國立臺灣大學理學院地理環境資源學系暨研究所 碩士論文
Department of Geography College of Science
National Taiwan University Master Thesis
城市公共自行車使用量與建成環境的關係分析 The Relation between Urban Built Environment and Public
Bicycle Usage
沙昱 Yu Sha
指導教授：蔡博文 博士 Advisor: Bor-Wen Tsai, Ph.D.
中華民國 108 年 1 月
論文口試委員審定書
謝誌
能完成這篇文章，我需要感謝我的父母、導師、朋友和自己。
首先是我的父母，因為你們一直以來都非常支持我往上讀書深造。父親您是一 個非常頭腦和高瞻遠矚的教授，這點可以從您在網際網路最初興起的時就幫助別人 建構網站、從小教我下棋和編程以及這些年來不勝枚舉的中歐合作計劃中體現；母 親您則是善良和奉獻的典範，您花了許多時間、精力在我和我父親身上，用您的愛 與包容促進了我們一家的和睦相處。我非常感謝你們為我所做的付出，儘管家庭中 對於威權和民主、執著和變通的討論一直都有，但沒有你們自始至終對我含辛茹苦 的愛和鼓勵，我是不能順利地從台灣大學畢業的。
其次是我的導師蔡博文先生，在 107 年的夏天我們研究室有六位同學口試，每個 人都得到了老師充分的關照。感謝您在地理信息和公民參與上深厚的底蘊，使得您 給我們研究生的意見都很有價值。在這兩年來例行的組會報告中，謝謝您陪我們很 久，認真聽完各自的報告，給我們許多相關研究議題的進展和意見，這是我覺得我 在這段學習日子裡收穫最多的地方。
再來是我的朋友，不可否認在台大的這兩年我生活得很快樂，因為我交了上百 位來自五湖四海的好朋友，我能完成這篇論文與你們給我的支持和陪伴是分不開 的。有些朋友可以給我有關論文的想法，有些朋友教我統計的知識；你們都是充滿 溫度的人，有與我無話不說的逸倫，陪我一起工作鏖戰到天亮的張帆，大家帶給我 的鼓勵給了我追繼續尋夢想的勇氣。
最後我一定要感謝我自己。教育，就是用老師交給我的一些工具去尋找夢想，
要是失敗了也不要氣餒，要是成功了也要先謙虛，我十分認同這句話。非常慶幸我 利用好了這得來不易的學習的機會，探索了地理信息、資料探勘、計算機視覺這些 領域，在這片資訊最開放的土地上，思維得到了長足的啟發和進步。
綜合這些，我真誠地十分感謝這些年以來相處過的父母、老師、朋友和自己，
中文摘要
公共自行車作為城市公共綠色交通工具，因為其短期租賃、健康、便捷的特性，
滿足了許多民眾短距離活動的需求，也減輕了一部分環境污染並緩解了城市中其他 交通運具的交通負擔。但在提供給大眾便利的同時也帶來了資源分配不均、過度使 用或過少使用這類的現實問題，所以關於公共自行車使用量的影響因素的研究可以 幫助我們更好地瞭解在不同的環境下公共自行車的使用量，進而更好地規劃和分配 停車樁和車輛的數目。過往對於公共自行車的研究，比較多集中在基本歷史發展、
選址方案和時空分佈等課題，但對於使用者、自然條件和交通條件等影響因數，以 及對應的資料時間跨度不夠全面的問題，過往的研究相對較少。
本論文的研究目的是瞭解建成環境對於公共自行車使用量的影響，以美國紐約 市的花旗公共自行車作為研究案例，使用 2017 年 1 月至 12 月完整一年內之每一筆租 借資料進行分析，找到各個建成環境因數對於使用量影響的強弱關係。首先透過文 獻回顧，探討以往的建成環境對於公共自行車使用的影響因數，而後取得民眾使用 公共自行車騎行的時空資料，並借助政府的開放資料取得建成環境所需之資料；接 著整理和總結文獻回顧中所提出之影響因數提出假說，並經由地理資訊系統的空間 分析的方法構建建成環境模型並將資料賦予各個公共自行車站點，以多元回歸的方 式對不同建成環境下的自行車使用量進行分析，發現對於公共自行車的使用，建成 環境變數中，商業區面積、主要道路長度、自行車道路長度、附近地標建築數量、
距離學校距離、興趣點個數、1200 公尺內公共自行車站個數和停車場個數會帶來大 幅度的正向影響，居住密度、附近高中個數、自行車道路長度和距離公交車站距離
Abstract
Public bicycles, as urban public green transport, have met the needs of many people for short-distance activities because of their “short-term lease”, health, and convenience characteristics, and also reduced the problem of some environmental pollution and the traffic burden of other transport vehicles in the city. In the previous studies of public bicycles, most of them were focused on basic historical development, site selection plans, and spatial and temporal distribution. The impact factors were concentrated on users, natural conditions, and traffic conditions. There were factors for consideration and selection. The time span of the user profile is not comprehensive enough.
The purpose of this research study is to understand the impact of built environment on the use of public bicycles, using the Citi Public Bicycle in New York City as a research case, and using each rental data from January to December 2017 to analyze, find The impact of each built environmental factor on the impact of usage. First, through a literature review, the impact of the built environment on the use of public bicycles was investigated. Then, spontaneous geo-information was used to obtain the space-time data of citizens using public bicycles to ride and use the government's open data to obtain the information needed for the built environment. Then, after collating and summarizing the impact factors proposed in the literature review, we put forward a theoretical hypothesis and built a built environment model through spatial analysis of geographic information systems and assigned the data to various public bicycle sites in a multiple regression approaches to different built-up environments.
The amount of bicycle use was analyzed and its important impact factors were found. Finally, the theoretical hypothesis was verified and the impact of the built environment on the use of public bicycles was explored.
Key words: built environment, spontaneous geographic information, public bicycle, multiple regression.
目錄
論文口試委員審定書 ... I 謝誌 ... II 中文摘要 ... III
ABSTRACT ... IV
第一章 緒論 ... 1
第一节 研究動機與背景 ... 1
第二节 研究目的 ... 4
第二章 文獻回顧 ... 5
第一节 自發式地理資訊 ... 5
第二節 建成環境與公共自行車之間的關係 ... 11
第三章 研究方法 ... 23
第一節 研究架構 ... 25
第二節 資料的採集和整理 ... 28
第三節 研究假設 ... 46
第四節 分析方法 ... 49
第五節 研究限制 ... 52
第四章 研究成果及討論 ... 53
第一節 探索性分析 ... 53
第二節 建成環境對公共自行車使用量的影響 ... 56
圖目錄
圖 3-1 研究架構圖 ... 25
圖 3-2 研究流程圖 ... 27
圖 3-3 研究區範圍圖 ... 28
圖 3-4 研究區內主要自行車道路網 ... 29
圖 3-5 本研究所使用資料之資料關聯表 ... 32
圖 3-6 本研究對於建成環境研究所考量的主要因素 ... 34
圖 3-7 紐約市調查範圍內密度變數圖 ... 37
圖 3-8 紐約市調查範圍內土地使用多樣性變數圖 ... 39
圖 3-9 紐約市調查範圍內都市設計變數圖 ... 41
圖 3-10 紐約市調查範圍內大眾運輸站點距離變數圖 ... 42
圖 3-11 紐約市調查範圍內交通可及性變數圖 ... 43
圖 3-12 紐約市調查範圍內公共自行車系統分佈變數圖 ... 45
圖 4-1 紐約市公共自行車的月均使用量 ... 54
圖 4-2 紐約市公共自行車一周中每天的使用量 ... 54
圖 4-3 紐約市公共自行車在周間和週末不同時間的使用量 ... 55
圖 4-4 建成環境資料盒須圖 ... 58
圖 4-5 顯著變數回歸方程式的回歸診斷 ... 61
圖 4-6 平均高溫和低溫圖 ... 64
圖 4-7 平均月降雨量 ... 65
圖 4-8 平均月降雪量 ... 65
圖 4-9 當日天氣狀況與用量的關係 ... 66
表目錄
表 2-1 VGI 所研究的相關研究領域 ... 7
表 2-2 VGI 所採用的相關技術 ... 8
表 2-3 建成環境與公共自行車影響關係的文獻整理 ... 14
表 2-4 建成環境所研究的公共自行車系統 ... 15
表 2-5 建成環境對公共自行車影響的應變數比較表 ... 16
表 2-6 建成環境與公共自行車影響中的閾值比較表 ... 17
表 2-7 建成環境與公共自行車影響中的自變數比較表 ... 18
表 2-8 建成環境與公共自行車影響中的控制變數比較表 ... 19
表 2-9 建成環境與公共自行車影響中的分析方法比較表 ... 20
表 2-10 環境變數研究結果比較表 ... 21
表 2-11 控制變數研究結果比較表 ... 22
表 3-1 紐約花旗公共自行車之使用者資料表示例 ... 30
表 3-2 紐約市中央公園每日天氣資料 ... 31
表 3-3 記錄旅次起始和終止的時間和地點的資料表 ... 31
表 3-4 記錄天氣與旅次關係的資料表 ... 31
表 3-5 站點每小時使用狀況表 ... 32
表 3-6 本研究之資料來源整理表 ... 35
表 3-7 建成環境之密度變數資料 ... 36
表 3-8 建成環境之土地使用多樣性變數資料 ... 38
表 4-2 不同統計模型之間對比表 ... 59
表 4-3 向後回歸模型結果 ... 60
表 4-4 建成環境對對公共自行車使用量的實證結果整理表 ... 62
表 4-5 天氣(雨天和晴天)對公共自行車使用量的影響因數分析表 ... 67
表 4-6 天氣(降雪與非降雪)對公共自行車時使用量的影響因數分析表 ... 68
表 4-7 天氣(高溫和低溫)對公共自行車使用量的影響因數分析表 ... 69
表 4-8 不同季節下的影響因數分析表 ... 70
表 4-9 週末與周間影響因數分析表 ... 71
第一章 緒論
本章節以四個部分構成，首先論述本研究研究動機，導出研究目的，接著介紹 研究流程和內容，最後說明本研究會使用的研究方法。
第一节 研究動機與背景
在市民的平常生活中，交通通勤是溝通職業地和居住地的媒介；而在城市的運 轉中，交通也扮演著連接城市各生產活動要素的角色。而目前因為科技的進步和經 濟的發展，世界各國的汽車數量不斷上升，帶給人們帶來便捷的交通聯繫，但也伴 隨能源消耗、環境污染和交通擁塞等問題，影響了人們的健康和生活品質。為解決 能源消耗問題，目前世界各國家選擇開發更高效的電力系統和使用清潔能源取代傳 統的石油作為驅動能源。為解決交通擁堵問題，城市的規劃者們嘗試了不少的解決 辦法，有的人建議政府「單雙號限行」，即單號日子城市中只能行駛尾數是單號的 車輛，雙號日子城市中只能行駛雙號車輛；也有學者建議對於行駛進城市的私家車 徵收「擁堵稅」來緩解交通壓力。近年來，各國開始推動永續發展的概念來應對上 述問題。其中的永續運輸 (sustainable transport) 提倡人們使用環保、健康的綠色運輸，
鼓勵人們使用公共交通工具，構建環境友好型社會。政府開始看重公共交通的使用 和規劃1，其中公共自行車具有以下優點：1)節能環保：沒有碳排放和能源消耗；2) 健康的運動方式：人們前往目的地的交通工具選擇有很多，現代交通工具多力求快
公共自行車是折中的方式 (Pucker, 2001; Rojas-Rueda, 2012)。綜上所述，公共自行車，
或稱共用單車遂成為城市綠色交通的重要角色2。
推行公共自行車對於城市交通來說有積極的意義 。一方面其具備公共交通工具 的特徵，使用公共自行車作為交通工具，有助於提升公民的環保意識，也可以有效 減少資源和道路容量的浪費。另一方面騎行自行車可以在減少資源的消耗的同時放 鬆心情、鍛煉身體，所以一經推出便迅速得到了民眾的喜愛。回顧共用自行車的歷 史，可以看到從 1965 年荷蘭阿姆斯特丹的「白色自行車計劃」，到 1995 年丹麥哥本 哈根的「城市自行車計劃」，再到 2007 年法國巴黎的 Velib 計劃，共用自行車經歷了 從無停車樁到有停車樁，從沒有用戶記錄到完整的客戶資訊系統的發展歷程。城市 共用自行車因為其實用性、時尚性和便捷性，以及其不斷完善和進步的發展，在這 十年間帶動了世界各國人民使用綠色公共交通工具的熱潮。
建成環境是指為了人類活動而建造的人造環境，此處的人造環境既有廣闊性又 有聚集性，具備著企業生產、資源消耗和廢物處理等功能，其概念包括了土地使用 的密度和混合程度、都市設計、交通狀況等方面。目前已經有大量文獻針對建成環 境與旅次行為展開探討，其中 Cervero and Kockelman (1997)提出 3Ds 概念，包含了發 展密度、發展混合程度和對行人友善的都市設計。之後的 Cervero 等在 2009 年提出 5Ds 概念，在原有的三個條件中增加了距離大眾運輸場站距離、訖點的可及性的考量。
無疑在這樣的框架下思考建成環境對於旅次行為的影響，可以更全面地瞭解旅次產 生的原因。然而，此研究所主要討論的旅次類型是傳統的機動車、公共交通系統、
步行、私人自行車等，對於公共自行車的討論有限，並且所涉及的因素也十分有限，
因為共用自行車的使用是以一種類似「短期租賃」的共用經濟方式來進行的，一方 面，其活動相比較於遵循特定路線的公共汽車和捷運系統更加自由，而且時間上也 更加多元化，另一方面，相比較於個人的步行、私人自行車和機動車等交通方式，
其活動的目的又不盡相同，所以也會體現出與其他交通工具不同的行為。基於交通
形式的不同，所以在分析建成環境對公共自行車的使用量影響時，採用其他種類交 通運具的影響因數強行帶入分析是不可取的。故本研究希望從總體研究取徑出發，
透過更加全面地考量建成環境對於公共自行車使用量的影響，以彌補目前研究的不 足。
第二节 研究目的
自發式地理資訊(volunteered geographic information, VGI)和開放資料(open data)運 用在地理研究上，相比較於傳統的地理學研究，在資料的處理和知識的產生上都有 所不同。以往的建成環境對於公共自行車的研究上，存在兩個問題，使用個體研究 取徑存在的樣本數量過少的問題和總體研究取徑中現有因數考量不夠全面的問題。
而本研究意圖透過實例研究，應用地理資訊技術，對現有的建成環境展開研究，瞭 解建成環境與公共自行車使用上的關係。 本研究會依據以下研究目標進行：
一、掌握城市尺度下公共自行車在不同時間尺度下的使用量特徵，進而 發掘民眾使用公共自行車的週期性規律。
透過城市中總計 780 個公共自行車車站點於一年內所產生的一千七百萬筆旅次資 料進行分析，瞭解在不同時間尺度下的城市使用量特徵，進而知道民眾整體對於公 共自行車的使用在時間上的規律。
二、掌握城市建成環境因素對於公共自行車使用量的影響關係，為日後 增設站點的地段選擇提供依據。
目前城市共用自行車是最近十年來提出的新型共用模式與綠色交通工具，故相 關的研究十分有限並處在一個不斷探索和研究的階段。雖然目前對於建成環境影響 的探討所包含的面向越來越多，然而其也受制於資料取得的完整性而缺乏更加深入 的探討。本研究結合以往的研究文獻，通盤考量建成環境的各個面向，以完整一年 的使用資料進行分析，深入探討建成環境對於使用的影響，增進對其使用量產生重 要影響的因數的認識，以補足過往研究的不足。
第二章 文獻回顧
本研究主要通透過自發式地理資訊分析建成環境對公共自行車的使用的影響，
本章第一節會對自發式地理資訊進行文獻回顧，瞭解其特性與應用範疇，以及探討 共用經濟與自發式地理資訊的關係；第二節對建成環境與公共自行車的相關文獻進 行回顧，評述相關研究在此課題上的貢獻。
第一节 自發式地理資訊
自發式地理資訊是由 Goodchild 在 2007 年提出的概念，指公眾利用資訊網路提 供的平台，採集和利用地理資訊，補充專業的地理資料收集的細節和即時性的問 題。其中 Web2.0 是由 O’Rielly Media 在一場法國的國際會議中所提出相對於 Web1.0 的概念，在原有的 Web1.0 架構下使用者在網路上的行為以瀏覽和下載為主，而 Web2.0 則多了使用者自發性地上傳和分享資訊的過程，從此網路進入了「使用者生 產內容」 (User-Generated Content)的時代，而使用者們透過將自己化作為「人體感測 器」 (Citizen as Sensor)的方式以公民的力量影響了地理學的發展。而這個概念提出所 在的時間也恰好是網際網路技術中的網絡服務、定位技術和位置導向服務所興起和 發展的黃金年代。在這樣的背景下，VGI 利用 WebGIS 平台和網絡社交媒體的平台產 生了大量、成本低廉、資訊量豐富的資料，這些資料的來源和形式相當廣泛，有如
時代的網際網路服務提供者的角度上來觀察，這些網際網路機構可以透過對這些公 眾資料的分析挖掘出社會的需求，進而更好地為公眾提供網絡服務。本論文意圖透 過對於公共自行車和環境的資料進行分析，進而找到其中的關聯性，為潛在的選址 考量問題提供參考意見。
當下的 VGI 資料可以分為結構化和非結構化的資料，二者之間的差異點在於資 料來源的不同。例如：開放街道地圖 (Open Street Map, OSM)的資料是透過公眾上傳 點位、影像和位置資料，而這些資料都是根據 XML 標準化的定義上傳的；而社交網 絡媒體 Twitter 或 Facebook 的資料是由地理資訊、文字、照片、影片等多元異質資料 組成，來源更廣泛，而且覆蓋的資料也更多元化，處理的過程也更加複雜。故結構 化的資料所具有的特點是：專業的網絡平臺、嚴謹的資料上傳規則以及具有一定專 業知識的公眾；非結構化的資料則是廣泛的資料來源和巨大的資料量。因為本論文 所取得的資料是由公共自行車公司透過嚴謹的資料記錄規則得到的人們的移動資訊，
所以使用的資料是結構化資料。
Havlik et al.(2013)認為 VGI 在移動端的作用有三種：查詢現有信息、報告發現和 接受特殊資訊。首先，人們可以通過不同機構所提供的服務接受資訊，了解所在地 的地理資訊；其次，人們也可以藉助個人的興趣和移動端便利性，將各自所調查的 數據進行分享；最後，人們更可以藉助 VGI 接受當地感興趣的和危險的資訊。在應 用層面，VGI 可以分為三種：自然災害分析、人類行為分析和地表地圖製作。
Klonner et al. (2016) 對於通過 VGI 技術對災害進行預防和修復的文獻進行了回顧。
文章首先對研究主題從文獻資料庫中對相關文獻進行了系統性的回顧(取得 725 篇文 獻)，然後進行去重處理(取得 434 篇文獻)，接著根據文獻摘要中 VGI 和區域的災害 種類、資料類型、使用者參與程度、參與合作的形式進行了分類處理(得到 86 篇文 獻)，最後從這些不同類型的文獻置中提取研究對象、研究區、數據類型等要素進行 篩選，獲得 11 篇與 VGI 在災害方面的應用相關的文獻。
Luchetti et al. (2017) 將虛擬現實、群眾地圖、社交網路、物聯網和無線偵測器網
地理資訊服務器(GeoData Collector)，服務器與使用者手機和 Twitter 進行相連。民眾 可通過手機建立無線偵測器網路，接受以虛擬現實技術呈現的當地水文狀況的歷史 資訊，并向服務器端反向更新現況信息。系統也會通過與 Twitter 相連，獲取社群媒 體上的相關資訊。在管理端，管理者通過服務器端的資料可 視化技術，可以對目前 的水溫狀況有更直觀和清楚的掌握。
Sosko 和 Dalyot (2017) 的研究展示了 VGI 通過密集的偵測器和密集的空間分佈，
建立可反映附近溫度和相對濕度的信息系統，從而可以對荒地中潛在發生的大火進 行提前的預警。
VGI 也可以應用在分析人們的空間活動上，Wang et al. (2016) 利用社交媒體微博 上的資料，分析了人們在商場打卡時的位置資料和所在商場的位置資料，而後將這 些商圈聚集地的位置和大小帶入胡夫模型(Huff Model)，得到不同商圈的中心和界限，
最後分析了顧客訪問這些商圈的可能性、商圈的吸引能力和旅行距離。
在 Heikinheimo (2017) 的研究中，作者將芬蘭的 Instagram 照片打卡地點和國家公 園的訪客調查進行對比，以檢視公園服務旅客的有效性。通過這些資料，作者掌握 了公園內的熱門景點、旅客的活動、時間序列模式、家鄉和旅行動機，從而補充了 傳統對於旅客的調查的缺失。
Fonte et al. (2017) 的研究分析了人們利用 VGI 對地圖進行校正、驗證和證明的行 為，以及描述了人們對 OSM 資料轉換成為土地覆蓋資料的過程。這種由下而上的地 理資訊相比較傳統資料，增加了地圖的準確性。
根據上表中的內容進行歸納整理，得到以下不同面向的分析：
(2) VGI 所採用的相關技術：
表 2-2 VGI 所採用的相關技術
研究主題 相關技術 文獻
Whistland 計劃 虛擬現實、群眾地圖、社群媒體、
Luchetti et al. (2017) 物聯網、無線偵測器網路
荒地大火預警 可感測溫度和濕度的偵測器 Sosko & Dalyot (2017) 社交媒體微博 資料探勘技術、胡夫模型、
社群媒體 Wang et al.(2016) 打卡照片分析 資料探勘技術、社群媒體、
時間序列模型 Heikinheimo (2017) OpenStreetMap 地圖 地圖校正，偵測器 Fonte et al. (2017)
而目前發展熱絡的共用經濟模式也是鼓勵民眾「以共用代替擁有」，這些企業 透過自身的平台和技術，在沒有庫存和生產線的條件下，透過對有限的資源的合理 運用和調配決策，對城市的經濟發展發揮了巨大的作用。而相輔相成地來說，城市 中的人口、房產和轎車等資源也為這些公司的商業模式所需的勞力、客戶和商品提 供了聚集地，進而實現了兩者共贏。但是，城市和平台之間也不絕對是雙贏的局面，
但凡是觸動到了既有利益者的利益的行為必定會帶來兩者的對抗和破壞，最明顯的 例子就是 Uber 和 Airbnb 這樣的公司，總是不遺餘力地「破舊立新」，前者在未向交 通管理單位註冊的情況下，提供取代城市計程車的代駕服務，並且沒有給其簽約司 機提供最低收入保障，後者則是在所提供服務的民宿和旅店徵取「旅館稅」 (又被稱 為短期佔用稅)。這一系列的舉動說明了共用經濟與傳統經濟之間的衝突，以及對現 有的交通或旅館工會的挑戰。有學者就共用經濟的問題調查了城市管理者 (市長和議 員) 對於共用經濟的看法，其中 51%的城市可以與共用經濟融洽相處，33%的城市表 示關係並不好 。從這個角度看，城市對於共用單車的態度也分為兩極，其中城市透 過嚴格的法律和執行力可以保護公共的健康、安全和社會福利，但由於對資源的可 獲得性的困難和即時性的滯後，讓人們的部分需求沒有得到滿足，此時出現的快速
資料、和交通管理部門合作的作用，而這些作用 (比如短租房、交通工具的分享)又 是政府部門無法向市民提供的。在民眾使用共用經濟所帶來的便利性的同時，向其 貢獻了許多有意義的地理資訊。目前巨量資料時代的 VGI 資料量的飛速成長的，這 些大量、有組織、資訊多元化的資料能為地理資訊技術的發展提供資料的基礎。而 正是由於這些資料本身所具有的自發性、無序性的特點，需要對重復和冗餘的資料 進行處理和篩選其資料本身的質量，因為資料的無序性特點所導致異質化程度高的 問題也要在資料分析之前就去除和排除。並且學者們在分析的時候必須考慮到如何 在結構化和非結構化資料之間進行取捨，以及研究對非結構化資料進行有效的管理，
是當下 VGI 領域研究的重要課題。因此資料前期的處理會是 VGI 資料處理中重要的 過程 (Elwood, 2008)，故研究中會對資料進行處理、篩選和清理，以取得可作業之資 料。其中本研究所需考量的資料有 2 類，一類是建成環境資料，由政府部門提供，研 究會對這類型的資料進行整理和分類，以及在 GIS 中取得每個站點相對應的地理資 訊。另一類是民眾使用公共自行車的資料，本研究會對這類型的資料首先進行篩選，
剔除站點的坐標有誤差的旅次資料，而後將這些資料存放在資料庫中進行後續的處 理。
在現有的網絡技術條件下，本研究會使用地理資訊和開放資料作為主要的分析 素材展開分析，以瞭解建成環境對公共自行車使用量的影響。其中「自發式地理資 訊」 (Volunteered Geographic Information, VGI)是在 Web2.0 架構下，人與網際網路之 間雙向產生並分享資訊的方式，人們與網絡服務提供商透過分享彼此的資訊進而相 輔相成地獲益。在本研究中，使用者向公共自行車公司分享個人騎行的時空資訊資 料，而這些資料帶有記錄其活動的地理位置的空間特性。經營者透過分析這些人群
透過如上文所述之研究，本研究希望從 VGI 資料出發，整體上研究城市居民在 公共自行車的使用上的使用特徵，以描述民眾的出行習慣和興趣時間點。因為民眾 出行在個體上可以表現個人的出行習慣和興趣地點，而在群體中則可以描述某城市 居民的出行狀況。其中就有不少學者對人類的行為活動進行過探討，Song et al.(2010) 和 Gonzalez et al.(2008) 認為，雖然人類的移動行為具有很強的主觀性和無序性，人 與人之間的生活習慣和出行特徵也不盡相同，但實際上人與人的行為特徵在時空上 都具有規律性和相關性，所以人類的移動行為特徵可以透過模型來描述和表達。Han et al. (2011) 使用層次地理模型來分析人們的分佈。也有學者對人類行為時間特性的 實證分析和建模，從人類行為的統計角度出發，研究了目前人類行為的空間特性並 提出模型，還有 Palmer et al.(2013) 透過分析人們在每天不同時段的分佈狀況，進而 得出居民在時空上的人口分佈。他們都是透過對於城市人群所產生的巨量資料進行 分析，在模型的表現上取得了更好的結果。而透過對於公共自行車不同站點中的資 料進行分析，也可以得到公共自行車使用者在時間和空間上的分佈特性。在對於城 市中人的移動的研究中，目前主流的研究是以自然人的移動作為載體的 OD 資料 (Origin-Destination Data)以及透過道路為依據的交通節點資料，這兩種資料主要的生 產來源分別是各類公共交通工具與志願者和城市交通道路管理部門。其中，第一種 資料(OD 資料)可以更好地體現人群的移動方向性，而在獲取居民復雜的移動方向上 面作用有限；第二種資料(交通節點資料)在現實不同路段和街道的人流量、車流量變 化和城市交通潮汐規律的偵測上具有很強的意義 (Munizaga et al., 2012; Zheng, 2015)。
本研究透過對所取得之 OD 資料(車站與車站之間的旅次資料)進行分析，在宏觀的角 度上探討整個城市的用車規律性變化，以及在微觀角度瞭解每個站的用車需求和還 車需求，進而掌握城市中對於公共自行車使用量的特徵。
第二節 建成環境與公共自行車之間的關係
在交通運輸領域，建成環境對於旅次的影響已經有不少學者做過相關的研究，
這些研究主要集中探討了旅次發生、旅次行為的分佈、旅次運具的選擇以及交通量 指派上。針對選擇使用自行車作為交通運具的出遊行為，目前已有不少文獻在探討 建成環境對於旅次的影響。但公共自行車因為其公共所有、異地還車、按時收費的 特性，與傳統的私人的自行車在使用的目的、路程、長度等方面存在著不小的差距。
故此問題需要用公共自行車作為研究對象，目前有些學者就針對公共自行車系統作 為研究對象，探討建成環境因數對其的影響強度。
公共自行車對人們出行的最大貢獻，在於其透過「短期租賃」的形態滿足了人 們的出行需求，相比傳統的公共交通運具，自行車能夠更加自由地規劃行程選擇時 間和地點，打破了人們規劃行程以適應既定服務的傳統的公共交通的出行方式。並 且藉著星羅棋布的站點，推出了可以「異地還車」的功能，滿足了許多人「最後一 哩路」的出行需求。近年來，對公共自行車領域的研究比較多在以下方面：有包括 對於公共自行車這一交通行為的描述和使用意向調查，也有使用量化和巨量資料 (Big Data) (Romanillos et al., 2015) 進行分析的研究。其中分析的角度有以下這幾類：
使用特徵 (Nikitas et al., 2015; Fishman, 2016; Fishman, 2016; Faghih-Imani et al., 2016)、
選址方案 (Chen et al., 2018; Cetinkaya, 2017)、時空分佈 (Saberi et al, 2018; Faghih-Imani et al., 2014; Zhou, 2015)、流量預測 (Faghih-Imani et al., 2015; Sarkar et al., 2015)。在影 響因數的討論中，主要是在自然條件 (Kim, 2018; Kaplan, 2015;)、交通系統、土地環
戶比例和多樣通勤工具也對車輛之使用有著正向的影響關係，而對於工作機會和非 白人人口則會對車輛的使用有著負面的影響。
Daddio (2012) 也對華盛頓 Capital BikeShare 的用車資料展開分析，其時間範疇選 擇在 2011 年 10 月，分析了車站周圍 400 公尺道路距離範圍內的建成環境，使用多元 線性回歸分析的方式考量了飯店房間、休閒娛樂場館、零售商店、大學、公園、公 車站站牌、地鐵站這七大主要要素的數量，以及人口結構、收入和出行習慣等資料，
最後找出四個正向影響因數：零售商店、地鐵站、距離市中心距離以及 20-39 歲人口 和一個負向影響因數：非白人人口。
Rixey (2013) 選取了美國三個城市的三家公共自行車的第一集資料，方圓 400 公 尺距離內建成環境展開分析，其中有美國華盛頓的 Capital BikeShare，丹佛的 Denver Bcycle 以及明尼蘇達的 Nice Ride MN 公共自行車系統，主要考量其人口工作機會、
可及性的因數，透過二元線性回歸分析和多元線性回歸分析得到了附近擁有大學校 園、自行車道的長度、公車站牌的數量、與自行車車站距離越短、人口數、工作機 會和多元化通勤工具這四個正向影響因數和降雨天數和非白人人口這兩個負向影響 因數。
Faghih-Imani 等 (2014) 分析了加拿大的蒙特利爾市的方圓 250 公尺內的建成環境 對公共自行車使用的影響，選取的時間範圍是 2012 年 4 月 8 月的平均小時流量(包含 租借量和歸還量)。重點考量了其建成環境中的交通因素、公共自行車車站因素和交 通可及性因素，並根據資料的特性嘗試分析了不同時間段中的人們的旅行需求。其 採用多階層線性回歸的方式對資料進行分析，得到了人口密度、地鐵站數量、餐廳 數量、自行車車道長度、自行車車站數量、次要道路長度、氣溫這七個正向影響因 數，以及主要道路長度、距離中心商業區距離(越近)、降雨量和濕度這四個負向影響 因數。
Faghih-Imani & Eluru (2015) 對美國芝加哥的公共自行車進行了分析和觀察，其 中主要考量公共自行車系統之鄰近車站距離和停車樁數目、道路的長度和附近設施
慣上有著明顯的區別。而且發現非註冊用戶更喜歡前往較小容量的車站，而註冊用 戶傾向於擁有大停車樁容量的車站。
Wang et al. (2015) 再次分析了美國明尼蘇達的 Nice Ride MN 系統，其使用 2011 年各站點日均借車和還車的總量加總，調查分析了 400 公尺道路距離內的建成環境，
採用對數線性回歸分析和負二項回歸分析的方法，分析了車站與河流湖泊、中心商 業區 (CBD)、公園、自行車站的最短距離，考量分析其環境周遭的校園、餐廳、大 學、道路和輕軌的地理資訊並得出結論。根據其研究結果發現，其與河川湖泊、中 心商業區、公園的距離越短，越容易有更多的借車和還車量，而周圍如果有大學校 園、道路覆蓋、餐廳、更多的白人人口和工作機會也會增加用車需求，而若是有較 高的幼年和老年的人口則會降低公共自行車的使用。以上關於建成環境對於公共自 行車使用的影響的文獻部分整理如下表:
表 2-3 建成環境與公共自行車影響關係的文獻整理
文獻 應變數 自變數
建成環境閾值 分析方法 建成環境變數
Faghih- Imani (2015)
各站點 2013 年包含超過 750,000 次旅
行
附近自行車設施長度 主要道路長度 周圍的站數量 附近公園面積 距離 CBD 距離
自行車道長度
方圓 300 公尺 多項式邏輯模型
Maurer (2010)
各站點 2010 年 8 月總結車 輛之自然對數
大學校園周邊之娛樂 場館數量 距公園最近距離 距地鐵站最近距離
轉乘強度 公車站牌數量 自行車道長度 站點車位數量
方圓 400 公尺 多元線性回歸分析
Daddio (2012)
各站點 2011 年 10 月均租 借車次之平方
根
飯店房間數 休閒娛樂場館數量
零售商店數量 大學數量 公園數量 公車站牌數量
地鐵站數量 自行車道長度 距市中心點的距離
400 公尺道路距
離 多元線性回歸分析
Rixey (2013)
各系統各站點 2011 年第一 季度的月均租 借量自然對數
自行車道長度 公車站牌數量 與其他公共自行車站
最近距離 是否有大學 是否有公園
方圓 400 公尺 二元線性回歸分析 多元線性回歸分析
根據上表中的內容進行歸納整理，得到以下不同面向的分析：
本研究以美國紐約市之花旗公共自行車 (CitiBike) 為研究案例，文獻回顧中所研 究之公共自行車的系統也是主要集中在北美，所以在設計建成環境變數和控制變數 的時候可以參考前人所做之研究。
表 2-4 建成環境所研究的公共自行車系統
研究區域 公共自行車系統 文獻
美國華盛頓 Capital BikeShare Daddio (2012) Rixey (2013)
美國芝加哥 Divvy Bikes Faghih-Imani & Eluru (2015) 美國明尼蘇達 Nice Ride MN
Maurer (2011) Rixey (2013) Wang et al. (2015) 美國丹佛 Denver B-Cycle Rixey (2013) 加拿大蒙特利爾 BIXI Faghih-Imani et al. (2014)
公共自行車在使用上可以進行異地還車，根據這個特性，城市中的民眾在使用 的時候便會根據使用需求進行使用，其中租借的資訊會發生在旅次的起始點，歸還 的資訊會在旅次的終止點產生，而系統所記錄之租借和歸還的資訊也不盡相同，所 以根據這樣的特性，在分析建成環境對於公共自行車的使用的時候便需要注意其使 用的應變數，而對應變數做自然對數或平方根處理也是為了後續計算的簡便。在下 表中詳細列出了文獻中有關應變數的定義。
表 2-5 建成環境對公共自行車影響的應變數比較表
應變數 變數作業 文獻
每小時租借車次 無 Faghih-Imani et al. (2014) 每小時歸還車次 無 Faghih-Imani et al. (2014) 每日租借車次 無 Faghih-Imani & Eluru (2015) 每日租借和歸還車次 無 Wang et al. (2015)
每月租借車次 自然對數 Maurer (2011) Rixey (2013) 平方根 Daddio (2012)
在地理資料的處理中，主要有兩方面的主要資料。首先是使用者透過自發式地 理資訊所產生之公共自行車的使用資料，其中包含了使用者的使用時間、開始時間、
停止時間、開始站、開始站名稱、開始站精度和緯度、停止站、停止站名稱、停止 站精度和緯度、公共自行車的 ID、使用者是否為會員、使用者年齡、使用者性別資 訊，在分析之前需要透過統計軟體提取出每個站的借車和還車的數量資料。其次是 對空間資料的處理，其中閾值的大小代表著公共自行車車站所受到建成環境所影響 的空間的範圍大小，以往的研究對閾值大小主要採用歐幾裡得距離和道路距離進行 考量，其半徑在 250 至 800 公尺範圍內不等。具體多少範圍的閾值可以代表公共自行 車所受影響和提供服務的範圍，學界目前尚未有統一的標準，故本研究參考前人所 做，為後續指定建成環境的閾值做依據。在這個範圍中需要將研究所考量之元素進 行空間套疊，整合所有的資訊進每個分析的單元中，而後對其中要素進行分析。
表 2-6 建成環境與公共自行車影響中的閾值比較表
距離定義 閾值大小 文獻
歐幾裡得距離
250 公尺 Faghih-Imani et al. (2014) 300 公尺 Faghih-Imani & Eluru (2015) 400 公尺 Maurer (2011)
Rixey (2013) 道路距離 400 公尺 Daddio (2012)
Wang et al. (2015)
分析建成環境對於公共自行車使用量的影響的自變數，可以分為環境變數和控 制變數，其中環境變數是有關建成環境的各個變數，其中主要包含了密度、可及性、
自行車站相關、道路設計等方面。以下是根據文獻所整理之各種環境變數的類別。
表 2-7 建成環境與公共自行車影響中的自變數比較表
一級變數 二級變數 文獻
密度
人口密度
Faghih-Imani & Eluru (2015) Faghih-Imani et al. (2014); Maurer (2011)
Rixey (2013)
工作機會密度 Faghih-Imani et al. (2014); Maurer (2011) Faghih-Imani & Eluru (2015); Rixey (2013)
道路設計
主要道路長度 Faghih-Imani et al. (2014) 次要道路長度 Faghih-Imani et al. (2014) 優質道路的連接 Wang et al. (2015)
自行車道長度
Faghih-Imani & Eluru (2015); Daddio (2012)
Faghih-Imani et al. (2014); Maurer (2011) Rixey (2013); Wang et al. (2015)
空間可及性
中心商業區可及性
Daddio (2012); Faghih-Imani & Eluru (2015)
Faghih-Imani et al. (2014) Wang et al. (2015)
教育設施可及性
Daddio (2012) Faghih-Imani et al. (2014)
Maurer (2011) Rixey (2013) Wang et al. (2015)
休閒娛樂設施可及性
Daddio (2012) Faghih-Imani et al. (2014)
Maurer (2011) Rixey (2013) Wang et al. (2015) 日常活動場所可及性 Daddio (2012) 大眾運輸站點距離 大眾運輸系統可及性
Daddio (2012)
Faghih-Imani et al. (2014); Maurer (2011) Rixey (2013); Wang et al. (2015)
公共自行車系統 公共自行車站的車位數
Faghih-Imani et al. (2014) Maurer (2011); Faghih-Imani & Eluru
(2015)
控制變數是與環境變數無關的其他因素，其中主要有人口特徵、經濟、出行、
天氣、時間、其他等，更偏向於社會經濟和自然方面的考量。其中有關社會經濟方 面的因素包含了年齡層級、種族、收入以及民眾日常的出行方式選擇，這些是有關 使用者的控制變數，考慮到以往研究中所選取的城市的地理位置的不同，故有關天 氣和日期這樣的自然方面的影響因數也是影響實驗結果的重要部分。
表 2-8 建成環境與公共自行車影響中的控制變數比較表 控制變數
一級變數 二級變數 文獻
人口特徵
年齡
Daddio (2012) Maurer (2011);
Wang et al. (2015)
種族
Daddio (2012) Maurer (2011) Rixey (2013) Wang et al. (2015)
經濟和出行
收入
Daddio (2012) Maurer (2011) Rixey (2013) 運具選擇多樣性
Daddio (2012) Maurer (2011) Rixey (2013) 家戶私有車比例 Daddio (2012)
Maurer (2011) 天氣變數 Faghih-Imani et al. (2014)
Rixey (2013)
表 2-9 建成環境與公共自行車影響中的分析方法比較表
分析方法 文獻
線性回歸分析
二元線性回歸分析 Rixey (2013) 多元線性回歸分析
Daddio (2012) Maurer (2011) Rixey (2013) 對數線性回歸分析 Wang et al. (2015) 多階層線性回歸分析 Faghih-Imani et al. (2014)
多項式邏輯模型 Faghih-Imani & Eluru (2015) 負二項回歸分析 Wang et al. (2015)
根據以上所做之文獻回顧中的分析，可以發現公共自行車的使用，其建成環境 的影響關係還是十分相似的，因為幾乎除了家戶私有車比例的選項中存在相左的意 見之外，其他因素的影響關係還是十分相同的。如密度變數、可及性變數、自行車 車站、道路設計、人口特徵、天氣等都有一定的規律在其中，然而遺憾的是前人所 做之影響關係都只聚焦在二至三個變數展開論述，缺乏對所有因素的完整地考量。
以下是建成環境變數對於公共自行車使用的影響關係表，以及控制變數對於公共自 行車使用的影響關係表：
表 2-10 環境變數研究結果比較表
自變數 影響關係 文獻
一級變數 二級變數
密度 人口密度 +
Faghih-Imani et al. (2014) Maurer (2011)
Rixey (2013)
- Faghih-Imani & Eluru (2015)
可及性
中心商業區可及性 +
; Daddio (2012) Faghih-Imani et al. (2014)
Wang et al. (2015)
教育設施可及性 +
Daddio (2012) Maurer (2011) Rixey (2013) Wang et al. (2015) 日常活動場所可及性 + Daddio (2012)
大眾運輸系統可及性 +
Daddio (2012) Faghih-Imani et al. (2014)
Maurer (2011) Rixey (2013) Wang et al. (2015)
自行車車站
自行車道長度 +
Faghih-Imani & Eluru (2015) Daddio (2012)
Faghih-Imani et al. (2014) Maurer (2011)
Rixey (2013) Wang et al. (2015)
公共自行車站點車位數 +
Faghih-Imani et al. (2014) Maurer (2011)
表 2-11 控制變數研究結果比較表
控制變數 影響關係 文獻
一級變數 二級變數
人口特徵 年齡 - Daddio (2012) Maurer (2011) Wang et al. (2015) 種族 + Daddio (2012)
Maurer (2011) Rixey (2013) Wang et al. (2015) 經濟和出
行
收入 + Daddio (2012) Maurer (2011) Rixey (2013) 運具選擇多樣性 + Daddio (2012)
Maurer (2011) Rixey (2013) 家戶私有車比例 + Daddio (2012)
Maurer (2011) 天氣變數 氣溫 + Faghih-Imani et al. (2014)
降雨 - Faghih-Imani et al. (2014) Rixey (2013) 濕度 - Faghih-Imani et al. (2014) 時間變數 皆有 Faghih-Imani et al. (2014)
第三章 研究方法
為了完成先前描述的本研究所制定之研究目標，本研究使用了多種的研究方法，
其中有自行車使用量資料整理、建成環境資料整理 和多元回歸分析，以下分別說明：
一、自行車使用量資料整理
本研究會把民眾產生之自發式地理資訊和政府公開之開放資料作為重要資料來 源，因為本研究所採用的資料包含不同站點之間的 OD 資料(Origin-Destination Data)，
以及公共自行車租賃站的建成環境資料(如交通局的道路路網圖和城市規劃局土地使 用分區圖等)，因此在進行資料分析之前需要對所獲得的資料進行整理。透過對資料 的初步整理和探索式分析，可以對資料進行進一步瞭解，從中梳理出可能的影響因 素與之間的相關聯性，進而明白研究所需考量的重點。
具體會使用的工具有電腦終端和開放資料庫工具。首先，終端是電腦或者計算 機系統用來讓用戶輸入電腦作業指令以及顯示計算結果的機器，使用終端機可以幫 助使用者批量、快速地處理日常繁瑣的電腦指令。Postgresql 是自由的對像-關係型資 料庫的服務器，具有輕量和簡便的優點。 其中本研究會針對所獲取的資料的資料格 式，設計合適的資料庫格式來儲存這些資料，進而更好地管理和使用這些資料。
二、建成環境資料整理
建成環境資料整理，使用了地理資訊系統(Geographic Information System)工具，
單元(census tract) 中對點計數的方式求密度。第三種，遇到一些特定的屬性資料賦值 (如：海拔) 的問題時，採用將最近距離的海拔點複製在歐幾裡得最近距離的公共自 行車站的方式作業。而對於線資料 (如：公共自行車站附近的道路總長度) 的處理，
則採用在最小統計單元中統計所含有的線的長度的方式作業。對面資料的處理方式，
採用在計算人口和居住密度時，將統計單元內資料賦予區域內的公共自行車站的方 式；在設計建築物的建地密度和土地多樣性的問題時，採用對比最小統計單元內土 地面積的比例進行計算。
三、多元回歸分析
多元線性回歸分析是線性回歸的一種，其中的多元指的是回歸中含有兩個或以 上的變量個數，其作用是建立依變數與自變數之間的關係模型，並以模型作為工具，
利用對自變數的觀察來評價因變數的變化。在交通運輸領域上，通常被用來建立旅 行者的運具選擇的分析。本研究所需要使用的運具選擇是公共自行車的使用，其中 涉及到許多類別的因素的綜合考量，所以使用多元線性回歸進行分析。具體實驗的 實現，是透過 R 語言中的統計建模方法 (主要使用其中的統計建模工具) 來完成。
第一節 研究架構
研究之研究目的是瞭解建成環境對於公共自行車使用量的影響，所以首先透過 文獻回顧瞭解裡影響其最主要的建成環境變數，而後參考文獻，總結前人所做之研 究後選取適合的因素納入考量。在除了六大類別建成環境變數(包括土地使用，道路 設計、空間可及性、距離大眾運輸站點距離、公共自行車系統和自然環境)以外，也 有許多影響公共自行車使用量的因素需被納入考量，如天氣控制變數和當地居民生 活方式等，因此再次將其列入控制變數以減少偏誤。最後尋找和的模型對此問題進 行實證分析，以求達到研究目的。本研究之研究架構圖如下圖 3-1 所示：
本研究流程包含了研究背景敘述、研究設計與方法和實證結果討論三個部分。
首先，明確研究動機、瞭解本論文的研究目的之後，對於研究範疇進行界定，進而 選擇適合本研究的文獻進行回顧。接著在對現有研究進行回顧之後，本研究決定採 用紐約市的公共自行車系統作為研究對象，結合每一個站點的建成環境資訊，對於 其在 2017 年一整年內的每一筆借還車的資料進行分析，進一步界定本研究的建成環 境和不同站點使用量的內容。而後，本研究主要探討公共自行車與建成環境的使用 量的影響關係，其中人們使用公共自行車的移動屬於 VGI 資料在交通課題上的應用，
因此文獻分為兩個主題進行探討，它們分別是「自發式地理資訊」和「建成環境與 公共自行車之間的關係」，希望對比以往的研究，找到前人研究的不足並予以彌補。
其中，對於建成環境與公共自行車關係方面的文獻，重在瞭解前人研究所考量的因 素和研究方法，並從中對比不同變數對於公共自行車的影響關係，透過對文獻的回 顧，找到了本研究的內容定義、變數選擇、方法和前人研究局限性等資訊，進而確 立了本研究的研究基礎。
而後是研究設計與資料調查，為了瞭解建成環境對於公共自行車使用量的影響 關係，根據前人的文獻進行了研究方法的設計，其中包括了自行車使用量資料整理、
建成環境資料整理和多元回歸分析方法。其中，本研究的自變數是每個站點的建成 環境，參考前人文獻的變數選擇，本研究採集了紐約市 2017 年前後的建成環境資料 和控制變數資料，透過地理資訊系統處理之後賦值給每個公共自行車車站。在依變 數(公共自行車使用量)的資料整理方面，採取了 2017 年 01 月 01 日至 12 月 31 日整年 的逐筆租借記錄資料，將其轉換成為含有時間資訊的點與點之間的形態資料。透過 此方式，可以得到每個站點的建成環境資料以及其公共自行車使用量資料。而後從 理論上對此影響關係進行推演，進而瞭解建成環境對於公共自行車使用量的影響關 係，進而設計研究假說以作為後續分析和討論的重點。
最後透過歸納整合本研究的研究結果，提出建成環境對於公共自行車使用量之 間影響關係的實證結論，整理相關的重要的建成環境變數，給後續的站點的設置和 檢討提供參考意見。
其中流程圖如下圖 3-2 所示：
第二節 資料的採集和整理
一、 研究區範圍和系統介紹
本研究所選擇的研究區是美國紐約市的曼哈頓、布魯克林和皇后區(Manhattan, Brooklyn, Queens)，目前其佔地面積有 519 平方公里，在 2017 年研究範圍內有 780 個 公共自行車站點。研究區範圍圖和研究區內主要自行車道路網如下所示：
圖 3-4 研究區內主要自行車道路網
在公共自行車發展之前，美國紐約便是一個對自行車友好的城市，其在 2013 年
月， CitiBike 得到花旗銀行的更多贊助承諾和高盛城市投資集團所提供的信貸額度的 支援下，CitiBike 擴展了其網路規模，宣佈從 6000 輛車增加到了 12000 輛的計畫。在 歷經了 2015 年 8 月、2016 年 8 月 的基站和車輛擴建工程後，其所能提供的服務地點 也越來越大，從原先所在的紐約核心市中心擴散到了長島、威廉斯堡、澤西區、阿 斯托利亞等地，大大服務了這裡的民眾3。目前，CitiBike是由美國最大的自行車共用 系統公司 Motivate 管理，其主要負責其基礎設施的維護和運營。因為每年都會有新 的站點和點位的增加和停止使用，所以目前可服務的站點是在不斷變化的，因本研 究已經選定了研究的地理範圍和時間範圍，所以新增設的這些新的區的公共自行車 站所產生的騎行資料便不納入後續的分析當中。
二、採集騎行資料和天氣資料
在資料的採集和整理上，本研究會使用終端進行資料的下載和部分分析工具的 安裝。本研究的第一步是資料採集的環節，預計從美國紐約花旗公共自行車的官方 網站中下載所需要的資料，所以會使用到電腦終端的指令。並且本研究所需要的資 料庫的安裝與作業、統計軟體 R 的安裝也全部會在這裡執行。
實驗資料是美國紐約的花旗公共自行車騎行資料，每一筆資料都記錄了使用者 的這些資訊(使用時間、開始時間、停止時間、開始站、開始站名稱、開始站精度和 緯度、停止站、停止站名稱、停止站精度和緯度、公共自行車的 ID、使用者是否為 會員、使用者年齡、使用者性別)。部分資料如此所示：
表 3-1 紐約花旗公共自行車之使用者資料表示例
其次從美國國家氣象中心中取得 2017 年的氣象資料，其中包括最大最小的當日 氣溫、降雨、降雪厚度、風速等資料，資料如下所示：
表 3-2 紐約市中央公園每日天氣資料
本研究使用的使用者資料為註冊用戶資料(因為註冊用戶多是當地的使用居民，
這類群體對於當地建成環境的感受比臨時用戶更加強烈)。而旅次資訊資料表，天氣 與資訊資料表，站點每小時使用狀況表如下圖所示：
表 3-3 記錄旅次起始和終止的時間和地點的資料表
表 3-4 記錄天氣與旅次關係的資料表
表 3-5 站點每小時使用狀況表
圖 3-5 本研究所使用資料之資料關聯表 圖 10
其中黑體字部分是每個資料表的主關鍵字(Primary Key)，首先是以每次公共自行 車借還行為 Trips_raw 作為基礎資料，而後簡化稱為 Trips 以利於後續的分析。之後
的 GIS 資料結合，探討環境對於使用量的影響；第二部分是將所有車站的每天的借 還使用資料與每天的天氣資料結合，進而分析全年中每天整個城市的公共自行車使 用歲時間和天氣變化的關係。在下文的研究中也會探討包括降雨、降雪、高溫、四 季和週末周間的使用量與建成環境的關係，故在分析之前需要對此類資料在資料庫 中進行分類和管理。
在公民自發參與架構下的巨量資料環境，對於公民來說他們的聲音得到了擴散 和傳播，他們的意見和訴求也越發地被重視起來了；對於學者來說增加了資料的質 量和數量，有助於地理學家、社會經濟學家們對公民資訊做更深入的研究，而這樣 雙向的良性循環可以讓此成為一個不斷向前發展的整體繼續發展下去。公民們對於 地理認知的訴求的表達是多方面的，大議題下的社會經濟、語言以及文化認同上，
小議題下的計程車生活圈、公共自行車生活圈和交通生活圈，都會形成獨特的文化 圈，而這方面也需要一系列的研究跟進，進而從多角度發現當下環境多重維度下的 特色。本研究預計會得到以下結果：
1.紐約市公共自行車使用的一般性特徵，其中包括了不同時間段內的公共自行車 的使用需求，根據此可以發現民眾使用公共自行車的時間偏好和數量的大小。
2.使用回歸的方法對上文所述的六個因素進行歸納和整理，得到建成環境對於公 共自行車的影響因素的影響方程式。
而這樣的出行特徵地圖研究的意義，是透過對城市中公共自行車的使用狀況進 行統計和分群，進而發現人們對於這種公共資源使用的時空分佈情況。這樣的時空 分佈情況可以代表在城市的日常運行中，人們的出行趨勢和出行的需求。例如：紐
三、採集建成環境的空間資料
在關於建成環境對於使用量所造成的影響方面，本研究會從公共自行車出發，
探討在公共自行車的領域的人群的出行特徵，分析了每一種人口流量模式下的空間 分佈 。本研究這對於城市管理者、使用者和公共自行車公司來說，能夠更深入理解 人群移動的機制 。對於城市管理者，可以用來幫助其規劃自行車道和解決交通擁堵 等城市工程問題提出理論依據；對於使用者來說，可以發現紐約城市中使用公共自 行車的熱門地段；對於公共自行車公司來說，可以幫助其規劃和制定策略，重新分 配和調配資源以滿足使用者需求。本研究會從多個層面對資料展開分析，其中考量 到的方面有七個面向，其考慮的資料面向如下表歸納所示：
圖 3-6 本研究對於建成環境研究所考量的主要因素
其具體的建成環境變數資料來源整理與下表所示：
表 3-6 本研究之資料來源整理表
變數名稱 資料名稱 時間 資料來源
01.建成環境之密度變數
網站居住密度 居住人口數目 2017 紐約市開放資料組織 網站高中分佈密度 高中學校的地理點位 2017 紐約市開放資料組織 網站中小學分佈密度 中小學的地理點位 2017 紐約市開放資料組織 網站住商用地面積比例 住宅和商業使用土地面積 2018 紐約市開放資料組織 02.建成環境之土地使用多樣性變數
網站住宅用地面積比例 住宅使用土地的面積 2017 紐約市開放資料組織 網站商業用地面積比例 商業使用土地的面積 2017 紐約市開放資料組織 網站工業用地面積比例 工業使用土地的面積 2017 紐約市開放資料組織 網站公園用地面積比例 公園使用土地的面積 2017 紐約市開放資料組織 網站公共空間用地面積比例 公共空間使用土地的面積 2017 紐約市開放資料組織 03.建成環境之都市設計變數
網站一般道路路口密度 一般道路的交叉路口數 2017 紐約市交通運輸局 網站一般道路道路總長度 一般道路的長度 2017 紐約市交通運輸局 網站主要道路路口密度 主要道路的交叉路口數 2013 美國開放資料平台 網站主要道路道路總長度 主要道路的長度 2013 美國開放資料平台 網站自行車道路總長度 自行車道路的長度 2017 紐約市交通運輸局 站點長椅分佈密度 長椅的地理點位 2017 紐約市開放資料組織 04.建成環境之大眾運輸站點距離變數
網站與最近地鐵站之距離 地鐵站的地理點位 2017 紐約市開放資料組織 網站與最近公車站之距離 公車站的地理點位 2017 美國聯邦統計局 05.建成環境之交通可及性變數
站點附近之地標建築數量 城市地標建築的地理點位 2017 紐約市開放資料組織 站點與最近學校之距離 各類學校的地理點位 2017 紐約市開放資料組織
根據此研究的計劃，本研究需要首先對所獲取之資料進行處理。其中分成七個 部分，它們分別是：建成環境之密度、土地使用多樣性、都市設計、大眾運輸站點 距離、交通可及性、公共自行車系統分佈、自然條件變數資料。以下會對資料的處 理做說明：
(一) 建成環境之密度變數資料
表 3-7 建成環境之密度變數資料
變數名稱 變數名稱 狀態 來源 資料作業
網站居住密度 居住人口數目 2017 紐約市開放資 料組織
取得每個統計單元的人口 數量將人口數量賦值給統 計單元，直接計算統計單 元的面積，透過計算人口/
面積的比例得到密度，而 後計算站點 400 公尺環域
範圍內的人口數。
New York City Population By Census Tracts
NYC OpenData
網站中小學分 佈密度
中小學地理點位 2017 紐約市開放資 料組織
計算在站點 400 公尺環域 範圍內的中小學個數。
School Point Locations
NYC OpenData 網站高中分佈
密度
高中學校地理點位 2017 紐約市開放資 料組織
計算在站點 400 公尺環域 範圍內 的高中個數。
School Point Locations
NYC OpenData 網站住商用地
面積比例
住宅用地和商業使 用土地的面積
2018 紐約市開放資 料組織
透過城市分區資料提取住 宅區和商業區，合併兩組 資料，透過住商用地與站 點 400 公尺環域範圍相 交，直接得到站點 400 公 尺環域範圍內住商用地/總
面積的比例得到其面積的 比例。
Zoning GIS Data NYC OpenData
圖 3-7 紐約市調查範圍內密度變數圖
(二) 土地使用多樣性變數資料
表 3-8 建成環境之土地使用多樣性變數資料
變數名稱 變數名稱 狀態 來源 資料操作
網站住宅區用 地面積比例
住宅區使用土 地的面積
2017 紐約市開放資 料組織
透過住宅區與站點 400 公尺 環域範圍相交，直接得到每 一個環域範圍內的住宅區的 面積，透過站點 400 公尺環 域範圍內住宅區/總面積的比
例得到其面積的比例。
r_res Zoning GIS
Data
OK NYC OpenData 網站商業用地
面積比例
商業使用土地 的面積
2017 紐約市開放資 料組織
透過商業區與站點 400 公尺 環域範圍相交，直接得到每 一個環域範圍內的商業區的 面積，透過站點 400 公尺環 域範圍內商業區/總面積的比
例得到其面積的比例。
r_com Zoning GIS
Data
OK NYC OpenData 網站工業用地
面積比例
工業使用土地 的面積
2017 紐約市開放資 料組織
透過工業區與站點 400 公尺 環域範圍相交，直接得到每 一個環域範圍內的工業區的 面積，透過站點 400 公尺環 域範圍內工業區/總面積的比
例得到其面積的比例。
r_man Zoning GIS
Data
OK NYC OpenData 網站公園用地
面積比例
公園使用土地 的面積
2017 紐約市開放資 料組織
透過公園與站點 400 公尺環 域範圍相交，直接得到每一 個環域範圍內的公園的面 積，透過站點 400 公尺環域 範圍內公園/總面積的比例得
到其面積的比例。
r_park Zoning GIS
Data
OK NYC OpenData 公共空間商業
用地面積比例
公共空間使用 土地的面積
2017 紐約市開放資 料組織
透過公共空間與站點 400 公 尺環域範圍相交，直接得到 每一個環域範圍內的公共空 間的面積，透過站點 400 公 尺環域範圍內公共空間/總面
積的比例得到其面積的比 例。
r_pub Zoning GIS
Data
OK NYC OpenData
圖 3-8 紐約市調查範圍內土地使用多樣性變數圖
(三) 都市設計變數資料
表 3-9 建成環境之都市設計變數資料
變數名稱 變數名稱 狀態 來源 資料作業
網站一般道路路 口密度
網站一般道路路口 密度
2017 紐約市交通運輸局 直接計算在每個 400 公 尺環域範圍內的一般道
路的路口數量。
Road_all_cross NYS Streets NYC DOT 網站一般道路道
路總長度
網站一般道路道路 總長度
2017 紐約市交通運輸局 直接計算在每個 400 公 尺環域範圍內一般道路
的總長度。
Road_all_len NYS Streets NYC DOT 網站主要道路路
口密度
網站主要道路路口 密度
2013 美國開放資料平臺 直接計算在每個 400 公 尺環域範圍內的主要道
路的路口數量。
Road_main_cross Primary and Secondary Roads
DATA.GOV 網站主要道路道
路總長度
網站主要道路道路 總長度
2013 美國開放資料平臺 直接計算在每個 400 公 尺環域範圍內的主要道
路的總長度。
Road_main_len Primary and Secondary Roads
DATA.GOV 網站自行車道路
總長度
網站自行車道路總 長度
2017 紐約市交通運輸局 直接計算在每個 400 公 尺環域範圍內的自行車
道路的總長度。
Road_bike_len NYC Bike Routes NYC DOT 網站土地綠色覆
蓋率
站點長椅分佈密度 2017 紐約市開放資料組 織
直接計算在每個 400 公 尺環域範圍內的長椅數
量。
Road_bench Open Space (Parks) NYC OpenData
圖 3-9 紐約市調查範圍內都市設計變數圖
(四) 大眾運輸站點距離變數資料
表 3-10 建成環境之大眾運輸站點距離變數資料
變數名稱 變數名稱 狀態 來源 資料作業
網站與最 近地鐵站 之距離
網站與最近地 鐵站之距離
2017 紐約市開放資 料組織
首先根據一般道路網絡生成 城市道路網，其中包括每個 道路節點和節點之間的路 網，而後透過路網距離計算 距公共自行車站最近的一個
地標式建築的距離。
To_subway Subway Stations NYC OpenData
圖 3-10 紐約市調查範圍內大眾運輸站點距離變數圖
(五) 交通可及性變數資料
表 3-11 建成環境之交通可及性變數資料
變數名稱 變數名稱 狀態 來源 資料作業
網站與城市 地標建築之
距離
城市地標建築的地理 點位
2017 紐約市開放資 料組織
透過路網距離計算 距公共自行車站最 近的一個地標式建
築的距離。
Individual-Landmarks NYC OpenData 站點附近之
學校數量
各類學校的地理點位 2017 紐約市開放資 料組織
透過路網距離計算 距公共自行車站最 近的一個學校的距
離。
School Point Locations NYC OpenData 站點附近之
興趣點數量
興趣點的地理點位 2018 紐約市開放資 料組織
透過路網距離計算 距公共自行車站最 近的一個興趣點的
距離。
Points Of Interest NYC OpenData
(六) 公共自行車系統分佈變數資料
表 3-12 建成環境之公共自行車系統分佈變數資料
變數名稱 變數名稱 狀態 來源 資料作業
附近站點數 CitiBike 站點的地 理位置
2017 花旗公共 自行車
對公共自行車站點的點位 產生 350 歐幾裡得距離的環
域，然後進行計算其中有 多少量除本身以外的站點
個數。
To_station Citi Bike Trip Histories
CitiBike
站點與最近公共 自行車站點的距
離
CitiBike 站點的地 理位置
2017 花旗公共 自行車
透過路網距離計算距公共 自行車站最近的一個公共
自行車站的距離。
To_station Citi Bike Trip Histories
CitiBike 附近 400 公尺範
圍內站點數
CitiBike 站點的地 理位置
2017 花旗公共 自行車
直接計算在每個 400 公尺環 域範圍內的公共自行車站 Citi_400 Citi Bike Trip 數量。
Histories
CitiBike 附近 800 公尺範
圍內站點數
CitiBike 站點的地 理位置
2017 花旗公共 自行車
直接計算在每個 800 公尺環 域範圍內的公共自行車站
數量。
Citi_800 Citi Bike Trip Histories
CitiBike 附近 1200 公尺
範圍內站點數
CitiBike 站點的地 理位置
2017 花旗公共 自行車
直接計算在每個 1200 公尺 環域範圍內的公共自行車
站數量。
Citi_1200 Citi Bike Trip Histories
CitiBike 附近自行車停車
場站數
自行車停車場的 地理位置
2013 紐約市交 通運輸局
透過路網距離計算距公共 自行車站最近的一個自行
車站的距離。
Citi_rack CitiRacks location
圖 3-12 紐約市調查範圍內公共自行車系統分佈變數圖
