以及晚間明顯有人潮湧入，在晚間更更是高過同樣是中午離峰時間的脆弱人 口，推測有眾多人口在晚間返家的時段利用這些站點(圖 34)。
圖 32、C3 細部趨勢圖
圖 33、A3 細部趨勢圖
圖 34、B3 細部趨勢圖
4-4-4 走勢 4 (先下後上型)
圖 35、B4 細部趨勢圖
此種站點較為特殊，結合走勢 1 前段與走勢 3 後段特徵，中午前處於比較調 適能力過剩的現象，傍晚到晚上與走勢 3 類似，出現無法負荷大量返家人潮，在 這樣的站點中午過後應給予不同的調適能力。
4-5 路網分群偵測
本研究除了利用站點旅運特性對於站點進行脆弱度走勢分類，再進一步利用 網路分群方法，進行結構群體偵測。本研究利用 Girvan-Newman 分群方法進行 疊代，最適當的結構分群的結果是 13 群，此時 Modulaty Q 值為 0.76，臺北捷運 路網在第 13 次疊代(疊代的意義)Modulaty Q 值達到最高(圖 36)。
圖 36、Modulaty Q 值圖
圖 37 為路網分類結果為，整體分群結果顯示臺北路網於結構上較類似星型 (star)路網結構(圖 38)，支線上的站點被大多被分為同群，市中心的站點被分為 3~4 群，分群結果再繪製成結構樹狀圖(圖 39)，編號群 1~群 13。現今的點位安 排容易造成市中心的轉乘站負荷過重，新北市旅客都要移動到臺北市才能通往其 他地區，未來環狀線完工後可直接連結新北市站點，路網分群結構應能有所改善。
圖 37、路網分群結構圖
圖 38、星型路網概念圖
圖 39、分群樹狀結構圖
分群結果發現的群 8、群 9 與群 11 與走勢 3 的站點有對應關係。走勢 3 的
類群體中其他站點成員，潛在也具有相同的觀光區效應之旅運特性，本研究建議 除了在原先走勢 3 部署不同的調適能力，應可以擴大部署至這些周邊的其他站點
類群體中其他站點成員，潛在也具有相同的觀光區效應之旅運特性，本研究建議 除了在原先走勢 3 部署不同的調適能力，應可以擴大部署至這些周邊的其他站點