doi:10.6342/NTU201701458
國立臺灣大學理學院地理環境資源學系 碩士論文
Department of Geography College of Science
National Taiwan University Master Thesis
建成環境對公共自行車使用時空型態之影響 The Effects of Built Environments on Spatial-temporal
Patterns of Public Bicycle Usage
劉鴻錡 Hung-Chi Liu
指導教授：林楨家 博士 Advisor: Jen-Jia Lin, Ph.D.
中華民國 106 年 7 月
July, 2017
doi:10.6342/NTU201701458
i
doi:10.6342/NTU201701458
ii
謝誌
如果將時間軸拉回大一剛進台大的那個時候，應該任誰也想不到我也有完成 碩士班學業，有寫謝誌的機會吧，在台大的六年中受到非常多人的幫助，其中不 乏各種歡笑與淚水，正是有這六年的時光才造就出現在的我。首先最重要也是最 需要感謝的就是我的指導教授，林楨家老師，大學部的我由於找不到未來的方向，
便得過且過的荒廢度日，導致各科成績都很不理想，但老師仍然沒有放棄我，耐 心等待我打好基礎，在平常討論與咪挺的過程中適時提供建議與幫助，讓我逐步 具備碩士生應有的學術能力，順利完成碩士論文的研究，非常慶幸能在老師底下 學習，收穫良多。另外也要一併感謝研究室的大家長土豆哥，感謝土豆哥解決了 我非常多亂七八糟的疑難雜症，幫助我在研究室的這兩年風調雨順國泰民安。
再來要謝謝我的女朋友醬菜姿儀，很幸運能在大學生涯中遇到妳，謝謝妳一 路上不離不棄的陪伴，妳的鼓勵與打氣是我源源不絕的動力，幫助我考上研究所，
也謝謝妳陪伴我走過好多趟的畢業旅行，讓我在進度壓力下仍保有充實愉快的碩 士班生活，真的是很感謝這幾年有你的陪伴。
此外，也要感謝景舜學長從我大學部開始的各種照顧，不管是在學術上的討 論以及排球、重訓等都令我受益良多。還要感謝研究室雨桐學長的研究，讓我能 站在巨人的肩膀上看得更高更遠。也要一併感謝系排的大家，讓我在台大的這六 年過得非常充實，絕對不會忘記一起打球的這段日子的。還有 305 尻尻的好室友 阿褻和展展，雖然碩二這一年沒有一起住聯繫少了點，但那些一起吃消夜一起嘴 但是只有我變肥的日子想起來也是格外的珍貴。最後則是要感謝家人的支持與照 顧，因為有你們才能順利完成大學以及研究所的學業，順利畢業。
劉鴻錡 謹誌於 國立臺灣大學地理環境資源學系 中華民國一零六年七月
doi:10.6342/NTU201701458
iii
摘要
公共自行車系統作為都市內之公共綠色運輸工具，具有低汙染、低耗能以及 滿足大眾運具轉乘「最後一哩」的特性，可改善舊有大眾運輸系統及門(door to door)服務的不 足。過 去探討公共自行車使 用的研究多止於使用量時空型態 (spatial-temporal pattern)的探討，對於造成時空型態差異的原因則無深入討論。另 一方面，建成環境(built environment)與公共自行車使用的相關研究也忽略了時空 背景不同而造成的使用型態差異，造成研究結論的不一致與可能偏誤。
本研究之目的在於探討建成環境對於公共自行車使用時空型態的影響關係，
以臺北市與新北市之 Youbike 公共自行車系統為研究案例，使用 2015 年 7 月至 12 月之逐筆租借資料進行時空型態的分析。公共自行車使用的時空型態首先透 過站點尺度的時間特性以及空間特性定義後，再經由階層式分群演算法加以分群，
歸納出雙北市公共自行車的使用類型，而建成環境變數則使用 6Ｄ分類系統進行 選取，並以各站點的 350 公尺路網距離作為閾值進行加權計算。為了探討建成環 境因素對於公共自行車使用時空型態的影響關係，本研究採用多項羅吉特模式進 行驗證，應變數為公共自行車使用的時空型態類別，自變數則為建成環境變數與 控制變數。
研究結果證實 6Ｄ建成環境變數(密度、多樣性、設計、目的地可及性、大眾 運輸場站距離以及公共自行車系統分布)皆會影響公共自行車使用的時空型態，
並且在平假日與租借歸還行為間的影響效果不同。過往文獻僅針對平均使用量進 行探討，而本研究進一步發現建成環境同時會對公共自行車使用的尖峰型態以及 平均移動距離產生影響。除了補足過往文獻的不足外，本研究結果可應用於事先 推測不同土地利用環境之公共自行車站點的使用時空型態類型，提供公共自行車 站點規劃與營運上的策略建議。
關鍵詞：建成環境、公共自行車、時空型態、多項羅吉特模式
doi:10.6342/NTU201701458
iv
Abstract
Public bicycle systems (PBSs) have become a worldwide green transport mode used in urban areas. PBSs are well known for their low pollution, low carbon production and “door to door” services, which enhance efficiency of traditional public transportation systems. Previous research had found that public bicycle uses were in an unbalanced spatial-temporal distribution, but they omitted the reasons that caused this unbalanced phenomenon. On the other hand, numerous studies had proved that built environments significantly affected public bicycle uses; however, they ignored built environment effects on spatial-temporal patterns of PBS usage.
This study aims to examine how built environment attributes influence spatial- temporal patterns of public bicycle uses. The empirical data is from YouBike, a PBS in Taipei Metropolitan Area (Taipei City and New Taipei City), Taiwan. This research collected all of the rental records of YouBike from July to December, 2015 and identified the spatial-temporal patterns of YouBike uses via cluster analyses. The built environment variables measure multiple attributes within a 350 m travel distance buffer for a YouBike rental station. Multinomial logit models were used to verify how built environment attributes influence the spatial-temporal patterns of YouBike uses. The empirical results of the current research reveal that built environments are significant factors in explaining spatial-temporal patterns of public bicycle uses.
The empirical evidence broadens understanding of factors influencing PBS usage and fills up the research gap of existing literatures. Furthermore, the findings provide a meaningful base to an integrated planning of PBS and built environment for local administrations.
Keywords:
Built environment, Public bicycle system, Spatial-temporal pattern, Multinomial logit model
doi:10.6342/NTU201701458
目錄
口試委員審定書... i
謝誌... ii
摘要... iii
Abstract ... iv
第一章 緒論 ... 1
第一節 研究動機... 1
第二節 研究目的... 4
第三節 研究流程... 5
第四節 研究方法... 10
第二章 文獻回顧 ... 12
第一節 公共自行車使用的時空型態... 12
第二節 建成環境與公共自行車... 22
第三節 綜合評析... 38
第三章 研究設計 ... 40
第一節 課題研析... 40
第二節 時空型態分析... 46
第三節 假說研擬... 65
第四節 分析方法... 77
第四章 實證分析 ... 85
第一節 自變數資料... 85
第二節 模式估計... 94
第三節 假說驗證... 104
第四節 意涵討論... 121
第五章 結論與建議 ... 130
第一節 結論... 130
第二節 建議... 135
參考文獻... 137
doi:10.6342/NTU201701458
圖目錄
圖 1-3-1 研究流程圖 ... 5
圖 3-1-1 議題研析架構圖 ... 41
圖 3-1-2 平假日流量空間分布差異(Zhao et al., 2015) ... 42
圖 3-1-3 平日與假日地鐵站附近站點使用量差異(Etienne and Latifa, 2014) ... 43
圖 3-1-4 建成環境６Ｄ分類圖 ... 44
圖 3-2-1 原始資料示意圖 ... 47
圖 3-2-2 公共自行車使用的時間分布狀況示意圖 ... 49
圖 3-2-3 公共自行車使用的時空分布狀況示意圖 ... 49
圖 3-2-4 平日租借階層式分群圖 ... 52
圖 3-2-5 平日租借的時間分布狀況 ... 53
圖 3-2-6 平日租借的時空分布狀況 ... 53
圖 3-2-7 平日租借時空型態分群結果空間分布圖 ... 54
圖 3-2-8 假日租借階層式分群圖 ... 56
圖 3-2-9 假日租借的時間分布狀況 ... 56
圖 3-2-10 假日租借的時空分布狀況 ... 57
圖 3-2-11 假日租借時空型態分群結果空間分布圖 ... 57
圖 3-2-12 平日歸還階層式分群圖 ... 59
圖 3-2-13 平日歸還的時間分布狀況 ... 59
圖 3-2-14 平日歸還的時空分布狀況 ... 60
圖 3-2-15 平日歸還時空型態分群結果空間分布圖 ... 60
圖 3-2-16 假日歸還的階層式分群圖 ... 62
圖 3-2-17 假日歸還的時間分布狀況 ... 63
圖 3-2-18 假日歸還的時空分布狀況 ... 63
圖 3-2-19 假日歸還時空型態分群結果空間分布圖 ... 63
圖 3-4-1 分析架構圖 ... 77
doi:10.6342/NTU201701458
表目錄
表 2-1-1 公共自行車使用的時空型態文獻整理 ... 15
表 2-1-2 公共自行車使用的時空型態研究區域比較表 ... 17
表 2-1-3 公共自行車使用的時空型態內容比較表 ... 18
表 2-1-4 公共自行車使用的時空型態影響因子比較表 ... 19
表 2-2-1 建成環境與公共自行車文獻整理 ... 25
表 2-2-2 建成環境與公共自行車研究區域比較表 ... 28
表 2-2-3 建成環境與公共自行車應變數比較表 ... 29
表 2-2-4 建成環境與公共自行車閾值比較表 ... 29
表 2-2-5 建成環境與公共自行車自變數比較表 ... 30
表 2-2-6 建成環境與公共自行車控制變數比較表 ... 32
表 2-2-7 建成環境與公共自行車分析方法比較表 ... 34
表 2-2-8 建成環境變數實證結果比較表 ... 35
表 2-2-9 控制變數實證結果比較表 ... 36
表 3-2-1 臺北市樣本選用日期 ... 47
表 3-2-2 新北市樣本選用日期 ... 48
表 3-2-3 租借次數樣本資料示意表 ... 48
表 3-2-4 平日租借群間整理表 ... 54
表 3-2-5 假日租借群間整理表 ... 58
表 3-2-6 平日歸還群間整理表 ... 61
表 3-2-7 假日歸還群間整理表 ... 64
表 3-4-1 羅吉特模式自變數定義表(建成環境) ... 80
表 3-4-2 羅吉特模式自變數定義表(控制變數) ... 81
表 4-1-1 二手資料來源整理表 ... 85
表 4-1-2 自變數敘述統計表 ... 92
表 4-2-1 巢式羅吉特模式巢層結構與包容值係數 ... 95
表 4-2-2 平日租借之多項羅吉特估計結果 ... 97
表 4-2-3 平日歸還之多項羅吉特估計結果 ... 99
表 4-2-4 假日租借之多項羅吉特估計結果 ... 101
表 4-2-5 假日歸還之多項羅吉特估計結果 ... 103
表 4-3-1 密度特性對公共自行車使用時空型態之影響關係表 ... 106
表 4-3-2 多樣性特性對公共自行車使用時空型態之影響關係表 ... 107
表 4-3-3 設計特性對公共自行車使用時空型態之影響關係表 ... 110
表 4-3-4 目的地可及性特性對公共自行車使用時空型態之影響關係表 ... 111
表 4-3-5 大眾運輸場站距離特性對公共自行車使用時空型態之影響關係表 . 112 表 4-3-6 公共自行車系統分布特性對公共自行車使用時空型態影響關係表 . 113 表 4-3-7 研究假說檢核表 ... 115
doi:10.6342/NTU201701458 表 4-3-8 控制變數對公共自行車使用時空型態之影響關係表 ... 120
表 4-4-1 建成環境對時空型態要素影響關係表 ... 122 表 4-4-2 建成環境對公共自行車平均使用量之相關文獻比較表 ... 125
doi:10.6342/NTU201701458
1
第一章 緒論
本章分為四個部分，首先敘述本研究之研究動機，而後提出本研究希望達成 的目的，接下來說明研究流程以及各步驟之工作內容，最後則是介紹本研究使用 之研究方法。
1
第一節 研究動機
自十八世紀歐洲工業革命成功達成技術突破後，大規模機械化生產的時代來 臨，而為滿足工商業經濟的高速發展與全球人口數急遽上升而增加的生活所需，
人類大量開採並燃燒石化能源，使得大氣中溫室氣體含量屢創人類歷史新高，全 球氣候異常、糧食短缺、油價飆漲的消息屢見不鮮，為了維持自然界的和諧與穩 定，「永續發展」概念已成為世界各國重要的施政方向，在此脈絡下，各國無不 積極推動節能減碳相關政策，期望透過減少碳排放的支出來達到環境資源永續利 用的目標。
根據我國經濟部能源局的統計，2014 年各部門二氧化碳排放量約 25000 萬 公噸，其中運輸部門便佔了全部的 14.23%，僅次於工業部門的 48.3%，是全國排 名第二的碳支出來源，而且每年仍以 2.5%的成長率持續增加二氧化碳的排放；
又根據交通部運輸研究所的數據指出，公路運輸與軌道運輸、航空運輸和水路運 輸相比，佔了運輸部門約 94%以上的二氧化碳排放量，其中又以自小客車的碳排 放比例最為多數。在如此高額的碳排放狀態下，發展「永續運輸(Sustainable Transportation)」及「綠色交通(Green Transportation)」已經成為各都市政府為了減 少個人運具之碳排放所採用的政策之一(白詩滎，2013)。
承襲著永續運輸的思潮，臺北市已於 1996 年陸續完成捷運路網的興建並開 始營運，希望透過高速且班距時間間隔小的捷運系統來解決大臺北地區日益嚴重 的交通壅塞問題、改善都市動線與機能並達到都市永續發展的目的。然而根據交 通部統計處的民眾日常使用運具調查報告指出，臺北市與新北市仍約有 42%和
doi:10.6342/NTU201701458
2
58%的居民選擇私人機動運具作為移動工具，與同樣身為首都的日本東京高達 87%的大眾運輸使用率相比，臺灣雙北市仍有許多改善的空間。
於此脈絡下，臺北市政府引進 2007 年於法國里昂擁有卓越成效的公共自行 車租用計畫概念(Public Bicycle System, PBS)，為了鼓勵民眾使用低污染、低耗能 的公共自行車作為短程接駁運具，減少及移轉私人機動車輛之持有及使用，以達 改善都市道路交通擁擠、環境污染及能源損耗目的(Youbike 微笑單車網，2015)，
於 2009 年以「臺北市公共自行車租賃系統示範計劃營運」為名，在信義計畫區 內設置 11 個站點以及提供 500 輛公共自行車供民眾使用，並於 2012 年 11 月結 束試營運，而後以「YouBike 微笑單車」為名正式啟用。截至 2015 年 11 月微笑 單車分別在臺北市和新北市設立了 196 個和 221 站點供社會大眾使用。在使用人 次方面，試營運初期每年只有十萬車次不到的使用量，但在試營運結束的同時，
租借車次已經達到 99 萬車次的水準，而隨著系統的更新以及普及，2013 年與 2014 年分別有 1,000 萬以及 2,220 萬的使用車次，成長幅度驚人，也在 2015 的 3 月突破 4,000 萬人次的總使用車次(臺北市政府交通局，2015)。以上數據顯示 了公共自行車在這短短的三年內已經對於臺北市及新北市民在交通運具選擇上 佔有一定的重要性和影響。
當使用者在使用公共自行車時，會依據其租借和歸還的時間地點不同而有 著不同的使用樣態，例如通勤族往往會在平日上班時間使用位於捷運轉乘站附 近的公共自行車來完成抵達公司或學校的最後一段旅次；休閒取向者往往會於 假日傍晚時段使用位於河濱自行車道附近的公共自行車來達到遊憩並放鬆身心 靈的目的。因此若能了解公共自行車使用的時空型態，便可以得知整個公共自 行車系統的使用狀況，知悉系統是否存在著過度的空間不均或是使用率低落的 狀況，提供系統經營者優化系統的方向，找出應當進行系統擴建的區域，或是 避免挹注過多的資源於不恰當的區域，使資源能更有效率的利用；也可以提供 政府管理者評估系統完備度的依據，檢驗經營者是否有妥善的滿足社會大眾的
doi:10.6342/NTU201701458
3
使用需求。
單單只了解公共自行車的時空型態仍略有不足，勢必得進一步分析究竟是 何種原因會造成不同的使用者之間有著不同的時空型態。公共自行車系統多是 屬於城市內部的大眾運輸系統，與人類活動息息相關，因此「建成環境」便是 一值得探討的影響原因。目前已有大量的文獻針對建成環境與旅次行為作出探 討(Crane, 2000; Ewing and Cervero, 2001)，建成環境與自行車通勤的關係也於 Heinen et al. (2010)年的文獻中有所探討，而建成環境與公共自行車使用的影響 關係也有一些文獻加以討論(Buck and Buehler, 2011; Faghih-Imani et al., 2014;
Rixey, 2013)。若能了解建成環境與公共自行車的關係便可以提供未來 PBS 站點 選擇的依據，得以預先知悉在何種建成環境可能會有何種的使用情況，也可以 提供現況調整與優化公共自行車系統的建議。
然而，上述針對建成環境與公共自行車使用的文獻並沒有針對不同的時空 型態而做出型態區別，而是將其概括地視為均質狀態加以討論，但是真實情況 並不是如此，例如平假日的公共自行車使用狀況一定會有所不同，通勤族並不 會在假日時表現出如同平日的使用狀態。雖然亦有一些文獻探討公共自行車使 用的時空型態(Borgnat et al., 2011; Vogel et al., 2014; Zhou, 2015)，但是並沒有深 入探討是何種原因導致其分析結果的差異，大部分皆止於使用型態分群，此乃 十分可惜。因此，本研究希望以臺灣雙北市為分析樣區，透過區分不同的時空 型態，進而深入探討建成環境因子分別對於不同的時空型態有何影響，找出是 何種建成環境因子造成公共自行車使用上有所差異，補足過往文獻缺口，提供 未來實務操作上的理論依據，使公共自行車系統能更加完善。
1-1
doi:10.6342/NTU201701458
4
第二節 研究目的
本研究基於上述的研究動機，期望透過臺北市、新北市微笑單車的案例分析，
釐清 PBS 的時空型態，並針對建成環境對不同時空型態的影響作深入的討論。
具體的研究目的如下：
一、 以臺北市與新北市為研究對象，釐清公共自行車使用的時空型態。
二、 探討建成環境因子對於公共自行車使用時空型態的影響關係。
藉由研究探討上述目的的過程中，可以幫助我們釐清建成環境和其他影響因 子與 PBS 之間的影響關係，並在學術上與實務上達到以下貢獻。
1-2
(一) 增補公共自行車使用的相關理論知識
PBS 乃是近 10 年來才興起的大眾運輸系統，相關的文獻有限，且其中針對 PBS 影響因子的探討多沒有區分不同的時空背景，其研究結果較偏向系統面的整 合；另一方面，探討時空差異的相關文獻多止於分類分群步驟，並沒有詳加探討 影響因子。因此本研究可以連結過往文獻，深入探討時空型態的影響因子，補足 過往文獻的缺口，增進更多 PBS 的相關知識。
(二) 提供公共自行車規劃與經營的參考資訊
透過探討 PBS 的時空型態可以得知使用者在不同時空下的使用狀況，並經 由分析影響因子與 PBS 的關係找出關鍵因子，有助於了解 PBS 的系統架構，進 而提供 PBS 規劃者與經營者實務上的建議，使其有效的掌握系統的動態平衡，
得以穩固整個系統，並可以在未來擴展 PBS 系統時提供理論基準，避免資源投 注在時空分布不均的區域，滿足社會大眾的使用需求。
doi:10.6342/NTU201701458
5
第三節 研究流程
本研究之研究流程規劃如圖 1-3-1 所示，分為三個階段，依序為研究背景敘 述、研究設計與資料調查、實證結果與結論建議，各階段之內容說明如後。
1-3
圖 1-3-1 研究流程圖
doi:10.6342/NTU201701458
6
一、 研究背景敘述
研究流程的第一階段包含研究動機與目的、研究範疇設定以及文獻回顧與評 析三部分，以下將針對其內容進行說明。
(一) 研究動機與目的
透過研究動機的發想、了解研究目的以及其重要性之後，可以具體且深入的 進行後續研究範疇的界定以及聚焦文獻回顧的方向，順利凝聚問題意識。
(二) 研究範疇設定
經過研究動機與目的的討論後，本研究採用雙北市的公共自行車系統作為研 究對象，使用 2015 年 7 月至 12 月之流量資料進行分析，並進一步界定本研究的
「時空型態」與「建成環境」之內容。
(三) 文獻回顧與評析
本研究主要探討建成環境對於公共自行車使用時空型態的影響，因此文獻回 顧區分為兩個主題進行探討，分別是「公共自行車使用的時空型態」以及「建成 環境與公共自行車」，希望藉由前人之研究成果作為本研究之基礎，進而彌補過 往文獻之缺漏與不足。回顧公共自行車使用的時空型態之目的在於了解過往文獻 對於時空型態的定義、用何種研究方法捕捉時空型態的內涵以及歸納整理出公共 自行車時空型態的影響因素。在建成環境與公共自行車方面，回顧的目的在於了 解過往文獻所使用的建成環境變數以及分析方法，並從中比較變數對於公共自行 車的影響關係。經過兩個主題的文獻回顧後可以發現其中研究內容的定義、變數 的選擇、方法的使用以及研究結果都可以當作本研究之研究基礎，也進一步釐清 文獻缺口的存在，確認本研究之重要性。
doi:10.6342/NTU201701458
7
二、 研究設計與資料處理
研究流程的第二階段為研究設計與資料調查，內容包括研究設計、資料調查 與整理、時空群聚分析以及假說研提四個步驟，以下進行內容說明。
(一) 研究設計
為了釐清建成環境因素與公共自行車使用時空型態的影響關係，在此根據文 獻回顧的結果進行分析方法設計，包含時空資料調查處理、時空群聚分析方法以 及後續迴歸模型之設計。
(二) 資料調查與整理
根據變數定義蒐集本研究所需要的相關資料。在公共自行車資料方面，分別 向臺北市政府與新北市政府申請 2015 年 7 月至 12 月之公共自行車的逐筆租借 紀錄資料，並分別將其轉換為本研究所欲使用的站點型態資料。至於在自變數方 面，根據過往文獻歸納出的變數結果，分別蒐集雙北市的建成環境資料以及控制 變數資料，經過地理資訊系統的相關處理後，整理為自行車站點本身的屬性資料，
以利後續統計模型檢定使用。
(三) 時空群聚分析
群聚分析是利用資料彼此之間的相似性對資料進行分組，將之各自區分成
「有意義」的群聚(Briant and Kut 2007)，而時空群聚分析則可以找出擁有相同時 空性質的群聚。本研究將群聚分析視為資料處理的一部分，將上一部分整理出的 站點屬性資料進行分群，而群聚分析的結果即為下一階段迴歸模型校估的應變數。
doi:10.6342/NTU201701458
8
(四) 理論假說建立
藉由文獻回顧的歸納結果、文獻評析整理以及時空分群之結果觀察，可以從 理論上進行影響關係之推演，進而確立建成環境對於公共自行車使用時空型態之 假說關係，成為本文實證分析的討論重點，以及確立後續研究設計的方向，並於 實證結果驗證假說關係，從中提出本文之結論建議。
三、 實證結果與結論建議
第三階段為實證結果與結論建議，根據資料處理後的結果進行模型校估檢定、
假說檢驗與分析，最後提出結論與建議。
(一) 模型校估檢定
將群聚分析所得出的分群結果視作應變數進行迴歸模型校估與檢定，因為其 具有類別變數的性質，故本研究對站點的分群結果使用羅吉特模式進行分析，依 據時空群聚之間獨立性與模式估計參數的合理性，決定適合的羅吉特模式。自變 數則使用處理過後的建成環境變數以及控制變數，迴歸結果即可檢驗何項建成環 境因素會對於公共自行車使用的時空型態產生影響。
(二) 假說檢驗與分析
根據實際資料帶入模型校估的結果，可以檢驗本研究提出的假說是否有其實 證依據，再深入探討實證結果與假說的異同，進而與過往文獻加以比較，確定影 響公共自行車使用時空型態的建成環境變數，可以提供當今營運與未來規劃做為 參考。
doi:10.6342/NTU201701458
9
(三) 結論與建議
歸納整合研究結果，提出建成環境對於公共自行車使用時空型態的實證結論，
整理其中具有顯著性的建成環境變數以及控制變數，提供給公共自行車管理者以 及規劃者理論上的依據，也可以從中提供後續相關研究建議與參考，使公共自行 車領域的學術研究更為完整。
doi:10.6342/NTU201701458
10
第四節 研究方法
本研究之目的是要釐清影響公共自行車使用時空型態的建成環境因素，為了 達到上述研究目的以及順利完成研究流程的各項工作，本研究所採用的研究方法 有文獻評析、時空群聚分析以及羅吉特模式。研究過程先經由廣泛的文獻回顧蒐 集補足基礎知識並歸納前人的研究成果，再藉由時空群聚分析捕捉公共自行車使 用的時空型態，最後再經由群聚分析結果的分群類別進行羅吉特模式的認定，輸 入建成環境變數與控制變數，藉此找出顯著影響公共自行車時空型態的變數，再 加以論述分析與討論。以下則為各主要研究方法的使用說明。
一、 文獻評析
為達到本研究之研究目的，在文獻評析的這個階段分別以「公共自行車使用 的時空型態」以及「建成環境與公共自行車」兩大面向蒐集相關文獻，經由廣泛 的文獻閱讀，從中汲取過往研究所累積的相關知識，並得以掌握本研究之研究範 疇以及研究目的，也得以從中推斷本研究之預期成果為何。並在歸納過去文獻的 公共自行車系統、研究內容、自變數、應變數與控制變數選擇、研究方法以及閾 值參數設定等內容之後，進行文獻的評析比較，作為研究設計的基礎。
二、 時空群聚分析
時空群聚分析的分析目標在於區辨公共自行車使用的時空型態類型，透過將 具有相似時空型態的站點進行分群，得以從大量的原始資料中找出具有同質性的 群體，提供研究者窺探大數據資料的研究取徑。在本研究中，時空群聚分析主要 包括以下三個步驟：資料轉換處理、時空型態定義以及集群分析，首先將原始租 借資料轉換為站點尺度的租借歸還次數資料，再根據時空型態的內容進行定義，
最後使用階層式分群方法將時空型態區分出來。
doi:10.6342/NTU201701458
11
三、 羅吉特模式
羅吉特模式(Logit Model)是處理類別變項的數學模型，主要解釋自變數對多 種方案決策選擇的影響，並且透過最大化效用函數的方法來估計各個方案被選擇 的機率。而本研究選擇使用羅吉特模式的原因在於上一個步驟的結果是呈現許多 類時空分群的結果，屬於類別變項的範疇，因此本研究使用羅吉特為模式依據，
並將分群結果之類別視作應變數，若分群結果之間各群之間互相獨立，則可以使 用多項羅吉特迴歸模型；若群聚之間有相依關係，則使用巢式羅吉特進行後續的 迴歸分析較為恰當。而建成環境變數以及控制變數則當作自變數，藉此找出顯著 影響公共自行車使用時空型態的影響因素。
doi:10.6342/NTU201701458
12
第二章 文獻回顧
本研究的主題是分析建成環境因子對公共自行車使用時空型態的影響關係，
因此，本章分為「公共自行車使用的時空型態」以及「建成環境與公共自行車」
兩個小節進行相關的文獻閱讀，最後再根據文獻回顧後的結果提出綜合評析，針 對這些文獻的研究基礎與既有知識的不足提出說明，進而作為本研究研究構想與 貢獻的參考依據。
2
第一節 公共自行車使用的時空型態
本節針對公共自行車使用的時空型態進行文獻回顧，主要內容包含相關文獻 回顧以及文獻間的分析比較等兩部分。
2-1
(一) 相關文獻回顧
隨著電腦技術的逐年演進以及大數據資料庫的建置與開放，過往針對旅次行 為的研究也得以從個人訪談與發放問卷的抽樣方法，轉而研究整體的時空模式架 構，提供一個全新的研究取徑。而學界目前已有諸多文獻在討論交通旅次分布的 時空型態，像是 Schlich et al. (2004)探討個人空閒時間旅次的時空結構、Novák and Sykora (2007)年探討布拉格郊區居民移動的時空模式、Del-melle and Delmelle (2012)探討大學校園通勤狀況的時空模式等。公共自行車系統雖然從 2007 年於 法國里昂引領的風潮到現在也才短短不到 10 年的時間，已有諸多文獻抽樣調查 個人尺度下運具選擇的議題(余書玫，2009；白詩榮，2013)，而以系統全域的觀 點研究公共自行車使用狀況的文獻則直到近幾年，隨著公共自行車系統的更新以 及資料的釋放才得以進行後續的研究分析。
目前有關公共自行車時空型態的文獻主要分成兩大類，一類是找出公共自行 車流量的使用趨勢與模式，進而建置預測模型以檢驗系統是否存在著異常的現象；
doi:10.6342/NTU201701458
13
另一類則是依據公共自行車的使用狀況進行時空分群，藉由歸納分析時空群聚來 判斷不同使用者之間的使用情形。
第一類的時空型態文獻大多利用分析過往流量資料的研究方法，找出公共自 行車系統的規律性與模式，進而建置公共自行車流量的預測模型，像是 Froehlich et al. (2009)以西班牙巴塞隆納的 Bicing 系統為研究案例，使用前期各站點可使用 的自行車數進行模擬，分別使用 Last Value、Historic Mean、Historic Trend、Bayesian Network 四種不同的模型進行預測，最後的結果證實與實際值平均只有兩台車左 右的誤差，準確率高達 80%。Kalten-brunner et al. (2010)也以西班牙巴塞隆納的 Bicing 系統為研究案例，分別從區域尺度和全域尺度來分析各站點流量的變化，
找出週期性的流量模式，最後再以此為基礎，發展一套有足夠可信度的預測模型，
藉以提供管理者缺車缺位指標的參考依據。而 Borgnat et al. (2011)以法國里昂的 V´elo’v 系統為研究案例，分析了大量的自行車移動軌跡資料，估計各個站點的 使用頻率與流量，再分別從空間與時間的觀點分析其中的變化，發現自行車站點 確實存在著空間與使用上不均的現象；另外，此研究也根據時間模式的不穩定性 (Nonsta-tionarity)與週期性(Cyclostationarity)成功建置預測模型，將之運用在都市 規劃理論與政策制定上。Zhao et al. (2015)分析了中國南京 2012 年 9 月與 10 月 的公共自行車旅次資料，發現男性與女性在不同的時空背景下有不同的使用習慣，
例如女性在平日出現了複合式的租借循環(Multiple-circle pattern)，推斷可能與日 常家務有關。而此研究也發現公共自行車旅次鏈可能與建成環境型態有關，例如 住宅區與地鐵站的旅次鏈便有所不同。鍾智林、簡佑勳(2014)以臺灣臺北市 YouBike 系統為例，利用自行設立的缺車缺位指標進行系統使用率上的判斷依據，
並確定 YouBike 系統確實普遍存在著缺車缺位的缺陷，但因其只使用一天的流量 資料作為分析樣本，因此較不具代表性。
第二類的時空型態文獻將焦點置於公共自行車使用的分群上，希望透過分群 方法使得群內差異最小而群間差異最大，進而區分出不同的使用型態，方便系統
doi:10.6342/NTU201701458
14
管理以及政策制定參考。例如 Froehlich et al. (2009)使用階層式分群方法(Hierar- chical clustering)中的樹狀圖分群方法(Dendrogram clustering)，將西班牙巴塞隆納 的 Bicing 系統各站點的使用量進行分群，並發現分群結果與其站點位處於市區 的位置不同而有所差異，例如流出群(Outgoing)多位於城市的邊緣，而流入群 (Incoming)多位於高商業聚集區以及主要大道旁。Borgnat et al. (2011)也利用團塊 化指標(Modularity)進行分群並找出空間群聚，發現不同地區的公共自行車使用 狀況會有所不同，且較多區域內短程的移動而非區域間長程的移動。Etienne and Latifa (2014)利用法國巴黎的 V´elib’系統作為研究案例，使用 Poisson mixture model 和 EM Algorithm 進行站點間的分群，成功將各站點區分為 8 個子群體，
並發現分群結果與一地之社經變數如人口密度、工作機會密度、商店密度等有所 關聯，但因其只是單純比較各分群結果與其平均社經變數之間的大小關係，故較 缺乏嚴謹的統計顯著性。O'Brien et al. (2014)的研究尺度不再是城市範疇，而是 蒐集了遍布全球 38 個城市的公共自行車系統資料，進行不同系統間站點的空間 分布與使用流量的比較，並針對各系統流量間的差異進行分群整理，歸納出像是 通勤主導、假日休閒主導、遊客主導等不同類型的系統特色。而 Vogel et al. (2014) 利用法國里昂 V´elo’v 系統的個人屬性資料來進行分類，透過主成分分析與 K- means 分群演算法進行分群，最終得出四種不同的使用型態，並發現高度使用者 多位於交通便利的區域。Zhou (2015)以美國芝加哥的 Divvy 系統為研究案例，首 先以站點間自行車流動(Flow)的觀點進行群落分析(Community detection)，發現因 尖峰時段的不同會有不同的流動情況，例如早上尖峰多以進城流動為主，而晚間 尖峰則有較多往郊區的流動量。再來此研究以各站點使用量的觀點進行階層式分 群並成功區分為 5 個子群集，發現不同子群集通常會坐落於不同的土地使用型態 中。
以上文獻回顧之公共自行車使用的時空型態內容整理如表 2-1-1。
doi:10.6342/NTU201701458
15
表 2-1-1 公共自行車使用的時空型態文獻整理
文獻 PBS 系統 時空型態內容 時空型態影響因子 檢驗影響關係之
分析方法
Froehlich et al.
(2009)
西班牙巴 塞隆納
Bicing
小時流量預測模型
誤差閾值 預測時間 歷史數據品質 站點分群結果
誤差閾值有利用 T 檢定比較不同閾 值設定對於預測 結果的影響程 度；其他則無
站點分群分析
站點於都市的分布 地形
商業區 主要道路
無
Kaltenbrunner et al. (2010)
西班牙巴 塞隆納
Bicing
小時流量預測模型 無 無
Borgnat et al.
(2011)
法國里昂 V𝑒𝑒́lo’v
小時流量預測模型 雨量 無
站點分群分析
地形 行政區劃分 站點間距離
無
流量分群分析
站點於都市的分布 公園
河流 大學校園
地鐵站 中心商業區
無
Etienne and Latifa (2014)
法國巴黎
V𝑒𝑒́lib’ 站點分群分析
地鐵 公園 觀光景點 人口密度 工作機會密度 個人服務設施密度
商店密度
人口密度、工作 機會密度、個人 服務設施密度、
商店密度有比較 平均值；其他無
O’Brien et al.
(2014)
全球 38 個
系統 流量分群分析 文化差異 無
doi:10.6342/NTU201701458
16
表 2-1-1 公共自行車使用的時空型態文獻整理(續)
文獻 PBS 系統 時空型態內容 時空型態影響因子 檢驗影響關係之
分析方法
Vogel et al.
(2014)
法國里昂
V𝑒𝑒́lo’v 使用者分群分析
使用者性別 使用者年齡 大眾運輸可及性 站點於都市的分布
住宅區 商業區 休閒娛樂設施
無
Zhao et al. (2015) 中國南京 旅次鏈分布
使用者性別 平假日 建成環境
性別、平假日有 利用卡方檢定檢 驗不同性別與不 同的平假日是否 會影響旅次鏈的 分布特性；建成
環境則無
Zhou (2015) 美國芝加 哥 Divvy
流量分群分析
平假日 尖峰非尖峰時間
自行車道 站點於都市的分布
無
站點分群分析
休閒娛樂設施 公園 工作機會
住宅區 商業區 文教區 使用者性別 使用者年齡 站點於都市的分布
無
鍾智林、簡佑勳 (2014)
臺灣臺北 市 YouBike
缺車缺位指標計算
捷運站 學校 商業區 辦公大樓
公園
無
doi:10.6342/NTU201701458
17
(二) 文獻分析比較
根據表 2-1-1 之內容整理，進行以下歸納與分析。
(1) 研究區域
經由文獻歸納整理如表 2-1-2，公共自行車使用時空型態的文獻於地理分布 上相當多元，舉凡歐洲、美洲、亞洲皆有研究案例，然則案例數仍稍嫌稀少，尚 待學界加以補足。另外在系統規模方面，雖然因各研究當時的時空背景不同而與 現今會有所差異，但總歸來說，法國巴黎的 V´elib’系統因其發展歷史悠久而屬於 大規模的公共自行車系統；而西班牙巴塞隆納、法國里昂以及美國芝加哥的系統 則屬於中規模的系統；而中國南京市內的江寧區系統則屬於小區域的系統，服務 範圍較小。至於鍾智林、簡佑勳研究的臺北市 YouBike 系統則因當時系統剛正式 營運，尚待發展，因此站點數較少。
表 2-1-2 公共自行車使用的時空型態研究區域比較表 研究地區 公共自行車系統 研究案例系統規模 文獻
西班牙
巴塞隆納 Bicing 約 390 個站點，
6000 台車輛。
Froehlich et al. (2009) Kaltenbrunner et al. (2010) 法國里昂 V𝑒𝑒́lo’v 約 340 個站點，
4000 台車輛。
Borgnat et al. (2011) Vogel et al. (2014) 法國巴黎 V𝑒𝑒́lib’ 約 1200 個站點，
20000 台車輛。 Etienne and Latifa (2014) 中國南京市
江寧區 南京公共自行車 約 150 個站點，
1100 台車輛。 Zhao et al. (2015) 美國芝加哥 Divvy 約 300 個站點，
3000 台車輛。 Zhou (2015) 臺灣臺北 YouBike 約 63 個站點，
2100 台車輛。 鍾智林、簡佑勳 (2014)
doi:10.6342/NTU201701458
18
(2) 時空型態內容
過去文獻針對的時空型態主要可以歸納整理為三大類，如表 2-1-3，第一大 類是根據過往站點的歷史可租借車輛數以及空位數為資料來源，建立未來可使用 車輛的預測模型，將預測值與實際值做比對即可得知是否有異常使用狀況產生。
第二大類則是分群分析，針對的分群對象有流量分群、站點分群以及使用者分群 等，透過分類分群的動作可以進一步窺探大量租借數據背後的使用型態，但礙於 個人屬性資料取得不易，因此針對個體使用型態的分析目前尚未有研究案例。第 三大類是為其他，有以旅次鏈或是缺車缺位現象做為研究對象的文獻產出。
表 2-1-3 公共自行車使用的時空型態內容比較表
類別 研究內容 文獻
預測模型 小時流量
Froehlich et al. (2009) Kaltenbrunner et al. (2010) Borgnat et al. (2011)
分群分析
流量分群
Borgnat et al. (2011) O’Brien et al. (2014) Zhou (2015)
站點分群
Froehlich et al. (2009) Borgnat et al. (2011) Etienne and Latifa (2014) Zhou (2015)
使用者分群 Vogel et al. (2014) 其他 旅次鏈 Zhao et al. (2015)
缺車缺位指標 鍾智林、簡佑勳 (2014)
(3) 時空型態影響因子
本研究根據以上文獻的研究結論歸納出公共自行車使用時空型態的影響因 子，如表 2-1-4，主要可以區分為自然環境、建成環境、人口特徵、時間尺度、站 點空間分布、文化、模型設計等大類，然而這些影響因素絕大多數並未經過研究 者以嚴謹的統計分析模型加以實證，多數研究都以經驗推論、歸納統整、視覺化
doi:10.6342/NTU201701458
19
疊圖等方法加以判斷影響關係，諸如此類的分析方法雖然在邏輯上無明顯的謬誤，
但無實際的數據實難令人信服，而其中往往也存在許多過度推斷以及似是而非的 判斷錯誤於其中。
表 2-1-4 公共自行車使用的時空型態影響因子比較表
影響因子 文獻
自然環境
地形 Froehlich et al. (2009) Borgnat et al. (2011) 雨量 Borgnat et al. (2011) 河流 Borgnat et al. (2011)
建成環境
密度
人口密度 Etienne and Latifa (2014) 工作機會密度 Etienne and Latifa (2014) 個人服務設施密度 Etienne and Latifa (2014) 商店密度 Etienne and Latifa (2014)
可及性
商業區可及性
Froehlich et al. (2009) Borgnat et al. (2011) Vogel et al. (2014) Zhou (2015)
鍾智林、簡佑勳 (2014) 住宅區可及性 Vogel et al. (2014)
Zhou (2015) 教育設施可及性
Borgnat et al. (2011) Zhou (2015)
鍾智林、簡佑勳 (2014)
休閒娛樂設施可及性
Borgnat et al. (2011) Etienne and Latifa (2014) Vogel et al. (2014)
Zhou (2015)
鍾智林、簡佑勳 (2014)
doi:10.6342/NTU201701458
20
表 2-1-4 公共自行車使用的時空型態影響因子比較表(續)
影響因子 文獻
建成環境
可及性 大眾運輸系統可近性
Borgnat et al. (2011) Etienne and Latifa (2014) Vogel et al. (2014)
鍾智林、簡佑勳 (2014) 自行車運輸
設施 自行車道 Zhou (2015)
道路設計 主要道路長度 Froehlich et al. (2009)
人口特徵
年齡
Vogel et al. (2014) Zhou (2015)
性別
Vogel et al. (2014) Zhao et al. (2015) Zhou (2015) 時間尺度 平假日 Zhao et al. (2015)
Zhou (2015)
尖峰時段 Zhou (2015)
站點空間
分布 站點於都市的分布
Froehlich et al. (2009) Borgnat et al. (2011) Vogel et al. (2014) Zhou (2015)
文化 國情文化差異 O'Brien et al. (2014) 模型設計 估計閾值 Froehlich et al. (2009)
資料品質 Froehlich et al. (2009)
根據以上文獻分析比較結果，可以發現公共自行車系統有其特殊獨有的時空 型態模式，然而目前有關公共自行車時空型態的文獻大多沒有深入實證究竟是何 種原因導致時空差異的現象產生，只是單純的陳述各個自行車系統的時空狀況，
再輔以作者個人的推斷，並沒有輔以統計模型加以佐證。例如 Zhao et al. (2015) 僅以文字論述建成環境會對旅次鏈的時空分布有所影響、Zhou (2015)也僅以文字 論述時空分群結果的子群體 C 與其周遭的商業區環境有關。但以上文獻皆淪於 口頭上的論述，並沒有統計數據加以實證，雖然 Corcoran et al. (2014)有證實雨
doi:10.6342/NTU201701458
21
量、風速、氣溫與特定的假日會影響公共自行車使用的時空型態，但除了此種普 遍的自然影響因子之外，本研究相信整個公共自行車時空系統背後仍有隱藏的影 響因子尚未被挖掘。故參考上述文獻分析比較的影響因子之後，再加上公共自行 車系統大多位於都市的範圍內，本研究認為建成環境因子有納入考慮的空間，因 此透過回顧下一節建成環境對公共自行車的影響來說明本研究的懷疑有其理論 依據以及重要性。
doi:10.6342/NTU201701458
22
第二節 建成環境與公共自行車
在運輸規劃領域之中，已有大量的文獻深入討論建成環境與旅運需求或旅運 行為之間的影響關係，證實建成環境會對人類旅次發生、旅次分布、運具選擇以 及交通量指派造成影響(Cervero and Kockelman, 1997; Ewing and Cervero, 2001;
Handy et al., 2005; Ewing and Cervero, 2010)。而在自行車運輸(Cycling)的領域上，
也已累積了許多世界各國的實證案例，證實不管處在何種文化價值觀的條件差異 下，建成環境對於自行車運輸依然扮演了舉足輕重的角色(Moudon et al., 2005;
Titze et al., 2008; Heinen et al., 2010; Zhao, 2014)。然而隨著當代公共自行車系統 的迅速發展，現今自行車使用之狀況已與過往自行車運輸文獻所述有所不同，使 用者不一定要擁有私人自行車運具便可以選擇自行車作為移動的工具。因此，也 有一些學者發現這個現象，針對公共自行車系統進行相關研究，試圖找出建成環 境因子與公共自行車使用的影響關係。
2-2
(一) 相關文獻回顧
Buck and Buehler (2011)主要探討自行車道與公共自行車旅次數量的關係。
此研究使用美國華盛頓特區 Capital Bikeshare 系統 2010 年 9 月到 2011 年 3 月的 租借資料為案例進行分析，假設公共自行車站點方圓約 800 公尺(半英里)內自行 車道的設置會增加此站點的日均租借量，經過二元迴歸分析(Bivariate Regression) 與多元迴歸分析(Multivariate Regression)之後，證實公共自行車站點周遭自行車 道長度越長會增加此站點的使用流量，也一併發現站點附近的建成環境變數，如 餐飲店數、十字路口數、其餘公共自行車站點數以及與地鐵、食品超商的距離越 短會有更高的使用量，另外在非建成環境變數上像是人口數、居民的收入也會有 顯著正向的影響。
Maurer (2011)試圖從美國明尼蘇達 Nice Ride MN 系統的案例來評估未來在 沙加緬度的公共自行車系統是否會有良好的成效。此案例以各站點 2010 年 8 月
doi:10.6342/NTU201701458
23
租借量的自然對數做為應變數，而自變數則以站點方圓 400 公尺為閾值進行 GIS 疊圖處理，並以簡單線性迴歸進行變數顯著性的檢驗，結果發現建成環境變數如 站點的車位數越多會有越高的使用量，而與公園的距離越近也有越高的使用量。
至於其他變數像是收入、高收入工作機會、零售商工作機會和可替代通勤方式等 變數會有正向的影響，而非白人人口、低私有車輛持有之家庭和工作機會則有負 向的影響。本研究也據此迴歸結論，給予沙加緬度公共自行車的未來規劃提供建 議。
Daddio (2012)希望能使公共自行車使用效益最大化，因此試圖找出哪些決定 性因素會影響公共自行車的使用流量。此研究以美國華盛頓特區的 Capital Bikeshare 系統為研究案例，將 2011 年 10 月各站點的月均租借車次平方根後作 為應變數，自變數則以站點周圍 400 公尺的路網距離設為閾值進行疊圖運算，經 過多元迴歸分析之後，發現建成環境變數如零售業家數、地鐵站的數量越多會增 加公共自行車的使用車次，而與 Capital Bikeshare 系統中心點越近也會有越多的 使用車次。在非建成環境變數方面，20 至 39 歲的人口數越多會有越大的影響，
而非白人人口越多則會減少公共自行車的使用車次。
Rixey (2013)探討建成環境與人口統計因子對於公共自行車使用的影響關係。
此研究以美國華盛頓特區的 Capital Bikeshare 系統、丹佛 B-Cycle 系統以及明尼 蘇達的 Nice Ride 系統為實證案例，應變數是分別將三個系統中各站點第一個營 運季節的月均租借量取自然對數，使其符合線性關係；自變數則是以站點周圍 400 公尺為閾值進行面積比例的疊圖計算，並使用二元迴歸分析與多元迴歸進行 分析，發現建成環境變數如大學校園、自行車道、公車站牌、其餘公共自行車站 點的設立皆會增加站點的使用率，而非建成環境變數像是人口數、工作機會等會 有正向的影響，而非白人人口的分布以及降雨天數則會有負向的影響。
doi:10.6342/NTU201701458
24
Faghih-Imani et al. (2014)探討都市型態以及土地利用是如何影響公共自行車 使用流量。此研究以加拿大蒙特婁的 BIXI 系統為例，蒐集 2012 年 4 月到 8 月間 的平均小時流量，分開計算每一站點的租借率(Departure Rate)與歸還率(Arrival Rate)作為應變數；而自變數中的建成環境變數則以公共自行車站點周圍 250 公 尺為閾值進行變數計算，並以多階層線性迴歸(Multilevel Linear Regression)作為 分析方法。研究發現建成環境變數如地鐵站數、餐廳數、自行車道長度、次要道 路長度、其餘自行車站點數量會對租借率與歸還率產生正向影響，而主要道路長 度、與中心商業區(CBD)的距離則會有負向的影響。至於非建成環境變數方面，
像是氣溫、人口密度等會有正向影響，而雨量、濕度則會有負向的影響。另外，
本研究有考慮時間區段不同與公共自行車流量的影響關係，結果指出周末比起平 日對於自行車租借與歸還率則有負向的影響，但周末晚間對於租借率與歸還率則 有顯著正向的影響；上午與中午時段對於歸還率有負向的影響，然而對於租借率 有正向的關係，而下午時段對於租借與歸還都有正向的影響關係。
Wang et al. (2015)探討公共自行車站點周遭的商業行為以及工作機會是否會 對於站點的使用狀況產生影響。此研究以美國明尼蘇達的 Nice Ride 系統為研究 案例，應變數為 2011 年各站點日均租借量與歸還量的加總，自變數則多以站點 周 圍 400 公尺的路 網距離進行疊圖計算，並使用對數線性迴歸(Log-linear Regression)和負二項迴歸(Negative Binomial Regression)進行統計分析，研究結果 發現建成環境變數如大學校園、道路覆蓋、餐廳數會增加自行車站點的使用狀況，
而與中心商業區的距離、與公園的距離、與河流湖泊距離則有負向的影響。非建 成環境變數方面，白人人口與工作機會有著正向的影響，而幼老年人口比例越高 則會減少公共自行車的使用量。以上建成環境與公共自行車之文獻回顧內容整理 如下表 2-2-1。
doi:10.6342/NTU201701458
25
表 2-2-1 建成環境與公共自行車文獻整理
文獻 PBS 系統 應變數 自變數 建成環境
閾值 分析方法 實證結論
建成環境變數 控制變數
Buck and Buehler
(2011)
美國華盛頓 Capital Bikeshare
各站點 2010 年 9
月~
2011 年 3 月之日均 租借車次
零售家數 路口數 自行車道長度 地鐵最近距離 食品雜貨最近距離
是否位於市中心 是否位於 Anacostia 東岸
人口數 收入 單車使用比例 無私有車家戶比例
方圓半英 里，約 800 公尺
二元線性迴歸 分析 多元線性迴歸
分析
1. 鄰近自行車道的站點的確 有較高的使用量。
2. 未來設置自行車站點時可 以多考慮人口數多或是零
售家數多的地區。
Maurer (2011)
美國明尼蘇 達 Nice Ride MN
各站點 2010 年 8 月總租借 量之自然
對數
休閒娛樂場館數 是否位於大學校園
與公園最短距離 與地鐵最短距離
轉乘強度 公車站牌數 自行車道長度
站點車位數
人口數 18-49 人口數
非白人人口 低私有車家戶比例
收入 工作機會 零售工作機會 高收入工作機會
就業人口數 及業人口數 步行、單車、大眾 運輸工具通勤比例
方圓 400 公尺
多元線性迴歸 分析
1. 站點車位數越高，使用量 越高。與公園距離越近，
使用量也越高。
2. 收入、高收入工作機會、
零售工作機會和可替代通 勤方式等變數有正向的影 響；而非白人人口、低私 有車家戶比例和工作機會
則有負向的影響。
doi:10.6342/NTU201701458
26
表 2-2-1 建成環境與公共自行車文獻整理(續)
文獻 PBS 系統 應變數 自變數 建成環境
閾值 分析方法 實證結論
建成環境變數 控制變數
Daddio (2012)
美國華盛頓 Capital Bikeshare
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
零售家數 大學數 公園數 公車站牌數
地鐵站數 自行車道長度 與系統中心點距離
20~39 歲人口數 收入 非白人人口比例 低私有車家戶比例 步行、單車、大眾 運輸工具通勤比例
400 公尺 路網距離
多元線性迴歸 分析
1. 零售家數與地鐵站的數量 越多，有越高的使用車
次。
2. 越靠近系統中心會有越高 的使用車次。
3. 20~39 歲人口數有正向影響 關係；非白人人口比例有
負向的影響。
Rixey (2013)
美國華盛頓 Capital Bikeshare、
美國丹佛 Denver B-
Cycle、
美國明尼蘇 達 Nice Ride
MN
各系統各 站點第一 季的月均 租借量(取 自然對數)
自行車道長度 公車站牌數 與其他公共自行車
站點最近距離 是否有大學 是否有公園
人口數 工作機會 高收入工作機會
零售工作機會 步行、單車、大眾 運輸工具通勤比例
中階家戶所得 非白人人口比例 是否是華盛頓系統
是否是丹佛系統 是否是明尼蘇達系
統 平均降雨天數
方圓 400 公尺
二元線性迴歸 分析 多元線性迴歸
分析
1. 大學校園、自行車道、公 車站牌、範圍內與其餘公 共自行車站點的距離越小 皆會增加站點的使用量。
2. 人口數、工作機會、多樣 通勤工具的比例越高會增
加使用量。
3. 降雨天數、非白人人口比 例則會降低使用量。
doi:10.6342/NTU201701458
27
表 2-2-1 建成環境與公共自行車文獻整理(續)
文獻 PBS 系統 應變數 自變數 建成環境
閾值 分析方法 實證結論
建成環境變數 控制變數
Faghih- Imani et al. (2014)
加拿大蒙特 婁 BIXI
各站點 2012 年 4 月~8 月平
均小時流 量，區分 租借量與 歸還量。
人口密度 工作機會密度 自行車道長度 主要道路長度 次要道路長度 BIXI 站點數 BIXI 車位數 地鐵站數
餐廳數 商業公司數
大學數 與 CBD 距離
天氣變數：
氣溫 雨量 相對溼度 時間變數：
周末 上午 中午 下午 週五週六晚間
方圓 250 公尺
多階層線性迴 歸
1. 人口密度、地鐵站數、餐 廳數、自行車道長度、次 要道路長度、其餘自行車 站點數量會對租借率與歸 還率產生正向影響，而主 要道路長度、與中心商業 區(CBD)的距離則會有負向
的影響。
2. 氣溫會有正向影響，而雨 量、濕度則會是負向。
3. 時間變數對於租借與歸還 會因時段不同而有不同的
影響。
Wang et al. (2015)
美國明尼蘇 達 Nice Ride
MN
2011 年各 站點日均 歸還與租 借量之加
總
餐廳數量 河流湖泊最短距離 CBD 站點最短距離 與公園最短距離 與自行車站點最短
距離
是否位於大學校園 是否道路覆蓋 是否位於輕軌區
白人人口比例 幼年老年比例
工作機會 是否位於北明尼
亞波利斯區 是否於 2010 年營
運
400 公尺 路網距離
對數線性迴歸 分析 負二項迴歸分
析
1. 大學校園、道路覆蓋、餐 廳數會增加使用量；與 CBD、河川湖泊、公園的
距離越短也會增加使用 量。
2. 白人人口與工作機會有著 正向的影響，而幼老年人 口比例越高則會減少公共
自行車的使用量。
doi:10.6342/NTU201701458
28
(二) 文獻分析比較
根據表 2-2-1 之內容整理，進行以下歸納與分析。
(1) 研究區域
本研究以臺灣臺北市與新北市的微笑單車(YouBike)系統為研究案例，而文 獻回顧的過程中發現過往建成環境與公共自行車之研究案例集中於北美等地，如 表 2-2-2 所示，對於非北美地區之案例經驗甚少，也因此若從文獻回顧的結論類 推至非北美國家地區可能會因文化國情不同而有所差異。
表 2-2-2 建成環境與公共自行車研究區域比較表
研究地區 公共自行車系統 文獻
美國華盛頓 Capital Bikeshare
Buck and Buehler (2011) Daddio (2012)
Rixey (2013) 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)
加拿大蒙特婁 BIXI Faghih-Imani et al. (2014)
(2) 應變數
公共自行車具有甲地租乙地還的特性，故每一個站點皆同時擁有租借與歸還 紀錄，兩者蘊含的地理訊息並不全然相同，租借次數多者表示民眾多從此地出發，
是為旅次的起點，而歸還次數多的站點是為旅次的終點，表示民眾多使用公共自 行車前往此地，其中的建成環境差異很有可能會影響民眾使用公共自行車的意願 與行為。故此歸納舊有文獻對於公共自行車使用量的定義，如表 2-2-3，而其中 對於應變數定義的變數操作也會影響後續研究方法的使用，可以提供本研究後續 的參考與建議。
doi:10.6342/NTU201701458
29
表 2-2-3 建成環境與公共自行車應變數比較表
應變數 變數操作 文獻
時均租借車次 無 Faghih-Imani etal. (2014) 時均歸還車次 無 Faghih-Imani et al. (2014) 日均租借車次 無 Buck and Buehler (2011) 日均總租借歸還車次 無 Wang et al. (2015)
月均租借車次 自然對數 Rixey (2013) 平方根 Daddio (2012) 單月總租借車次 自然對數 Maurer (2011)
(3) 建成環境閾值
在進行自變數的歸納整理之前，必須先了解各研究所定義的站點建成環境 為何，因為在地理資料處理的過程中，公共自行車站點所代表的多為單一的點 資料，而建成環境屬性則多為線資料或是面資料，例如自行車道為線資料、公 園綠地為面資料，故賦予站點建成環境屬性時多先將站點轉換為面資料，再與 建成環境屬性資料進行疊圖分析，計算其中所含的面積比例進行建成環境屬性 內插應用。而其中多少閾值才足以代表公共自行車站點的服務範圍以及建成環 境性質，此在學術界上尚未有統一且標準的規範，因此本研究歸納舊有文獻對 於閾值的定義，如表 2-2-4，可作為後續自變數的操作定義依據。
表 2-2-4 建成環境與公共自行車閾值比較表
閾值大小 距離定義 文獻
250 公尺 歐幾里得距離 Faghih-Imani et al. (2014)
400 公尺
歐幾里得距離 Maurer (2011) Rixey (2013) 路網距離 Daddio (2012)
Wang et al. (2015) 半英里
(約 800 公尺) 歐幾里得距離 Buck and Buehler (2011)
doi:10.6342/NTU201701458
30
(4) 自變數
自變數的選擇可以分成建成環境變數與控制變數兩大類，在建成環境變數 的使用上，各個文獻皆有其選取理由以及定義方式，大致可以歸納為密度、可 及性、自行車運輸設施以及街道設計等四大類，如表 2-2-5，其中建成環境的閾 值範圍則根據文獻的不同而有所差異，可見表 2-2-4。以下則對各個歸納出的變 數類別做說明。
表 2-2-5 建成環境與公共自行車自變數比較表
建成環境變數 文獻
密度
人口密度
Buck and Buehler (2011) Maurer (2011)
Rixey (2013)
Faghih-Imani et al. (2014) 工作機會密度
Maurer (2011) Rixey (2013)
Faghih-Imani et al. (2014)
可及性
中心商業區可及性
Buck and Buehler (2011) Daddio (2012)
Faghih-Imani et al. (2014) Wang et al. (2015)
教育設施可及性
Maurer (2011) Daddio (2012) Rixey (2013)
Faghih-Imani et al. (2014) Wang et al. (2015)
休閒娛樂設施可及性
Buck and Buehler (2011) Maurer (2011)
Daddio (2012) Rixey (2013)
Faghih-Imani et al. (2014) Wang et al.(2015)
日常生活場所可及性 Buck and Buehler (2011) Daddio (2012)
doi:10.6342/NTU201701458
31
表 2-2-5 建成環境與公共自行車自變數比較表(續)
建成環境變數 文獻
可及性 大眾運輸系統可及性
Buck and Buehler (2011) Maurer (2011)
Daddio (2012) Rixey (2013)
Faghih-Imani et al. (2014) Wang et al. (2015)
自行車運輸設施
自行車道長度
Buck and Buehler (2011) Maurer (2011)
Daddio (2012) Rixey (2013)
Faghih-Imani et al. (2014) Wang et al. (2015)
公共自行車站點車位數 Maurer (2011)
Faghih-Imani et al. (2014)
道路設計
十字路口數量 Buck and Buehler (2011) 主要道路長度 Faghih-Imani et al. (2014) 次要道路長度 Faghih-Imani et al. (2014) 鋪蓋良好道路連結 Wang et al. (2015)
1. 密度：分為人口密度以及工作機會密度，計算方法多為站點閾值範圍內的 人口數或工作機會數除以閾值範圍面積。
2. 可及性：依照目標地點的性質區別，可再細分為中心商業區可及性、教育 設施可及性、休閒娛樂可及性、日常生活場所可及性以及大眾運輸系統可 及性五大類，其量測方式有三類，其一是與目標地點之最短距離；其二是 在建成環境閾值內是否有目標地點的存在；其三是在建成環境閾值內目標 地點的數量，數量越多也就表示此站點與目標設施的可及性越大。
3. 自行車運輸設施：衡量此站點的自行車設施建置程度，相關的指標有自行 車道的長度、公共自行車站點車位數兩大類。
doi:10.6342/NTU201701458
32
4. 道路設計：量測站點周遭道路的完備度以及便利性，主要的指標有建成環 境閾值內十字路口的數量、主要道路長度、次要道路長度以及是否有鋪蓋 良好的道路連結站點。
在控制變數方面，可以歸納為人口特徵、個體生活方式、天氣變數、時間變 數與案例特定變數等類別，而人口特徵又可再細分為年齡、種族兩小類；個體生 活方式也可再細分為收入、運具選擇與家戶私有車比例。至於本研究探討的時空 型態並沒有被多數的文獻納入變數參考，只有 Faghih-Imani et al. (2014)有粗略的 考慮到不同時間區段造成的差異。控制變數的歸納整理如表 2-2-6，有助於做於 本研究後續控制變數的處理依據。
表 2-2-6 建成環境與公共自行車控制變數比較表
控制變數 文獻
人口特徵
年齡
Maurer (2011) Daddio (2012) Wang et al. (2015)
種族
Maurer (2011) Daddio (2012) Rixey (2013) Wang et al. (2015)
個體生活方式
收入
Buck and Buehler (2011) Maurer (2011)
Daddio (2012) Rixey (2013)
運具選擇
Buck and Buehler (2011) Maurer (2011)
Daddio (2012) Rixey (2013) 家戶私有車比例
Buck and Buehler (2011) Maurer (2011)
Daddio (2012)
doi:10.6342/NTU201701458
33
表 2-2-6 建成環境與公共自行車控制變數比較表(續)
控制變數 文獻
天氣變數 Rixey (2013)
Faghih-Imani et al. (2014) 時間變數 Faghih-Imani et al. (2014) 案例特定變數 Rixey (2013)
Wang et al. (2015)
1. 年齡：多為青壯年之人口比例，預期青壯年有較高意願使用公共自行車。
2. 種族：在歐美研究多以非白人人口比例來判讀一地區的社經條件是否良 善。
3. 收入：可分為個人收入或家戶所得，多以地區家戶所得的中位數表示。
4. 運具選擇：此為個人可以選擇單車、公車、地鐵或是其他大眾運輸工具的 比例，可以視為公共自行車使用者的潛在族群。
5. 家戶私有車比例：多以擁有少於 1 輛汽車的家戶比例表示。
6. 天氣變數：包含溫度、相對濕度、雨量三種。
7. 時間變數：僅出現在 Faghih-Imani et al. (2014)中，可以再細分為周末、上 午、中午、下午和周五周六晚間等。
8. 案例特定變數：在 Rixey (2013)中有各個系統之間的比較，因此需要設定類 別參數來區分不同的案例。另外在 Wang et al. (2015)也有特別針對研究範 圍中特殊的地方進行深入的探討。
本研究聚焦的重點於站點尺度，因此許多像是使用者年齡、收入、種族、運 具選擇、家戶私有車比例等使用者個人屬性的變數需要改變變數型態或是更改定 義之後才可以納入本研究之中。
