商業區人行系統行人流動特性研析與行為模式-以台北市信義商圈路口為例

國

立

交

通

大

學

運 輸 科 技 與 管 理 學 系

碩

士 論 文

商業區人行系統行人流動特性研析與行為

模式－以台北市信義商圈路口為例

A Study on Pedestrian Flow Characteristics and

Behavior Models - A Case Study of Intersection in

Xin-Yi District of Taipei City

研

究 生：李 協 政

指導教授：吳

水 威

商業區人行系統行人流動特性研析與行為模式

－以台北市信義商圈路口為例

A Study on Pedestrian Flow Characteristics and Behavior

Models - A Case Study of Intersection in Xin-Yi District of

Taipei City

研 究 生：李協政 Student：Hsieh-Cheng Lee

指導教授：吳水威 Advisor：Dr. Shoei-Uei Wu

國 立 交 通 大 學

運輸科技與管理學系

碩 士 論 文

A Thesis

Submitted to Institute of Transportation Technology and Management College of Management

National Chiao Tung University in partial Fulfillment of the Requirements

for the Degree of Master of Science

in

Transportation Technology and Management June 2008

Hsinchu, Taiwan, Republic of China

商業區人行系統行人流動特性研析與行為模式

－以台北市信義商圈路口為例

研究生：李協政

指導教授：吳水威

國立交通大學運輸科技與管理學系碩士班

摘 要

本研究選取台北市信義區商圈路口人行設施作為觀測地點，區分尖峰及離峰 時段行人，參考引用車流相關理論及行人移動行為之相關文獻作為分析行人流動 特性之依據。本研究於巨觀行人流動特性部分，分別探討行人流時段特性、流量 比特性與QKV 特性。另外，依觀察將行人行為細分為三類，超越前方行人、僅 作橫向偏移與跟隨前方行人，考慮前後行人速度差異、跟隨間距、前方總瞬時密 度、性別與性別異同等影響變因參數，構建判別函數與多項羅吉斯迴歸模式，用 以解釋所觀察到之行為表現。結果發現，性別變數無論尖峰或離峰時段均不會影 響行人行為，而性別異同變數僅在尖峰時段對於行人行為有顯著影響，且研究所 構建之模式在判別分類以及行為預測上均可達85%以上之整體準確率。 關鍵詞：行人流動特性、行人行為、判別函數、多項羅吉斯迴歸模式

A Study on Pedestrian Flow Characteristics and Behavior Models

- A Case Study of Intersection in Xin-Yi District of Taipei City

Student：Hsieh-Cheng Lee Advisor：Dr. Shoei-Uei Wu Department of Transportation Technology & Management

National Chiao Tung University

Abstract

Pedestrian flow is investigated in a intersection in Xin-Yi district of Taipei city. The samples are classified into two categories, rush hour and off-hour. The pedestrian flow characteristics of phase, flow ratio and QKV theory are discussed in the study. Besides, three types of pedestrian behaviors are analyzed: overtaking, lateral moving, and following. With the consideration of pedestrian speed difference, following distance, instant density, gender and difference of gender, the discriminant functions and multinomial logistic regression models are constructed. The result indicates that gender has no influence on the pedestrian behavior and the difference of gender is a significant variable only in the rush hour. The hit rates of classification and prediction are both higher than 85% in the study.

Keywords： Pedestrian Flow Characteristics, Pedestrian Behaviors, Discriminant

誌 謝

本論文得以完成，首先要感謝的是指導教授 吳水威博士，恩師於本論文撰 寫期間，不斷耐心指導與細心的教學，為學生學習之典範。在生活上，恩師作事 情嚴謹與不猶豫的積極態度，以及待人處世的圓融，給予學生相當大的啟發，獲 益匪淺。在此，謹致學生對於 恩師最誠摯的謝意與敬意。 於口試期間，承蒙逢甲大學運輸科技與管理學系楊宗璟老師與本系吳宗修老 師撥冗細閱，並提供寶貴的意見，使本論文謬誤與疏漏之處得以斧正；期中審查 亦要感謝卓訓榮老師詳細審閱，並感謝黃家耀老師於論文研討課程給予之建議， 使論文更甄嚴謹完備。學生於授業期間，承蒙系上各位老師們給予學生在課業研 究的教導，尤其感謝謝尚行老師於大學畢業專題的細心指導，更要感謝李明山老 師對待學生如親人般地幫助。亦要感謝系上助理秀蔭姐及幸榮姐在行政上的協 助，使得學生在交大的求學生涯得以順利畢業，論文得以如期付梓。 論文研究期間，感謝系上所有的師長、學長姐、同學與學弟妹的鼓勵與支持， 感謝一同在研究所奮鬥兩年的永祥、ZZ 老大、岡翰、珮瑜相互打氣與砥礪；感 謝三不五時被我問問題的政諺與銘娟，實驗室學弟妹禎祥與蛋妹以及回來度假的 益彰學長的協助與幫忙；還要感謝大學同窗維翰、賜榮、小青、妮臻、黃恆在精 神上給予我的支持，在我回桃園時一定可以約出來的高中摯友小氣鬼、letter、河 馬、熊、奈良、昊呆、高振傑、阿廖，當兵時的好兄弟英祈、槍神、Q 哥、堯爸、 哲明、小訓。感謝你們在我的求學過程中陪伴我一同讀書、成長、茁壯，因為有 你們，我的人生旅途中充滿著無盡的喜悅與歡樂。 最後，要感謝我的家人，感謝父母親從小諄諄教誨，在父母親的養育與教導 之下，我才能無後顧之憂，我才有機會登入交大的殿堂，我才有機會取得碩士學 位；感謝妹妹兼同學的欣宜在碩士期間的關心與貼心的幫助，讓我得以出門在外 依然能感受到家庭的溫暖；感謝一直陪伴在我身邊的盈盈，手牽手從交大一起畢 業，毫無疑問地，我們已共同達成這目標！感謝所有我認識的師長、親人、朋友， 因為有你們的關懷、照顧、批評與指教，造就了今天的我，感謝你們的協助與鼓 勵，未來，唯有更努力、更上進始能報答各位給予我的一切，並將成果與你們分 享！ 李協政 謹致 2008 年 6 月 新竹 交大

目 錄

摘 要...i Abstract...ii 誌 謝... iii 目 錄...iv 表目錄...vi 圖目錄... viii 第一章 緒論...1 1.1 研究動機...1 1.2 研究目的...2 1.3 研究對象及範圍限制...2 1.4 研究流程...3 1.5 研究架構...6 第二章 文獻回顧...8 2.1 人行設施與行走環境...8 2.1.1 人行步道...8 2.1.2 捷運車站...9 2.2 人行設施服務水準...10 2.3 人流特性...15 2.4 人流相關理論模式與研究方法...18 2.5 文獻評析...21 第三章 理論基礎與研究方法...23 3.1 理論基礎...23 3.1.1 車流理論...23 3.1.2 人流理論...25 3.2 研究方法...29 3.2.1 文獻評析法...29 3.2.2 攝影調查法...29 3.2.3 統計迴歸分析...30 3.2.4 單因子變異數分析...30 3.2.5 相關分析...31 3.2.6 判別分析...33 3.2.7 多項羅吉斯迴歸分析...34 第四章 人流資料調查蒐集與特性分析...37 4.1 資料調查...37 4.1.1 資料調查方法...37

4.1.2 調查地點選取...37 4.1.3 調查步驟...38 4.2 資料認定方式與處理過程...40 4.2.1 巨觀行人資料認定...40 4.2.2 微觀行人資料認定...41 4.2.3 行人流資料整理...42 4.3 巨觀人流資料初步特性分析...43 4.3.1 時段特性...43 4.3.2 流量比特性...50 4.3.3 QKV 特性...51 4.4 微觀人流資料初步特性分析...65 4.4.1 速度差異與行人行為之比較...65 4.4.2 跟隨間距與行人行為之比較...66 4.4.3 前方總瞬時密度與行人行為之比較...68 4.4.4 性別與行人行為之比較...70 4.4.5 前後行人性別異同與行人行為之比較...71 4.4.6 綠燈號誌剩餘秒數與行人行為之比較...73 第五章 人流模式構建與驗證...75 5.1 以判別分析構建模式...75 5.1.1 離峰時段行人行為判別模式...75 5.1.2 尖峰時段行人行為判別模式...79 5.2 以多項羅吉斯迴歸分析構建模式...83 5.2.1 離峰時段行人行為多項羅吉斯迴歸模式...83 5.2.2 尖峰時段行人行為多項羅吉斯迴歸模式...86 5.3 模式比較分析...89 5.3.1 模式比較...89 5.3.2 模式準確率比較...91 第六章 結論與建議...92 6.1 結論...92 6.2 建議...94 參考文獻...95

表目錄

表2.1 Fruin 訂定的步道服務水準等級...12

表2.2 Pushkarer & Zupan 訂定的行人流流動品質 ...13

表2.3 美國 HCM2000 訂定的步道服務水準等級 ...13 表2.4 行人交通設施服務水準等級...14 表2.5 Hall 之人與人空間距離特性...16 表2.6 歷年相關人流文獻比較表...21 表3.1 交叉列聯表...32 表4.1 樣本資料筆數整理...42 表4.2 離峰時段流量表...43 表4.3 離峰時段第 10~15 秒雙向流量差異獨立樣本 t 檢定表 ...44 表4.4 離峰時段平均流速表...45 表4.5 尖峰時段流量表...46 表4.6 流量差異獨立樣本 t 檢定表 ...47 表4.7 尖峰時段平均流速表...48 表4.8 尖峰時段第 25~30 秒雙向平均速度差異獨立樣本 t 檢定表 ...49 表4.9 樣本分類之速度是否具差異檢定...52 表4.10 樣本分類之密度是否具差異檢定...52 表4.11 樣本分類之流量是否具差異檢定...52 表4.12 QKV 關係式統計表...65 表4.13 尖離峰時段行人之平均速度差異獨立樣本 t 檢定 ...66 表4.14 行人行為與前後行人速度差之檢定...66 表4.15 Scheefe 多重比較法...66 表4.16 尖離峰時段行人之平均跟隨間距獨立樣本 t 檢定 ...67 表4.17 離峰時段行人行為與前後行人跟隨間距之檢定...67 表4.18 Scheefe 多重比較法...67 表4.19 尖峰時段行人行為與前後行人跟隨間距之檢定...68 表4.20 Scheefe 多重比較法...68 表4.21 尖離峰時段行人之前方總瞬時密度獨立樣本 t 檢定 ...69 表4.22 離峰時段行人行為與前方總瞬時密度之檢定...69 表4.23 尖峰時段行人行為與前方總瞬時密度之檢定...69 表4.24 Scheefe 多重比較法...70 表4.25 離峰時段行人行為-性別列聯表 ...70 表4.26 尖峰時段行人行為-性別列聯表 ...71 表4.27 離峰時段行人行為-性別異同列聯表 ...72 表4.28 尖峰時段行人行為-性別異同列聯表 ...72 表4.29 行人行為-號誌剩餘秒數列聯表 ...73

表5.1 行人行為與解釋變數間相關分析表...75 表5.2 投入變數摘要表...76 表5.3 典型判別函數係數表...76 表5.4 類組中心表...77 表5.5 Fisher 判別函數係數表...78 表5.6 分類結果表...79 表5.7 行人行為與解釋變數間相關分析表...79 表5.8 投入變數摘要表...80 表5.9 刪除變數摘要表...80 表5.10 典型判別函數係數表...80 表5.11 類組中心表...81 表5.12 Fisher 判別函數係數表...82 表5.13 分類結果表...83 表5.14 向後逐步迴歸步驟摘要表...84 表5.15 向前逐步迴歸步驟摘要表...84 表5.16 整體模式變數統計檢定表...85 表5.17 分類誤差矩陣...86 表5.18 向後逐步迴歸步驟摘要表...86 表5.19 向前逐步迴歸步驟摘要表...87 表5.20 整體模式變數統計檢定表...88 表5.21 分類誤差矩陣...88 表5.22 離峰行人行為模式...89 表5.23 尖峰行人行為模式...90 表5.24 模式準確率比較分析表...91

圖目錄

圖1.1 研究流程圖...5 圖1.2 研究架構圖...7 圖2.1 Fruin 訂定的步道服務水準等級與行人平均佔有面積...12 圖2.2 美國 HCM2000 訂定的步道服務水準等級與行人平均佔有面積 ...14 圖2.3 單向與雙向行人移動展示圖...18 圖2.4 行人自動分道圖...19 圖2.5 草地路徑自動形成圖...19 圖3.1 跟車模式示意圖...24 圖3.2 行人速度與密度關係圖...26 圖3.3 行人流量與空間關係圖...26 圖3.4 行人速度與流量關係圖...27 圖3.5 行人速度與空間關係圖...27 圖3.6 行人行進過程中三大基本假設行為圖...29 圖4.1 現場拍攝示意圖（松壽路與松智路交叉路口行人穿越道）...39 圖4.2 離峰時段西往東方向行人流量圖...44 圖4.3 離峰時段東往西方向行人流量圖...44 圖4.4 離峰時段西往東方向行人平均流速圖...45 圖4.5 離峰時段東往西方向行人平均流速圖...45 圖4.6 尖峰時段西往東方向行人流量圖...47 圖4.7 尖峰時段東往西方向行人流量圖...47 圖4.8 尖峰時段西往東方向行人平均流速圖...48 圖4.9 尖峰時段東往西方向行人平均流速圖...49 圖4.10 離峰時段行人流量比與平均流速關係圖...50 圖4.11 尖峰時段行人流量比與平均流速關係圖...51 圖4.12 由西往東方向行人速度-密度關係圖（採線性迴歸） ...53 圖4.13 由西往東方向行人速度-密度關係圖（採對數迴歸） ...53 圖4.14 由西往東方向行人速度-密度關係圖（採指數迴歸） ...53 圖4.15 由東往西方向行人速度-密度關係圖 ...54 圖4.16 雙向混合行人流速度-密度關係圖 ...54 圖4.17 由西往東方向行人流量-密度關係圖（公式導出） ...55 圖4.18 由西往東方向行人流量-密度關係圖（樣本求出） ...55 圖4.19 由東往西方向行人流量-密度關係圖（公式導出） ...56 圖4.20 由東往西方向行人流量-密度關係圖（樣本求出） ...56 圖4.21 雙向混合行人流流量-密度關係圖（公式導出） ...57 圖4.22 雙向混合行人流流量-密度關係圖（樣本求出） ...57 圖4.23 由西往東方向行人速度-流量關係圖（公式導出） ...58

圖4.24 由西往東方向行人速度-流量關係圖（樣本求出） ...58 圖4.25 由西往東方向行人速度-流量關係圖（樣本求出並採線性迴歸） ...58 圖4.26 由東往西方向行人速度-流量關係圖（公式導出） ...59 圖4.27 由東往西方向行人速度-流量關係圖（樣本求出） ...59 圖4.28 由東往西方向行人速度-流量關係圖（樣本求出並採線性迴歸） ...60 圖4.29 雙向混合行人流速度-流量關係圖（公式導出） ...60 圖4.30 雙向混合行人流速度-流量關係圖（樣本求出） ...61 圖4.31 雙向混合行人流速度-流量關係圖（樣本求出並採線性迴歸） ...61 圖4.32 由西往東方向行人流量-每人空間關係圖（公式導出） ...62 圖4.33 由東往西方向行人流量-每人空間關係圖（公式導出） ...62 圖4.34 雙向混合行人流流量-每人空間關係圖（公式導出） ...63 圖4.35 由西往東方向行人速度-每人空間關係圖（公式導出） ...63 圖4.36 由東往西方向行人速度-每人空間關係圖（公式導出） ...64 圖4.37 雙向混合行人流速度-每人空間關係圖（公式導出） ...64 圖5.1 合併組散佈圖...77 圖5.2 合併組散佈圖...81

第一章 緒論

1.1 研究動機

兩地之間的往返常須仰賴運輸工具來完成，無論使用何種運輸工具，最初 皆須以步行方式至欲使用運輸工具之地點，再者，步行更可視為最基本抵達目的 地之運輸工具。步行絕對不只是一種通過性的行為，人行空間也不能視為純粹的 通過性地帶。步行除了是一種最簡單、普及、無污染的移動方式之外，同時還是 一種社會學習過程，它引發了各種都市與社交活動。以步行為主的旅次，本身就 是一種移動的方法，步行移動亦可構成一個完整旅次，因而分析行人移動之特性 實為一項值得研究的課題。 近年來，台灣地區都市發展，行人移動頻繁，尤其台北市產生大量步行者， 間接使得都市交叉路口、人行道之交通問題漸受矚目，且位於都市的商業地段也 提供了受保障的人行空間，民眾於該地段主要交通方式為步行，而行人穿越道、 人行道、百貨公司的進出口、運輸場站內更是涉及大量步行者移動的問題。人行 空間同時提供了移動與停留的機會，在社會與文化生活上，它同時潛藏著各種豐 富的可能。針對人行空間最常出現之問題便是於行人穿越道、人行道、百貨公司 的進出口、運輸場站內等之交通擁擠狀況，對於如何改善這些問題，一方面除需 加強交通管理及人行動線規劃外，亦有研究提出緊急情況下通道與樓梯人員疏散 方案之需要[18]與降低捷運車站乘客動線干擾之建議[10]。因此，進行步行者移 動行為特性之研究確實有其必要性。 行人行為是一種由具有相互作用的步行者構成的多粒子體系，細分為超越前 方行人行為（超越）、僅作橫向偏移行為（橫移）與跟隨前方行人行為（跟隨）， 它具有和交通流相似的許多特點：例如密度增加時，系統中會出現各種複雜的行 為，如自我組織現象和擁擠相變等。為了研究和描述這些現象，多位學者已經提 出了許多模型與相關概念，而這些概念也從各不同的角度出發對行人流進行模擬 分析[32][36][39]。相關文獻回顧過程中發現，從微觀角度出發針對都市商業區內 人行設施上行人行走特性的文獻較為有限，對於我國商業區行人的行走特性變數 之掌握與瞭解仍舊相當模糊，但仍可發現行人動線間彼此發生干擾及衝突的情 況，對於行人移動效率以及舒適性影響甚鉅。 有鑑於上述背景與動機，可清楚瞭解到行人流動實為都市街道容量分析的主 要部份，而其特性在運輸系統設計與運作上更是重要的考量因素。人行空間系統 於都市空間中為一極重要且可及性最高的公共交通設施，而在行人動線設計上則 須考慮行人的安全性、旅運型態與便利性。在公共場所、運輸場站、百貨公司、

電影院等地方容易發生密度集中的行人流。因此本研究選取台北市信義區商圈路 口人行設施作為觀測地點，欲參考引用車流相關理論及行人移動行為之相關文獻 作為分析行人移動特性之依據，建立行人行為判別模式，並判斷行人移動之影響 參數，且探討行人移動之相關特性，以作為後續研究與設計人行設施之參考依 據，塑造以人為本的交通環境。

1.2 研究目的

基於上述研究動機，本研究期望針對商業區人行設施行人特性進行分析，並 建構相關人流模式以解釋行人於不同環境下之行為，並以台北市信義商業區路口 為例。然當行人流量提高時便需要較寬大的人行道空間，考慮微觀人行道交織的 狀況下，人行道設施設計不僅是空間的分配還包括空間、時間和方向下的流量控 制效用，因此行人流動特性與行為選擇，對於行人設施之規劃與建立顯得密不可 分。研究過程中將對行人流動相關特性進行分析，以瞭解行人在各種不同情況下 與人流特性之關係性，進而構建微觀行人行為模式。因此本研究之具體研究目的 如下： 1. 研析國內外都市商業區行人行為與特性之相關文獻，蒐集彙整行人之行 為(超越、橫移、跟隨)...等資料，而以台北市信義區路口為例，配合行 人移動特性之調查與研析，進而利用統計分析，釐清影響行人行為相關 變因參數，以供建構行人行為判別模式之依據。 2. 根據實地攝影調查國內信義商業區行人之移動特性及各時段流量，應用 蒐集之資料繪製樣本散佈圖，配合統計檢定方法，說明不同行人流動特 性。 3. 將蒐集調查之人流資料與相關影響因素，匯整後應用分類技術中判別分 析(Discriminant Analysis) 及 個 體 選 擇 模 式 中 多 項 羅 吉 斯 迴 歸 分 析 (Multinominal Logistic Regression Analysis)方法，進行歸納分類並判斷行 人移動行為，建立判別模式及多項羅吉斯迴歸模式。 4. 本研究所建立之國內商業區行人行為判別模式（判別行人超越、橫移或 跟隨行為），可作為未來發展人流模式之基礎，並可以提供相關單位規 劃改善人行設施與相關措施、控制策略之參考依據。

1.3 研究對象及範圍限制

本研究主要係研究商業區人行設施上行人之特性及行為，以行人為主，不包 括汽車、機車或腳踏車，主要觀察具行人專用時相路口行人穿越道上之行人。行 人步行時會依據不同情境而有不同反應，其中的反應過程於本研究中將對於調查

資料統整分析後，並配合行人流相關文獻，建立一套行人行為模式，以判別行人 於行進中是加快速度超越前方行人之行為（超越），或是僅作橫向移動（橫移） 亦或是繼續跟隨前方行人之行為（跟隨），以解釋所觀察到之行為表現。另外， 在相關範圍限制方面，本研究將研究的人行設施環境視為已知的先決條件，不考 慮受到設施之影響，只考慮受到行人與行人之間互動所產生的影響，且主要探討 正前方有行人的後方行人行為。

1.4 研究流程

依據前述研究動機、目的、對象、範圍等構思，本研究研議圖1.1 之研究流 程圖，而進行各項研究工作如下： 1. 確立研究方向與目的 目前行人相關的研究不少，但行人的行為仍未有個確定的模型可以完整表 達。因此，本研究利用相關文獻、方法與行人調查而研析行人行為特性，進而以 微觀角度來構建行人行為的判別模式，來說明行人的移動行為，可供研究者及相 關機構單位參考。 2. 蒐集國內外相關文獻，進行回顧、探討與研析 針對國內外於人流理論、車流理論以及分析應用方法之相關文獻進行回顧， 以瞭解目前之研究發展情形，進而明確界定研究範圍與對象，並探究其文獻中之 眾多理論基礎與豐富的內容，加以運用綜合歸納文獻所採用之研究方法，以期作 為本研究理論基礎與研究方法之參考依據。 3. 界定研究範圍與對象 經由文獻的回顧與整理，對於相關理論的瞭解，使得研究方向及目標更為明 確，進而能夠瞭解深入探討於本計畫研究方向與目的，而能將研究範圍及研究的 對象加以界定，由大範圍的行人型態，研析一套能夠套用能將焦點將集中於特定 行人上，甚至在個體行人的身上，若能夠確認或則使得研究更深入更具價值。因 此，本研究將以商業區人行設施上之具行人專用時相十字路口行人穿越道為主要 範圍，而以行人為對象。 4. 引用理論基礎與研究方法 依文獻回顧整理後所得之理論與方法，選擇使用適當之理論基礎與相關應用 分析研究方法，以做為從事研究、資料調查蒐集分析與模式構建之依據。本研究 將引用文獻回顧法、攝影調查法、統計檢定、統計迴歸方法、單因子變異數分析、

相關分析、判別分析法、多項羅吉斯迴歸方法等，進行變數相關檢定分析、建構 模式與驗證。 5. 調查蒐集都市商業區行人流資料 選定符合欲研究之商業區人行設施後，在確認實驗錄影範圍後，進行實際攝 影調查，再將所蒐集人流相關資料系統化整理統計並製表，利用統計分析與檢定 方法加以驗證並予以歸類，以利於後續從事行人行為特性之研析。 6. 行人流動特性與影響因素分析 將以台北市信義區商圈之行人流特性為例，並比較各不同人行設施於尖離峰 不同人潮時段，流量、密度對於行人流動特性之影響，將所蒐集整理後之行人資 料進行分析，思考行人可能的狀況找出其中的影響（例如：行人的速度，跟隨的 距離，周遭環境...等原因），推求影響行人模式之顯著變數，以作為模式構建之 影響變數。 7. 構建國內都市商業區行人行為模式 利用所蒐集之行人流資料與所推求之顯著影響變數，考慮其中可能的原因， 構建合乎且能判別行人行走時，其所可能之行為（超越、橫移或跟隨行為），希 冀利用多項羅吉斯迴歸方法及判別分析法構建出微觀行人行為模式。 8. 模式參數校估與驗證 針對所構建之行人行為模式進行參數校估，並利用再代入法以及交叉驗證法 來驗證模式的預測能力，並確認本研究計畫的結果，更期待能夠符合行人流的狀 況。 9. 結論與建議 綜合本研究所獲得之人流特性與模式預測能力，進而提出結論與建議，以期 望未來將可提供相關單位規劃改善人行設施與相關措施、控制策略之參考依據， 期望能夠達到拋磚引玉的效果，使國內對於行人流的發展有更近一步的研究，提 供研究者的參考依據。

1.5 研究架構

本研究之主要研究架構，首先針對國內外車流理論、跟車理論、巨觀行人模 式、微觀行人模式等相關研究，進行回顧與整理，使對基礎行人流有所認知，探 究文獻內之理論及意涵，並瞭解目前學術於該議題上之發展情形，且加以綜合歸 納文獻所採用之研究方法、結果之優劣，以作為本研究之理論基礎與研究方法之 參考依據。另外，再蒐集影響行人行為之相關因素與相關行為分析方法等相關文 獻，以作為本研究於構建行人行為模式之分析應用方法。 於資料調查蒐集方面，先選定符合本研究範圍之路口行人穿越道後，以實際 攝影調查之方式蒐集行人行為之相關資料，並區分巨觀以及微觀兩類型；巨觀資 料以探討該人行設施上之時段特性、流量比特性，並利用車流理論中QKV 關係 概念，構建該人行設施上行人之QKV 關係式。微觀資料則觀察個別行人之移動 行為，如跟隨前方行人、超越前方行人以及僅作橫向移動，並考慮前後方行人速 度差異、跟隨間距、前方總瞬時密度、性別、前後行人性別異同、綠燈時相剩餘 秒數等因素進行因素與特性分析，推求影響行人移動行為之顯著變數，以作為模 式構建之基礎。 在模式構建方面，以判別分析方法與多項羅吉斯迴歸分析方法進行模式構 建。最後，針對構建之行人行為模式，利用再代入法以及交叉驗證法對模式進行 驗證之工作，以檢視模式本身之預測準確率與適用性，本研究架構圖如圖1.2。

第二章 文獻回顧

本研究針對國內外有關行人流理論與環境設施對行人之影響與模式構建之 影響變數等相關文獻進行回顧與整理，以瞭解目前於行人行為之研究方法、行人 分析方式、探討影響行人流之因素及相關研究所使用之研究方法與結果，以作為 本研究理論基礎與研究方法之參考依據。

2.1 人行設施與行走環境

行人環境與場所是提供行人步行的空間及設施，本研究首先針對以往對人行 設施進行研究的文獻，以及研究捷運車站行走環境的文獻進行回顧。

2.1.1 人行步道

本研究主要針對台北市信義區商圈內行人行走設施進行研究，因此藉由相關 對於人行步道的研究加強對行人之瞭解。 學者黎韋利[17]以類似車流理論為基礎利用密度、速度、流量等易於量化指 標，界定人行道服務水準之方法，改變以行人主觀感受做為人行道服務水準評估 之方法。並引入模糊理論，藉以處理此具有質化性質之主觀判斷與模糊問題的衡 量，如此能有效且較為適切的描述，在處理方法上也較具有彈性與簡便，因此在 衡量行人本身主觀感受之服務水準滿意程度的問題中，提供一個可行的方向。經 實例驗證，以行人主觀感受為出發點之服務水準評估方法較傳統的評估方法更能 真切反應行人之主觀認知感受。 黃俊杰[15]探討都市人行道介面組成型態對於行人知覺之影響，透過問卷和 照片的訪談，調查台北市主要道路之戶外人行道空間介面型態與實質因子，以各 種情境模擬因子透過實驗設計分析行人的知覺是否有交互影響，並對整體行人偏 好提出預測模式。 林上閔[8]透過問卷調查方式，並將問卷區分為兩階段，第一階段乃是以五 等分態度量表萃取受訪行人重視的步道屬性，第二階段則是採用敘述性偏好方法 輔以照片說明屬性值定義與步道類型方案來陳述步道情境，讓受訪者填答喜好程 度及第一第二偏好，再利用個體需求模式中的多項羅吉特模式與模糊修正模式來 校估選擇模式。以探討出都市商業區行人對步道類型選擇偏好。 Yordphol Tanaboriboon [40] 以錄影調查方式，調查新加坡主要行人集中道路

的人行道、走道等設施，進行行人行走速率、流量及密度關係之研究。同樣採用 Greenshield’s 的速率與密度線性迴歸模式，求出流量與密度之關係式。作者在分 析過程中將行人以性別、年齡予以分群，發現男人較女人行走速率每分鐘快 10 公尺而年輕人較老人快20 公尺。並將調查結果與西方國家比較發現，新加坡人 行走速率較西方人為慢但最大流量則較為高。 Tarawneh M.S. [41] 現場調查顯示，位於約旦穿越斑馬線上的行人通過速率 與性別、年齡、人群大小、街道寬度有顯著之影響。調查得之平均行走速率為 1.34 公尺/秒。 1. 性別：男性行走平均速率為每秒 1.35 公尺，略高於女性每秒 1.33 公尺。 2. 年齡：21 至 30 歲之平均行走速率最快，速度為每秒 1.49 公尺；超過 65 歲平均行走速率最慢，速度為每秒 1.17 公尺。 3. 人群大小：三人以上人群之行走速率慢於一個人或兩個人。 4. 街道寬度：行走在寬路幅的速率比窄路幅的速率快。 Abishai Polus [23] 以現場錄影觀測分析以色列商業區的人行道上之行人特 性，其中在 Solel Boneh 調查得男性平均速率為 1.28 公尺/秒，女性平均速率為 1.14 公尺/秒，且發現行走速率與密度呈現負斜率之直線關係，參數校估結果顯 示以三區段的直線迴歸關係式較為適合，並依此建立人流之服務水準可做為規劃 及設計參考。

2.1.2 捷運車站

許添本[13]選定捷運台北車站內聯外通道，於擁擠時刻調查行人流動特性。 調查方法乃是採用錄影調查法：使用錄影機將調查路段拍攝成錄影帶，配合1/100 秒之計時器反覆觀察分析攝影畫面。錄影調查法的優點是可將調查現場畫面反覆 觀察，並且可經由畫面定格器仔細分析每一時刻之行人之特性；而缺點是攝影機 必須放置於適當位置，並且觀測物體會因攝影機之俯仰角度、高度而有觀測的誤 差。 一般行人密度的量測乃是利用車流理論中Q=K*V 的流量公式，經由觀測人 流的流量及速率而推導得密度，而作者考慮到捷運車站乃是人潮大量聚集的公共 場站必須維持人行動線的安全性、流暢性及便利性，因此期望透過直接觀測密度 反映出行人流密度與流量的關係性。於是作者於捷運車站走道之參考線前後 0.5、1、2 公尺範圍內進行密度直接量測方式，並利用 Greenshield’s 的速率與密 度線性模式，最後推導出該走道單方向之流量。將此調查與各國資料進行比較， 發現我國捷運車站之行人流密度較高且速度較快，顯得我國搭乘捷運旅客較外國 乘客為急躁。

林廉凱[10]針對捷運車站通道動線干擾問題，以忠孝復興站走道為分析對 象，採用巨觀與微觀尺度建立面積法、帶寬法與刺激與反應等分析方法，並配合 現場觀測與錄影觀察方法進行分析，得到結果：乘客受到干擾後所採取的趨避方 式主要有二：改變行走方向及調整步伐速率，而當走道上密度較高時，「跟人行 為」較為明顯，而可適用於Q=K*V 的流量公式；但當密度未達一定的水準時， 跟人行為並不明顯，且乘客與乘客的趨避行為可視為一連串的刺激與反應的調整 適應行為。 陳文彬[20] 引用灰色理論搭配產生的質化與量化績效指標，對與乘客關係 最密切的行走動線做探索，進行綜合評估。作者提出一套地下車站動線服務績效 衡量的架構與程序，並評估其實用性、操作性、合理性，在程序架構中針對地下 車站的特性，進而以「節點（公共設施）、節線（通道、路徑標示）」的網路概念， 探討乘客於地下車站接受一連串動線服務設施的績效，試著構建整體動線服務績 效模式找出影響乘客動線的關鍵節點、或節線，經由評估準則建立其評估指標， 以灰色統計法篩選適合指標後，以灰色層級分析法構建指標的影響權重後，再以 滿意度分析進行綜合評估。最後並以台北火車站、捷運公館站兩種不同類型車站 做比較驗證其實用性，結果顯示在不同特性的車站，乘客所重視的指標屬性皆不 同。 William H.K. Lam [45] [46] 依各場所如號誌化路口、輕軌車站(LRT)之交叉 路口、廣九鐵路(KCR)車站、捷運車站(MRT)等人行設施進行人行流特性蒐集與 分析。採用錄影蒐集法及現場計數方式調查，並對於行人進行提問。分析結果顯 示： 1. 行走距離：搭乘 KCR 車站乘客行走距離較 LRT 及 MRT 乘客為長。原 因乃是KCR 車站為市郊與都市之鐵路運輸，服務站距較長。 2. 行走速率：行人在室外的行走速率明顯高於室內。而在號誌化交叉路 口，行人紅燈穿越較在綠燈行走速率為快。 3. 速率與密度之關係：在室內適合採用線性的 Greenshield’s model；室外 則適用Underwood’s model；交叉路口適用 Bell’s model；LRT 之交叉路 口則適用Underwood’s model。作者說明沒有一種單一模式可以適合所 有人行設施，而必須更廣泛蒐集更多資料以建立完整的模式。

2.2 人行設施服務水準

行人設施服務水準方面的研究，乃是從車流觀點開始進行探討的。服務水準 在車流中乃是指駕駛人或乘客對於車流操作狀況的一種「質的度量」，在車流系 統的服務水準最常用的因子為速度、運行時間、操作自由度、交通的流暢性、舒

適性、便利性及安全性。而行人的衡量因子除了與車流相似，仍還有一些行人專 屬的度量因子，例如：穿越行人的難易度（或超越慢行者的可能性）、與主要行 人流反向行走的能力、不必改變步行速度或步伐且不與他人產生衝突的能力 [43]。 現有的行人交通設施服務水準之評估模式均以車流理論為基礎，利用易觀測 的度量因子如速度(speed)和個人所佔有的空間(space)或密度等易於量化的指 標，做為衡量人行道服務水準滿意與否的考量依據，而各國於此方面之研究，所 定出的服務水準級距及級數因地域性及行人特性的不同有差異，因此本研究對以 往國外學者Fruin、Zupan & Pushkarer、美國 2000 年公路容量手冊 [43]（以下簡 稱 美 國 HCM2000）與 2001 年台灣地區公路容量手冊 [4]（以下簡稱台灣 HCM2001）進行回顧。 澳洲學者Colin Heson [28] 以文獻回顧方式對 HCM 對於行人設施之服務水 準進行探討，其中可以從幾個方面探討行人特性： 1. 從觀察得知不同行人設施之行人容量及流率。 2. 時間變異：從季節性、每日、每小時不同時間性之探討人流變化量。 3. 空間變異：包括不同方向之流量與流量比例探討。 4. 速率：速率之趨勢，隨著時間、旅次目的之變異。 5. 類似跟車之「跟人」行為：探討行人間之空間間隔(spacing)或時間間隔 (headway)。 至於澳洲方面之行人速率的調查，平均流速為89 公尺/分，而上樓梯之速率 為48.2 公尺/分，下樓梯之速率為 56.6 公尺/分。 Fruin[30]於其研究中訂出步道六個服務水準，各代表不同的行人空間及流動 特性，如圖2.1 及表 2.1 所示。但其研究結果有以下兩點需注意：（1）此乃針對 通勤者所得出的研究；（2）利用實驗控制通道寬度來產生高密度的情況，且其服 務水準是假設在均質的條件下所得到的，因此較屬於理想值。

Pushkarer & Zupan[37]除了研究均質的情況下，也考慮了人群的狀態，他們 將步道的服務水準分為七級，詳見表 2.2。對於二者訂定的服務水準，均質的行 人流與有群集人群的行人流其差異發生在不受限制的及受限制的的行人流中，此 表示群集的人群只在低流量時才有影響，在中、高流量時由於行人密集度較高， 人群的現象較不明顯，因此就減低了其影響力。 二者的研究並未將其所制訂的服務水準限制在某一特定的行人旅次上，只是 針對行人流的實際狀況加以分析，得出結果。

圖2.1 Fruin 訂定的步道服務水準等級與行人平均佔有面積 資料來源[30] 表2.1 Fruin 訂定的步道服務水準等級 服務水 準等級 平均佔有面積 (m2_/p) 密度 (p/m2₎ 流量 (p/min/m) 行人流動狀態 A ≧3.25 ≦0.30 ≦3 可自由選擇步行速度 可超越慢行的行人 穿越時不與他人發生衝突 B 2.23 ~ 3.25 0.31 ~ 0.42 4 ~ 33 尚有足夠的空間可供選擇正常步行速度 有反向的流動及穿越現象，產生小衝突 輕微的影響步行速度及流量 C 1.40 ~ 2.22 0.43 ~ 0.71 34 ~ 50 選擇自由步行速度到限制 有反向的流動及穿越現象，有較高衝突機率 需隨時調整速度及方向以避免與他人發生衝 突 D 0.93 ~ 1.39 0.72 ~ 1.08 51 ~ 66 正常的步行速度受到限制 不易超越慢行的人 改變方向及穿越的行動很困難，無法避免衝突 E 0.47 ~ 0.92 1.09 ~ 2.13 67 ~ 82 行人需改變步伐而慢行 無法超越慢行的人 反向行動及超越行動極為困難 F <0.47 >2.13 >82 步行速度受到極大的限制，跟著前方人群移動 無法避免與他人發生衝突 反向行走及穿越行動極為不可能 資料來源[30]

表2.2 Pushkarer & Zupan 訂定的行人流流動品質 均質人群的行人流 有群集人群的行人流 流動品質 平均佔有面積 （m2_/p） 流量 （p/min/m） 平均佔有面積 （m2_/p） 流量 （p/min/m） 行人流動狀況 寬闊的 ＞49 ＜2 ＞49 ＜1.6 行人間沒有任何的相互影響 不受限制的 12～49 2～7 6～49 1.6～15 行人流中開始有些人群出現 行人可以自在的行走 受限制的 4～12 7～20 4～6 15～20 行進時會與他人有少許接觸 受束縛的 2～4 20～33 2～4 20～33 不可自由的選擇步行速度 有衝突產生 擁擠的 1.5～2 33～46 1.5～2 33～46 行人流仍屬流暢但有許多衝 突，且步行速度降低 擁塞的 1～1.5 46～59 1～1.5 46～59 行人流產生擁擠不堪的狀況 無法動彈的 0.2～1 59～82 0.2～1 ＞59 非常的擁擠 資料來源[37] 美國 HCM2000 針對大部分地區之行人流動情況，以尖峰 15 分鐘之行人通 過量與人行道有效寬度作考量，以實際調查的資料去分析，參考Fruin 的研究， 訂出六級服務水準各代表不同的行人空間及流動特性，如表2.3 及圖 2.2 所示。 台 灣 HCM2001 整 理 關 於 行 人 設 施 服 務 水 準 的 文 獻 ， 其 中 參 考 美 國 HCM2000、國內台北市政府工務局新工處制訂的步道服務水準[3]等研究，分別 對商業區、通勤區之水平步道服務水準定義及階梯服務水準定義，再配合實地抽 樣問卷調查和錄影帶實際點算統計資料以分析等級，各服務水準等級劃分乃按行 人平均佔有面積、平均速率、平均密度及流量等四個指標予量化，而獲得行人交 通設施服務水準等級標準表，如表2.4。 表2.3 美國 HCM2000 訂定的步道服務水準等級 服務水準 描述 行人佔有空間 （m2_/p） 行人平均速率 （m/s） 行人流率 （p/min/m） v/c A 完全自由 ≧5.6 ≧1.30 ≦16 ≦0.21 B 偶受阻礙 3.7~5.6 1.27~1.30 16~23 0.21~0.31 C 受限制 2.2~3.7 1.22~1.27 23~33 0.31~0.44 D 中度擁擠 1.4~2.2 1.14~1.22 33~49 0.44~0.65 E 嚴重擁擠 0.75~1.4 0.75~1.14 49~75 0.65~1.0 F 塞滿人群 ≦0.75 ≦0.75 variable variable 資料來源[43]

圖2.2 美國 HCM2000 訂定的步道服務水準等級與行人平均佔有面積 資料來源[43] 表2.4 行人交通設施服務水準等級 項目 服務水準 行人平均佔有面積 （公尺2／人） 流 量 （人/分.公尺寬） 平 均 密 度 （人／公尺2） 平 均 速 度 （公尺/分） 商業區 ≧3.13 ≦22 ≦0.32 ＞67 水平 步道 通勤區 ≧3.13 ≦23 ≦0.32 ＞72 A 階梯 ≧1.82 ≦17.5 ≦0.55 ＞32 商業區 2.08-3.12 23-30 0.33-0.48 63-67 水平 步道 通勤區 2.08-3.12 24-33 0.33-0.48 69-72 B 階梯 1.22-1.81 17.6-25.0 0.56-0.82 30.5-32.0 商業區 1.28-2.07 31-48 0.49-0.78 58-63 水平 步道 通勤區 1.28-2.07 34-49 0.49-0.78 63-69 C 階梯 0.85-1.21 25.1-34 0.83-1.18 28.9-30.5 商業區 0.85-1.27 49-59 0.79-1.18 50-58 水平 步道 通勤區 0.85-1.27 50-66 0.79-1.18 56-63 D 階梯 0.60-0.84 34.1-44.5 1.19-1.66 26.7-28.9 商業區 0.48-0.84 60-72 1.19-2.10 35-50 水平 步道 通勤區 0.48-0.84 67-80 1.19-2.10 38-56 E 階梯 0.36-0.59 44.6-60 1.67-2.80 21.7-26.7 商業區 ＜0.48 ＞72 ＞2.10 ＜35 水平 步道 通勤區 ＜0.48 ＞80 ＞2.10 ＜38 F 階梯 ＜0.36 ＞60 ＞2.80 ＜21.7 資料來源[21]

2.3 人流特性

人流與車流類似，人流在移動上受到個人行走習性與周遭環境的影響，且人 流較車流具有高度的移動自由度，分析上更為複雜。但其流量、密度、速度之基 本關係與車流之特性是類似的。當行人的流量與密度增加時，流速與行人的移動 容易程度相對的就會降低，並且當密度增加超過臨界值之後，流量與流速將會急 速下降。以下針對行人流不同的觀測指標並參考美國公路容量手冊進行探討。 一、步行特性 溫日宏[16]指出，行人步行行為具有下列特性： 1. 係靠雙腳進行位移，其移動速度皆較其他運具慢。 2. 肉體無法與剛性物體相抗衡，故需有行人保護設施。 3. 人體受體力限制，步行距離較短。 4. 行人特性複雜，行為難以預料。 5. 行人體力有限，不喜歡走上、下較高的坡度。 6. 行人交通屬短程移動，活動地點集中在較小地區。 7. 行人年齡會影響交通安全，小孩行走漫不經心，老年者則行動緩慢。 二、行走速度 行人速度是平均行人行走速度，一般以每秒多少公尺(m/s)為單位。行人步 行速率受許多因素影響，例如年齡、健康情形、障礙物之存在、交通設施之性質、 行人密度等。丁育群[1]指出行人於自然情形下，易受下列因素影響： 1. 環境條件：季節、時間、周遭環境(步道長度、寬度)... 2. 生理條件：性別、健康、年齡... 3. 服裝：行李、穿著... 4. 心理條件：旅次目的、環境對心理的影響... 另外，美國HCM2000 指出行人行走速度與年長行人（65 歲以上）在所有行 人中佔有的比例有高度相關性。若其中 0~20%的行人為老年人，則在走道上平 均速度為 1.2(m/s)；若老年人的比例超過 20%，則平均行走速度降為 1.0(m/s)。 另外，若走道坡度每增加10%，平均行走速度將減少 0.1(m/s)。 三、行人流量與行人密度 美國HCM2000 定義每單位寬度行人流量是指單位時間與單位距離內所通過 的行人數量，通常以人/分/公尺(p/min/m)為單位。行人密度是指在每單位人行道

或排隊地區的平均行人數量，以每平方公尺多少行人表示(p/m2)。與車流一樣， 流量、密度與速度存在以下關係，如式2.1：

Vped = Sped * Dped...(式 2.1)

其中Vped為流量， Sped為行人速度，Dped為行人密度。

四、行人空間 密度另一個更有用的表達方式是使用其倒數，即每人所佔有的空間，所謂的 行人空間，即在人行道上或等候區內，平均每個行人所佔有之面積，以平方公尺 /人(m2/p)表示。美國 HCM2000 指出簡化的人體橢圓型尺寸為 0.5 公尺乘以 0.6 公尺，總面積為0.3 平方公尺，可用來表示單一行人的尺寸大小；而行人身體不 接觸時，每人則佔有0.75 平方公尺的空間。 Hall[31]提到人與人的距離可以分為密接距離、個人距離、社會距離、公眾 距離（見表2.5）。當行人行走時會與他人及周圍障礙物保持0.3~0.45公尺的自衛 距離，因此步道寬度設計上必須滿足人體空間與人與人保持的距離之基本條件。 表2.5 Hall 之人與人空間距離特性 人與人距離 長度(m) 特性 密接距離 0.7 以下 人與人接觸，感觸對方熱氣 個人距離 0.7 ~ 1.2 伸手可處及對方 社會距離 1.2 ~ 3.7 伸手無法觸及對方 公眾距離 3.7 以上 行人危急，預防或避難所需空間 資料來源[31] 五、步道有效寬度 行人步道上經常有固定的障礙物，如牆壁，路燈，電話亭等。行人有避開這 些障礙物的傾向，因而減少步道之有效寬度及其相關之容量。台灣的行人步道常 在騎樓之下，騎樓除有固定障礙物之外，亦有活動性的障礙物，如機車、攤販、 購物之人群及商品。階梯、人行陸橋及地下道也常有攤販及圍觀購買的人群造成 對行人交通之阻礙。 行人步道的概念被用來分析行人流量，與分析高速公路流量類似。然而步道 的概念不應該被用在行人分析，因為研究顯示行人並不會走在有組織的路上。為 了避免干擾，美國HCM2000 指出當兩個行人面對面經過時，每個人至少要有 0.8 公尺的走道寬度。而側身行走的情形只有在最擁擠的情況下產生。

無障礙的走道寬度指的是可以有效用於行人移動的走道部份。移動的行人不 喜歡靠近路邊欄杆或建築物圍牆。因此，這些無用的空間在分析時必須被扣除， 其他像是路燈電線杆、郵箱與停車格等都應該也被排除計算。AASHTO[24]建議 無障礙走道寬度至少應為1.5 公尺，在商業區必須為 2.4 公尺或是更多，額外的 寬度是為了確保無障礙寬度。在號誌或非號誌化路口有效的寬度隨各地區標準不 同而異。若無法取得地區資料，預設3.6 公尺可適用於行人穿越道的寬度。 六、行人形式與旅次目的 人流分析一般是基於行人人群行走速度的平均數，由於不同的旅次目的、土 地使用、群體形式、年齡或其他因素將影響行走特性。行人往返工作地點，使用 相同的設施，以比購物者高的速度行走。年長或是年輕人走的比其他人群緩慢。 購物者不只走的比通勤者慢，甚至會因為停下來觀看購物櫥窗或攜帶行李而減少 有效走道寬度，這些都應該在分析速度、流量、密度曲線時調整。 七、行人移動方式與選擇 假設行進中的行人有三種基本行為：移動、避免、打旋[45]。步行的方向決 定於權重，利用基本行為與權重比率的乘積加總而得。當行人前進方向無障礙， 此時即為基本行為中的“移動”；當行人的動線上有其他行人阻擋，會選擇避開， 此時即為基本行為中的“避免”；當行人前進遇到反向前進的行人，或是前方同向 行人的速度較慢，為了避免碰撞，會選擇避開或是超越，此為基本行為中的“打 旋”，但是當行人遇到前方行人與自己有同樣速度與方向時，行人將選擇排隊在 後面而不會超越。而本模型行人之移動只有四個方向，根據上述假設，行人的行 為會以三大基本行為做加權，取四個方向中加權數值最大的，從而決定下一個時 間點移動的方向，當加權後對四個方向的數值為零，則行人不會移動。 Seyfried[38]對行人流動提出一個修正的模擬模式保證不會發生預期速度為 負值的情況，並且行人的行為只會直接被前面一個行人的行為所影響。同時可以 再生出巨觀下正確的密度和速度，但卻不必然能夠正確地描述微觀的情形，也發 現到在平均速度下行人的空間需求比平均空間需求少許多，這個現象解釋為模式 的“短視”，也就是說行人不只有對前面的人立刻適應速度，同時也對更前面的情 形做適應。 Teknomo[42]建構一微觀人流之模式，模式中每個行人都視為單獨且自主的 個體，可自由選擇路線與設施(參見圖 2.3)，每位行人的範圍則設為一直徑 50-90cm 的圓，並有其起始位置、起始時間、起始速率，可隨機選擇做為輸入。 系統中每個行人都會受到兩種外力影響，一為同向前進的力，另一則為互斥力， 當系統中有二個以上之行人時，兩力中的同向力會與互斥力同時發生。一力會驅 使行人前進，而另一力則會與周遭的其它行人產生強大互斥，第一種互斥力表示

行人間相遇與超越追趕之行為。 單一人行道之一般模式如下： 2 max 2 ( ) ( ) ( ) ( ) ( ) ( ) 2 ( ) 2 ₁ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) j i i i i j i k i j i j i p t p t d p t dp t e t p t r y t r m dt dt μ α e t p t x p t p t p t p t β p t p t ⎧ _{− −} ⎛ ⎞⎛ ₋ ⎞⎫ ⎪ _{⎜ ⎟⎜ ⎟}⎪ + = ⎨ ₋ + ₋ + _⎜ − _{⎟⎜ ⎟}⎬ − − ⎪ ⎝ ⎠⎝ ⎠⎪ ⎩

∑

⎭ ..(式 2.2) <其中 y 代表其他行人侵入鄰近範圍之行為，r 則為行人之影響半徑。> 模式中等號右邊的第一部份表示向前推動，第二部份則為避免碰撞而向其他 方向移動，以保持兩靠近的行人間之距離，第三部份可保證無重疊的情況發生。 模式中的四個參數包括：m, α, β, χ，其中 m 是供當其他三個參數僅應用於個別的 力時，予以將三力結合一起。 從相關研究發現，雖然每個行人的速率不同，但行人們偏好跟隨其他行人之 後而不是走一新路徑，這種現象是因為人行道會趨使行人間的相互影響減少。本 研究發現為了維持服務水準，當流量提高時便需要較寬大的空間，考慮微觀人行 道交織的狀況，人行道設施設計不僅是空間的分配還包括空間、時間和方向下的 流量控制效用，因此行人流動特性與行為選擇，對於行人設施之規劃與建立顯得 密不可分。 圖2.3 單向與雙向行人移動展示圖 資料來源[42]

2.4 人流相關理論模式與研究方法

由以上的人行設施服務水準及人流基本特性的概念對於人流有了初步的瞭 解，但對於人流相關的理論及模式方面有必要加以充實與加強，以利於研究的分 析與進行。 Henderson[33]利用流體或氣體力學來描述行人群的行為，將行人個體比擬為

氣體或流體粒子，控制粒子速度和數量，以及幾何空間的容量和形狀，並利用物 理方程式來表現系統內的移動，以模擬行人流和幾何空間的關係。其缺點在於， 氣體粒子與行人個體間在『認知』程度上有所差別，例如行人會採取減速措施以 避免碰撞，但氣體粒子會直接碰撞，而且流體動力方程式多為偏微分方程式，通 常難以得到精確解，應用不易。

Helbing[32]帶領 Stuttgart 團隊發展的行為力模型(behavioral force model)。每 個行人的速度與方向變化為三種行為力的作用結果，這三種行為力分別為： 1. 加速力（向目的地移動的驅使力）； 2. 排斥力（分別為與其他行人互動間以及與邊界間的排斥力）； 3. 吸引力（受到環境吸引點的吸引力）。 利用行為力模型，將可以模擬行人的自我組織現象，作者於文中舉兩範例說 明：一為行人自動分道，一為草地路徑自動形成。所謂行人自動分道，指的是未 先假設靠邊方向（如習慣靠右）的行人，受行為力作用，以減少衝突為路徑選擇 的目標，結果觀察巨觀的模擬結果會有自動分道的現象，如圖2.4 所示： 圖2.4 行人自動分道圖 資料來源[32] 草地路徑自動形成首先假設經過一草地的行人，其方向選擇的條件有最短路 徑與行走舒適度；若草地不茂密，行人會選擇最短路徑行走，但若草地茂密行走 不易，行人會繞路走用過的路徑。經每個行人作最佳方向選擇後，草地路徑會自 動形成，如圖2.5 所示： 圖2.5 草地路徑自動形成圖 資料來源[32]

這些行人未經事先計畫或安排，僅依循簡單的行為力影響，為適應環境便形 成了突現結果。Stuttgart 團隊以細緻的規模模擬行人，甚至可以模擬行人與行人 間的衝突發生過程，其優點在於模擬行人與行人間的關係並幾何環境帶來的影響 後，可以幫助空間幾何設計。另外這模型並非以細胞格狀體概念模擬行人，而是 利用座標和物理力學建構方程式牽引著每個行人的移動路徑。其他的模擬成果還 包括十字路口形成圓環、兩方向輪批通過窄門等。 經過文獻蒐集後發現，日本有學者已針對行人動線進行長期的研究。Takashi Nagatani[36][39]在行人移動研究上，以隨機偏向行人格狀氣體模型(lattice-gas model of biased-random walkers)模擬分向線對於人流之影響。這些模擬的行為者 規則都很簡化，以類似粒子碰撞的方式作細胞格狀體模擬，模仿對向人行流在通 道上的行為表現，其中每個行走個體可以有向前、及上下等三個方向的行進路 線，而模型由自由流動的低密度狀態到行走停滯的高密度狀態，觀察整個動態擁 塞的發生之時間序列。結果發現當密度達到一臨界密度(Critical Density)會出現壅 塞轉換(jamming transition)過程，行走速度發生劇烈的陡降，很快的速度即變為 零，而空間佔有率(Occupancy)也於同時陡昇至飽和。且在接近分向線時，行人 會互相干擾，而有無分向線對於人為干擾轉換有重要的影響。 鍾隆文[22]藉由視覺影像處理及二維向量分析的概念，探討行人偵測及行人 模擬的方法。行人偵測方面依偵測的目的不同有以下三種分別： 1. 基本偵測方法，例如行人流量、速度、密度的偵測； 2. 輔助偵測方法，如行人趨勢及行人頻率偵測； 3. 面式偵測方法，如行人軌跡的偵測。 行人模擬方面則因行人的行進方式傾向面式二維的移動，無法以傳統車流模 擬方法建立模擬系統，而為解決此困難，作者則採用向量分析分別依無干擾行動 模式、有設施的干擾行動模式、有行人的干擾模式等三種形式建立二維行人模擬 模式。而利用行人偵測所得的面式資料進行二維模擬模式驗證，並利用個人電腦 動畫表現行人模擬系統的成果。

V.J. Blue [26][27]則以細胞格狀體(Cellular Automata，CA)模式來說明行人的 移動模式，作者的方法是將行人的行走路徑模式分割為「跳」格子連貫動作，而 在「跳」下一個格子的每一步都會遵守遊戲規則，如選擇路線最短及避免與他人 碰撞。這樣的行人流模式已被廣泛應用於大的開放空間，如巴士場站、購物中心、 辦公大廳等具有衝突性干擾移動的高容量場所。細胞格狀體透過個別的行為規則 提供了重現個別行人易變的渾沌現象的可能性。藉由以極短時間片段為一個階 段，描述每個個體(entity)如同在西洋棋盤的平面空間中的格子移動，而每個個體 在移動下一步的格子時，因為個體與個體間有局部法則的規定限制而具有邏輯的

判斷如何去移動下一步的能力。因此可以根據每個個案的背景及地點的幾何關係 不同，清楚描述出個別行人與個別行人的行為與互動關係。而根據這些局部法則 讓每個模擬個體都像真正的行人一樣，可以隨性的變換行走速率以及經常性的加 減速。因此藉由CA 模式可以模擬行人行走的情況。 Motoharu Hosoi[34]建立行人之動態模式，假設人之行為乃非隨機過程而是 確定性過程，有著相同的行為機制，只是隨著個人之不同有著不同的參數。分別 描述行人之趨避行為、跟隨行為、轉彎行為、靜止行為模式而進行模擬方法。最 後進行模擬行人於轉角與通道突縮的行人設施時之行為表現。

2.5 文獻評析

根據回顧的文獻中（彙整如表2.6），可以發現從最早的Henderson 學者即開 始著手行人流之研究，之後陸續如 Fruin、Zupan ＆ Pushkarer 以及 Helbing 學 者的研究，使得行人流這門學問逐步完善。由於日本亦為一地狹人稠的國家，相 對的會有較多的學者會注意到行人流方面的問題，並從事大量研究，如 Takashi Nagatani 即利用了格狀氣體動力模型模擬行人移動之狀況，並陸續衍生了一系列 的研究。另外，我國亦為一人口密度高的島國，也極易產生與行人相關的問題， 我國學者許添本、林廉凱等均有涉略行人流方面之相關研究。綜合上述文獻，發 現目前研究多將焦點放置於巨觀行人流，從微觀角度細看行人流之相關文獻仍稍 嫌不足，亦較少文獻討論行人於行進時的行為選擇模式。因此，本研究將以攝影 調查方式取得相關人流特性變數，從微觀角度切入探討行人於人行設施上移動時 之行為。 表2.6 歷年相關人流文獻比較表 年代 作者 方法 方法概述 優缺點及貢獻 1971 L.F. Henderson 流體或氣體力 學 行人個體比擬為氣體或 流體粒子，控制粒子速 度和數量，以及幾何空 間的容量和形狀，並利 用物理方程式來表現系 統內的移動，以模擬行 人流和幾何空間的關 係。 缺點在於，氣體粒子與行人個 體間在『認知』程度上有所差 別，例如行人會採取減速措施 以避免碰撞，但氣體粒子會直 接碰撞，而且流體動力方程式 多為偏微分方程式，通常難以 得到精確解，應用不易。 1986 Yordphol 錄影調查 調查新加坡主要行人集 中道路的人行道、走道 等設施，進行行人行走 速率、流量及密度關係 之研究。 採用Greenshield’s 的速率與密 度線性迴歸模式，求出流量與 密度之關係式，並將調查結果 與西方國家比較。 1997 V.J. Blue 細胞格狀體 (Cellular 將行人的行走路徑模式 分割為「跳」格子連貫 可以根據每個個案的背景及地 點的幾何關係不同，清楚描述

Automata，CA) 動作，而在「跳」下一 個格子的每一步都會遵 守遊戲規則。 出個別行人與個別行人的行為 與互動關係。 1997 林上閔 二階段問卷調 查、多向羅吉 特模式、模糊 理論 第一階段乃是以五等分 態度量表萃取受訪行人 重視的步道屬性，第二 階段則是採用敘述性偏 好方法輔以照片說明屬 性值定義與步道類型方 案來陳述步道情境。 利用個體需求模式中的多項羅 吉特模式與模糊修正模式來校 估選擇模式。以探討出都市商 業區行人對步道類型選擇偏 好。 2000 許添本 錄影調查 使用錄影機將調查路段 拍攝成錄影帶，配合 1/100 秒之計時器反覆 觀察分析攝影畫面。 利用Greenshield’s 的速率與密 度線性模式，推導出捷運車站 內走道單方向之流量，並將此 調查與各國資料進行比較。 2001 Dirk Helbing 行為力模型 每個行人的速度與方向 變化為三種行為力的作 用結果，加速力、排斥 力、吸引力。 以細緻的規模模擬行人，甚至 可以模擬行人與行人間的衝突 發生過程，其優點在於模擬行 人與行人間的關係與幾何環境 帶來的影響後，可以幫助空間 幾何設計。 2002 Takashi Nagatani 隨機偏向行人 格狀氣體模型 (lattice-gas model of biased-random walkers) 以類似粒子碰撞的方式 作CA 模擬，模仿左、 右對向人行流在通道上 的行為表現，其中每個 行走個體可以有向前、 及上下等三個方向的行 進路線。 模擬的行為者規則都很簡化， 而模型由自由流動的低密度狀 態到行走停滯的高密度狀態， 發現當密度達到一臨界密度會 出現壅塞轉換過程。 2002 林廉凱 錄影調查、面 積法、帶寬法 以忠孝復興站走道為分 析對象，採用巨觀與微 觀尺度建立面積法、帶 寬法。 乘客受到干擾後所採取的趨避 方式主要有二：改變行走方向 及調整步伐速率，而當走道上 密度較高時，「跟人行為」較為 明顯，而可適用於Q=K*V 的流 量公式；但當密度未達一定的 水準時，跟人行為並不明顯。 2003 陳文彬 問卷調查、灰 色理論、層級 分析法 以「節點（公共設施）、 節線（通道、路徑標示）」 的網路概念，探討乘客 於地下車站接受一連串 動線服務設施的績效。 以滿意度分析進行綜合評估。 最後並以台北火車站、捷運公 館站兩種不同類型車站做比較 驗證其實用性，結果顯示在不 同特性的車站，乘客所重視的 指標屬性皆不同。 2006 Weng, W.G. 基本行為人格 氣體模型 (behavior-based lattice-gas model) 假設行人三種獨立之基 本行為並以類似氣體碰 撞的方式作模擬，利用 加權計算基本行為產生 最終移動方向。 加入行人基本行為並利用不同 權重模擬行人流動的方向，可 能會出現行人向反方向移動的 問題。 資料來源：本研究整理

第三章 理論基礎與研究方法

3.1 理論基礎

本研究利用車流理論中微觀車流以及巨觀車流之概念，分別以微觀及巨觀方 式探討行人；並參考跟車理論及超車理論衍伸出行人跟隨及超越行為，另外美國 HCM2000 中提出行人流量、密度、速度之間關係亦納入本研究中進行參考。

3.1.1 車流理論

由於本研究係以人流為研究主體，但車流與人流有類似之處，故車流理論將 可提供本研究之參考，因此，亦一併說明。一般對模擬車流之對象區分，可分為 三種：微觀車流(Microscopic traffic flow)、介觀車流(Mesoscopic traffic flow)、巨 觀車流(Macroscopic traffic flow)。

所謂微觀車流其主要係以個別車輛其相互運作與影響之關係為研究之方 向，其處理過程較為複雜，且較不易模擬較大型之網路，但可細部探討個別車輛 運作之影響因素分析。介觀車流其主要係以車隊之形式為研究之方向，使用調查 資料之平均數值作為描述車流行為之特性，將可避免車輛間複雜的相互運作與影 響，即不處理車輛間相互干擾等複雜因素，進而達到節省時間之效用，亦可用於 較大型之網路。巨觀車流其主要係以整體之車流狀況為其研究之方向，透過流量 (Q)、密度(K)與速度(V)三項指標作為其基本指標，其並不針對個別車輛間之行 為運作與影響做描述。 車流理論中車輛之跟車理論、超車理論以及刺激反應模式分別說明如下： 1. 跟車理論 跟車理論是以模擬流體力學之理論，考慮流體在管道中之流動，其質點一個 接一個，且一個影響著一個，也就是說每一個運動質點緊跟著前一個質點而以其 與前一質點之特性而決定其運動方式，故其基本假設為下列數點： A. 單一車道：以達管流之要求 B. 不准超車：需一部車尾隨一部車 C. 高密度：間距能發揮影響效果，及車與車間能有受激反應之相互作用 D. 密度在小時段變化不大，以其均值代表此時段之密度 E. 速度在連續小車隊間變化不大，以其均值代表此小車隊之速度

基於如上假設，考慮第n+1 部車尾隨第 n 部車行駛，如圖 3.1。當車輛行駛 過程中會受到所跟隨前車不同車種特性之影響，而致使駕駛人觀感上之差異。行 人於行走過程中，與車輛跟車行為相似，若人潮洶湧無法任意依本身喜好速度行 走時，必須受限於周遭環境，跟隨前方行人移動，並且可能依前方行人行走特性 而決定其下一時刻之行為。 s(t) xn(t) xn+1(t) d3 L d2 d1 n+1 n n+1 n+1 n

(a) Position at Time t

Vehicle n Initiates Deceleration

(b) Position at Rest After Stop Initiated by Lead Vehicle Vehicle n+1 Initiates Deceleration Distance Traveled During Time T

Stopping Distance for n

圖3.1 跟車模式示意圖 資料來源[29] 2. 超車理論 超車行為之產生係指，車輛在車流中行駛時，當本車車速低於駕駛者本身期 望速度，或是本車速度與前車速度之差值大於駕駛者之容忍程度，則後車會以變 換車道之方式進行超車，以滿足其自身的推進行為。依變換車道條件而言，可分 成三種情形： A. 自由性變換車道：當本車與附近車輛皆距離甚遠，本車可任意地變換 車道。 B. 選擇性變換車道：當前車車速低於本身期望速度，而欲採取變換車道 行為時，得考慮鄰車道之車流狀況，採漸行漸進的方式逐步完成變換 車道行為。 C. 強迫性變換車道：大多指鄰近上、下匝道之變換車道行為，其變換車 道時間往往較正常所需時間來得短。 徐立新[12]與沈彥宏[7]利用車輛進行超車時之偏向角與加速度進行研析構

建超車時變換車道模式。在前方車種為小型車方面，可發現變換車道之偏向角及 加速度，與本車車速有顯著相關，顯示變換車道之偏向角受到本車車速影響，當 本車車速越大，其偏向角越小；而加速度方面，本車車速越大，其加速度值越小。 而目標車道前車亦為主要考量因素，此為考量變換車道完成後，避免與前車相撞 (安全考量因素)，故會與加速度與偏向角相關。 3. 刺激反應模式 由於每個行人均為一個行為個體，與其他行人發生互動的行為相當複雜且不 易分析。Fruin[30]定義行人的衝突(Conflict)為：由於太接近另外一個行人，而使 得一般正常的步行速率受到中斷或暫停。雖然人與人的衝突干擾行為不如人與車 之間碰撞或車與車之間碰撞的後果來的嚴重，當有交織衝突產生時，路段上行人 行進所需的旅行時間將因有交織衝突所造成的停等延誤而加長。在人行設施的設 置上，應儘量避免行人行進路線交織，一旦路徑有所交織，則行進可能發生干擾 的機率將隨著路段上人流密度的增加而增加。旅客不舒適的感覺亦會隨著干擾次 數增多而升高。 當行人在行走過程中與他人互相發生了干擾，或其視線可及區域內發現了障 礙物（他人或物體），此時稱此行人接受了「刺激」，當知覺系統接受到刺激之後， 而感受到自身原來行走動線受到了阻擋與妨礙，稱該乘客心理層面感受到了「干 擾」。而因應此一干擾由反應系統做出反應，稱為「反應」。另外，在接收到刺激 時於很短的時間內直接做出反應而並未經過心理層面感受之過程，生理上稱為 「反射動作」（例如膝反射）並不在本研究範圍之內。 藉由車流理論中跟車及超車理論並彙整刺激反應模式，本研究歸納由現場觀 察得到的資料，初步研擬六種接受刺激的原因：1.前方行人移動速度過慢；2.與 前方行人間距過窄；3. 行走環境擁擠程度；4. 行人性別；5.與前方行人性別異 同；6.綠燈時相剩餘秒數等。而反應行為歸類為三種：1.改變路徑加速超越前方 行人；2.橫向移動後不改變速度繼續向前行走；3.調整速度繼續跟隨。

3.1.2 人流理論

一、巨觀人流理論

美國HCM2000 引用了 Fruin、Oeding、Navin and Wheeler 與 Pushkarev and Zupan 的研究，將人流特性中的流量、速度、密度之間的關係繪製出比較圖，以 下逐一說明：

介於行人流速度與密度及流量的基本關係與車流相似。當流量與密度增加 時，行人速度降低。當密度增加與行人空間減少時，行人個體的移動力程度降低， 即行人平均速度降低。圖3.2 顯示學生、通勤者與購物者三種行人的速度與密度 關係。 圖3.2 行人速度與密度關係圖 資料來源[43] 2. 流量-密度關係 由於人流與車流類似，流量、密度與速度存在如前章式2.1 的關係，然而使 用密度的倒數-行人空間可更為清楚表達，式 2.1 可更改為： Vped = Sped / M...(式 3.1) 其中Vped為流量， Sped為行人速度，M 為行人空間。 藉由多位學者的調查，基本的流量與空間關係圖如圖3.3 所示： 圖3.3 行人流量與空間關係圖 資料來源[43] 此圖顯示最大單位的流量會落於狹小的密度區間內，約位於每人0.4~0.9 平 方公尺的地方，當每人空間少於0.4 平方公尺時，流率將會驟減。若每人最小空 間只剩下0.2~0.3 平方公尺時，所有移動將會停止。

3. 速度-流量關係 圖3.4 顯示行人速度與流量之關係，此圖與車流類似，顯示出當較少行人於 通道上時，他們有足夠的空間選擇較高的行走速度。當流量增加，因為人與人間 較接近的互動致使速度降低。當位於臨界流量時，移動變的更加困難，流量與流 速同時降低。 圖3.4 行人速度與流量關係圖 資料來源[43] 4. 速度-空間關係 圖3.5 顯示行走速度與每人空間的關係，移動速度超出一般範圍的行人中， 在平均每人空間少於1.5 平方公尺時，即使最慢速的行人也無法到達他們的期望 行走速度，以每秒鐘1.8 公尺移動較快速的行人也必須要在平均每人空間超過 4 平方公尺時才可達到他們的行走速度。 圖3.5 行人速度與空間關係圖 資料來源[43] 人流系統與車流系統中重要特性變數：流量(Q)-密度(K)-速率(V)，三者之關 係乃是透過方程式Q=K*V 來描述，關於行人設施服務水準方面的研究，乃是源 由於車流觀念。服務水準在車流系統中乃是指用路人對於現場操作狀況的一種 「質的量測」，同樣將服務水準觀念移植到而在行人流系統中，例如採用錄影調