運用政府開放資料進行臺北市公車路線重新規劃分析之研究（以捷運文湖線轉乘捷運松山新店線為例）

(1)

國立台灣科技大學工業管理系

104 學年度實務專題報告

專題名稱：運用政府開放資料進行臺北市公車路線重新規劃分析之研究（以捷運文湖線轉乘捷運松山新店線為例）

專題編號：TR-103-01-115

指導老師：楊朝龍助理教授研究組員：

B10101012 許瑞軒

B10101014 余茂愷

B10101015 蕭景豪

B10101035 陳家欣

(2)

摘要

臺北市民的公共交通方式主要以利用捷運及公車為主，利用此兩種大眾運輸工具於大臺北地區穿梭，為大臺北地區居民巿民每日民生所需，因此提供順暢及便利的交通服務，即為市民、政府和業者所關注的重點。基本上，臺北巿巿區捷運各線連接網絡之興建現已趨於完工，但若單純以捷運網路來看，可發現在新店線及文湖線兩捷運線間的轉乘，會有轉乘站數以及等候運輸時間長的問題。以公館商圈附近的松山新店線為例，如使用者要轉乘文湖線至少需要轉換兩條捷運線，

此乃目前臺北捷運網路之服務缺口。為解決公館商圈松山新店線及文湖線上的接駁不足，本研究以大眾運輸使用者的角度思考，利用臺北巿政府之開放資料，分析可能的替代方案，並提出新的公車接駁服務，並達到以「捷運為主，公車為輔」

之大眾運輸，以減少整體臺北市市民旅運時間，提升運輸品質。本研究運用臺北市政府開放資料如：臺北市公車動態資訊、即時交通速率、臺北市各捷運站間行駛時間等，並以 R 軟體透過 Google API 將地圖資資料加以分析，以評估現行公車及捷運運輸時間。本研究並提出一個新的公車運輸方式，並以 Flexsim 軟體模擬現行公車運行模式及新方案之可行性，進行效益評估。結果可發現，若依本研究所提出嘗試連接捷運松山線及文湖線之接駁公車路線，經驗證後發現本研究所提出之公車轉運方案所花費的平均時間，較現行之捷運轉乘減少許多時間，或許可作為政府政策的參考。

關鍵字：政府開放資料、系統分析、系統模擬

(3)

摘要 ... 0

第一章緒論 ... 5

第一節研究動機及目的 ... 5

第二節論文架構 ... 6

第二章文獻探討 ... 7

第一節相關新聞探討 ... 7

第二節 政府開放資料 Open Data ... 8

第三節相關研究文獻回顧 ... 9

第三章研究方法及步驟 ... 13

第一節研究構想 ... 13

第二節資料收集 ... 16

一、資料集介紹 ... 16

二、 R Google Map 資料擷取方式 ... 20

第三節用路人行為分析＿決策樹 ... 26

第四節新方案 ... 29

一、現行交通服務缺口 ... 29

二、新方案說明 ... 33

第四章驗證 ... 35

第一節如何驗證新方案 ... 35

一、路線規劃 ... 35

二、新方案可能之情境變化 ... 38

第二節 新方案模擬環境說明(Flexsim) ... 39

一、模擬軟體介紹 ... 39

二、實際模擬 ... 40

一、使用物件介紹 [25] ... 40

二、模擬路徑 ... 41

第三節驗證結果 ... 43

第五章結論 ... 46

第六章參考文獻 ... 48

(4)

表格一參考新聞文獻整理... 7

表格二臺灣政府開放資料相關資訊... 9

表格三文獻資料統整(一)... 10

表格四文獻資料統整(二)... 11

表格五資料集統整簡介... 20

表格六 R 介接 Google Map 程式碼 ... 22

表格七 R 介接 Google map 結果 ... 25

表格八決策樹影響因子解釋... 26

表格九來往捷運大直及公館站之捷運轉乘方式示意圖(淺藍色為轉乘路線).. 30

表格十捷運大直及公館站之捷運搭乘方式時間估算... 31

表格十一捷運大直站至公館站之捷運搭乘方式時間估算＿尖峰時段 ... 35

表格十二捷運大直站至公館站之捷運搭乘方式時間估算＿離峰時段 ... 35

表格十三新方案公車搭乘時間估算＿尖峰時段 ... 37

表格十四新方案公車搭乘時間估算＿離峰時段 ... 37

表格十五預測尖離峰平均等待時間 ... 39

表格十六 Flexsim 使用物件介紹[25] ... 40

表格十七 Flexsim 軟體模擬各路線時速與長度表 ... 42

表格十八 Flexsim 軟體模擬之平均候車時間 ... 44

表格十九 Flexsim 軟體模擬大直站至公館站總搭乘時間 ... 44

表格二十新方案最佳選擇 ... 45

(5)

圖表目錄

圖表一 2015 年國家資料開放程度前五名... 8

圖表二捷運路線服務不足路線示意圖... 14

圖表三研究步驟流程圖... 15

圖表四臺北捷運路線圖... 17

圖表五站間行駛時間... 17

圖表六臺北捷運各路線發車間距... 18

圖表七我愛巴士 5284 ... 18

圖表八臺北捷運轉乘車站轉乘步行時間... 19

圖表九臺北市即時道路速率... 19

圖表十 R 介接 Google Map 程式碼示意圖 ... 24

圖表十一旅運者選擇大眾運輸工具之決策樹 ... 28

圖表十二離峰時段捷運大直站至公館站捷運轉乘公車之搭乘方式估算 .... 32

圖表十三尖峰時段捷運大直站至公館站捷運轉乘公車之搭乘方式估算 .... 32

圖表十四新方案路線示意圖 ... 34

圖表十五新方案模擬流程圖 ... 36

圖表十六新方案路線示意圖 ... 37

圖表十七現行方案乘車示意圖 ... 37

圖表十八 Flexsim 軟體模擬本研究服務流程實照圖 ... 40

圖表十九 Source 物件用以模擬發車處 ... 41

圖表二十 Conveyor 物件可依照真實道路之速率與長度做模擬 ... 41

圖表二十一 Processor 物件作為公車站之模擬 ... 41

圖表二十二模擬路線可對應之上表所編號之路段 ... 43

圖表二十三新方案與現行方案總搭乘時間比較圖 ... 45

(6)

第一章緒論

第一節研究動機及目的

新任臺北市長柯文哲在新政策中提到「公車路線大調整」[1]，由此可知臺北市交通路線仍有進步空間，然而我們想知道市長所提出來的新市政是否具有可行性。自捷運開通以來，臺北市市民以捷運及公車為主要通勤方式，而許多公車路線與捷運重疊性高，且同一道路同時有十多台公車行經，公車發車間距差距小，

道路速率不一致，常見同一路公車同時到站，許多交通問題出現，卻未整體更改臺北市交通網絡，使與捷運路線重疊公車載運量逐年下降，而未提升城市的交通效率。

如能藉由現行捷運路網，搭配公車路線，使其進行接駁運輸等作用，相信能增加市民們搭乘大眾交通運輸的意願也增加其便利性。而另一思考點為，現行公車的規劃是以市政府及公車運輸公司的思考為主，主要以盈利及快速交通吐納進行公車路線設計，而忽略了使用者使用大眾運輸工具之感受與思考，因大眾運輸之目的應以服務為導向，故本研究希望以使用者使用情境或使用大眾運輸的思維出發，兼具解決臺北市交通問題並符合使用者思維之新方案，提升臺北市大眾運輸服務品質。如此一來，在大眾運輸的提升之下，私人載具的使用率下降，除了解決繁忙的交通問題外，也能促使空氣品質的進步，帶來更好的生活品質。

進行本研究時，臺北市政府正大力推行臺北市開放資料，有許多資料公開，

讓市民檢視、利用，發想資料之間的運用關聯性，促使民眾運用開放資料，協助解決施政、營運議題以提升服務品質，本研究也希望透過 Open Data 取得研究資料並進行研究，解決現行臺北市交通運輸問題，探討問題前，本研究為了解開放資料的使用狀況，我們將在下一章進行 Open Data 的介紹。

本研究想透過臺北市開放資料取得：臺北市公車資訊、捷運搭乘及轉乘時間、

臺北市即時道路速率，了解現行公車服務缺口，並提出新方案補足此運輸問題。

本研究並非以交通與運輸管理的角度切入，而是以身為都市的居民，即道路使用者的角度思考出發，提出能滿足用路人之公車規劃。期望透過資料分析和可行性評估的方法，解決現行交通運輸問題，提升市民生活品質。

(7)

研究問題如下：

1. 如何利用政府開放資料重新規劃臺北市公車路線?

2. 收集的政府開放資料要如何統整成有系統的資料集?

3. 不同資料集，如交通資訊及即時速率，如何進行歸納整合？

4. 提出之新方案路線規劃及如何評估其運行可行性?

第二節論文架構

本論文共分為五章節，茲分述如下：

第一章為緒論，主要說明本研究的動機與背景，介紹什麼是 Open Data；第二章為文獻探討針對研究相關論文做文獻探討及回顧，並蒐集時事新聞，了解民眾對於現行大眾運輸工具之想法；第三章為研究方法及步驟，主要說明本研究所運用的資料與其蒐集的方式，並針對大眾運輸使用者行為做分析，以提出新方案來解決現行臺北市運輸服務缺口；第四章為驗證新方案是否可行之結果；第五章為結論。

(8)

第二章文獻探討

第一節相關新聞探討

為了解到市民對於現行臺北市交通網絡的觀點及不滿足之處，本研究探討時事新聞內容，透過市民的意見，發現臺北市交通之不足，延伸研究現行臺北市交通網絡之服務缺口。以下表格一第一則新聞探討公車路線與捷運路線重複且複雜，

造成資源浪費，公車站牌混亂，轉乘讓人不一目了然；第二則為探討捷運公館站並非捷運迴車站，造成大量旅運人次的公館站等車時間長，原因為小碧潭支線的迴轉路線規劃，應將旅運人次納入考量該車站是否為重複路段上之捷運站。

表格一參考新聞文獻整理

作者發表年份新聞名稱主要內容

王彥喬 [2]

2015.08 公車路線「砍掉重練」？北市要用「大數據」精準規劃

1.臺北公車最大的問題是「太複雜」

a.公車站牌不一致 b.公車路線編號凌亂

c.許多公車可達相同目的地，造成資源浪費

2.公車路線安排「類捷運化」

3.調整交通補助，中低收入戶免費搭公車聯合新

聞網綜合編輯 [3]

2015.12 北捷綠線區間車

「為何只到台電大樓」？這站是關鍵

公館站每日進出站高達 63000 人次，因區間車僅開到台電大樓，時常得多等一班車，錯過班次候車時間將達五分鐘，未能將區間車終點拉至公館以南各站，是因為更南的小碧潭支線需要使用大坪林站的袋狀軌來迴車，造成松山線區間車只能到台電大樓的窘境

從上述兩者報導來看，現行臺北市交通網絡確實有其服務缺口，從第二份新聞，可看出民眾對於公館捷運站的強度依賴及需求，對現行捷運只到台電大樓站有許多的不滿，迫切需要改善此問題。公館捷運站的運輸量，比起台電大樓站為多，卻有候車長、班次量不足之問題，仰賴公館捷運站的旅運者，常遇到候車時間超過五分鐘，必須多等一班車的窘境，對此，本研究也希望針對我們所熟悉所依賴的公館捷運站進行改善，面對候車時間長、班次量不夠，這樣的服務缺口，

(9)

若能以公車解決此問題，以「捷運為交通骨幹，公車輔佐捷運」方式出發，採用接駁方式散發出去，此觀點符合現行交通路網進展、規劃並服務將更完善。

第二節政府開放資料 Open Data

隨著科技的日新月異，政府將許多領域的資料蒐集起來，例如犯罪資訊、公車路線、人口統計資料等，在這些原本只有政府才能擁有的資料逐漸被開放的趨勢下，帶動了一股 Open Data 的創新應用風潮，此風潮不僅可以提升民眾生活品質、提高政府施政透明度，還能為創業帶來新的動力。Open Data 顯然已成為時下最受矚目的新關鍵字。

何謂開放資料(Open Data)？

維基百科解釋：「Open Data 指的是一種經過挑選與許可的資料，這些資料不受著作權、專利權，以及其他管理機制所限制，可以開放給社會公眾，任何人都可以自由出版使用，不論是要拿來出版或是做其他的運用都不加以限制。」政府及各個組織在營運過程中，所蒐集、產生許多資料，如犯罪資訊、公車路線、

人口統計等[4]。

近年來，世界各國政府加速發展 Open Data 政府由資料開放授權給民間使用，

任何人都可以輕易取得資料，而將其運用到想要的地方，達到便利民生、創造產業新價值以及增加政府施政透明度，建立政府與人民之間的信任橋樑。下圖表一顯示目前世界開放資料程度最深的前五名[5]。

圖表一 2015 年國家資料開放程度前五名

從圖表一可以發現臺灣位居世界之首。進一步觀察，除了地理資訊及政府花費為部分開放外，其餘項目皆近乎透明化。由於大量的開放資料，使臺灣在開放資料運用方面，成為最具潛力的國家之一。下表格二則為在臺灣能取得政府開放

(10)

表格二臺灣政府開放資料相關資訊

【民間組織】【政府單位】

Open Data/TW 行政院發展考核委員會

Sheet DB 行政院十八部八會

Code for Tomorrow 各地縣市政府

GOV news Taiwan 國營事業單位

零時政府國立故宮博物院

開放國會計畫臺南市政府教育局

全民個人資料保護聯盟中央研究院

臺灣創業 CC 計畫

OpenStreetMap

透過這些途徑，資訊變得唾手可得。妥善地利用資訊也促使人類生活方式的改變。舉例來說，有了[零時政府]，民眾不再被蒙蔽於政治的斗篷外，一個按鍵就可以觀看政府的即時動態，監督政府。政府官員也因此更謹言慎行慎。開放資料的應用包羅萬象，交通資訊的應用及開發也不例外，因此把交通便捷性再升級將指日可待。

第三節相關研究文獻回顧

捷運的日漸通車，許多公車仍運行舊有路線，使其與捷運重疊，造成許多不必要的公共成本上升，也導致交通壅塞問題。如能將公車路線重新規劃，以捷運為主幹線，讓公車以接駁捷運乘客為目標之導向，從骨幹延伸出去作為路網，以達到大眾運輸利用最佳化之理想狀態。

早在二十年前，就已有許多國內論文針對各式的公車路線進行研究，欲改善當時的營運效益，目標創造最完善的公車路網以迎合大眾的需求。以下文獻探討公車路線設計思維及評估路線之效益。

(11)

表格三文獻資料統整(一)

作者發表年份論文名稱主要貢獻朱宏祥

[6]

1995 臺北市棋盤式公車路網與現況公車路網之效益評估比較

文章中探討棋盤式公車路網與現況公車路網之績效。首先探討公車路網評估之重要變數，接著建立公車路網評估指標。在各項指標中，棋盤式公車路網全部優於現況公車路網，表示棋盤式公車路網應當是可行的。

黃俐嘉 [7]

1997 公車路網績效評估模式之研究

針對大眾運輸路線合理化課題，經由指標評選、評估程序確認、及指標整合等步驟，建立公車路網評估模式，並將此模式與運輸地理資訊系統整合。

邱奕明 [8]

1998 公車路線調整準則與評估方法之研究

對臺北市聯營公車系統進行實例分析，確認程序操作之實用性，並證實配合公車專用道之路網結構，依據調整程序改變公車路線，可有效提升公車系統之績效，對大眾運輸系統效益之提升具有正面意義。

王湮筑 [9]

2000 市區公車之既有路線調整與新闢路線規劃程序之研究

分析既有路線調整之影響因素、目標及原則，並參考過去相關研究，訂定超過門檻值或路線重複性高的路線，列為優先考量調整的路線。提出新闢路線規劃目標，並進一步分析新闢路線選取原則，結合「TransCAD」之應用，作為公車路網規劃與設計之主要工具。

呂宏軒 [10]

2014 市區公車路線及排程最佳化模式

建立一公車路線規劃及排程最佳化模式，模式運用時空路網技巧描述車輛路線、排程、及乘客流動，並以最小營運成本與乘客等候成本為目標，符合當前實務之營運方式。

在上述幾篇論文的內容中，雖然在公車路網規畫之方法及評估指標略有不同，

我們依舊可以從中得到一些共同點: 公車路線調整方面選取「路線彎繞度指標」

及「路線重複性」作為既有路線調整準則，路線彎繞度指標超過門檻或路線重複性高的路線，列為優先考量調整的路線。公車路網評估指標方面則細分為三大層

(12)

出發，研究旅運者搭乘運具的考量因素及行為，進而提出改善大眾交通系統之目標。

表格四文獻資料統整(二)

作者發表年份論文名稱主要貢獻陳芊灼

[11]

2007 影響使用大眾捷運系統因素之研究

探討使用者搭乘捷運的因素及國人跟觀光客搭乘捷運的差異性，研究結果顯示國人與觀光客分別在社會經驗特性、旅遊行為及搭乘捷運經驗上，對於搭乘捷運重視因素有顯著的差異。此外也歸納出捷運三大可以優化的目標。

賴文泰、

呂錦隆 [12]

2008 應用涉入理論於運具選擇行為之研究

引用行銷學中的涉入理論，將旅運者依涉入程度的高低分類，並應用 TPB 行為變數採結構方程式建構模型。分析後顯示不同涉入程度旅運者之運具選擇行為具有偏差性，票價優惠對於運具量提生效果也有所不同。

董霈霖 [13]

2013 考量可觀測與潛在變項之運具選擇行為-以西部中長程城際運具為例

以因素分析來衡量無法量化的潛在變數，再將此變數連結於個體選擇模式，是唯一新解釋變數來探討對運具選擇行為之影響。實驗結果顯示影響中、長程通勤的運具選擇原因有些微的差異。

上述幾篇論文中研究運具選擇的因素，除了考量以往所考慮的旅行時間、旅行成本、班距等因素之外，更分析個別旅運者選擇運具之心理因素。依不同旅運者之特性將其細分為多個族群，並探討不同族群於搭乘大眾運輸工具時之考量因素。舉例來說，不同社經地位、搭乘頻率、年齡及性別的旅運者具有不同的運具選擇之邏輯思考模式。

總結相關文獻資料，第一部份的文獻探討調整公車路線的原因、方法及評估。

為解決公車路網效益不佳，再針對不同的環境規劃適合的路線以滿足大眾需求。

第二部份則研究消費者搭乘大眾運具的因素，再提出提高服務滿意度之方向。然而，鮮少有研究涵蓋兩者，從服務旅運者的角度出發，探討影響旅運者選擇大眾交通工具之因素，歸納出最具影響力之指標後規劃新路線，進而評估其效益。而本研究不同於過去的論文，將結合上述兩種不同方向研究之論文，站在使用者的

(13)

角度思考，規劃新的公車方案，並評估其效益，同時結合公車效益的評估，並顧及使用者的搭乘思維，提升臺北市大眾運輸的使用效益及服務品質。

(14)

第三章研究方法及步驟

第一節研究構想

從臺北市市長柯文哲的新政策中，提出「公車路線大調整」，我們對此議題產生興趣，進而開始蒐集並研究相關文獻及資料，探討現行臺北市交通路網不足之處。關於文獻內容多為評估公車效益，主要以路網整體效益為主要觀點。在此我們提出一個疑問點：服務為導向的大眾運輸，如只以追求公車效益為主要出發點，將無法顧及使用者的乘車考量點。所以本研究希望不同於以往以公車行駛效益為出發點，而以提升服務品質為主，站在使用者的角度，並提升整體交通運輸服務效益。為了確任我們研究的問題方向以及確保提出新方案可顧慮到使用者感受，我們探討使用者搭乘大眾交通運輸之習慣，建立使用者搭乘大眾運輸工具路線選擇之決策樹，歸納使用者決定搭乘大眾運輸時會有哪些因素影響搭乘路線及方案。

以此使用者決策樹為基礎，我們任意配對雙北市各知名景點及人口集散地，

找尋兩點之間交通方式，需要捷運轉乘次數多且旅運時間長，但並無直達公車可作為接駁之路線，發現現行知名景點的交通路網其實已經相當完善，但我們觀察臺北市捷運路線圖，如下圖表二，從捷運路線圖來看，在臺北市中心有完整且緊密的捷運轉乘點，唯大安區公館附近，明顯缺少一條連接點，我們開始探討此地區的交通方式，並以自身經驗為例。舉例從捷運公館站到捷運大直站，以捷運搭乘方式或以公車轉捷運搭乘方式所需花費的旅運時間中，發現此兩站的旅運時間甚長，並認為以公館商圈為臺北市主要人口集散地之一，此站的捷運班次間距也甚長，松山新店線及文湖線的接駁也極為不便，為此我們設法解決此服務缺口，

提出新的接駁方案，解決松山新店線及文湖線的轉乘接駁不足，以「捷運為主幹線，公車接駁」的主軸進行研究，規劃完整公車接駁路線，量化現行交通運輸時間並評估新方案接駁旅運時間。

(15)

圖表二捷運路線服務不足路線示意圖

為了評估新方案可行性，我們以 Flexsim 模擬軟體做為新方案評估之工具，

模擬尖離峰時期，接駁車在不同時段、不同數量的停靠站以及不同數量的班次，

來評估該派送多少接駁車、停靠多少停靠站，評估最佳的排程規劃。最後規劃出較為可行之路線，解決先前提及之服務缺口，希望藉此提升臺北市交通路網的效益，並促進民眾搭乘大眾運輸交通工具的意願。

下圖表三為本論文研究步驟流程圖，研究範圍確立後，進行文獻探討、資料蒐集、分析資料、提出新公車方案、Flexsim 模擬軟體評估可行性並驗證，最後為撰寫此篇論文。

(16)

(17)

第二節資料收集

一、資料集介紹

本研究主要為探討旅運時間上的縮減，顧運用到許多資料作為評估新方案所需時間，下列將介紹研究資料集，並介紹資料提供方式及如何運用：

本研究主要以探討捷運及公車的交通路線以及時間，運用到的資料主要以臺北市捷運公司所提供之捷運路線、等車時間、尖離峰班次表，臺北市政府交通局提供之公車路線及即時動態為主要研究資料來源。

 臺北捷運公司：

1. 捷運路線圖[15]（圖表四）：查看現行臺北市捷運路線圖，各路線轉乘站、

出發地與目的地中間間隔幾站。

2. 站間行駛時間[16]（圖表五）：出發地及目的地乘車預估時間，預估時間僅為運輸時間，並未包含候車時間，此資料提供本研究估算捷運搭乘時間。

3. 各路線發車間距[17]（圖表六）：分為尖離峰及平日假日發車間距，並細分重疊區域發車時間，以松山新店線為例，平日尖峰時刻發車間距六分鐘，重疊區間：松山－臺電大樓三分鐘。此資料提供本研究估算捷運所需候車時間。

(18)

圖表四臺北捷運路線圖

圖表五站間行駛時間

(19)

圖表六臺北捷運各路線發車間距

 臺北市政府交通局我愛巴士 5284[18]：

1. 公車路線查詢：我愛巴士 5284 提供全臺北市公車路線，可由地圖上檢視公車行駛狀況，並顯示該路線現有幾台公車行駛，且行駛至哪個路段，此資料提供本研究了解公車行駛路線，以及尖離峰路線有幾台公車同時行駛。

2. 時刻表：從時刻表可知公車最早及最晚發車時間，以及尖離峰發車間距，本研究使用該資料評估現行公車候車時間。

3. 預估到站時間：可由地圖點選出發地及目的地，來預估乘車時間，但並不提供候車時間，本研究運用此資料評估現行公車乘車時間。

(20)

 臺北捷運轉乘車站轉乘步行時間[19]：

資料提供捷運 16 個轉乘車站轉乘步行時間，本研究使用此資料評估捷運轉乘所需花費之步行時間。

圖表八臺北捷運轉乘車站轉乘步行時間

 臺北市即時道路速率[20]：

資料提供不同路段平均行車速率，每五分鐘更新一次，可透過道路名稱尋找資料，亦可使用地圖經緯度找尋，此資料提供本研究預估新方案公車行駛之平均速率及平均時間。

(21)

 R Google Map[21]：

透過 R 將 Google 地圖資料介接，取得從任意起始地到目的地以搭乘大眾運輸工具的詳細資訊，此資料提供本研究參考兩地之間最佳乘車路線，以及大眾運輸詳細資料，包括行駛路線、各路段運輸時間及站牌位置等。

表格五資料集統整簡介

名稱簡述所屬單位

R Google Map [21]

介接從任意起始地到目的地以搭乘大眾運輸工具的詳細資訊

Google 公司臺北捷運公司

[22]

提供完整捷運地圖，捷運搭乘、轉乘時間及票價，以及各路線班距及靠站停靠時間

臺北大眾捷運股份有限公司我愛巴士 5284

[18]

由 GIS 地圖顯現捷運路線，可同時查詢公車路線，依站牌名稱、重要地標、交叉路口、定位搜尋。也可查詢大眾運輸轉乘資訊，臺鐵、捷運、公車

臺北市公共運輸處

臺北市即時道路速率

[20]

查詢各路段狀況，即時掌握行車速率，了解尖峰離峰時行車速率狀況。

臺北市交通管制工程處

臺北捷運轉乘車站轉乘步行時間

[19]

臺北捷運轉乘車站，用路人轉乘其他路線所需步行之時間。

Data.Taipei 臺北市政府資料開放平台

二、 R Google Map 資料擷取方式

 R Google Map:

R 語言是一個整合型的資料軟體集統計軟體，同時也是繪圖軟體。最初 Ross Ihaka 及 Robert Gentleman 兩人以統計分析及繪圖為目的，仿 S 語言的架構為基礎而發展出來的統計軟體主要用用於統計分析、繪圖、資料探勘。R 語言與 S-PLUS 所使用的語言很類似，兩者都衍生自貝爾實驗室的 S 語言，R 語言是屬於 S 語言的一個 GNU 計畫專案，所以也可以當作是 S 語言的一種實作，目前是由 R Development Core Team 維護及發展。本研究運用 R 軟體做為資料蒐集及運算之工具。

(22)

此資料集依據利用 Google Map 提供的地圖資訊，並在 R 語言環境的運算，

得以取得任意起始地到目的地的交通過程。然而 Google 提供的資訊非常廣泛，

因此過濾出所需的資訊是我們的目的。在此我們欲過濾出完成路線的總時間，各步驟進行的方法(公車、捷運、步行)、時間、距離及詳細資訊(公車及捷運路線)。

方法如表格六所示:

(23)

表格六 R 介接 Google Map 程式碼

R 語法語法解釋

install.packages("ggmap") library("ggmap")

f1<-read.csv("C:/Users/user/Desktop/專題/From.csv") f2<-read.csv("C:/Users/user/Desktop/專題/To.csv") data1 =read.csv("C:/Users/user/Desktop/專題

/From.csv")

data2 =read.csv("C:/Users/user/Desktop/專題/To.csv")

pair=list()

route_df1 = list() result = list() l1 = dim(data1)[1]

res = l1 %% 10

times = ceiling(l1 / 10)

if(times > 0){

for (a in c(1:times)){

if(a == times && res > 0){

start = (a- 1)*10 + 1 end = (a - 1)*10 + res }else{

start = (a- 1)*10 + 1 end = a *10

}

for(j in c(start:end)){

x = data1[j,"from_lon"]

y = data1[j,"from_lat"]

z = data2[j,"to_lon"]

w = data2[j,"to_lat"]

#下載 ggmap 封包

#開啟已建立好的 csv 檔案

#建立迴圈

#令 l1 為 data1 的行數，即起始地到目的地的筆數

#使一次迴圈進行 10 筆資料，例如 1 到 10

、11 到 20……等

#將 x 另為起始地經度

#將 y 另為起始地緯度

#將 z 另為目的地經度

#將 x 另為目的地經度

(24)

to1 = paste(z,",",w,sep="")

route_df1[[j]]<-route(from1,to1,output="all",mode="tran sit",alternatives=FALSE)

route_step =

route_df1[[j]]$routes[[1]]$legs[[1]]$steps numofstep=length(route_step)

step_instr = list()

for(q in 1:numofstep){

info = list()

info[[1]] =

route_df1[[j]]$routes[[1]]$legs[[1]]$duration$text

instr = route_step[[q]]$html_instructions info[[2]]=instr

if(substr(instr,1,3) == "Bus"){

#print("yes bus") bus_info =

route_step[[q]]$transit_details$line$short_name info[[3]] = bus_info

}else{

#print("no bus") }

if(substr(instr,1,6) == "Subway"){

subway_info=route_step[[q]]$transit_details$line$short_na me

subway_info1=route_step[[q]]$transit_details$departure_st op$name

令 route_df1 為起始地至目的地之詳細資訊

# route_step: 在所有路徑中查看路徑一的細節

# 這裡我們只專注在路徑一，因為他是最快的方法

# numofstep: 用了多少步驟來到達,每一步驟有一種交通方式。例如:公車+捷運+走路共有 3 個步驟

#info1:路徑一花費的總時間

#info2:交通方式

#若是公車，在 info[[3]]顯示公車路線

#若是捷運，在

info[[4]]顯示路線、起始站、終點站

(25)

subway_info2=route_step[[q]]$transit_details$arrival_stop$

name

info[[4]] =

list(subway_info,subway_info1,subway_info2) }else{

#print("no SUBWAY") }

info[[5]]=route_step[[q]]$duration$text

info[[6]]=route_step[[q]]$distance$text

step_instr[[q]] = info }

pair[[j]]=step_instr }

Sys.sleep(3) }

}

#info[[5]]:某步驟所花費的時間

#info[[6]]:某步驟所涵蓋的距離

#Sys.sleep(x): 每次進行迴圈時，間隔 x 秒在進行下一次

圖表十 R 介接 Google Map 程式碼示意圖

(26)

語言的環境也能自行設定喜好，例如搭乘模式中可選擇大眾運輸、開車和走路，

路線規畫也可以選擇只顯示最佳路線(時間最短)或顯示所有可能的路線。

表格七 R 介接 Google map 結果

試算結果結果解釋

[[1]]

[[1]][[1]]

[[1]][[1]][[1]]

[1] "27 mins"

[[1]][[1]][[2]]

[1] "Walk to 福和國中"

[[1]][[1]][[5]]

[1] "3 mins"

[[1]][[1]][[6]]

"0.2 km"

[[1]][[2]]

[[1]][[2]][[3]]

[1] "57"

[1] "15 mins"

[[1]][[2]][[6]]

[1] "3.7 km"

[1] [3] "Walk to No. 1, Lane 350, Zhonghe Rd, Zhonghe District, New Taipei City, Taiwan 235"

[[1]][[3]][[5]]

[1] "2 mins"

[[1]][[3]][[6]]

[1] "0.2 km"

#總通勤時間 27 分鐘

#步驟 1

#走路至福和國中時間 3 分鐘距離 0.2 公里

#步驟 2

#搭乘 57 號公車時間 15 分鐘距離 3.7 公里

#步驟 3

#走路至中和路 350 巷 1 號時間 2 分鐘

距離 0.2 公里

由試算結果可得知總通勤時間及各步驟的詳細內容，例如行徑時間及距離、

公車路線及捷運起訖站等，藉此可以節省研究過程中估算的過程。

(27)

第三節用路人行為分析＿決策樹

為符合我們以服務者思考為導向所設計之新路線方案，在探討問題前我們建立了使用者搭乘大眾運輸工具選擇的決策樹，以一般學生及通勤族在不同情境

（例如：天氣、步行距離長短）選擇不同運輸系統及搭乘方式，從決策樹之決策因子來看，使用者對於搭乘運輸系統前的考量因素及思維，多圍繞於搭乘過程中以運輸時間短為第一考量，再者為搭乘舒適度之考量。

在搭乘交通運輸時，一般民眾會考量的不外乎是時間、交通工具是否能夠直達目的地、步行時間以及氣候因素等。此外我們認為民眾在面對需要轉乘時，通常選擇以先搭乘捷運後轉乘公車。以下我們列舉了認為影響民眾選擇大眾運輸工具的因子。

表格八決策樹影響因子解釋

影響因子說明

通勤時間指起點到終點所需時間，30 分鐘內為短程，反之為長程行動不便包含身心障礙者、攜帶大型行李、孕婦等

公車直達指搭乘公車到站後目的地距離步行時間在可接受範圍之 10 分鐘內捷運直達指搭乘捷運到站後目的地距離步行時間在可接受範圍之 10 分鐘內

轉乘以捷運轉乘公車為優先

天氣下雨天、大太陽等較難以忍受的天氣步行時間指出發地步行至捷運站或公車站牌時間

在下圖表十一之決策樹中，我們定義:

1. 總通勤時間大於 30 分鐘為長途交通。

2. 直達定義為搭乘大眾運輸工具抵達之地，距離實際目的地步行時間 10 分鐘之內。

3. 總時間為步行時間加上於載具上通勤的時間加總。

4. 紅色箭頭代表「是」，藍色箭頭代表「否」。

首先，我們考量的是從起點到終點的總通勤時間，如果通勤時間為長程（總

(28)

如通勤時間小於 30 分鐘，下一步優先考量自身是否行動不便，行動不便包含身心障礙者、攜帶大型行李者、孕婦及年長者等。如為行動不便者，下一步考量捷運是否直達目的地，接著考量公車是否直達目的地，最後考量為步行至公車站和步行至捷運站的時間相比，選擇步行時間較短者為最佳選擇方案。

如非行動不便者，下一步仍優先考量捷運是否直達目的地，接著考量公車是否直達目的地，以決定搭乘公車或搭乘捷運轉乘公車。如果兩者皆非，則各別考量搭乘公車與捷運的總搭乘時間，如果兩者相等，則考量氣候因素，如有下雨則選擇捷運，沒有則選擇公車；如果捷運及公車總搭乘時間不相等則進行比較，以總搭乘時間差距 6 分鐘為界，如果總搭乘時間公車比捷運搭乘時間長，則選擇捷運；如果公車總搭乘時間沒有比捷運來的久，再進行考量氣候因素，如為下雨則選擇捷運，沒下雨選擇公車搭乘。

下圖表十一之決策樹簡化決策因子順序為: 總搭乘時間->行動不便->有直達車->步行時間->天氣因素

由此看出使用者搭乘大眾運輸工具不只考量時間，另有考量天氣、步行時間及行動是否方便，這些因素都與使用大眾運輸舒適度有關，舉例如今日搭乘運輸工具有提重物或大型行李箱，將會選擇是否有直達車，不要進行轉乘，此刻時間的長短因素並非為使用者所考量的第一因素，而第二因素為步行距離短，即步行時間比較短的搭乘決策，以減少提重物及移動的不方便性。

在不同使用情境時，搭乘決策的排序略有不同，大眾交通路網應以滿足普遍大眾之需求為目標，使用者搭乘決策樹所考慮的因子成為我們設計新公車方案的考量因子，以使用者角度出發，配合這樣的決策樹，建立一個新的服務方案。從我們建立的決策樹中，使用者所考量的決策第一要素為「總搭乘時間」，由此可看出時間為使用者所著重的因子，本研究也著重於大眾考量的第一要素，以縮短運輸時間為首要目的，改善整體臺北市運輸品質為目標。

(29)

代表「是」

代表「否」

(30)

第四節新方案

一、現行交通服務缺口

探討現行臺北市公車不足之處，我們以自身使用者的經驗出發，解決現行遇到的搭乘問題。身為臺灣科技大學的學生，我們主要仰賴的捷運站為捷運公館站，

捷運公館站截至目前 105 年在臺北捷運 107 站中，旅運量為第 13 名[23]可見捷運公館站之運輸的重要性，而轉乘方面捷運公館站離轉乘站古亭站（轉乘 4 號中和新蘆線）、中正紀念堂站（轉乘 2 號淡水信義線）及 5 號板南線皆為鄰站且快速，唯轉乘 1 號文湖線較為不便。

捷運公館站位於基隆路旁之西南端，一樣同為基隆路的六張犁站位於東北端，

以捷運搭乘方式，最樂觀的搭乘時間，為 30 分鐘，同一路段搭乘時間卻如此長，

空間移動上極為低效率。如搭乘公車須時 15 至 20 分鐘，加上等車時間平均五分鐘，旅運時間將會加長[18]，如再加上尖峰時間道路壅塞、上下車人數多，搭乘時間將會更長。如此長的搭乘時間對於每天來往文湖線及松山新店線的學生及上班族極為不便，尤其公館商圈吸引許多年輕族群聚集，大眾運輸的便利性顯得極為重要，如能解決大安區南端的交通網絡連結，補足基隆路上沒有捷運之不便性，

對於臺北市整體大眾運輸將會更完整且改善整體生活機能。

為具體說明改善方案，我們將目的地設為公館捷運及大直站，下表格十為捷運往來捷運大直站及捷運公館站之方法，而轉乘三站以上路線將不另列出，從圖內看出，轉乘次數較少、旅運時間較短的路線為，大直站搭乘 1 號文湖線=> 南京復興站轉乘 3 號松山新店線=> 公館站[22]，乘車時間約為 39 至 40 分鐘，同在臺北市，此兩區的旅運時間確實不符合空間及時間上的效率。從另一觀點來看，

此種搭乘方式從地圖上看來會有繞行問題，轉成松山新店線，路線會繞行至西門站，增長了旅運時間。

下表格九為八種捷運路線搭乘方式，從捷運大直站至捷運公館站，轉乘三次以上路線先不列出。從此捷運路線圖來看轉乘次數較少的為從大直站搭乘 1 號文湖線=> 南京復興站轉乘 3 號松山新店線=> 公館站，此路線亦為運輸時間最短的方案。

(31)

表格九來往捷運大直及公館站之捷運轉乘方式示意圖(淺藍色為轉乘路線)

1 2 3

4 5 6

7 8

下表格十為上列捷運路線的平均搭乘時間分為尖峰、離峰時間，估計值包含

(32)

表格十捷運大直及公館站之捷運搭乘方式時間估算

(33)

現行狀況中，從捷運大直站至捷運公館站除了上述捷運轉乘之方式外，捷運轉乘公車也是選項之一。運用 Google Map 測試後得知以下兩種捷運轉乘公車方式皆可行:大直站搭乘文湖線=>六張犁站=>轉乘 1 號=>捷運公館站、大直站搭乘文湖線=>科技大樓站=>轉乘 284 號公車=>捷運公館站。下圖表顯示兩方案的搭乘過程及總搭乘時間。

圖表十二離峰時段捷運大直站至公館站捷運轉乘公車之搭乘方式估算

圖表十三尖峰時段捷運大直站至公館站捷運轉乘公車之搭乘方式估算本研究起初認為從捷運大直站及捷運公館站最理想的狀態應為搭乘捷運轉乘公車，對於地理空間上的直覺性較為理想，但驗證後發現因為現行公車的發車間距及道路速率影響，總搭乘時間和捷運轉乘方式相近，無明顯改善。

雖然搭乘捷運轉乘公車與搭乘捷運轉乘之總搭乘時間差異性小，但根據使用者情境的不同旅運者會有不同的決策結果。如同本研究在圖表十一所提出的旅運者使用大眾運輸之決策樹來看，從捷運公館站至捷運大直站為總搭乘時間三十分鐘以上，公車捷運皆無直達的情況下可細分為兩種情境(行動不便及無行動不便)，

行動不便時，最終的決策因子取決於步行時間長短，步行時間較短者之方案是行動不便之旅運者最佳的決策。然而在行動方便時，考量固定發車頻率及乘車舒適度的因素，搭乘捷運轉乘是旅運者偏好的決策。

(34)

二、新方案說明

本研究提出解決松山新店線及文湖線之間的接駁公車新方案，考量到公車來回行駛之方便性，以環狀路線行駛，並雙向來回行駛。此路線涵蓋三個捷運站，

為增加服務範圍提升載客人數和涵蓋步行至捷運站不便利之區域路線：

初規劃之路線為「捷運公館站－捷運科技大樓站－捷運六張犁站」三站的來回雙向接駁，起點為捷運公館站，行經羅斯福路至新生南路右轉，至和平東路右轉，直行和平東路行經捷運科技大樓站及六張犁站，至基隆路右轉，最後右轉到回到羅斯福路，直行至捷運公館站後，完成一整圈接駁。捷運停靠站分述如下：

1. 捷運公館站：為公館商圈、臺灣大學及臺灣科技大學學生仰賴之捷運站，

2015 旅運量為臺北捷運 107 站中進出人數排行第 13 名[23]，龐大旅客人次以此捷運站發散出去，如以捷運公館站為新方案之主要考量之捷運站，將會提升旅客至周圍地區的可及性及深入性。

2. 捷運科技大樓站：作為本研究所提之新方案銜接文湖線的主要捷運站，該地區亦有臺北教育大學，和行政機關。若此捷運站納入為新方案的兩線銜接點，

將使得學生及上班族通勤更為便利。

3. 捷運六張犁站：為基隆路上主要捷運站，基隆路為臺北市主要幹道，捷運六張犁站亦為交通樞紐，基隆路上居民、上班族及學生仰賴的捷運站，本研究將其納入新方案之接駁捷運站，使得仰賴文湖線上的通勤者更為便利。

除行經之捷運站：捷運公館站、捷運科技大樓站、捷運六張犁站之外，

本研究增加三個站進行討論，分別為：臺大綜合體育館站、和平高中站、臺灣科技大學站，考量停靠此三個點分述如下：

4. 臺大綜合體育館站：考量到該地區周遭並沒有鄰近之捷運站，步行至捷運公館站已超出本研究所定訂使用者決策樹中步行距離超過 10 分鐘之限制，將會改由其他交通方式，故推測該地除以步行方式去搭乘捷運外，搭乘公車為該地區主要仰賴之交通，從資料顯示該區有 27 輛公車路線會行經[18]，如將臺大綜合體育館此公車站納入新方案的停靠站中，將會提升該地區接駁至捷運的方便性，降低該區域大眾運輸交通之不便性。

5. 和平高中站：該地區為高中、國中及國小主要學區，以和平高中之學生為主要考量，高中生以大眾運輸為主要交通工具，步行至最近捷運站六張犁站，

需達 10 鐘，與上述臺大綜合體育館站情況類似，步行時間逼近使用者能接受範圍之極限，若將此站牌納入新方案停靠站中，預估將會載運大量的學生族群，縮短學生每日通勤時間。

(35)

6. 臺灣科技大學站：臺灣科技大學學生通勤主要仰賴捷運公館站，該站步行至校園，須達 10 分鐘，步行時間逼近使用者決策樹中考量因子，如增加該站於新方案停靠站中，將嘉惠臺灣科技大學學生及鄰近基隆路段之臺灣大學學生。而臺灣科技大學附近將蓋起臺灣大學癌症醫院，本研究認為該院區病友及家屬，如以搭乘捷運方式就醫或探病，將會更需要有車輛往來院區及捷運站，故將此公車站納入新方案停靠站中。

下列圖表十四顯示新方案之路線，新方案停靠站：捷運公館站、臺大綜合體育館站、科技大樓站、六張犁捷運站、和平高中站及臺灣科技大學站，總共六站。

圖表十四新方案路線示意圖

目的主要為降低民眾從松山新店線需轉乘文湖線的總搭乘時間，快速疏散公館商圈人潮，以及基隆路上民眾、附近學生及上班族前往文湖線的交通問題。此外藉由中繼站三站協助臺灣大學周圍民眾前往三個捷運站。由於停靠站數少、配合捷運發車間距，減少了公車停靠時間及候車時間，整體縮短乘客旅運時間，提升大眾運輸效率。

(36)

第四章驗證

第一節如何驗證新方案

一、路線規劃

我們以臺北大眾捷運股份有限公司之網站上的資訊：候車時間、靠站時間及搭乘時間，先估算出平均的候車時間，再加上後兩者(靠站時間與搭乘時間)，此外藉由臺北市政府開放資料平台得到捷運轉乘步行時間。下表格十一、表格十二綜合以上所有資訊，分別估算尖峰與離峰時段，從捷運大直站以八種方式轉乘至捷運公館站的總搭乘時間。可得到最短搭乘時間分別，尖峰時段為 39 分鐘 35 秒，離峰時段為 45 分鐘 5 秒，因此以此兩者最短時間為新方案之改善指標。

表格十一捷運大直站至公館站之捷運搭乘方式時間估算＿尖峰時段

起始站轉乘站(一) 轉乘站(二) 轉乘站(三) 終點站總搭乘時間

大直南京復興公館 00:39:35

大直大安中正紀念堂公館 00:41:10 大直忠孝復興西門公館 00:41:25 大直忠孝復興臺北車站中正紀念堂公館 00:46:15 大直忠孝復興忠孝新生古亭公館 00:47:10 大直南京復興松江南京古亭公館 00:47:35 大直大安東門古亭公館 00:47:55 大直南京復興中山中正紀念堂公館 00:48:40 表格十二捷運大直站至公館站之捷運搭乘方式時間估算＿離峰時段

起始站轉乘站(一）轉乘站(二) 轉乘站(三) 終點站總搭乘時間

大直南京復興公館 00:45:05

大直大安中正紀念堂公館 00:45:40 大直忠孝復興西門公館 00:48:55 大直忠孝復興忠孝新生古亭公館 00:52:40 大直大安東門古亭公館 00:54:25 大直忠孝復興臺北車站中正紀念堂公館 00:55:45 大直南京復興松江南京古亭公館 00:59:05 大直南京復興中山中正紀念堂公館 01:00:10

(37)

接著我們利用新方案之路線，希望能有效地降低總搭乘時間。如下圖表十五，

以捷運大直站為起始，經由捷運科技大樓站轉乘公車至公館站。並將公車路線分為科技大樓站到臺大綜合體育館站，與臺大綜合體育館站到公館站兩路段，其中在捷運與公車之銜接轉乘處，需出站後步行至公車站，而公車站之間亦包含等車、

公車靠站與公車行駛之行為模式，上述過程皆會納入總搭乘時間之考量。

圖表十五新方案模擬流程圖

下表格十三、表格十四為針對新方案路線所估計之總搭乘時間。我們藉由 Google Maps 的規劃路線取得尖峰時段與離峰時段的行車時間，以計算轉乘公車所搭乘之時間，親自估算公車尖離峰時段的平均靠站時間，以及從捷運科技大樓站步行至轉乘公車站的時間，最後綜合以上估計值，而分別得到在尖峰時段與離峰時段，運用新方案之總搭乘時間如下。可得知此案例中的最短、最長及平均總搭乘時間。

在表格十三、表格十四中能分別得知在尖離峰兩種情境下，採用新方案之旅運四階段所搭乘的最短時間、最長時間及平均時間。我們期望新方案能在相同條件下勝過捷運轉乘。從表格十三之預測搭乘時間可發現，同為尖峰時段，新方案所花費的平均時間(31 分 45 秒)，較現行方案之搭乘平均時間(44 分鐘 58 秒)減少許多，而新方案最長搭乘時間(39 分)，甚至少於同時段之現行方案捷運轉乘的最短時間(39 分 35 秒)，因此可以說新方案能有效縮短乘客往返於大直站與公館站的搭乘時間。下圖表十六、圖表十七為新舊方案之路程示意圖，並將其兩方案之最短搭乘時間做比較，了解新方案確實省時許多。

(38)

表格十三新方案公車搭乘時間估算＿尖峰時段

階段起點終點最短時間平均時間最長時間一捷運大直站捷運科技大樓

站

0:14:00 0:15:45 0:17:30 二捷運科技大

樓站

公車科技大樓 0:03:30 0:04:30 0:05:30 三公車科技大

樓站

公車臺大綜合體育館站

0:03:00 0:07:30 0:12:00 四公車臺大

綜合體育館站

公車公館站 0:04:00 0:04:00 0:04:00

總搭乘時間 0:24:30 0:31:45 0:39:00 表格十四新方案公車搭乘時間估算＿離峰時段

階段

起點終點最短時間平均時間最長時間一捷運大直站捷運科技大樓

站

0:14:00 0:16:30 0:19:00 二捷運科技大樓

站

公車科技大樓 0:03:30 0:04:30 0:05:30 三公車科技大樓

站

公車臺大綜合體育館站

0:04:00 0:06:16 0:08:30 四公車臺大

綜合體育館站

公車公館站

0:03:00 0:03:00 0:03:00 總搭乘時間 0:24:30 0:30:16 0:36:00

圖表十六新方案路線示意圖

圖表十七現行方案乘車示意圖

(39)

二、新方案可能之情境變化

 不同時段

由於路況的差異，不同時間搭乘大眾交通工具會影響通勤時間。尤其公車的行駛受限於即時路況的程度相當大，因此本研究將在尖峰與離峰兩種不同情境之下進行評估。以臺北捷運捷運公司開放資料為例，定義尖峰時間為 07:00-09:00 與 16:00-19:00，離峰時段為 09:00-16:00 與 19:00-23:00。

 不同站數

人潮愈多，停靠時間愈長。估計在離峰時段，平均停靠時間為 15 秒，而尖峰時段，平均等靠時間則為 30 秒。因此停靠站的數量會間接影響公車的繞行時間。本研究欲利用停靠站少的優勢來節省原公車行駛之時間，假設停靠站數量為三站(捷運公館、六張犁及科技大樓)及六站(新增台灣科技大學、和平高中及臺大綜合體育館)這兩種情境下進行評估。當數量為三站時，公車站皆設置於捷運站，而增加為六站時，則新增三站於較多通勤學生聚集處及步行距離至捷運站較遠之處。

 不同公車數量

公車數量的多寡對於路線的運行有著顯著的影響，公車數量必須夠解決該區域人潮的需求，避免乘客過久的等待，但過多的公車卻會造成不必要的公共成本浪費。本研究欲控制乘客最長等待時間在 5 分鐘內。因此，離峰時間需 3-5 台公車，而尖峰時間則需 6-8 台公車，造成此差異原因為尖峰時間之需求量較大、繞行時間較長，因此需要更多公車來舒緩需求。

平均等待時間估算方法如下表格十五，以尖離峰繞行完整路線一次的時間除以公車數量，該數值即為公車的發車間距，而此發車間距亦為最長等待公車時間，

因此可得表格十五置右之平均等公車時間。

(40)

表格十五預測尖離峰平均等待時間

時段公車數輛公車站牌數等公車時間平均等公車時間

離峰

3 3

0:00~5:20 2:40 6

4 3

0:00~4:00 2:00 6

5 3

0:00~3:12 1:36 6

尖峰

6 3

0:00~3:30 1:45 6

7 3

0:00~3:00 1:30 6

8 3

0:00~2:38 1:19 6

然而此估算法並不能完全反映真實公車的運行的情況，各路段的即時速率及發車頻率並無法納入考量。因此我們選擇在等待時間上應用 Flexsim 模擬軟體做估算，將更貼近真實公車運作的狀況，以驗證新方案之可行性。

第二節新方案模擬環境說明(Flexsim)

一、模擬軟體介紹

新方案之評估以 Flexsim 模擬軟體做驗證，此軟體由 Bill Nordgern[24]建立於 1993 年，是專業 3D 模擬軟體，可對於所提出之“操作、流程、動態系統的方案”進行驗證評估與視覺化，並廣泛運用於生產線流程模擬、服務業動線規劃、

醫療業人員與床位配置等。Flexsim 採用高度開發之物件(object)來建模，例如，

輸送帶、處理機、佇列，在建立模型時，僅需將適用之物件拖移至視覺模型平臺中，並給予適當之角度與位置(X,Y,Z 軸)，而物件之間可透過相連方式產生一流程系統，同時利用 C++可以依照使用者需求來控制物件的行為活動，給予使用者相當自由的模擬環境。在最終之系統模擬時，可恣意地調整模擬時間與速度，

並將結果報告於圖表或物件內之統計欄位中。本專題使用 Flexsim 模擬軟體來建立交通網絡，可將所預估之數據具體化，並將其搭配 3D 物件做實際模擬，以了解是否符合預期結果。

(41)

二、實際模擬

透過 Flexsim 模擬軟體，首先須選擇適當的物件作為站牌與路線之模擬，而站牌的數量與道路速率皆可依照實際道路狀況做模擬預測，如下圖表十八為本研究實際操作模擬圖。

圖表十八 Flexsim 軟體模擬本研究服務流程實照圖一、使用物件介紹

表格十六 Flexsim 使用物件介紹[25]

物件模擬用途描述

Source [圖表十九]

發車處利用 Source 作為接駁車出發點，並以每五分鐘為間隔發車，產出之物件即可用以模擬公車之運行。

Conveyor [圖表二十]

道路 Conveyor 可用於模擬實際道路之長度與速率，搭配臺北市政府開放資料，其提供的各路段即時速率資訊可做為不同情境下，尖峰時段與離峰時段道路速率之數據，讓物件能模擬在真實道路運行之公車。

Processor 公車站 Processor 為公車站之形式，並以尖峰時間 15 秒/離峰

運用政府開放資料進行臺北市公車路線重新規劃分析之研究（以捷運 文湖線轉乘捷運松山新店線為例）

國立台灣科技大學 工業管理系