高齡者步行運輸相關法規評析

由以上法規發現，各國對於高齡者行的安全及設施規範常與身心障礙者 相配合，於運輸服務方面亦多以服務為主。整理上述各國法規如表2.6，由表 可知各國步道系統規範多以身心障礙者或將高齡者與身心障礙者為使用對象 合併規範，但高齡者仍有許多生理、心理特徵與身心障礙者不同，因此本研 究將於下一章分析其異同項目。而由2.2.3 可知現行國內外對於步道系統規劃 原則之項目，並由表2.7 彙整其各項原則之中心目標。

表2.6 各國高齡者步行運輸相關法規比較表 國家 相關法規 對象 內容

台灣

台北市無障礙交

通環境綱要計畫 行動不便者 針對騎樓攤販、違停與人行道工程設計、

交叉路口設計等進行改善。

人行道設計規範 一般行人 規範人行道之工程設計，如寬度、斜坡等。

美國

高齡者法案 高齡者 提供高齡者生活所需資源及各方面服務。

運輸工程協會 一般行人 包括道路設計、步道、號誌、路邊停車、

交叉口等設計規範。

身心障礙者法 身心障礙者 人行道設置之準則。

英國

身心障礙者歧視

法案 身心障礙者 大眾運輸部分對於便利性、設施等許多方 面皆做了規範。

運輸部-高齡者 高齡者 對於老人的運輸需求問題提出建議，包括 旅行規劃、步行、公車、鐵路/地鐵及駕駛。

瑞典 衛生暨社會事務

部-高齡者政策 高齡者 提供運輸服務給因為身心功能障礙而不能 使用大眾運輸的人。

德國 無障礙法案 身心障礙者 運輸部門特別在機動性的議題中特別強調 身心障礙者在運輸場站間之行的問題。

日本 交通無障礙法 高齡者及身 心障礙者

法規上包括人行道工程設計、指示設施、

立體穿越設施及號誌等規範。

表2.7 國內外步道系統規劃目標原則彙整表

卓訓榮、陳信雄(1993)在CONVEX C240超級電腦下利用FORTRAN程式 語言來撰寫Yen`Algorithm，用以比較純量最佳化、向量最佳化、平行最佳化 (Weibull distribution，W(1,β)) 之連續型隨機變數，令β為隨著出發時間而改變 的時間函數，並將每一天分為數個時段，自行假設每條節線在各個不同時段 所相對應之期望值函數，透過模擬方法，得到滿足該分配的旅行時間模擬值，

再以Label setting Algorithm 為基礎進行修正求解。最後，以六個網路進行演 算法準確性與有效性之驗證，測試結果驗證本研究所提出之方法確實可行且

賴冠宏(2002)研究如何於具有走道及出入口的多部門廠房空間，有效地 安排消防裝置、及增加消防設備使用的效能，在火災發生時，能將人員傷亡 及財產損失降到最低。其結合類神經網路模型中的自我組織映射，及圖學演 算法中的最短路徑的概念，來建議人員逃生的最適模式，以及消防設備配置 的最佳位置。並使用Floyd-Warshall Algorithm求解人員避難逃生的路徑，最 後以人員傷亡、及財物損失為評估函數，探討自我組織映射學習的結果。

林蔚明(2002)主要目的為考慮路口的成本下，發展最短路徑、K條最短路 徑與依時性最短路徑演算法，並探討其合理性。三種演算法配合路口的延滯 計算，可進一步反應交通相關的動態特性。研究使用台中市路網進行實驗分 析，結果顯示在考慮路口延滯後，不論採用何種路口延滯成本，其所獲得之 路徑結果皆比不考慮路口延滯成本的路徑結果來的接近實際情形，顯示若在 路徑計算中加入路口延滯成本的考量，將能提供用路人更為可靠的路徑資訊。

Hall(1986)利用結合分枝定限法(branch-and-bound)與k條最短路徑演算 法，找到一條期望旅行時間最小之最短路徑。文中將旅行時間設為隨機且時 間相依之最小期望旅行時間路徑問題，並分為『定性』與『隨機變數』兩種。

前者的旅行時間為歷史資料以統計分析所得的定性資料；後者的旅行時間是 利用到達節線時間與滿足統計分配的隨機變數為依據。旅行時間為『定性』，

可得最小可能旅行時間，即最短路徑總旅行時間下限值之依據；旅行時間為

『隨機變數』，可得最小期望旅行時間，即最短路徑總旅行時間上限值之根 據。

Yen(1971)年提出找尋第K條最短路徑演算法，因此K條最短路徑演算法 也逐漸廣泛地被應用，如人員的緊急救援與疏散。最短路徑問題為一般路網 問題求解的基礎，但是在實際交通的應用上，最短路徑卻會因許多外部問題 而無法達到最佳化，因此K條最短路徑演算法便因應而生，K條最短路徑演算 法之主要觀念，在於產生成本略多於最短路徑的次佳路徑。故Yen’s Algorithm 的基本概念是：第2條最短路徑與第1條最短路徑有部分相同，因此第2條最短 路徑必須經由第1條最短路徑來尋找，而第3條最短路徑則必須經由第1條最短 路徑與第k-1條最短路徑來尋找，依此程序而找出第K條最短路徑。

Okada and Soper(1998)其發展一套演算法，用來解決路網中路段模糊長度 之最短路徑問題。其演算法可以將所指定之特定點至其他點之路線全部導 出，再依據模糊數之間的順序（大小）關係來找尋最合適之路線。但在大規 模路網中，所求解之路線將會過多，而使得決策者無法從中挑選最合適之路 線。有鑑於此，本文獻再將演算法所導出之路線做某一程度之挑選，藉由挑 選機制，將可控制求解路線之數量。並可考慮將所獲得之路線，依據路線之 共享路段作ㄧ分類區隔，如此將會幫助決策者挑選最合適之路線。

2.3.2 評估指標相關研究

Kim et al.(2004)針對華盛頓州 65 歲以上老人進行問卷調查，將調查結果 之個體、家戶、鄰近地區、旅次及活動等資訊作為運具選擇最大效用方程式 之屬性因子，研究結果指出高齡者對於運具之機動性有非常顯著之影響，因 此建議研擬運輸政策提供更完善的運輸服務照顧年老族群。

區域分析中與可及性相關之文獻，將可及性指標分為五類（Talen and Anselin,1998、Nicholls,2001、Talen,2003），方法及定義如表2.8所示。

表2.8 公園設施可及性指標方法及定義

方法 定義

容納式

（Container） 計算一量測單元，如一普查區能獲得設施或服務數量 覆蓋式

（Coverage ） 計算一設施在其指定服務半徑範圍下所能服務之數量 最小距離法

（Minimum distance） 計算一需求點與最近設施間之距離。

平均旅行距離

（Travel cost） 計算一需求點與全部設施之平均距離。

重力模式

（Gravity）

計算一需求點所獲得全部設施之服務量總計，單一設 施計算方法為設施面積除以距離阻抗。

資料來源：楊子廣 (2006)

1. 容納式方法（Container Approach）

將都市劃分成許多小區塊以計算每個區塊可獲得的綠地數量。國外針對 都市公園供應的標準設定，大部分遵照NRPA所建議的每千人十英畝（4.1公 頃 ） 之 開 放 空 間 ， 而 歐 洲 方 面 則 是NPFA （ the National Playing Fields Association ）建議的六英畝。許多都市均以此計算其公園系統供應是否恰 當，繪製圖表以示成果。容納式方法的問題在於其假設設施供應的效益只分 派給先前所定義之區域內居民，而沒有外部性發生在其他周遭區域，亦是假 設區塊內的居民都將滿意從區塊內設施得到之服務，而這是相當不切實際的。

2. 覆蓋式（Coverage ）

與容納式相似之觀念，主要差異點在於服務範圍之設定方法，不以區塊

（如計畫區、村里、街廓等）作為分派方式，而是以設定服務半徑之觀念劃 設服務範圍，而服務圈之劃設方式則如上節所述有環域分析法（the radius method）、Voronoi圖形法及網路分析法（network analysis），各有其優劣。

覆蓋式可及性指標可以計算公園空間分佈所涵蓋的人口比率是它的優點，也 被 稱 為 一 區 域 之 累 計 機 會 計 算 （the cumulative opportunities of a given location），但是如何區分出服務範圍內服務量之差異仍是一個尚待解決之問 題。

3. 最小距離法（Minimum distance）

同容納式方法一樣，具有忽略設施服務之外部性，且有當多個設施存在 時不計算累計之設施服務量等問題。

4. 平均旅行距離（Travel cost）

因為採用全部設施的進入平均，因此量測觀念上相當程度注重設施之空 間外部性，但是觀念太過於簡陋，忽略設施服務特徵在服務量提供、地區需 求量及服務範圍等差異性，主要作為量測結果之比較參考數據。

5. 重力模式（Gravity）

本身最大的問題在於阻抗係數的決定，一般研究設定為2，但至今為止，

這仍是一個相當武斷的決定。但其距離衰退（distance decay）特性的觀念，

是最為符合公園設施特性之作法。

Achuthan et al.(2007)將可及性量測方法分為以下三種：

1. 服務範圍法：服務範圍以旅行時間與距離作為吸引力之考量，並取其上下 限，繪製該區多層次服務範圍圖形以量測區域可及性。

2. 路網緩衝法：可代替旅次產生之多角形服務範圍方法，其使用路徑緩衝寬 度計算路網可及性。

3. 路網法：可代替服務範圍之多角區域突及緩衝路網方法，以區域之虛擬節 點繪製路徑圖以計算可及性。

Iamtrakulet al.(2003)使用效用模式之屬性因子包括可及性(accessibility)與 吸引力(attractiveness)，以小汽車、公車及步行時間計算路網中到四座公園所 有路徑之平均旅行時間，並以旅行時間計算可及性。計算四座公園之服務範 圍，此服務範圍則為公園之吸引力。效用計算結果比較各公園之服務範圍與 其旅行時間效用之影響。

2.3.3 研究方法相關文獻評析

在路徑選擇相關研究中，隨著各演算法的發展以及問題的考慮，目前較 常用的方法為路徑最佳化及K條路徑法。K條路徑法常被用於災害救難、人員 緊急疏散及事故調離等情況，此方法為點到點多條路徑選擇不適用於高齡者

在路徑選擇相關研究中，隨著各演算法的發展以及問題的考慮，目前較 常用的方法為路徑最佳化及K條路徑法。K條路徑法常被用於災害救難、人員 緊急疏散及事故調離等情況，此方法為點到點多條路徑選擇不適用於高齡者