C4 區位效率

n7 n8 n9

A1 A2 A3 評估 方案

網絡結構網絡結構

G1 目標：TOD效益

圖 5-4：台灣 TOD 都市模式效益評估的網絡結構 資料來源：本研究整理

三、問卷設計與調查

評估台灣 TOD 都市模式之效益，為土地使用與交通運輸整合性議題，且 TOD 都市模式之效益又涉及到公、私部門（Cervero et al., 2004；Renne and Wells, 2005）。因此，進行專家學者的受訪團體組成包括熟稔土地使用與交通運輸整合 課題之公部門專家、私部門專家及學術單位研究者，受訪專家如表 5-2 所示，共 計 14 個單位，本研究依據網絡結構的 ANP 概念，設計專家學者問卷，於 2007 年 7 月期間，發出 18 份問卷，並回收 16 份有效問卷，問卷內容請詳見附錄二，

受訪專家學者請詳見附錄三。

表 5-2：效益評估決策群體的專家學者單位

學術單位 公部門 私部門

1.交通大學交通運輸研究所 1.台北市政府都市發展局 1.中興工程公司 2.台灣大學土木工程系 2.台北市政府捷運工程局 2.永奕顧問公司 3.成功大學都市計劃學系 3.交通部高速鐵路工程局 3.鼎漢工程公司 4.政治大學地政學系 4.交通部運輸研究所 4.戴德梁行公司 5.臺北大學都市計劃研究所

6.臺北大學不動產與城鄉環 境學系

資料來源：本研究整理

四、GANP 方法計算

從本研究依網絡結構的概念所設計之問卷，並向專家學者訪談後，得到之調 查結果，將進一步進行 GANP 方法的計算，以求得其權重關係。其計算步驟如 下說明：

（一）建立成對比較矩陣，計算權重值

GANP 方法計算步驟第一步，根據問題之網絡結構與其內部相依與外部 相依關係，從問卷調查結果建立數個成對比較矩陣（pairwise comparison matrix），比較尺度採以 1-9 尺度，如 9 為相對最重要、1 為相對同等重要與 1/9 為相對最不重要。根據該矩陣，並依循 AHP 求權重值之方法^5-2，計算各

5-2 計算單一成對比較矩陣的權重，係依循分析層級程序法（AHP）求取成對比較矩陣權重的計 算方式，而本研究運用 Super Decision 1.6.0 軟體進行求解。

準則間的權重值，再輔以計算一致性指標 CI（consistency index，簡稱 CI），

此 24 個之成對比較矩陣群的權重計算，本研究利用 Thomas L. Saaty 所 開發之軟體 Super Decision 1.6.0 進行計算，其軟體所顯現出本研究問題的網 絡結構，如圖 5-6 所示，將專家學者填答完畢的成對比較矩陣結果，輸入 Super Decision 軟體中，並透過該軟體計算權重值與一致性檢定，若 CI 值小於 0.1，

該權重值符合一致性檢定，將留下來作為本研究之參考，若無法通過檢定，

則整份問卷剔除，本研究所有受訪的有效問卷，每一個題目的一致性檢定皆 有通過。

圖 5-6：Super Decision 1.6.0 操作視窗 資料來源：本研究整理

（二）超級矩陣之建立與求解

計算出 24 個成對比較矩陣的權重後，繼而建立 ANP 方法中最重要的超 矩陣（supermatrix），如公式（5-1）所示。超矩陣由主評估準則（cluster 群組）， 以C 表示，_h h=1, … , m，本研究之m = 5，與其所包含次評估準則（node

節點），以n 表示， j =1, … , _hj k，本研究之k = 11，如 n₁₁, n₁₂,…, n₁₁₁, n₂₁, n22,…, n₂₁₁,……, n₅₁₁等，將其依序列於矩陣左側與上方，形成一個超矩陣，

用以說明成對比較後其準則間之權重關係矩陣W_mm，而外部相依為主評估準 則與主評估準則具有相互影響之關係，內部相依則為同一主評估準則中，各 次評估準則間具有相互關係，而形成許多子矩陣（sub matrix），如上圖 5-5 所示，又超矩陣中若有 0，則表示準則間彼此沒有外部相依或內部相依，即

W為未加權超矩陣（unweighted supermatrix），因為矩陣中的行向量值可 能不符合隨機（stochastic）原則，即行向量值之和不為 1，所以必須透過特 定的程序加以轉換，如圖 5-7 所示，即透過將超矩陣的行向量正規化，使得 行向量值之和等於 1，該矩陣則稱之為隨機超矩陣（stochastic supermatrix），

亦稱之為隨機化加權超矩陣W ′（ weighted supermatrix），再經過極限化

（limiting）的程序，將W ′相乘，乘至 2a＋1 的次方，使得矩陣逐步收斂，

而成為極限化超矩陣W ′′（limiting supermatrix），而極限化超矩陣的行向量值 總和為 1，行向量值則為次評估準則（node）間的相對權重。

由於從W未加權超矩陣轉換成為W ′′極限化超矩陣，其過程為包含複雜 的計算公式與程序，可參閱 Saaty（1996）的研究說明。而本研究則利用 Super Decision 1.6.0 進行計算，而求得未加權超矩陣、加權超矩陣與極限化超矩陣，

分別 16 份（一個專家學者一份），如附錄四所示，其結果以供本研究建構台 灣 TOD 都市模式效益體系之權重關係。

成對比較矩陣1

成對比較矩陣24

未加權 超矩陣

加權 超矩陣

極限化 超矩陣 unweighted weighted limiting Supermatrix W Supermatrix W’ Supermatrix W’’

圖 5-7：超矩陣計算過程（摘錄）

資料來源：本研究整理

五、求得權重結果

根據上文之分析與計算，本研究因為具有 16 份有效問卷，因此得到 16 個極 限化超級矩陣，如附錄四，即具有每一個專家學者獨立的權重值，又本研究之設 計採用「事後偏好整合」，因此該權重值之整合，本研究採用之整合方法為算數 平均法，如公式（5-2）與公式（5-3）所示，若專家學者數為 E ，則會得到 E 組 的權重組合， E 組的權重組合進行算數平均，平均後的每一個權重值為w ，最_i 後整合成W 權重組合。

{

^{w i k}

}

W = _i =1,2,L,

………（5-2）

∑

⁼

= ^E

Q iQ

i w i k

w E1 , 1,2,L

………（5-3）

根據事後偏好整合的計算，得出台灣 TOD 都市模式效益體系內其效益間之 權重值，如表 5-3 所示，以及圖 5-8 所示，台灣都市轉向 TOD 都市模式，最須 注重或最具有影響力之效益，其依序分別為：（1）促進產業發展（17.92%）；

（2）提高房地價值（14.49%）；（3）提高交通可及（13.46%）；（4）減低財 政支出（12.97%）；（5）提高交通易行（12.42%）；（6）降低旅行成本（10.73%）；

（7）提高身體健康（4.89%）；（8）提升環境品質（4.51%）；（9）減低空氣 污染（4.49%）；（10）促進公共衛生（4.12%）；（11）減低所得差異（0％）。

本研究依 n1 至 n11 原隸屬於哪一個主評估準則（C1 至 C5）之下，將同一 群組次評估準則之總和，視其為各主評估準則之權重。據此，主評估準則之權重 與其排序為：（1）C2 經濟發展（45.38%）；（2）C4 區位效率（36.61%）；（3）

C5 健康城市（9.01%）；（4）C1 環境保護（9.00%）；（5）C3 社會公平（0.00%）。

表 5-3：台灣 TOD 都市模式效益體系內其效益間之權重值 編號

(node) 效益內涵 專家學者

（％）

學術部門

（％）

政府部門

（％）

產業部門

（％）

n1 提升環境品質 4.51（8） 3.96（8） 4.59（7） 5.21（9）

n2 減低空氣污染 4.49（9） 3.91（9） 3.11（10） 7.44（6）

n3 提高房地價值 14.49（2） 17.46（2） 18.07（2） 4.67（10）

n4 減低財政支出 12.97（4） 14.90（3） 11.32（4） 12.55（4）

n5 促進產業發展 17.92（1） 19.19（1） 21.60（1） 10.51（5）

n6 減低所得差異 0.00（11） 0.00（11） 0.00（11） 0.00（11）

n7 降低旅行成本 10.73（6） 11.94（4） 7.86（6） 13.22（3）

n8 提高交通可及 13.46（3） 11.25（5） 14.68（3） 14.96（2）

n9 提高交通易行 12.42（5） 9.51（6） 11.07（5） 18.79（1）

n10 提高身體健康 4.89（7） 4.78（7） 4.34（8） 5.87（8）

n11 促進公共衛生 4.12（10） 3.10（10） 3.36（9） 6.78（7）

資料來源：本研究整理

註：表中（）內之數字，表示權重大小排序，（1）表示權重值最高、（2）次之，

依序排列；表格內數字部分以灰色為底，表示該權重於欄位排序為前三名。

4.12 4.89

12.42 13.46 10.73 0.00

17.92 12.97

14.49 4.49

4.51

0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00 16.00 18.00 20.00 促進公共衛生

提高身體健康 提高交通易行 提高交通可及 降低旅行成本 減低所得差異 促進產業發展 減低財政支出 提高房地價值 減低空氣污染 提升環境品質

權重（％）

圖 5-8：效益體系內其效益間之權重關係（全部專家）

資料來源：本研究整理

從上文所述的相對權重與其排序發現，專家學者認為就台灣都市的發展背景

本研究設計一個效益差異度指標（differential degree index，簡稱 DI ）予以衡量，

如下公式（5-4）所示，w 為_ek e部門（學術、政府與產業，e=1,2,3）認為在k效

0 5 10 15 20 25 促進公共衛生

提高身體健康 提高交通易行 提高交通可及 降低旅行成本 減低所得差異 促進產業發展 減低財政支出 提高房地價值 減低空氣污染 提升環境品質

權重（％）

產業 政府 學術 全部

圖 5-9：效益體系內其效益間之權重關係（分類別）

資料來源：本研究整理

本研究運用 DI 進行評估其差異性發現，如表 5-4 與圖 5-10，從效益別來進 行探討，提高房地價值之差異最高，各專家學者類別 DI 絕對值之和高達 247.1

％，其餘皆在 100％以下。差異總和最低的為減低所得差異效益，但因為該效益 不會產生權重值，故進行差異性比較時，會產生無差異。而差異總和第二低的為 提升環境品質，僅有 29.07％。再從專家別進行探討，產業部門差異性最高 DI 絕 對值之和為 455.92％，其次為政府部門的 189.85％，差異最低為學術部門的 160.87％。若再進一步以單一專家學者對單一效益類別的差異性比較，以產業部 門對於提高房地價值效益之差異最高，為-210.28％，次高為產業部門對於促進產 業發展效益的看法，亦高達-70.5％，主要原因在於學術部門與政府部門比較重視 經濟發展群組的效益，該群組之效益權重之和分別為 51.55％及 50.99％，而產業 部門比較重視區位效率群組的效益，該群組之效益權重之和為 46.97％。

無論以效益類別、專家學者類別或單一專家學者對單一效益類別進行差異性 指標的探討，皆可以發現各個部門對於各種效益之看法是有差異的。這也說明了 本研究為何要採用 GANP 方法，原因如下幾點：（1）每一個專家學者都有獨立 之看法，會產生差異性，因此需透過「群體決策」之方式，縮小差異對政策研擬 所產生之偏頗；（2）本研究雖利用事後偏好整合的方法，令權重值可以得到整 合，但也可以觀察產官學對效益看法之差異，可以進一步探討多個面向的觀點，

亦可以將其整合為一個共通的觀點；（3）專家學者整體的觀點，可以據以設計 都市整體的發展策略，以符合公共需求，而單一部門類別的觀點，可以設計配套 措施以滿足各部門發展 TOD 都市模式的個別需求。

表 5-4：專家學者間對效益權重關係的差異

-13.89 1.74 13.44 -14.83

-44.37 39.65

17.01

-12.2 33.9

-2.3

-12.67 16.7 -32.9

-22.62 39.23

-250 -200 -150 -100 -50 0 50

在文檔中 土地使用與交通運輸連結下的都市模式演變及其效益與政策之評估 (頁 127-137)