考慮顯示性偏好及敘述性偏好之多項羅吉特模式

本研究欲了解提供DRT計程車及DRT小巴士兩種新的運輸工具對旅運者的影響，結 果若產生顯著影響則可作為未來推動公共運輸政策之重要依據。故本節將建立整合顯示 性偏好及敘述性偏好之模式，亦分為三類區隔市場分別進行多項羅吉特模式之推估。

在整合顯示性偏好及敘述性偏好之模式中，共生變數之設定除了原顯示性偏好之步 行時間、等待時間、車內時間及旅行成本外，並納入敘述性偏好之實驗設計變數，包含 票價、步行時間、預約時間、車內時間及共乘人數，亦即增加預約時間及共乘人數兩變 數。然因在顯示性偏好中之各運具皆不具有預約時間之特性，故此一變數將利用方案特 定變數形式指定於DRT計程車及DRT小巴士。最終處理成共生變數之變數僅為步行時間、

等待時間、車內時間、旅行成本及共乘人數。

(1) abc 群(偏遠地區)模式

此模式以自行車方案作為基準進行模式構建與分析，由於處理原顯示性偏好資料外，

並整合敘述性偏好之四種選擇情境資料，故樣本擴充為4325筆，其模式推估結果如表5.8 及表5.9所示。

在加入共生變數之模式中，各變數符號與模式構建前之預期符號相同，且皆具顯著 性。此結果可解釋為此分群之旅運者對於運具之步行時間、等待時間、車內時間、旅行 成本、共乘人數及預約時間越小越好。

另外，納入服務屬性變數模式中，結果顯示方便性及舒適性皆具顯著性，且符號符 合先驗知識為正值，表示服務變數越好，旅運者選擇運具之機率會提高。在模式推估結 果亦發現，舒適性最高此結果與顯示性偏好模式相同，表示旅運者選擇的運具若能夠提 供較舒適的乘車環境即可提高旅運者搭乘的意願。

模式亦納入方案特定變數，分別將性別(設為虛擬變數：1=男性)指定於機車選擇方 案、年齡指定於自用小客車選擇方案、學歷指定於自行車及DRT小巴士選擇方案、所得 指定於機車及自用小客車選擇方案、旅次頻率指定於DRT計程車選擇方案以及距離變數 指定於自用小客車選擇方案。經過模式推估結果發現，女性旅運者選擇使用機車之機率 相對較高；年齡相對較大者選擇自用小客車之機率較高；學歷相對較低者，如老人或小 孩使用自行車之機率較高；另外，DRT小巴士會吸引學歷相對較高者使用；使用機車之 旅運者所得相對較低，而使用自用小客車之旅運者所得相對較高；旅次頻率相對較低，

會使旅運者選擇使用DRT計程車的機率提高；當旅次長度越長，旅運者會選擇使用自用 小客車的機率較高。最後，模式亦嘗試加入總體變數，但結果並無顯著意義。

此分群完整顯示性偏好及敘述性偏好之多項羅吉特模式配適度為0.13，尺度因子為

44

45

46

(2) d 群(都會區)模式

此模式以自行車方案作為基準進行模式構建與分析，由於處理原顯示性偏好資料外，

並整合敘述性偏好之四種選擇情境資料，故樣本擴充為7150筆，其模式推估結果如表5.10 及表5.11所示。

在加入共生變數之模式中，經過模式推估後可知各變數符號與模式構建前之預期 符號相同，且皆具顯著性，亦即都會區之旅運者對於運具之步行時間、等待時間、車內 時間、旅行成本、共乘人數及預約時間越小，選擇的機率越高。

在納入服務屬性變數之模式中，其結果顯示方便性及舒適性具有顯著性，且符號符 合先驗知識為正值，表示運具越方便越舒適，旅運者選擇該運具之機率就會提高。

模式亦納入方案特定變數之解釋變數，分別將性別(設為虛擬變數：1=男性)指定於 DRT小巴士選擇方案、年齡指定於自用小客車、自行車及臺鐵選擇方案、學歷指定於臺 鐵及DRT小巴士選擇方案、所得指定於自用小客車及捷運選擇方案、旅次目的(設為虛擬 變數：1=上班上學)指定於機車選擇方案、旅次頻率指定於機車方案及距離變數指定於 自用小客車選擇方案。經過模式推估結果發現，女性旅運者選擇使用DRT小巴士的機率 較高；年齡相對較高之旅運者選擇使用自用小客車之機率較高，年齡相對較低之旅運者 則選擇使用自行車及臺鐵之機率較高；學歷相對較低者使用臺鐵之機率會較高，學歷相 對較高者則使用DRT小巴士之機率會提高；所得相對較高者選擇自用小客車及捷運的機 率會提高；旅次目的為上班上學者使用機車的機率會較高；旅次頻率越高使用機車的機 率會較高；旅次距離越長，旅運者使用自用小客車的機率會提高，以上的結果皆符合預 期。最後模式亦加入總體變數，但結果並不具有顯著意義。

此分群完整顯示性偏好及敘述性偏好之多項羅吉特模式配適度為0.14，尺度因子為 0.2988，且具顯著性，表示敘述性偏好資料之變異大於顯示性偏好資料之變異。而計算 時間價值結果顯示，步行時間之時間價值為每小時440.96元最高，其次為等待時間之時 間價值每小時237.56元，最低則為車內時間之時間價值，每小時160.71元。

47

48

49

(3) e 群(市中心)模式

此模式以自行車方案作為基準進行模式構建與分析，由於處理原顯示性偏好資料外，

並整合敘述性偏好之四種選擇情境資料，故樣本擴充為17300筆，其模式推估結果如表 5.12及表5.13所示。

在加入共生變數之模式中，包含步行時間、等待時間、車內時間、旅行成本、共乘 人數及預約時間，然經過模式推估後，各變數皆為負值顯著。由此可知，此分群之旅運 者對於運具之步行時間、等待時間、車內時間、旅行成本、共乘人數及預約時間越小，

選擇的機率就會提高。

另外，在納入服務屬性變數中，其結果顯示可靠性及舒適性之t值未達顯著，故予以 刪除。而方便性及安全性皆具顯著性，且符號符合先驗知識為正值，表示服務變數越好，

旅運者選擇運具之機率會提高。在模式推估結果亦發現方便性為最高，代表此群之旅運 者在選擇使用運具時會優先考慮運具之方便性。

模式亦納入方案特定變數之解釋變數，分別將性別(設為虛擬變數：1=男性)指定於 捷運、計程車及DRT計程車選擇方案、年齡指定於自用小客車、自行車及DRT小巴士選 擇方案、所得指定於自用小客車、自行車及公車選擇方案，旅次目的(設為虛擬變數：

1=上班上學)指定於公車、捷運、臺鐵及DRT小巴士選擇方案、距離變數指定於臺鐵及 DRT計程車選擇方案。經過模式推估後發現，女性旅運者選擇捷運的機率較高，男性則 是選擇計程車機率較高，DRT計程車亦會讓男性使用機率提高；年齡相對較大之旅運者 使用自用小客車的機率較高，年齡相對較小之旅運者會使用自行車及DRT小巴士之機率 較高；所得相對較高者使用自用小客車的機率會提高，所得相對較低者則是使用自行車 及公車的機率較高；旅次目的為上班上學者使用公車、捷運、臺鐵及DRT小巴士的機率 會較高；較長旅次距離之旅運者會使用臺鐵的機率較高，而較短旅次距離之旅運者選擇 DRT計程車的機率會提高。最後模式亦加入總體變數，但結果並無顯著故不列出。

此分群完整顯示性偏好及敘述性偏好之多項羅吉特模式配適度為0.17，尺度因子為 0.3163，且具顯著性，表示敘述性偏好之變異大於顯示性偏好資料之變異。而計算時間 價值結果顯示，步行時間之時間價值為每小時455.79元最高，其次為等待時間之時間價 值每小時286.41元，最低則為車內時間之時間價值，每小時186.95元。

50

51

52

在此，本研究分別對上述所建立之模式中計算時間價值的結果，再整理成表5.14及 表5.15後加以探討。其結果可看出兩趨勢，一為三群旅運者之步行時間價值皆為最大，

車內時間價值皆為最小。表示若將三變數換算成價錢，旅運者願意花更多費用來解決步 行時間問題，是因步行時間相對其他兩變數需花費更多體力，這對一般旅運者而言，會 是考量時影響最大的因素；第二種趨勢為市中心區旅運者的時間價值最高，偏遠地區旅 運者的時間價值則最低。此結果可參考工資率的計算，以台北市信義區(市中心)、新竹 縣竹東鎮(都市區)及台東縣卑南鄉(偏遠地區)為例，利用主計處之統計資料可得知，三 個地區之工資率分別為552.56(小時/元)、399.62(小時/元)及276.04(小時/元)。因此，市中 心旅運者平均所得會高於其他兩地區，而在換算成時間價值時，相對會高於其他兩群之 時間價值。

表 5.14 顯示性偏好模式時間價值之比較

偏遠地區 都市區 市中心

步行時間/旅行成本 323.94(元/小時) 334.29(元/小時) 433.04(元/小時) 等待時間/旅行成本 255.51(元/小時) 267.84(元/小時) 281.30(元/小時) 車內時間/旅行成本 143.16(元/小時) 151.49(元/小時) 208.91(元/小時)

表 5.15 顯示性偏好及敘述性偏好模式時間價值之比較

偏遠地區 都市區 市中心

步行時間/旅行成本 404.41(元/小時) 440.96(元/小時) 455.79(元/小時) 等待時間/旅行成本 212.04(元/小時) 237.56(元/小時) 286.41(元/小時) 車內時間/旅行成本 158.33(元/小時) 160.71(元/小時) 186.95(元/小時)

53