第六章 混合羅吉特模式推估結果
6.1 考慮顯示性偏好及敘述性偏好之混合羅吉特模式
為了利於後續之說明及討論，在探討偏好異質性時選定的變數為有關時間及成本之 共生變數，若結果具有顯著性則可反映出每位決策者對時間及成本相關變數會有不同感 受及認知。
(1) abc 群(偏遠地區)模式
在此地區之混合羅吉特模式中是指定步行時間、等待時間、車內時間及旅行成本之 共生變數為隨機係數，並在推估時先假設隨機係數呈現常態分配，然而所估計出之標準 差結果皆為顯著，且步行時間之標準差係數比其他三個變數來得高，表示偏遠地區之旅 運者對步行時間之認知差異較大，此為合理現象，因在高偏遠地區、低偏遠地區及郊區 之旅次距離差異大，旅運者對步行至公共運輸場站之接受度亦會有所不同。
另一方面，尺度因子也從0.4156提升至0.6506，表示改善了顯示性偏好及敘述性偏 好資料的差異程度，提升兩偏好資料之契合度，使模式內存有隨機變異 (Random heterogeneity)之改善空間。
(2) d 群(都會區)模式
在都會區的模式中指定步行時間、等待時間、車內時間及旅行成本之共生變數為隨 機係數，並且假設隨機係數呈一常態分配。而在模式進行推估後發現，推估出之步行時 間標準差顯著性t值不顯著且產生負號，表示個體間並無差異，故予以刪除。而所估計出 具顯著標準差之變數中，又以等待時間之變異程度為最大。在解釋上，該區的公共運輸 雖然相對較偏遠地區發達，但旅運者在考慮運具方便性之情況下，等待時間之長短會受 到旅運者有無時間壓力而有差異。
在都會區模式中之尺度因子也從 0.2988 提升至 0.5875，表示改善顯示性偏好及敘述 性偏好資料之差異程度，使模式內存在隨機變異之改善空間。
54
(3) e 群(市中心)模式
在市中心地區所建立的混合羅吉特模式中，將步行時間、等待時間、車內時間及旅 行成本之共生變數為隨機係數，並假設隨機係數會呈現具有異質性之常態分配。模式進 行推估後發現，車內時間及旅行成本之標準差顯著性t值不顯著，表示此兩變數之個體間 並無差異，故予以刪除。而具顯著標準差之步行時間及等待時間變數中，又以步行時間 之變異程度為最大。這一結果可被解釋為市中心地區之公共運輸相當發達，因此各運具 提供之車內時間服務對旅運者來說差異不大，且各公共運具之票價在互相激烈之競爭下，
制定相對合理且可被接受之價格讓旅運者選擇。在此群最大的差異就在於旅運者選擇運 具時必須步行至場站的距離，其次的等候時間也會受到不同旅運者之感受而有影響。
在此群之尺度因子，從0.3163提升到0..4807，相對另外兩群改變的幅度較小，因此 可知市中心地區之旅運者個體異質性較不明顯。
55
56
57
58
59
60
61
最後，基於多項羅吉特模式及混合羅吉特模式在結構上的差異，利用概似比檢定進 一步判斷混合羅吉特模式是否優於多項羅吉特模式，如表6.7所示。透過檢定結果可知，
混合羅吉特模式在統計上確實與多項羅吉特模式具有顯著差異，亦即表示使用混合羅吉 特模式會優於多項羅吉特模式之結果。
表 6.7 運具選擇模式之概似比檢定結果
概似比統計量𝑥2 卡方臨界值 檢定結果
偏遠地區 287.38 9.49
統計上具顯著差異
都會區 417.85 7.81
市中心 702.83 5.99
檢定公式：
𝐻0： 1 2 ⋯ 𝐾 0
𝐻1： 1 2 … 不全為 0 𝑥2= −2[LL ̂𝑅 − LL ̂𝑈 ]