天氣預測對捷運搭乘者影響之研究

全文

(1)國立臺灣師範大學文學院地理學系. 碩士論文 Department of Geography College of Liberal Arts. National Taiwan Normal University Master’s Thesis. 天氣預測對捷運搭乘者影響之研究 A Study on the MRT Passengers Behavior Affected by the Weather Forecast Information 李文勳 Li, Wen-Hsun 指導教授：郭乃文博士 Advisor：Kuo,Nae-Wen Ph.D.. 中. 華. 民. 國. 1. 0. 9. January 2020. 年. 1. 月.

(2) 謝辭碩士論文的完成，首先要感謝的是我的指導教授：郭乃文老師。感謝老師從我進入研究所以來到現在一年多的指導，每當研究中遇到問題時，老師總是能提供許多建議與幫助，指引研究的方向。在這個學期老師也密集地與我討論，每一次的討論都收穫滿滿，非常感謝老師對於我的幫助，才能順利完成論文。其次，我要感謝論文的口試委員：張育傑老師與周學政老師，兩位老師在百忙之中抽空前來，在口試時提供許多建議與方向修正。另外，我要特別感謝周學政老師，從系上的一發、二發再到最後的論文口試，三次的發表老師都願意前來擔任評論老師與口試委員，在此感謝周老師的幫忙。第三，我要感謝在論文撰寫過程中曾經給予我幫助的每一個人：感謝吳鄭重老師在地理論文寫作法的課程中給予我的建議，甚至在口試前兩天到教室討論座位配置的細節。還要感謝我的妹妹奕璇，在酷熱的七月與我一同到捷運站、公園、市場進行問卷發放，才能順利蒐集到所需要的數據。最後，我要感謝我的父母，從小到大提供許多的資源給我，一直到進入研究所的初期，仍然給予我許多幫忙，讓我能無後顧之憂地學習，完成在研究所的學業。謝謝您們，造就了現在的我。. 謹誌 2020/01/05 師大地理系. i.

(3) 摘要隨著臺灣都市化程度提升，都市計畫轉變為「大眾運輸導向發展」，透過大眾運輸系統串聯起都市內的交通。而臺北都會區的捷運系統最為密集、使用人次最高，因此探討影響臺北捷運的使用因素最為重要。在過去，有關天氣對捷運旅運量的影響研究中，大多使用官方的觀測資料進行分析，較少針對民眾的「主觀決策」進行調查。因此，本研究除使用天氣的「觀測資料」分析外，主要目的為探討「天氣預測資訊」對民眾造成的影響，為調查民眾在接收到天氣預測資訊後的運具選擇行為，本研究以問卷作為工具，採量化方法進行分析，隨機發放問卷給新北市三重區、蘆洲區的民眾，共蒐集 412 份有效樣本。研究結果顯示，在「觀測資料」中：「雨日」比「非雨日」有更高的進站人次；「氣溫」與「捷運進站人次」呈現負相關；而「空氣品質指標」無顯著相關。在「主觀決策」中：受訪者認為當天氣預測資訊為「下大雨」時改變運具的比例最高，依序為「高溫炎熱」、「低溫寒流」，而「空氣品質不佳」比例最低。. 關鍵字：天氣預測、捷運、運具選擇. ii.

(4) Abstract As the urbanization degree increased in Taiwan , the urban plan had been transformed into “Transit-Oriented Development”. It connected the city's traffic through the mass transit system. The MRT system in the Taipei Metropolitan Area had the most intensive MRT network and the highest number of uses, so it was most important to explore the factors affecting the use of the Taipei MRT. In the past, most of the studies on the impact of weather on MRT traffic volume used official “observation data” for analysis, and less on people’s “subjective decision-making”. In this study, it not only used the “observation data” analysis of the weather, but also investigated the impact of “weather forecast information” on people taking the MRT. In order to investigate people on the MRT affected by the “weather forecast information”, this study used quantitative analysis methods and questionnaire survey. Finally, 412 valid samples were collected from people in Sanchong District and Luzhou District of New Taipei City. The results revealed that in the “observation data”: “rainy days” had a higher number of the MRT usages than “non-rain days”; “temperature” and “the MRT usage counts” were negatively correlated; and “air-quality index” was not significant correlation. In the “subjective decision-making”: Respondents considered that when the weather forecast information was “heavy rain”, the proportion of changing the mode choice was the highest, followed by “high temperature” and “low temperature”, while “high air-quality index” was the lowest.. Keywords: weather forecast information , MRT , mode choice. iii.

(5) 目錄第一章緒論................................................................................................................ 1 第一節研究動機.............................................................................................. 1 第二節研究目的.............................................................................................. 3 第三節研究範圍.............................................................................................. 4 第二章文獻回顧 ......................................................................................................... 9 第一節影響捷運旅運量的因子...................................................................... 9 第二節天氣與交通運輸之關係.................................................................... 11 第三節小結.................................................................................................... 13 第三章研究設計 ....................................................................................................... 15 第一節研究假說與流程................................................................................ 15 第二節數據分析............................................................................................ 17 第三節問卷設計............................................................................................ 26 第四節相關分析............................................................................................ 30 第四章研究結果與討論 ........................................................................................... 31 第一節捷運旅運量........................................................................................ 31 第二節人口與捷運旅次................................................................................ 35 第三節天氣因子與捷運旅次........................................................................ 40 第四節問卷結果............................................................................................ 54 第五節假說驗證............................................................................................ 72 第五章結論與建議 ................................................................................................... 75 第一節結論.................................................................................................... 75 第二節研究的限制與後續建議.................................................................... 76 參考文獻...................................................................................................................... 78 附錄. 82. 附錄一實地問卷............................................................................................ 82 附錄二網路問卷............................................................................................ 83 附錄三問卷統計結果.................................................................................... 85. iv.

(6) 表目錄表 3-1 研究區各捷運站周圍 800 公尺包含之村里 .................................................. 19 表 3-2 民國 105 至 107 年研究區內捷運站 800 公尺周圍戶籍人口數 .................. 20 表 3-3 民國 105 至 107 年研究區每月非例假日平均進站人次統計表 .................. 22 表 4-1 民國 105 至 107 年研究區人口數與非例假日平均進站人次相關分析 ...... 36 表 4-2 民國 107 年非例假日雨日與非雨日進站人次變化 ...................................... 40 表 4-3 民國 107 年雨日與非雨日非例假日進站人次 T 檢定 .................................. 41 表 4-4 民國 107 年日平均溫度與捷運非例假日平均進站人次相關分析 .............. 43 表 4-5 民國 107 年最高溫度與捷運非例假日平均進站人次相關分析 .................. 46 表 4-6 民國 107 年最低溫度與捷運非例假日平均進站人次相關分析 .................. 49 表 4-7 民國 107 年 AQI 指標與非例假日平均進站人次統計 ................................. 52 表 4-8 個人基本資料問卷統計 .................................................................................. 55 表 4-9 通勤相關資訊問卷統計 .................................................................................. 59 表 4-10 其他因子影響問卷統計 ................................................................................ 65 表 4-11 天氣預測結果是否影響運具選擇與各因子卡方檢定結果 ........................ 67 表 4-12 性別與天氣預測結果是否影響運具選擇交叉統計表 ................................ 68 表 4-13 有無接送小孩需求對天氣預測結果是否影響運具選擇交叉統計表 ........ 68 表 4-14 有無擁有私人運具對天氣預測結果是否影響運具選擇交叉統計表 ........ 69 表 4-15 搭乘捷運天數對天氣預測結果是否影響運具選擇交叉統計表 ................ 70 表 4-16 搭乘捷運目的對天氣預測結果是否影響運具選擇交叉統計表 ................ 70 表 4-17 有無使用定期月票對天氣預測結果是否影響運具選擇交叉統計表 ........ 71. v.

(7) 圖目錄圖 1-1 機車瀑布 ............................................................................................................ 4 圖 1-2 研究範圍 ........................................................................................................... 7 圖 1-3 臺北捷運路線圖 ................................................................................................ 8 圖 3-1 研究流程圖 ...................................................................................................... 16 圖 3-2 研究區內捷運站 800 公尺範圍 ..................................................................... 18 圖 4-1 民國 107 年研究區捷運站進站人次統計 ...................................................... 31 圖 4-2 民國 107 年各月份研究區捷運站累計進站人次統計 .................................. 32 圖 4-3 民國 107 年各月份研究區捷運站平均每日進站人次統計 .......................... 32 圖 4-4 民國 107 年各月份研究區捷運站非例假日平均進站人次統計 .................. 33 圖 4-5 民國 107 年研究區捷運站平均進站人次統計（星期） .............................. 34 圖 4-6 民國 105 至 107 年研究區內各捷運站周圍 800 公尺戶籍人口數 .............. 35 圖 4-7 民國 105 至 107 年捷運蘆州站人口數與非例假日進站人次散布圖 ......... 37 圖 4-8 民國 105 至 107 年捷運三民高中站人口數與非例假日進站人次散布圖 . 37 圖 4-9 民國 105 至 107 年捷運徐匯中學站人口數與非例假日進站人次散布圖 . 38 圖 4-10 民國 105 至 107 年捷運三和國中站人口數與非例假日進站人次散布圖 38 圖 4-11 民國 105 至 107 年捷運三重國小站人口數與非例假日進站人次散布圖 39 圖 4-12 民國 107 年捷運三民高中站非例假日平均溫度與進站人次散布圖 ........ 44 圖 4-13 民國 107 年捷運徐匯中學站非例假日平均溫度與進站人次散布圖 ........ 44 圖 4-14 民國 107 年捷運三和國中站非例假日平均溫度與進站人次散布圖 ........ 45 圖 4-15 民國 107 年捷運三重國小站非例假日平均溫度與進站人次散布圖 ........ 45 圖 4-16 民國 107 年捷運三民高中站非例假日最高溫度與進站人次散布圖 ........ 47 圖 4-17 民國 107 年捷運徐匯中學站非例假日最高溫度與進站人次散布圖 ........ 47 圖 4-18 民國 107 年捷運三和國中站非例假日最高溫度與進站人次散布圖 ........ 48 圖 4-19 民國 107 年捷運三重國小站非例假日最高溫度與進站人次散布圖 ........ 48 圖 4-20 民國 107 年捷運三民高中站非例假日最低溫度與進站人次散布圖 ........ 50 圖 4-21 民國 107 年捷運徐匯中學站非例假日最低溫度與進站人次散布圖 ........ 50 圖 4-22 民國 107 年捷運三和國中站非例假日最低溫度與進站人次散布圖 ........ 51 圖 4-23 民國 107 年捷運三重國小站非例假日最低溫度與進站人次散布圖 ........ 51. vi.

(8) 第一章緒論第一節研究動機. 根據世界銀行（World Bank）的統計，在 1960 年代時，有大約 33.6%的世界人口數集中在都市，都市人口隨著時間的增長愈來愈多。在 2007 年時有超過一半的人口集中在都市，到了 2018 年，有 55.6%的世界人口在都市中生活，相當於超過 38 億人口生活在都市。在臺灣，有大約 80%的人口集中在都市地區，相當於超過 1800 萬人口。其中，最大的都會區為「臺北都會區」：由臺北市、新北市與基隆市所構成的生活圈，有超過七百萬人口生活在臺北都會區（行政院主計處，2018）。臺北都會區以臺北市為中心，臺北市是臺灣重要的政治、經濟與教育中心。都會區內的居民上班、上學的地點可能在臺北市，但其居住地點可能位在新北市或是基隆市，所以每到交通通勤的尖峰時刻，臺北市連接新北市以及基隆市的主要交通幹道、鐵路、捷運路線皆會出現大量的人潮與車潮。因此，都會區之間的交通規劃一直是城市治理的一大課題。要滿足臺北都會區內民眾的交通需求，就必須了解臺北都會區內民眾的日常交通工具選擇的狀況。根據交通部在民國 105 年提出的「民眾日常使用運具狀況調查」顯示，若將民眾的運具區分為公共運輸與私人機動運具兩大類。臺灣地區的公共運輸市佔率平均為 18.1%，而在臺北市、基隆市與新北市分別為 42.8%、39.8%、33.8%，皆高出臺灣地區平均值，分佔全臺灣各縣市的前三名；私人機動運具市佔率臺灣地區平均為 70.6%，但在臺北市、基隆市與新北市分別為 39.6%、47.7%、54.4%，皆低於臺灣地區平均值，分佔全臺灣各縣市末三名。由此可見，在臺北都會區民眾使用公共運輸的比率較其他縣市高、使用私人機動運具較其他縣市低。公共運輸包含汽車客運、軌道運輸、計程車、飛機與渡輪，其中又以汽車客運與軌道運輸為最高，而軌道運輸的比率更是逐年上升，汽車客運則是維持穩定。大臺北都會區的軌道運輸主要以捷運、鐵路為主，其中又以捷運為主要運輸途徑，週一至週五平均服務超過兩百萬人次旅客，自通車以來累計服務人次 1.

(9) 超過一百億人次（臺北大眾捷運股份有限公司，2019）。目前臺北都會區有多條捷運路線在興建與規劃當中，而除了臺北都會區外，臺中都會區與高雄都會區也有多條捷運路線在興建與規劃。由此顯示目前臺灣的地方政府對於拓展捷運路線服務範圍的政策方向是吻合的，所以捷運系統是現在及未來都會區內交通的趨勢，同時也代表交通模式轉變為「大眾運輸導向發展（Transit-Oriented Development, TOD）」，透過大眾運輸系統的建置串連起都市的交通。要如何將捷運路網服務效益最大化？透過最少的捷運路線服務最多的民眾，就必須探討各地區搭乘捷運的主要族群來源、影響搭乘捷運的因素，才能將服務效益最大化。過去有許多研究探討影響捷運旅運量的因素（林楨家， 2007；黃士鴻，2009；李昶德，2009；蕭宇軒，2010；徐佩芬，2011；陳怡靜，2013；曾惟晴，2013），大多數的研究指出捷運的旅運量與一地的人口數、人口密度有關。除此之外，還有許多因素影響捷運旅運量，且十分複雜與多元，有許多國外文獻指出：「天氣」是影響交通運輸的重要因子（Goodwin,2002；Nookala,2006；Cools et al.,2010；Arana et al.,2014；Jun SAKAMOTO et al.,2015；Li et al.,2018），而每個地區又因地理環境背景的不同，在影響捷運或地鐵旅運量的因素上有所差異。綜上所述，在臺灣都會地區的交通模式轉變為「大眾運輸導向發展」模式的狀況下，在現階段臺灣都會地區主要以捷運系統作為主要的大眾運輸工具，所以探討都會區內影響民眾搭乘捷運的因子成為重要課題。因此，本研究將探討「天氣預測」資訊對民眾搭乘捷運的影響，試圖了解民眾在得知天氣預測的結果後，對其選擇搭乘捷運的影響。. 2.

(10) 第二節研究目的. 本研究的研究目的主要有以下三點：一、探討研究區內「人口」因素對捷運旅運量是否存在顯著影響。二、探討研究區內「天氣」因素對捷運旅運量是否存在顯著影響。三、探討「天氣預測資訊」對民眾搭乘捷運的影響。. 3.

(11) 第三節研究範圍. 從臺北都會區的人口結構來看，臺北都會區七百萬人口中有四百萬人口分布在新北市，但是四百萬人口的上學、上班地點可能不在新北市，而是在都會區中心的臺北市，因此每到通勤尖峰時刻，主要的交通要道都被龐大的車流佔據。受到地形的限制，新北市與臺北市之間被淡水河阻隔，因此從新北市進入臺北市內大多數的路段必須透過橋樑通行，新北市為全臺灣機車登記數量最多的縣市，共有 2184882 輛登記機車（行政院環保署統計室，2018）。在所有進入臺北市的橋樑中，全日平均機車流量最高的橋樑為「台北橋」，平均每天有 57496 輛機車通過（交通部公路總局，2018），每到交通尖峰時刻總會出現有如「瀑布」般的景觀，使得該路段有「機車瀑布」之稱（如圖 1-1）。. 圖 1-1 機車瀑布資料來源：本研究拍攝在「台北橋」的正下方又有「捷運中和新蘆線」通過，「捷運中和新蘆線」進入自「大橋頭」捷運站後一分為二，分為通往蘆洲的「蘆洲線」與通往新莊的「新莊線」（如圖 1-2）。其中使用「台北橋」通勤的民眾主要來自鄰近的三重區、蘆洲區，與「蘆洲線」的使用者來源較為相近；而「台北橋」與新莊區距離較遠，「新莊線」的搭乘者與台北橋的使用者來源差異較大，所以「蘆洲線」與「台北橋」之使用者來源有較高的重疊性。 4.

(12) 在新北市所有通往臺北市的橋樑中，僅有兩處與捷運路線重疊，分別為：「捷運中和新蘆線」與「台北橋」重疊、「捷運板南線」與「華江橋」重疊，橋樑與捷運路線重疊有其特殊性，而「台北橋」作為新北市機車流量最高之橋樑，更具有代表意義。基於「台北橋」機車流量最高之橋樑，且與捷運路線重疊，同時與「蘆洲線」使用者來源接近的狀況下，本研究探討在使用者得知「天氣預測」資訊後，對其搭乘捷運行為造成的影響。研究的範圍為新北市三重區與蘆洲區，而使用之實證資料為「捷運中和新蘆線」的「蘆洲線」路段，包含：蘆洲站、三民高中站、徐匯中學站、捷國中站與三重國小站，合計共五個捷運站，以下將針對五個捷運站的特性進行說明。「蘆洲站」：作為捷運蘆洲線終點站，捷運站周邊有數個新建案銷售中、緊鄰蘆洲長榮路商圈，生活機能佳，交通則透過成蘆橋連接五股區、八里區。若要進入臺北市，大眾運輸可使用捷運與公車，通過臺北橋進入臺北市的公車路線有：225、704、785 路公車，行車時間約 30 到 40 分鐘。「三民高中站」：捷運站緊鄰三民高中、蘆洲國小，且鄰近蘆洲主要觀光景點：「蘆洲廟口夜市」。大眾運輸的部分可透過捷運、公車進入臺北市，通過臺北橋進入臺北市的公車路線有： 221、225、704、785 路公車，行車時間約 30 到 40 分鐘。「徐匯中學站」：捷運站緊鄰徐匯中學，且捷運出口即為捷運共構建築，有商場、商務旅館、住宅，吸引許多觀光客選擇到此入住。大眾運輸的部分則可搭乘捷運、公車進入臺北市，通過臺北橋進入臺北市的公車路線有：221、 225、306、704、785 路公車，行車時間約 25 到 30 分鐘。「三和國中站」：捷運站緊鄰三和國中、格致中學，位在三重三和路與自強路交叉口，交通車流量大。在大眾運輸的部分可使用捷運、公車進入臺北市，通過臺北橋進入臺北市的公車路線有：221、225、306、704、785 路公車，行車時間約 20 到 25 分鐘。「三重國小站」：捷運站緊鄰三重國中小、光榮國中與光榮國小，位在國道一號三重交流道旁，交通車流量大。在大眾運輸的部分可搭乘捷運、公車進入臺北市，通過臺北橋進入臺北市的公車路線有：274 路公車，行車時間約 10 分 5.

(13) 鐘。研究區內五個主要捷運站皆位於交通要道上，平時交通車流量大，且在捷運站周邊伴隨著新建案、商場、旅館，而且隨著居住人口與外來觀光人口逐漸增加，大眾運輸的使用需求也會提升，捷運在該地區的交通運輸扮演著重要的角色. 6.

(14) 圖 1-2 研究範圍資料來源：本研究繪製. 7.

(15) 圖 1-3 臺北捷運路線圖資料來源：臺北大眾捷運股份有限公司. 8.

(16) 第二章文獻回顧第一節影響捷運旅運量的因子. 捷運系統在臺北都會區內為最重要的大眾運輸系統之一，截至 108 年 11 月共有五大條路線共 117 個營運車站，營運路網長度 131.1 公里，包含建設路網長度共 136.6 公里，單日總服務人次可達兩百萬人次以上（臺北大眾捷運股份有限公司，108 年）。這兩百萬人在 117 個營運車站中的分布狀況、影響使用人次的因素又是為何？對捷運的興建者與經營者而言，捷運興建後能維持一定程度的運量是捷運公司維持營運的關鍵，根據臺北市政府捷運工程局（2017）提出之《臺北都會區大眾捷運系統環狀線北環段及南環段暨周邊土地開發計畫可行性研究》可以發現，評估捷運「旅次發生」的變數有「交通分區人口數」、「交通分區家戶數」、「家戶平均所得」、「旅次目的別之旅次產生率」、「交通分區學生人口數」、「交通分區學校學生人數」、「一、二、三級產業人口數」、「車輛持有成長倍數」、「人口或就業人口成長倍數」、「基年旅次產生數」……等變數。從上述影響旅次發生的因素來看，某地區的居住人口數與就業、就學人口數為主要影響的變數。而評估「運具分配」的變數有「基年無機車使用機車比例」、「基年無汽車使用汽車比例」、「大眾運輸旅行成本」、「私人運輸旅行成本」……等變數，所以可以發現對民眾的運具分配而言，擁有的機車、汽車比例與旅行成本有重要的影響。林楨家、施亭妤（2007）探討在「大眾運輸導向發展」的建成環境特性對捷運運量的關係，採用民國 93 年的資料為基準，以當時臺北市通車的四十六個捷運站為樣本資料，並且使用線性迴歸模式以及 t 檢定進行分析。研究結果顯示：捷運的全日運量在「總樓地板面積」有正向影響、在「十字路口比例」有負向的影響；而各項「大眾運輸導向發展」的特性變數對捷運運量的影響會因為「非例假日」或「假日」而有顯著差異。黃士鴻（2010）探討臺北捷運大眾運輸需求因素，採用民國 85 年至 96 年為基準的資料，並使用線性與雙對數迴歸模型探討影響捷運旅運量的因素，研 9.

(17) 究結果顯示：在線性迴歸模型中，以「公車路線數量」和「捷運站數量」的解釋力最佳；在雙對數迴歸模型中，以「轉運站數」、「人口密度」、「平均每戶家庭支出」、「節慶活動因素」、「運輸相關政策」以及「金融機構家數密度」為顯著影響捷運旅運量之因素。蕭宇軒（2010）探討影響大眾運輸使用因素，比較美洲、澳洲、亞洲、非洲與歐洲的大眾運輸系統，並透過捷運系統特性：有「營運站數」與「票價」；都市結構指標：有「人口數」與「人口密度」；運輸系統特性：有「汽機車持有率」、「機車使用」、「停車價格」；社經特性指標：有「生活費用指數」、「汽油價格」、「每小時工資」進行分析。研究結果顯示：亞洲及非洲城市的平均日運量為最高，平均有 218.7 萬人，且營運里程、站數最多，票價最便宜，與臺北捷運的平均旅運量接近。在綜合總樣本與分群樣本中顯示「營運站數」、「城市人口」、「生活費用指數」對大眾運輸系統旅運量有正面影響；「票價」、「汽油價格」則對大眾運輸系統旅運量有負向影響。不同洲別的城市的影響因子各有差異，以亞洲城市與非洲城市而言，「營運站數」、「城市人口」、「停車價格」、「汽油價格」對捷運旅運量有正面影響。涂宗廷（2012）探討碳稅與票價補貼政策對旅運者選擇北高運輸模式之影響，研究結果顯示「總旅行成本」、「總旅行時間」、「服務品質」對大眾運輸的使用量皆有顯著影響。陳怡靜（2013）探討影響高雄捷運旅運量因素，使用多元迴歸分析法探討影響高雄捷運旅運量之因素，使用之資料基準為民國 97 年至 102 年間，研究結果顯示：高雄市「工商業登記數」、「總人口數」、「主要觀光遊憩區人次」、「市立醫療門診診療人次」，對高雄捷運旅運量有顯著影響。賴彥儒（2017）、楊立勤（2018）、李漢鈞（2019）皆使用氣象觀測資料探討「天氣」因子對捷運旅運量之影響，研究結果顯示：在「雨天」、「上班上課」時段捷運旅運量會增加。從過去國內的文獻中可以發現，有許多文獻探討捷運旅運量的影響因素，而影響因素又因研究者採用不同的模型、理論觀點和分析方法而產生不同的結果。. 10.

(18) 第二節天氣與交通運輸之關係. 從第一節影響捷運旅運量的文獻中可以發現，影響捷運旅運量的因素十分多元，而且會因不同的分析方法有不一樣的結果，其中有數篇在單獨探討「天氣」因子對捷運旅運量的影響，顯示「天氣」也對捷運旅運量有一定程度的影響力，而捷運作為交通運輸當中重要的一環，每日平均的使用量高，因此在本節將更深入探討「天氣」與「交通運輸」之關係。 Goodwin（2002）探討天氣對交通流量的影響，認為天氣事件會影響駕駛的行為、道路安全與道路交通，發現在惡劣的天氣條件下，特別是下雪天與低溫會造成能見度降低、駕駛速度下降，使車流速度減慢，增加道路交通壅塞的可能性。 Nookala（2006）探討天氣對交通狀況與旅行時間預測的影響，透過道路天氣信息系統（Road Weather Information System）取得道路天氣資料。研究結果發現在天氣狀況變差時，會使得交通狀況變得壅塞；而在嚴重降雪的情況下，交通流量因為旅運需求減少而顯著下降。因此，天氣狀況變差會使得車流速度變慢、交通壅塞，但相對的也會使得道路需求量下降，車流量變少。王君如（2007）探討活動停留對於運具選擇影響，調查新竹科學園區內的通勤族的運具選擇，其問卷調查的項目有「環境因素」：包含受訪者的居住狀況、公司位置、天氣狀況與突發狀況；「個人因素」：包含受訪者的年齡、性別與教育程度；「角色因素」：包含受訪者是否已婚、小孩是否有自理能力；資源因素：所得、是否有私人載具。針對環境因素中的天氣狀況，調查結果顯示對私人運具（包含：汽車、機車、腳踏車、步行、共乘）通勤的使用者而言，有六成的受訪者覺得天氣概況會影響平常的通勤，代表天氣因素對於通勤路途的狀況會有影響；針對大眾運輸（包含：公車、園區巡迴巴士、公司交通車）通勤的使用者而言，有超過五成的受訪者覺得天氣的影響程度很大。因此，無論是在私人運具或是大眾運輸工具的使用者，皆認為天氣的影響程度很大。 Cools et al.（2010）探討天氣狀況對旅行行為的影響，使用網路問卷對 586 位受訪者進行調查。該研究將天氣分類為低溫（溫度低於冰點）、高溫（溫度高於攝氏 28 度）、下雪或凍雨、暴雨或雷雨、霧日、暴風雨。研究結果顯示天氣 11.

(19) 狀況對彈性旅行（例如：購物、休閒活動）的影響大於義務旅行（例如：上班、上課）。 Arana et al.（2014）使用智慧卡（smartcards）紀錄的乘客資料，探討在週末天氣對民眾搭乘公車的影響，研究區域為西班牙吉普斯夸省的巴斯克地區（Basque Autonomous Community, Gipuzkoa , Spain）。研究結果顯示：當有風或雨的時候，智慧卡紀錄的旅程次數減少；當風雨沒有明顯變化時，溫度每上升一度，旅程次數平均會上升 400 至 500 次。所以在沒有風雨、高溫的天氣狀況下，民眾出門的意願會上升。日本學者 Jun SAKAMOTO et al.（2015）調查日本關東地區在特定暴雨日民眾的通勤行為，分析降水強度與通勤者返家之間的關係，解釋降雨對通勤者交通運具選擇改變的影響程度。在該研究中顯示，當通勤者欲抵達之目的地，降水強度超過每小時五十毫米時，通勤者認為可能會有土石流災情發生導致電車停開，而改變其預定出發時間。 Li et al.（2018）探討天氣條件對地鐵乘客量波動的評估，研究地點為中國南京市。該研究使用南京地鐵局的乘客數據與南京氣象局的氣象資料，研究結果顯示溫度與降水會對搭乘人數有顯著波動，特別是在降水事件上的波動更為顯著。當發生降雪事件發生時，會使得當日地鐵搭乘人數有顯著上升。李俊毅（2019）探討臺北市空氣品質與天氣概況對公共自行車租借行為的影響，使用民國 105 年至 106 年的統計資料，研究結果顯示：降雨對於公共自行車的租借率呈現顯著負相關，氣溫、風速、細懸浮微粒濃度對於公共自行車租借率無顯著相關。從上述的文獻中可以發現，探討「天氣」因子與各項交通運輸之間的關係時，常使用的變數為「降水」與「溫度」資料，且在大部分的研究中皆對交通運輸有顯著的影響，有少數文獻探討「空氣品質」對交通運輸的影響，結果較不顯著。. 12.

(20) 第三節小結. 從探討影響捷運旅運量的文獻中可以發現，具代表性的因子包含「人口數」、「票價」、「營運站數」、「建成環境」……等因子對捷運旅運量有顯著影響；也有數篇單獨探討「天氣」因子對捷運旅運量的影響，但皆使用「天氣觀測資料」進行統計分析，未考慮到捷運搭乘者面對不同天氣狀況時的「主觀反應」。從過去探討天氣因子與交通運輸之關係的文獻中可以發現，有關各項「天氣」因子對交通運輸的影響，在「降水」及「溫度」對交通運輸有顯著影響，而「空氣品質」對交通運輸的影響較不顯著。因此本研究欲探討捷運搭乘者在接收到「天氣預測資訊」後，對其搭乘捷運行為之影響，調查「天氣預測資訊」與「選擇搭乘捷運」之間的關聯性，並驗證各項因子對於民眾搭乘捷運之影響。. 13.

(21) 14.

(22) 第三章研究設計第一節研究假說與流程本研究根據研究目的，建立研究假說，並在後續實證分析驗證假說，有關於研究假說與研究流程將在本節進行說明。. 一、研究假說假說一：研究區內捷運站周圍之人口數與捷運旅運量有顯著影響。說明：根據臺北市政府捷運工程局提出之臺北捷運路線規劃原則，捷運站選擇之原則為「已發展地區」、和「有發展潛力地區」。因此捷運站若選擇設置在已發展地區，代表該地區人口數已達一定水平；若捷運站選擇設置在有發展潛力之地區，代表該地區在未來可能有人口移入，人口數有增加潛力。此外，根據文獻探討之內容，捷運站之旅運量與、「總人口數」、「服務人口數」等因素有顯著影響。因此，本研究根據以上兩點原因，推測研究區內捷運站周圍之人口數與捷運旅運量有顯著影響。. 假說二：天氣概況對研究區內捷運旅運量有顯著影響。說明：根據文獻探討之內容，某地區交通運輸服務之使用人次會受到當天天氣概況的影響，特別是在降水事件上，對大部分地區之使用人次皆有顯著影響。因此，本研究推測天氣概況對研究區內捷運旅運量有顯著影響。. 假說三：天氣預測資訊會影響民眾選擇搭乘捷運之行為。說明：根據過去研究顯示當天的天氣概況對大眾運輸服務人次存在顯著影響，若通勤者在搭乘捷運前取得天氣預報之資訊，可能會對其預計選擇搭乘捷運之行為產生改變。 15.

(23) 運具改變的原因可能受到天氣概況因子的影響，例如：降水、溫度、空氣品質；或是天氣因子之強度影響，例如：降水強度超過每小時五十毫米、溫度高於30度、溫度低於10度等。因此，本研究推測民眾會因天氣預報之資訊對其選擇搭乘捷運之行為有顯著影響。. 二、研究流程依據研究目的與文獻探討的內容，建立三個研究假說，蒐集同時間不同類別的資料分析，並依據數據分析的結果驗證假說是否成立，形成結論。詳細的研究流程圖如圖 3-1 所示。. 圖 3-1 研究流程圖. 16.

(24) 第二節數據分析本節將說明研究中所使用之數據處理與統計分析方式，將分成兩部分進行說明：. 一、數據處理根據研究目的，本研究所使用之資料包含研究區內戶籍人口資料、捷運旅運量資料與天氣觀測資料，以下將分述說明之：. （一）戶籍人口資料本研究自新北市民政局網站蒐集民國 105 年 1 月至 107 年 12 月新北市三重區、蘆洲區人口統計資料，其統計資料別以村里作為分類。本研究探討研究區內捷運站周圍居住人口對捷運站旅運量的影響，因此以捷運站為中心，找出半徑 800 公尺的範圍（曾惟晴，2013），如圖 3-2。該範圍所包含之村里納入影響人口數計算，研究區捷運站周圍 800 公尺包含之村里名詳如表 3-1。整理出研究區捷運站包含之村里名後，將民國 105 年至 107 年各月份之戶籍人口進行統計，統計結果詳如表 3-2。本研究將以表 3-2 之數據做為研究區內「人口因子」統計之基礎，探討其與捷運旅運量之關係。. 17.

(25) 研究區內捷運站800公尺範圍. ¯ 蘆洲三民高中徐匯中學三和國中. 三重國小. 台北橋菜寮三重. 圖例捷運站 800公尺範圍淡水河蘆洲區三重區. 先嗇宮頭前庄. 新莊 0. 1. 2. 公里. 圖 3-2 研究區內捷運站 800 公尺範圍資料來源：本研究繪製. 18.

(26) 表 3-1 研究區各捷運站周圍 800 公尺包含之村里蘆洲. 三民高中. 徐匯中學. 三和國中. 三重國小. 中原里. 溪墘里. 民和里. 立德里. 正德里. 福安里. 保佑里. 樹德里. 溪墘里. 培德里. 錦通里. 錦江里. 永樂里. 中華里. 樹德里. 永輝里. 文化里. 三安里. 水湳里. 恆德里. 恆德里. 厚德里. 大園里. 信安里. 南港里. 仁復里. 仁復里. 永豐里. 大德里. 奕壽里. 正義里. 得勝里. 仁義里. 維徳里. 光華里. 萬壽里. 保新里. 仁義里. 仁德里. 永吉里. 錦安里. 秀江里. 仁德里. 鷺江里. 永安里. 開元里. 龍門里. 光華里. 玉清里. 永福里. 正義里. 厚德里. 鷺江里. 信義里. 永盛里. 中央里. 龍濱里. 保和里. 永豐里. 福隆里. 民生里. 尚德里. 中原里. 永安里. 福樂里. 正安里. 維德里. 信義里. 永順里. 永清里. 長生里. 崇德里. 仁愛里. 永福里. 慈福里. 長元里. 瑞德里. 福安里. 永盛里. 溪美里. 自強里. 順德里. 保佑里. 福樂里. 慈生里. 雙園里. 承德里. 忠孝里. 永清里. 慈愛里. 長江里. 水湳里. 慈福里. 慈惠里. 長安里. 慈生里. 慈祐里. 安慶里. 慈愛里. 仁華里. 長泰里. 慈惠里. 慈化里. 長福里介壽里. 仁華里. 資料來源：本研究整理. 19.

(27) 表 3-2 民國 105 至 107 年研究區內捷運站 800 公尺周圍戶籍人口數站名. 蘆洲. 三民高中. 徐匯中學. 三和國中. 三重國小. 105/01. 50094. 84951. 97477. 87263. 84622. 105/02. 50147. 84918. 97448. 87253. 84688. 105/03. 50117. 84817. 97400. 87248. 84662. 105/04. 50172. 84774. 97316. 87257. 84639. 105/05. 50195. 84755. 97177. 87129. 84624. 105/06. 50186. 84762. 97121. 87079. 84609. 105/07. 50277. 84741. 97068. 87050. 84552. 105/08. 50300. 84724. 96997. 87011. 84520. 105/09. 50342. 84730. 96943. 86920. 84473. 105/10. 50333. 84750. 97000. 86902. 84492. 105/11. 50377. 84816. 97083. 86867. 84447. 105/12. 50445. 84856. 97082. 86898. 84432. 106/01. 50549. 84869. 97062. 86913. 84410. 106/02. 50591. 84855. 96980. 86811. 84378. 106/03. 51341. 84842. 96844. 86777. 84321. 106/04. 50851. 84868. 96924. 86776. 84266. 106/05. 51014. 84907. 96802. 86673. 84265. 106/06. 51095. 84912. 96743. 86634. 84243. 106/07. 51111. 84941. 96678. 86546. 84256. 106/08. 51152. 84970. 96689. 86518. 84164. 106/09. 51147. 84970. 96697. 86509. 84087. 106/10. 51195. 84932. 96578. 86407. 84079. 106/11. 51215. 84903. 96503. 86332. 84021. 106/12. 51300. 84867. 96376. 86246. 83919. 107/01. 51341. 84842. 96301. 86168. 83794. 107/02. 51335. 84825. 96301. 86079. 83752. 107/03. 51401. 84717. 96282. 86075. 83676. 107/04. 51434. 84602. 96180. 86042. 83635. 107/05. 51420. 84493. 96128. 85996. 83558. 107/06. 51468. 84540. 96067. 85939. 83509. 月份. 20.

(28) 站名. 蘆洲. 三民高中. 徐匯中學. 三和國中. 三重國小. 107/07. 51552. 84480. 95974. 85874. 83497. 107/08. 51651. 84389. 95829. 85888. 83449. 107/09. 51676. 84417. 95745. 85785. 83360. 107/10. 51746. 84366. 95683. 85710. 83389. 107/11. 51843. 84379. 95616. 85658. 83415. 107/12. 51946. 84396. 95489. 85627. 83388. 月份. 單位：人數資料來源：新北市民政局，本研究整理（二）捷運旅運量資料本研究自臺北大眾捷運股份有限公司網站蒐集捷運旅運量之統計資料，所蒐集到資料之時間單位為「日資料」，內容項目為臺北大眾捷運股份有限公司營運之各捷運站「進站資料」與「出站資料」。根據本研究之研究目的為探討研究對象「搭乘」捷運行為之影響，關於「搭乘」捷運之動作，屬於該捷運站「進站資料」統計之範疇，因此本研究以研究區內五個捷運站：蘆洲站、三民高中站、徐匯中學站、三和國中站、三重國小站之「進站資料」為分析數據。此外，自臺北大眾捷運股份有限公司網站取得之數據為全年之統計數據，但根據本研究之研究目的，主要研究對象為捷運搭乘者，而捷運搭乘者主要為上班族與學生族所組成，其次為非通勤族，上班族與學生族搭乘捷運之時機為非例假日，因此在資料時間上排除例假日（周六、周日）、國定假日以及新北市政府宣布停止上班上課之日期。時間選取範圍排除掉上述因素以外，考量到戶籍人口資料其資料之時間尺度為「月資料」，因此也將「非例假日進站人次」進行平均計算，整理為「每月非例假日平均進站人次」詳如表 3-3。. 21.

(29) 表 3-3 民國 105 至 107 年研究區每月非例假日平均進站人次統計表站名. 蘆洲. 三民高中. 徐匯中學. 三和國中. 三重國小. 105/01. 13258. 12792. 12284. 12713. 11994. 105/02. 13160. 12801. 12178. 12671. 12004. 105/03. 13363. 12949. 12361. 13129. 12249. 105/04. 12337. 13112. 12625. 12206. 12179. 105/05. 13026. 12493. 11781. 12647. 11823. 105/06. 13051. 12317. 11838. 12523. 11826. 105/07. 13071. 12137. 11816. 12027. 11707. 105/08. 13066. 12172. 11927. 12272. 11656. 105/09. 13479. 12670. 11861. 12639. 11852. 105/10. 13769. 12787. 12146. 12830. 12103. 105/11. 13886. 12820. 12136. 12829. 12083. 105/12. 14125. 13115. 12536. 13176. 12551. 106/01. 12688. 12354. 12396. 12616. 12241. 106/02. 12781. 12476. 12367. 12776. 12311. 106/03. 12907. 12560. 12226. 13001. 12283. 106/04. 12750. 12408. 12077. 12656. 11978. 106/05. 11745. 12461. 12358. 11934. 11842. 106/06. 12484. 12039. 11748. 12363. 11519. 106/07. 12741. 12090. 11844. 11982. 11590. 106/08. 12614. 12058. 11807. 12254. 11507. 106/09. 13121. 12686. 11931. 12776. 11839. 106/10. 13093. 12680. 11858. 12686. 11797. 106/11. 13194. 12695. 12026. 12740. 11971. 106/12. 13324. 12971. 12244. 12844. 12089. 107/01. 14024. 12900. 12463. 13066. 12455. 107/02. 13997. 12587. 12573. 12941. 12462. 107/03. 14068. 13153. 12409. 13092. 12476. 107/04. 14023. 12914. 12038. 12980. 12221. 107/05. 13958. 12694. 11908. 12841. 12025. 107/06. 14130. 12621. 12121. 12863. 12108. 月份. 22.

(30) 站名. 蘆洲. 三民高中. 徐匯中學. 三和國中. 三重國小. 107/07. 13705. 11891. 11781. 12088. 11607. 107/08. 14190. 12152. 12145. 12691. 11889. 107/09. 14760. 12787. 12281. 13252. 12287. 107/10. 14999. 12911. 12451. 13452. 12516. 107/11. 15071. 12980. 12603. 13476. 12467. 107/12. 15189. 13186. 12793. 13613. 12627. 月份. 單位：人次資料來源：臺北大眾捷運股份有限公司，本研究整理. （三）天氣觀測資料本研究所採用之天氣觀測數據項目主要以降水量、溫度與空氣品質指標（Air Quality Index，AQI）為主，以下將分別說明各項數據來源及處理方式。. 1.. 降水量本研究使用之降水量資料來源為中央氣象局觀測資料查詢系統提供之觀測數據，因本研究區位於新北市蘆洲區、三重區，選擇之觀測資料為直線距離最接近捷運站之測站，本研究使用之降水量資料皆選用「蘆洲測站」所紀錄之觀測資料。根據「蘆洲測站」所紀錄之日累積雨量資料，民國 107 年雨日為 110 天，扣除掉假日、國定假日與新北市政府宣布停止上班上課之天數，屬於非例假日、且有下雨紀錄之天數為 73 天。本研究以 73 天觀測之累積雨量數據與對應之捷運進站人次進行統計分析。. 2.. 溫度關於溫度的部分，本研究分析「當日平均溫度」、「當日 23.

(31) 最高溫度」與「當日最低溫度」三個項目，使用之溫度資料來源為中央氣象局觀測資料查詢系統提供之觀測數據，選取之觀測資料為直線距離最接近捷運站之測站，本研究使用之溫度資料皆選用「蘆洲測站」所提供之觀測資料。根據「蘆洲測站」所紀錄之溫度觀測資料為民國 107 年之日資料，因此將例假日、國定假日與新北市政府宣布停止上班上課之天數扣除，合計共有 248 筆資料。本研究以非例假日共計 248 天之「平均溫度」、「最高溫度」、「最低溫度」觀測資料與對應之捷運進站人次進行統計分析。. 3.. 空氣品質指標(AQI) 本研究採用空氣品質指標(AQI)為行政院環境保護署監測空氣時所採用之指標，空氣品質指標定義為根據監測資料將當日空氣中之臭氧、細懸浮微粒、懸浮微粒、一氧化碳、二氧化硫、二氧化氮濃度數值，以對人體健康的影響程度，分別換算出不同汙染物之指標值，再以各指標之最大值為該觀測站當日空氣品質指標。根據上述空氣品質指標之定義，空氣品質指標代表對人體健康程度造成之影響，影響程度分成六級，影響程度由小到大分別為「良好」空氣品質指標介於 0 到 50 之間、「普通」空氣品質指標介於 51 到 100 之間、「對敏感族群不健康」空氣品質指標介於 101 到 150 之間、「對所有族群不健康」空氣品質指標介於 151 到 200 之間、「非常不健康」空氣品質指標介於 201 到 300 之間、「危害」空氣品質指標介於 301 到 500 之間。此分類方式對於通勤者健康狀態之感受具有代表意義，因此本研究選取空氣品質指標為空氣品質項目中之代表數據。本研究所使用之空氣品質指標數據來源為行政院環境保 24.

(32) 護署空氣品質監測網所提供之空氣品質指標數據，監測站的類型分成六種：分別為「一般空氣品質」、「工業空氣品質」、「交通空氣品質」、「國家公園空氣品質」、「背景空氣品質」、「其他空氣品質」監測站。其中，能夠反映一般民眾生活環境之空氣品質的監測站種類為「一般空氣品質監測站」。因此，本研究選擇位於新北市三重區之「菜寮監測站」作為統計分析資料。取得之空氣品質指標資料為全年度資料，與降水量、溫度資料處理方式相同，扣除例假日、國定假日、新北市政府宣布停止上班上課之日期進行統計，原應有 248 日為非例假日，但因監測站檢修有部分天數之資料並未被記錄，因此有效資料合計共 244 筆資料。本研究將「菜寮監測站」的空氣品質指標值根據空氣品質指標之定義進行分類，監測之最大數值為 136，因此分成三類「良好」、「普通」、「對敏感族群不健康」三類，探討其對捷運進站人次之影響。. 25.

(33) 第三節問卷設計本研究為調查「天氣預測資訊」是否會對民眾造成運具選擇上的影響，此為民眾主觀意識之選擇，在過去並未有相關之二手資料可供參考，因此本研究在研究區內進行問卷調查，有關於問卷預試、問卷發放方式、問卷題目設計、樣本數量等將在此章節進行說明。. 一、問卷預試在正式實施問卷調查前，在民國 108 年 7 月 8 日與 7 月 9 日在捷運蘆洲站進行問卷預試，共蒐集 33 份問卷。在受訪者填答過程中，發現問卷題目中：「在以下何種天氣狀況有可能改變您的運具選擇？」選項有「下大雨」、「高溫炎熱」、「低溫寒流」、「空氣品質不佳」，但有部分受訪者表示天氣對其運具選擇並無影響，因此額外新增「都不會影響」的選項進入正式問卷。. 二、問卷發放方式本研究主要想調查研究區內的民眾在不同情境下的運具選擇，調查時間為民國 108 年 7 月 10 日至 108 年 7 月 31 日，選擇調查時段則是在通勤時間：上午七點至九點，進行實地問卷發放。考量到通勤者在通勤時移動較為急促，不易停下腳步接受訪問，因此也另外在公園、市場進行問卷調查。除實地問卷發放以外，也在網路進行問卷調查。網路問卷調查有低成本、格式簡單、設計彈性以及受訪者填答較為容易等優點（Granello et al.,2004），且過去針對通勤者運具選擇之相關研究也曾經使用網路問卷進行調查（王君如，2007；Cools et al.,2010）。. 以下將針對實地調查與網路調查問卷之流程進行說明：. （一）實地調查為提升通勤者的受訪意願，實地調查地點最初預期在捷運站月台上、通勤者等車時進行調查，但經過與臺北大眾捷運股份有限公司洽談後，考量到月台屬於捷運公司之營業空間，無法進行調查， 26.

(34) 後與捷運公司協調後，改為在捷運閘門外之空間進行調查。但是，捷運閘門外的空間為通勤者移動時之途徑，通勤者在移動時不易停下腳步填寫問卷，因此問卷調查填答率偏低。為解決問卷填答率偏低的問題，最終改在捷運站出口外，通勤者尚未跨越馬路進入捷運站，等待紅綠燈的空檔進行問卷發放。採用此方法進行問卷調查，捷運站的出口就必須設置在同一側，否則通勤者並不會有跨越馬路的問題，考量研究區內五個捷運站的出口設置位置，僅有蘆洲站與三重國小站其出口皆在馬路同一側，最終在蘆洲站與三重國小站進行問卷發放。除了在捷運站外進行問卷調查以外，也在民眾出現數量較多且頻繁的公園、市場與超市外進行問卷調查。（二）網路調查網路調查的部分則使用 Google 表單平台進行調查，提供問卷連結給受訪者填寫。問卷連結投放之平台選擇透過臉書（Facebook）的地方社團，例如：《我是蘆洲人》、《我是三重人》等社團；與批踢踢實業坊(PTT)的三蘆板（BigSanchung）、問卷板（Q_ary）進行調查。. 三、問卷題目設計上述提到問卷發放方式有實地調查與網路調查兩種方式，考量到兩種不同調查方式受訪者填答問卷的情境、時間差異，因此在問卷題目設計上也根據情境差異設計兩種不同的問卷題目。. 以下將針對實地調查與網路調查問卷之題目設計進行說明：. （一）實地調查實地調查的受訪者填寫時的背景情境為待在戶外的時候填寫，戶外的情境十分複雜與多元，為提升問卷蒐集的效率，因此在題目設計上較為簡潔，題目設置控制在一頁左右，題目主要包含兩大部分：個人基本資料與通勤相關資訊（詳如附件一）。 27.

(35) 1. 個人基本資料個人基本資料共有四題，題目包含性別、私人運具擁有狀況、是否需要接送小孩、接送小孩是否影響運具選擇。. 2. 通勤相關資訊通勤相關資訊共有九題，題目包含搭乘捷運時到達最頻繁的捷運站點、搭乘捷運時的目的、每周平均搭乘天數；出門前是否查詢天氣預測資訊、取得途徑為何、天氣預測的結果是否會影響運具的選擇、何種天氣狀況可能會改變運具選擇；何時決定出門前的交通方式，以及是否有使用「公車、捷運 1280 元定期月票」。. （二）網路調查網路調查的受訪者在填寫問卷時可能透過電腦、手機、平板電腦進行操作，填寫問卷的時間也並無限制，填寫的時間相較於實地調查的受訪者來的長，因此在題目數量上設計較多的題目，以利蒐集更多資訊進行分析。網路問卷設計與實地調查問卷不同，但實地問卷的題目皆有包含在網路問卷內，在數據分析上可同步進行。網路問卷題目主要包含三大部分：個人基本資料、通勤相關資訊與其他因子影響（詳如附件二）。. 1. 個人基本資料個人基本資料共有六題，其中四題與實地問卷相同，包含性別、私人運具擁有情形、是否需要接送小孩、接送小孩是否影響運具選擇；此外新增兩題為深入調查接送小孩的運具選擇情境，分別為「天氣狀況好的時候」、「天氣狀況不好的時候」接送小孩會的運具選擇。. 28.

(36) 2. 通勤相關資訊通勤相關資訊共有十三題，其中九題與實地問卷相同，包含搭乘捷運時到達最頻繁的捷運站點、搭乘捷運時的目的、每周平均搭乘天數；出門前是否查詢天氣預測資訊、取得途徑為何、天氣預測的結果是否會影響運具的選擇、何種天氣狀況可能會改變運具選擇；何時決定出門前的交通方式，以及是否有使用「公車、捷運 1280 元定期月票」。此外，新增的四題主要目的是為了解網路問卷受訪者的空間來源，以及面對不同情境的運具選擇狀況而設計。包含：通勤時搭乘捷運通常由哪一個站點進入，沒有搭乘捷運時的運具選擇、天氣狀況會不會影響私人運具與大眾運輸工具的使用情況。. 3. 其他因子影響此部分並未包含在實地調查問卷內，主要目的在於驗證文獻回顧中提到影響大眾運輸的因素，是否也同樣適用於本研究之研究區域。其他因子影響共有五題，以量表方式調查搭乘捷運的影響因子，前四題為四項因子，包含：捷運票價、汽柴油價格、捷運不塞車、捷運班次密集，第五題則是以開放式的方式進行調查，調查有哪些其他因素可能影響搭乘捷運。. 四、樣本數量. 本研究主要探討捷運非例假日旅運人次是否會受到天氣預測因子影響，在研究區內的人口皆有可能搭乘捷運，因此調查母體設定為研究區內在資料選取年（民國 107 年）的年中戶籍人口數：587304 人。在 95%的信心水準下，抽樣誤差設定為 5%，所計算出的樣本數量至少需要 383 份。最終，本研究一共蒐集 412 份樣本。. 29.

(37) 第四節相關分析根據研究假說，為探討各項因子對捷運旅運人次是否存在顯著影響，因此選擇相關分析檢定各項變數如「人口數」、「天氣因子」對「捷運旅運人次」是否存在顯著影響。相關分析（Analysis of Correlation）用來描述兩個量性變數的線性關係，相關係數（Coefficient of correlation）則是用來描述量性變數之間相關情形的量數。量性變數之間可能是帶有單位的量數，其數值沒有一定的範圍，會隨著單位的改變而改變，所以若能將單位去除，標準化過後的量性變數則具有相對較高的可比較性。其計算方法由皮爾森提出，稱為皮爾森積差相關係數（Pearson’s product moment correlation coefficient），公式如式（1）所示。. r=. ∑( ∑(. )( ) (. ) ) ). ………………………式（1）. 註：x、y 為量性變數；𝑥、𝑦為 x、y 之平均數。. 相關係數是一個標準化係數，其值不會受到變數單位以及集中性的影響，係數會值介於 -1~ +1 之間。當相關係數之絕對值愈大，代表相關程度愈高；當絕對值愈小，代表相關程度愈低。當相關係數之絕對值為 1 時，代表量性變數之間完全相關；當相關係數之絕對值介於 0.7~0.99 間，則代表高度相關；相關係數的絕對值介於 0.3~0.69 間，代表中度相關；相關係數的絕對值介於 0.1~0.3 間，代表低度相關；當相關係數之絕對值低於 0.1，代表微弱或無相關。因此，本研究將使用相關分析，並檢定「人口」、「溫度」因子對「捷運旅運人次」的相關程度與是否具有顯著影響。. 30.

(38) 第四章研究結果與討論第一節捷運旅運量本節從研究區內捷運站之「進站資料」探討通勤者搭乘捷運行為概況，並從全年資料、月資料、週間資料進行說明。一、全年資料將研究區五個捷運站進站人次進行統計，統計結果如圖 4-1 所示。可以從圖 4-1 中發現，進站人次有明顯下降的地方共有五處，分別為二月十五日至二月二十日、四月四日至四月八日、六月十八日、七月十一日、九月二十四日。將這五處進站人次有明顯下降之日期，對應該區間發生之事件，可以發現這五處分別為農曆春節、清明節、端午節、瑪莉亞颱風來襲與中秋節。其中，農曆春節、清明節、端午節、中秋節皆為國定假日，民眾無須上班及上學，因此搭乘捷運之進站人次有明顯下降之趨勢。而七月十一日並非屬於任一國定假日，但是當日為瑪莉亞颱風來襲，因氣象因素達到停止上班上課的標準，造成當日之進站人次也有較明顯之下降。從全年資料可以發現，在國定假日與新北市政府宣布停止上班上課之日期，捷運站之進站人次相較於其他日期，有明顯下降趨勢。. 圖 4-1 民國 107 年研究區捷運站進站人次統計單位：人次資料來源：臺北大眾捷運股份有限公司，本研究繪製 31.

(39) 二、各月資料將研究區內五個捷運站各月份進站人次進行統計，得到各月份研究區捷運站進站總人次表，如圖 4-2。 2500000 2000000 1500000 1000000 500000 0. 一月. 二月. 三月. 四月. 五月. 六月. 七月. 八月. 九月. 十月十一月十二月. 圖 4-2 民國 107 年各月份研究區捷運站累計進站人次統計單位：人次資料來源：臺北大眾捷運股份有限公司，本研究繪製各月份進站人次統計數值高低會受到該月份天數多寡所影響，因此將該月份進站總人次除以該月份天數，可以得到每日進站人次，如圖 4-3。 70000 60000 50000 40000 30000 20000 10000 0. 一月. 二月. 三月. 四月. 五月. 六月. 七月. 八月. 九月. 十月十一月十二月. 圖 4-3 民國 107 年各月份研究區捷運站平均每日進站人次統計單位：人次資料來源：臺北大眾捷運股份有限公司，本研究繪製. 32.

(40) 將各月份天數排除後，可以發現進站人次最高的月份在十二月，最低的月份在二月，但此種計算方式僅考慮到該月份的天數，並未考慮到該月份之例假日與國定假日、停止上班上課天數。因此，扣除行政院人事行政局宣布放假天數，也就是扣除該國定假日、例假日、宣布停止上班上課之日期，可以得到各月份非例假日平均進站人次統計，如圖 4-4。 80000 70000 60000 50000 40000 30000 20000 10000 0. 一月. 二月. 三月. 四月. 五月. 六月. 七月. 八月. 九月. 十月十一月十二月. 圖 4-4 民國 107 年各月份研究區捷運站非例假日平均進站人次統計單位：人次資料來源：臺北大眾捷運股份有限公司，本研究繪製. 從圖 4-4 可以發現，非例假日平均進站人次最高的月份仍在十二月份，但非假日平均進站人次最低的月份從二月變成七月份，造成此部分差異的主要原因為二月份的例假日、國定假日天數較多，合計共有 13 天。而七月份的假期天數合計共有 10 天，略低於二月份假期天數，所以在兩種統計上產生變化。但假期天數同為 10 天的十二月份，其統計結果在兩種計算方式上並無差異，顯然影響捷運進站人次之因素不只是「假日天數」差異。對學生族群來說，七月、八月為暑假，因此搭乘捷運之需求下降，造成非例假日平均進站人次在七月份及八月份為全年最低之兩個月份。. 33.

(41) 三、週間資料將時間尺度縮小至星期一至星期日，探討不同星期之間是否存在差異，可以得到以星期為時間區間之進站人次統計，如圖 4-5。 80000 70000 60000 50000 40000 30000 20000 10000 0. 星期一. 星期二. 星期三. 星期四. 星期五. 星期六. 星期日. 圖 4-5 民國 107 年研究區捷運站平均進站人次統計（星期）單位：人次資料來源：臺北大眾捷運股份有限公司，本研究繪製從圖 4-5 可以發現，在星期日進站人次達到最低、星期六為次低。星期一至星期五進站人次變化大致維持平穩，無明顯差異。星期六、星期日為每周例假日，因此在例假日時的進站人次較非例假日低。. 四、小結從研究區捷運站進站人次資料可以得知，當行政院人事行政局宣布放假之日期，會造成研究區捷運非假日平均進站人次有明顯下降。至於在進站人次最高的十二月份，與放假因素無明顯關係，仍待後續討論。. 34.

(42) 第二節人口與捷運旅次. 本節根據研究假設，探討人口因子與捷運旅次是否存在顯著關係，將從捷運站周圍人口統計資料，以及人口統計資料與捷運旅次之間的關聯性兩個部分進行討論。一、人口研究區內五個捷運站：蘆洲站、三民高中站、徐匯中學站、三和國中站、三重國小站，其方圓800公尺半徑內在民國107年1月至12月之人口資料如圖4-6所示。 120000 100000 80000 60000 40000 20000 0. 蘆洲. 三民高中. 徐匯中學. 三和國中. 三重國小. 圖 4-6 民國 105 至 107 年研究區內各捷運站周圍 800 公尺戶籍人口數單位：人口數資料來源：新北市民政局，本研究繪製從圖4-6可以發現，蘆洲站周圍的人口數最少，約五萬人；徐匯中學站周圍的人口最高，約9萬人；三民高中、徐匯中學與三和國中站人口數量差距不大，約8萬多人。研究區各捷運站在民國105年1月至107年12月，捷運站周圍800公尺戶籍人口數量無明顯變化，無大量移入、移出現象，大致維持穩定。. 35.

(43) 二、人口與捷運進站人次分析將研究區內五個捷運站周圍800公尺人口資料與非例假日平均捷運進站人次進行相關分析，探討人口數與捷運進站人次是否存在線性關係，結果如表4-1所示。. 虛無假設與對立假設如下：虛無假設H0：r=0 人口數與非例假日捷運進站人次無線性關係對立假設H1：r0 人口數與非例假日捷運進站人次有線性關係表 4-1 民國 105 至 107 年研究區人口數與非例假日平均進站人次相關分析捷運站. 相關係數(n=36). p-value. 蘆洲. 0.520. 0.001**. 三民高中. 0.532. 0.001**. 徐匯中學. 0.445. 0.007**. 三和國中. 0.357. 0.032*. 三重國小. 0.363. 0.030*. **顯著水準 α=0.01（雙尾）. *顯著水準 α=0.05（雙尾）. 分析結果顯示，研究區五個捷運站的相關係數皆在中度正相關以上，且 p-value 皆小於 α=0.05。因此拒絕虛無假設 r=0 人口數與非例假日捷運進站人次無線性關係，接受對立假設 r0 人口數與非例假日捷運進站人次有線性關係，捷運蘆洲站人口數與非例假日捷運進站人次具有線性關係。以模式適配性而言，在捷運三民高中站與蘆洲站的表現較佳，其相關係數值皆大於 0.5，在三和國中與三重國小的相關係數值則相對較低，不過整體來說皆有達到顯著差異。因此，當捷運站周圍800公尺人口數增加時，非例假日捷運進站人次也會隨著上升，存在顯著正相關。所以，人口數在研究區各捷運站皆存在顯著影響，是重要的影響因子。. 36.

(44) 52500. 52000. 進站人次. 51500. 51000. 50500. 50000 11,000. 11,500. 12,000. 12,500. 13,000. 13,500. 14,000. 14,500. 人口數. 圖 4-7 民國 105 至 107 年捷運蘆州站人口數與非例假日進站人次散布圖資料來源：本研究繪製. 85100 85000 84900. 進站人次. 84800 84700 84600 84500 84400 84300 10,500. 11,000. 11,500. 12,000. 12,500. 13,000. 13,500. 人口數. 圖 4-8 民國 105 至 107 年捷運三民高中站人口數與非例假日進站人次散布圖資料來源：本研究繪製. 37.

(45) 98000 97500 97000. 進站人次. 96500 96000 95500 95000 10,800. 11,000. 11,200. 11,400. 11,600. 11,800. 12,000. 12,200. 12,400. 12,600. 12,800. 人口數. 圖 4-9 民國 105 至 107 年捷運徐匯中學站人口數與非例假日進站人次散布圖資料來源：本研究繪製. 87400 87200 87000 86800. 進站人次. 86600 86400 86200 86000 85800 85600 85400 10,500. 11,000. 11,500. 12,000. 12,500. 13,000. 13,500. 人口數. 圖 4-10 民國 105 至 107 年捷運三和國中站人口數與非例假日進站人次散布圖資料來源：本研究繪製. 38.

(46) 84800 84600 84400. 進站人次. 84200 84000 83800 83600 83400 83200 10,800. 11,000. 11,200. 11,400. 11,600. 11,800. 12,000. 12,200. 12,400. 12,600. 12,800. 人口數. 圖 4-11 民國 105 至 107 年捷運三重國小站人口數與非例假日進站人次散布圖資料來源：本研究繪製. 39.

(47) 第三節天氣因子與捷運旅次本節主要探討天氣觀測資料與捷運非例假日進站人次之間的關係，本研究中所討論之天氣因子有降水量、溫度與空氣品質指標（AQI）三項因子，以下將針對這三項因子個別討論。. 一、降水量根據中央氣象局氣象觀測資料平台所取得之測站資料，降水量資料其記錄時間範圍為當日累積降水量，並將「日累積降水量大於 0」定義為「雨日」、「日累積降水量小於 0」定義為非雨日。民國 107 年非例假日共有 248 天，其中 73 天為雨日、175 天為非雨日，統計雨日與非雨日在研究區各捷運站進站人次變化，結果如表 4-2 所示。表 4-2 民國 107 年非例假日雨日與非雨日進站人次變化捷運站. 非雨日平均進站人次. 雨日平均進站人次. 變化量. 蘆洲. 14343. 14467. +124. 三民高中. 12791. 12659. -132. 徐匯中學. 12265. 12444. +179. 三和國中. 12992. 13197. +205. 三重國小. 12241. 12367. +126. 合計. 64632. 65134. +502. 從表 4-2 可以發現，民國 107 年的非例假日進站人次，在雨日的平均進站人次除三民高中站以外，皆高於非雨日平均進站人次。在蘆洲站、徐匯中學站、三和國中站、三重國小站雨日平均進站人次較非雨日平均進站人次多出 100 至 200 人次左右。將空間尺度擴大到研究區內五個捷運站來看，在民國 107 年的 248 天非例假日資料中，雨日平均進站人次較非雨日平均進站人次高出 502 人次。 40.

(48) 從平均數比較可看出雨日與非雨日進站人次差異，接下來使用成對樣本 T 檢定，檢驗蘆洲站、三民高中站、徐匯中學站、三和國中站與三重國小站，在雨日與非雨日的平均進站人次是否達到顯著差異。虛無假設與對立假設如下：虛無假設H0：雨日平均進站人次與非雨日進站人次無明顯差異對立假設H1：雨日平均進站人次與非雨日平均進站人次有明顯差異表 4-3 民國 107 年雨日與非雨日非例假日進站人次 T 檢定成對差異捷運站平均值. 標準差. 標準誤平均值. 差異的 95%信賴區間下限. 上限. t. 自由度. 顯著性. 蘆洲. 427.301. 792.320. 92.734. 242.439. 612.163. 4.608. 72. 0.000**. 三民高中. -307.178. 678.552. 79.419. -465.496. -148.860. -3.868. 72. 0.000**. 徐匯中學. 212.164. 827.661. 96.870. 19.057. 405.272. 2.190. 72. 0.032*. 三和國中. 219.918. 711.386. 83.261. 53.939. 385.896. 2.641. 72. 0.010*. 三重國小. 61.247. 682.205. 79.846. -97.924. 220.417. 0.767. 72. 0.446. **顯著水準 α=0.01（雙尾）. *顯著水準 α=0.05（雙尾）. 檢定結果如表 4-3 所示，在蘆洲站、三民高中站、徐匯中學站、三和國中站，其 T 檢定之 p-value 皆小於 α=0.05，達到顯著水準，因此拒絕虛無假設：雨日平均進站人次與非雨日進站人次無明顯差異，接受對立假設：雨日平均進站人次與非雨日進站人次有明顯差異。且蘆洲站、徐匯中學站、三和國中站 t 值為正，代表蘆洲站、徐匯中學站、三和國中站在民國 107 年非例假日的雨日捷運平均進站人次較非雨日捷運平均進站人次高。但是，在三重國小站其 p-value 大於 α=0.05，未達到顯著水準，無法拒絕虛無假設：雨日平均進站人次與非雨日進站人次無明顯差異。根據民國 107 年的觀測資料，四個捷運站的「雨日」平均捷運進站人 41.

(49) 次會比「非雨日」平均捷運進站人次高，其中三個捷運站達顯著差異。但是，在三民高中站的統計結果與其他四站的統計結果有所差異，三民高中的平均值為負，代表「非雨日」平均進站人次較「雨日」高，若從三民高中站的屬性來看，除緊鄰三民高中以外，還鄰近蘆洲區知名觀光景點：「湧蓮寺」及「蘆洲廟口夜市」，因此可能會有外地觀光客的影響，在統計結果上與其餘四站呈現明顯差異。. 42.

(50) 二、溫度根據中央氣象局氣象觀測資料平台取得有關溫度之資料，其時間範圍紀錄當日零時至二十四時之溫度資料，並將當日觀測到之溫度資料取平均值，為「平均溫度」資料，當日觀測到之最高溫度為「最高溫度」資料，當日觀測之最低溫度為「最低溫度」資料。本研究分析「平均溫度」、「最高溫度」與「最低溫度」對當日捷運進站人次之影響，探討在平均氣溫狀況與極端氣溫狀況對捷運進站人次影響。（一）平均溫度民國 107 年非例假日共有 248 天，使用氣象觀測資料平台提供之平均溫度資料與對應之捷運進站人次進行相關分析，並檢定「平均溫度」與「捷運進站人次」是否存在線性關係。虛無假設與對立假設如下：虛無假設 H0：r=0 平均溫度與捷運進站人次無線性關係對立假設 H1：r0 平均溫度與捷運進站人次有線性關係表 4-4 民國 107 年日平均溫度與捷運非例假日平均進站人次相關分析捷運站. 相關係數 (n=248). P-value. 使用測站資料. 蘆洲. -0.090. 0.158. 蘆洲. 三民高中. -0.342. 0.000**. 蘆洲. 徐匯中學. -0.377. 0.000**. 蘆洲. 三和國中. -0.351. 0.000**. 蘆洲. 三重國小. -0.481. 0.000**. 蘆洲. **顯著水準 α=0.01（雙尾）. *顯著水準 α=0.05（雙尾）. 相關分析結果如表 4-4 所示，從表 4-4 可以發現，在三民高中站、徐匯中學站、三和國中站與三重國小站 p-value 值皆小於 α=0.05，達到顯著水準，且 r 值位於-0.3~-0.7 之間，屬於中度負相關。因此，拒絕虛無假設 H0：r=0 平均溫度與捷運進站人次無線 43.

(51) 性關係，接受對立假設 H1：r0 平均溫度與捷運進站人次具有線性關係。三民高中站、徐匯中學站、三和國中站與三重國小站「平均溫度」與「捷運進站人次」關係圖如圖 4-8 至圖 4-11 所示。. 民國107年捷運三民高中站非例假日平均溫度與進站人次散布圖 16,000 14,000 12,000. 進 10,000 站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15 20 平均溫度. 25. 30. 35. 圖 4-12 民國 107 年捷運三民高中站非例假日平均溫度與進站人次散布圖資料來源：本研究繪製. 民國107年捷運徐匯中學站非例假日平均溫度與進站人次散布圖 16,000 14,000 12,000. 進 10,000 站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15 20 平均溫度. 25. 30. 35. 圖 4-13 民國 107 年捷運徐匯中學站非例假日平均溫度與進站人次散布圖資料來源：本研究繪製 44.

(52) 民國107年捷運三和國中站非例假日平均溫度與進站人次散布圖 14,000 12,000 10,000. 進站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15 20 平均溫度. 25. 30. 35. 圖 4-14 民國 107 年捷運三和國中站非例假日平均溫度與進站人次散布圖資料來源：本研究繪製. 民國107年捷運三重國小站非例假日平均溫度與進站人次散布圖 14,000 12,000 10,000. 進 8,000 站人次 6,000 4,000 2,000 0 0. 5. 10. 15. 20. 25. 30. 平均溫度. 圖 4-15 民國 107 年捷運三重國小站非例假日平均溫度與進站人次散布圖資料來源：本研究繪製. 45. 35.

(53) （二）最高溫度使用氣象觀測資料平台提供之「最高溫度」資料，探討在極端溫度狀況下，「最高溫度」對「捷運進站人次」是否存在線性關係。虛無假設與對立假設如下：虛無假設 H0：r=0 最高溫度與捷運進站人次無線性關係對立假設 H1：r0 最高溫度與捷運進站人次有線性關係表 4-5 民國 107 年最高溫度與捷運非例假日平均進站人次相關分析捷運站. 相關係數 (n=248). P-value. 使用測站資料. 蘆洲. -0.097. 0.128. 蘆洲. 三民高中. -0.313. 0.000**. 蘆洲. 徐匯中學. -0.385. 0.000**. 蘆洲. 三和國中. -0.332. 0.000**. 蘆洲. 三重國小. -0.464. 0.000**. 蘆洲. **顯著水準 α=0.01（雙尾）. *顯著水準 α=0.05（雙尾）. 相關分析結果如表 4-5 所示，從表 4-5 可以發現，在捷運三民高中站、徐匯中學站、三和國中站與三重國小站，p-value 值皆小於 α=0.05，達到顯著水準，且相關係數 r 介於-0.3~-0.7 之間，屬於中度負相關。因此，拒絕虛無假設 H0：r=0 最高溫度與捷運進站人次無線性關係，接受對立假設 H1：r0 最高溫度與捷運進站人次次具有線性關係。三民高中站、徐匯中學站、三和國中站與三重國小站的「最高溫度」與「捷運進站人次」之關係圖如圖 4-12 至 4-15 所示。. 46.

(54) 民國107年捷運三民高中站非例假日最高溫度與進站人次散布圖 16,000 14,000 12,000. 進 10,000 站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15. 20 最高溫度. 25. 30. 35. 40. 圖 4-16 民國 107 年捷運三民高中站非例假日最高溫度與進站人次散布圖資料來源：本研究繪製. 民國107年捷運徐匯中學站非例假日最高溫度與進站人次散布圖 16,000 14,000 12,000. 進 10,000 站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15. 20 最高溫度. 25. 30. 35. 40. 圖 4-17 民國 107 年捷運徐匯中學站非例假日最高溫度與進站人次散布圖資料來源：本研究繪製. 47.

(55) 民國107年捷運三和國中站非例假日最高溫度與進站人次散布圖 16,000 14,000 12,000. 進 10,000 站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15. 20 最高溫度. 25. 30. 35. 40. 圖 4-18 民國 107 年捷運三和國中站非例假日最高溫度與進站人次散布圖資料來源：本研究繪製. 民國107年捷運三重國小站非例假日最高溫度與進站人次散布圖 16,000 14,000 12,000. ˇ. 進 10,000 站 8,000 人次 6,000 4,000 2,000 0. 0. 5. 10. 15. 20 最高溫度. 25. 30. 35. 40. 圖 4-19 民國 107 年捷運三重國小站非例假日最高溫度與進站人次散布圖資料來源：本研究繪製. 48.