科技部補助專題研究計畫成果報告
期末報告
應用需求差別訂價於停車場營運管理之研究(第2年)
計 畫 類 別 ： 個別型計畫 計 畫 編 號 ： MOST 106-2221-E-006-087-MY2 執 行 期 間 ： 107年08月01日至108年07月31日 執 行 單 位 ： 國立成功大學交通管理科學系（所） 計 畫 主 持 人 ： 魏健宏 計畫參與人員： 學士級-專任助理：蔡嘉真 碩士班研究生-兼任助理：賴家偉 碩士班研究生-兼任助理：林佑霖 碩士班研究生-兼任助理：顏佳瑄 碩士班研究生-兼任助理：王柏淵 碩士班研究生-兼任助理：盧俊杰 其他-兼任助理：曾婉欣 報 告 附 件 ： 出席國際學術會議心得報告 中 華 民 國 108 年 10 月 30 日中 文 摘 要 ： 由於國民所得提高，私人運具持有量上升，停車議題逐漸備受重視 ，若無法有效改善停車問題，將使駕駛人需在路上繞行，不僅導致 交通混亂、降低道路服務水準，也可能提高交通事故發生之風險。 因此，即時提供民眾更完善的停車場空位資訊，以避免整體社會之 交通問題與幫助民眾節省時間成為相當重要的課題。 在現實生活中，民眾疑惑的是為甚麼沒有空位可以供其停放；同時 業者也苦惱著離峰時間如何解決空位過多的問題；此外，政府也欲 解決道路上交通壅塞和車輛恣意停放的問題。有鑑於此，停車需求 預測對於停車場業者的經營管理相當重要，透過了解停車需求的尖 離峰時段、掌握進、離場車輛數與推算平均停放時間，並以此數據 配合使用者問卷調查結果制訂出適宜的收費模式，如此一來可以調 降收費以減少離峰時間無人停放的問題，還可以在尖峰時段提供預 約服務，藉此提高收益。故本研究蒐集分析停車需求的變動情形、 調查駕駛人的價格偏好和習慣進行策略規劃，以提高業者的經營效 益和滿足駕駛人的需要。 整體來說，本研究以探討需求特性出發，設計預測模型來推估各時 段的進、離場車輛數，如此即可推斷各時段的空位產出情形，並從 停車場經營業者的角度切入，將空位資訊整合於營收管理體系的差 別訂價機制，針對需求波動情形訂出差別費率之經營策略，並設計 出不同情境之停車服務與收費組合以得到民眾和業者同時獲益的營 運模式。本研究之成果可以提供停車場業者，作為針對其停車場經 營管理中設計最適宜的尖離峰差別費率策略的參考，此外也提出「 提早預約、保證車位」的構想，期望透過創意的服務設計，不僅能 解決使用者找不到停車位的困擾，也能提供經營者依據需求情形設 計出適當的行銷方式和服務型態，並對於整體環境之交通系統效率 發揮綜效。 中 文 關 鍵 詞 ： 停車場、經營管理、需求預測、類神經網路、差別訂價 英 文 摘 要 ： As the increase of personal income, private vehicle
ownership increases significantly. This vicissitude begets urban parking issues. Parking issues augment the frequency of traffic congestion and higher risk of accidents. As a result, it is critical to provide comprehensive parking information, evading traffic issues and reducing time cost for the populace.
In real life, people concern the vacancy for parking; meanwhile, operators are handling idle parking spaces
during the off-peak hours. Furthermore, the government have the responsibility to cope with traffic congestion and illegal parking. Thus, parking demand forecasting is pivotal for operators and managers to resolve parking issues . Through understanding the characteristics of parking demand, this research takes the number of vehicles entering and leaving parking field into account and
estimates average parking time. Utilizing collected data to match the results of the user questionnaire survey,
driver's preferences can be incorporated into the service design. Then the strategic business model is created for operators to charge their customers and offer service. The proposed planning process will ameliorate operating
efficiency and fulfill drivers’ requirement.
Overall, this study starts with demand characteristics that serve as the basis to design a predictive model to estimate the number of vehicles entering and leaving parking lots in each time period. The information of vacancy at each time interval is integrated into a price discrimination scheme under the revenue management systems. Operational
strategies, including service types and rates, based on the fluctuation of demand would benefit both the public and operators. Moreover, the innovative concept of “booking for guaranteed parking” is proposed that further enhances service quality of parking industry.
英 文 關 鍵 詞 ： Parking lots, Operational management, Demand Forecasting, Artificial Neural Networks, Price Discrimination
應用需求差別訂價於停車場營運管理之研究
Applying Demand-Segment Pricing
to Parking Lots Operational Management
期末報告
魏健宏
國立成功大學交通管理科學系
106-2221-E-006-087-MY2
i
目 錄
表目錄 ... iv 圖目錄 ... vii 中文摘要 ... viii 英文摘要 ... ix 第 一 章 緒論 ... 1 1.1 研究動機與背景 ... 1 1.2 研究目的 ... 2 1.3 研究範圍與限制 ... 3 1.4 研究方法與流程 ... 3 第 二 章 文獻回顧 ... 5 2.1 營收管理 ... 5 2.1.1 需求預測 ... 6 2.1.2 差別定價 ... 8 2.2 行銷管理 ... 12 2.2.1 消費者行為的定義 ... 12 2.2.2 消費者行為模式 ... 12 2.3 小結 ... 14 第 三 章 研究方法 ... 16 3.1 需求預測 ... 16 3.1.1 類神經網路之定義 ... 16 3.1.2 類神經網路基本架構 ... 17 3.1.3 類神經網路分類 ... 17 3.1.4 模式績效評估 ... 19 3.2 問卷設計方法 ... 19 3.2.1 顯示性偏好法 ... 20 3.2.2 敘述性偏好法 ... 20 3.2.3 願付價格 ... 21ii 3.3 問卷分析方法 ... 22 3.3.1 個體選擇模式 ... 22 3.3.2 多項羅吉特模式 ... 23 第 四 章 研究實驗設計 ... 24 4.1 研究實驗架構 ... 24 4.2 問卷設計 ... 25 4.2.1 問卷設計方式與內容 ... 25 4.2.2 問卷受測對象與範圍 ... 26 4.2.3 未來停車收費價格制定方式 ... 27 4.2.4 假設情境水準設定 ... 28 4.2.5 問卷屬性之直交表設計 ... 30 4.3 停車需求預測模型建構計畫 ... 35 4.3.1 個案停車場基本資料介紹 ... 36 4.3.2 停車場停放資料整理與尖離峰時段確立 ... 36 4.3.3 尖離峰進、離場車輛數需求預測模型計畫建立 ... 39 4.3.4 類神經網路軟體 STATISTICA 介紹 ... 42 4.4 收益計算方式 ... 42 第 五 章 需求預測結果分析 ... 45 5.1 各模式最佳使用時間區間資料量決定 ... 45 5.2 各時段資料預測與計算 ... 50 5.3 各時間區間空位資訊 ... 64 第 六 章 問卷結果分析 ... 74 6.1 變數選取說明 ... 74 6.2 問卷樣本特性分析 ... 75 6.3 多項羅吉特模式問卷結果分析 ... 81 第 七 章 費率調整與車位預約服務實施策略 ... 89 7.1 費率調整與車位預約服務收費方式說明 ... 89 7.2 彈性分析 ... 91
iii 7.3 收益計算使用資料說明 ... 92 7.4 收益計算 ... 94 第 八 章 結論與建議 ... 104 8.1 結論 ... 104 8.2 管理意涵 ... 106 8.3 研究限制與未來研究建議 ... 107 參考文獻 ... 109 附錄一：停車場費率調整與車位預約服務之偏好調查問卷 ... 113
iv
表目錄
表 4-1 一星期中各日與三種集合模式之進場尖峰時段 ... 26 表 4-2 問卷數量分配表 ... 27 表 4-3 問卷設計情境屬性表 ... 31 表 4-4 屬性變數直交表 ... 32 表 4-5 車位預約服務規劃情境組合直交表 ... 33 表 4-6 車位預約服務規劃情境組合直交表(續) ... 34 表 4-7 一星期中各日與三種集合模式之進場尖峰時段 ... 38 表 4-8 一星期中各日與三種集合模式之離場尖峰時段 ... 39 表 4-9 進場車輛之尖峰時段與最多可使用資料量 ... 40 表 4-10 離場車輛之尖峰時段與最多可使用資料量 ... 40 表 4-11 需求預測計畫之停車資料量組合 ... 40 表 4-12 假設預測模式之最佳使用區間量範例 ... 41 表 5-1 模式一之停車進場預測數量績效與誤差值 ... 46 表 5-2 模式二之停車進場預測數量績效與誤差值 ... 47 表 5-3 模式三之停車進場預測數量績效與誤差值 ... 48 表 5-4 模式四之停車離場預測數量績效與誤差值 ... 49 表 5-5 模式五之停車離場預測數量績效與誤差值 ... 50 表 5-6 各模式之最佳預測使用區間 ... 50 表 5-7 模式一 各時間區間預測進場車輛數預估、誤差情形與平均停放時間 ... 52 表 5-8 模式二 各時間區間預測進場車輛數預估、誤差情形與平均停放時間 ... 54 表 5-9 模式三 各時間區間預測進場車輛數預估、誤差情形與平均停放時間 ... 56 表 5-10 模式四 各時間區間預測離場車輛數預估、誤差情形與平均停放時間 ... 58 表 5-11 模式五 各時間區間預測離場車輛數預估、誤差情形與平均停放時間 ... 60 表 5-12 各模式車輛數量預估誤差比例表 ... 62 表 5-13 五種模式之各平均停放時間 ... 62 表 5-14 個案停車場一周七天尖、離峰時段與所使用模型資訊 ... 63v 表 5-15 星期一、二、三場內車輛數(最佳情況) ... 65 表 5-16 星期一、二、三場內車輛數(考量模式的解釋能力-𝑀𝑎𝑥進 − 𝑀𝑖𝑛離) ... 66 表 5-17 星期一、二、三場內車輛數(考量模式的解釋能力-𝑀𝑖𝑛進 − 𝑀𝑎𝑥離) ... 67 表 5-18 星期四、五場內車輛數 (最佳情況) ... 68 表 5-19 星期四、五場內車輛數(考量模式的解釋能力-𝑀𝑎𝑥進 − 𝑀𝑖𝑛離) ... 69 表 5-20 星期四、五場內車輛數(考量模式的解釋能力-𝑀𝑖𝑛進 − 𝑀𝑎𝑥離) ... 70 表 5-21 星期六、日場內車輛數(最佳情況) ... 71 表 5-22 星期六、日場內車輛數(考量模式的解釋能力-𝑀𝑎𝑥進 − 𝑀𝑖𝑛離) ... 72 表 5-23 星期六、日場內車輛數(考量模式的解釋能力-𝑀𝑖𝑛進 − 𝑀𝑎𝑥離) ... 73 表 6-1 共生變數編碼表 ... 75 表 6-2 受訪者對於未來停車收費調整之接受情形 ... 77 表 6-3 使用者社會經濟特性統計表 ... 78 表 6-4 受訪者使用特性統計表 ... 79 表 6-5 車位預約服務情境各問項被選取情形 ... 80 表 6-6 所有樣本之校估結果 ... 81 表 6-7 不同區隔使用者特性與行為之概似比檢定 ... 84 表 6-8 不同性別之參數估計效果 ... 85 表 6-9 不同年齡之參數估計效果 ... 85 表 6-10 不同職業之參數估計效果 ... 85 表 6-11 不同教育程度之參數估計效果 ... 86 表 6-12 不同月所得之參數估計效果 ... 86 表 6-13 對於其他停車場和路外停車格不同了解程度之參數估計效果 ... 87 表 6-14 在無退費機制下不同願意程度之參數估計效果 ... 87 表 6-15 在有退費機制下不同願意程度之參數估計效果 ... 88 表 6-16 對於整體車位預約服務不同的使用意願之參數估計效果 ... 88 表 7-1 個案停車場一星期之預估車輛數量與平均停放時間(以單日計算) ... 90 表 7-2 未來停車費率調整與車位預約服務收費方式建議 ... 90
vi 表 7-3 車位預訂服務手續費彈性分析結果表 ... 92 表 7-4 各收益計算變數、數據與願付價格說明 ... 92 表 7-5 各種變數機率計算結果 ... 93 表 7-6 星期一、二、三的建議預約車位數量(單位：輛) ... 94 表 7-7 星期四、五的建議預約車位數量(單位：輛) ... 95 表 7-8 星期六、日的建議預約車位數量(單位：輛) ... 95 表 7-9 實施費率調整計畫前後之一個禮拜收益比較表 ... 102 表 7-10 未來個案停車場一周七天尖、離峰時段建議實施表 ... 103
vii
圖目錄
圖 1-1 本研究流程圖 ... 4 圖 2-1 EKB Model 架構 ... 14 圖 3-1 類神經網路模型架構圖 ... 17 圖 3-2 本研究類神經網路模型架構圖 ... 18 圖 4-1 研究架構圖 ... 25 圖 4-2 預訂時間示意圖 ... 29 圖 4-3 停車需求預測模型建立與分析步驟 ... 35 圖 4-4 個案停車場原始停放資料(總計 2651 筆) ... 37 圖 4-5 進場車輛資料整理 ... 37 圖 4-6 模式一之各時段進場車輛數與平均時間計算(以星期一為例) ... 38 圖 4-7 停車服務改善後，各假設行為之階層圖 ... 43 圖 5-1 模式一 各時間區間進場車輛預測誤差數量 ... 53 圖 5-2 模式二 各時間區間進場車輛預測誤差數量 ... 55 圖 5-3 模式三 各時間區間進場車輛預測誤差數量 ... 57 圖 5-4 模式四 各時間區間離場車輛預測誤差數量 ... 59 圖 5-5 模式五 各時間區間離場車輛預測誤差數量 ... 61 圖 6-1 個案停車場一小時停車免費折價券 ... 75 圖 7-1 各種車位預約行為說明 ... 93viii
摘要
由於國民所得提高，私人運具持有量上升，停車議題逐漸備受重視，若 無法解決停車問題，將使駕駛人需在路上繞行，不僅導致交通混亂、降低道 路服務水準，也可能造成事故發生之風險。因此，即時提供民眾更完善的停 車場空位資訊，以避免整體社會之交通問題與幫助民眾節省時間成為相當重 要的課題。 在現實生活中，民眾覺得疑惑的是為甚麼沒有空位可以供其停放；同時 業者也苦惱著離峰時間如何解決空位過多的問題；此外，政府也欲解決道路 上交通壅塞和車輛恣意停放的問題。有鑑於此，停車需求預測對於停車場業 者的經營管理相當重要，透過了解停車需求的尖離峰時段、掌握進、離場車 輛數與推算平均停放時間，並以此數據分析配合問卷調查結果制訂出適宜的 費率收費模式，如此一來可以調降收費以減少離峰時間無人停放的問題，還 可以在尖峰時段提供預約服務，藉此提高收益，故本研究搜集分析停車需求 的變動情形、調查駕駛人的價格偏好和習慣進行策略規劃，以提高業者的經 營效益和滿足駕駛人的需要。 整體來說，本研究以探討需求特性出發，設計預測模型來推估預測各時 段的進、離場車輛數，如此即可推斷出各時段的空位產出情形，並從停車場 經營業者的角度切入，將空位資訊整合於營收管理體系的差別訂價機制，針 對需求波動情形訂出差別費率之經營策略，並設計出不同情境之停車服務與收 費組合以得到民眾和業者同時獲益的營運模式。本研究之成果可以提供停車場 業者，作為針對其停車場經營管理中設計最適宜的尖離峰差別費率策略的參 考，此外也提出「提早預約、保證車位」的構想，期望透過創意的服務設計， 不僅能解決使用者找不到停車位的困擾，也能提供經營者依據需求情形設計 出適當的行銷方式和服務型態，並對於整體環境之交通系統效率發揮綜效。 關鍵詞：停車場、經營管理、需求預測、類神經網路、差別訂價ix
Abstract
As the increase of personal income, private vehicle ownership increases significantly. This vicissitude begets urban parking issues. Parking issues augment the frequency of traffic congestion and higher risk of accidents. As a result, it is critical to provide comprehensive parking information, evading traffic issues and reducing time cost for the populace.
In real life, people concern the vacancy for parking; meanwhile, operators are handling idle parking spaces during the off-peak hours. Furthermore, the government have the responsibility to cope with traffic congestion and illegal parking. Thus, parking demand forecasting is pivotal for operators and managers to resolve parking issues . Through understanding the characteristics of parking demand, this research takes the number of vehicles entering and leaving parking field into account and estimates average parking time. Utilizing collected data to match the results of the user questionnaire survey, driver's preferences can be incorporated into the service design. Then the strategic business model is created for operators to charge their customers and offer service. The proposed planning process will ameliorate operating efficiency and fulfill drivers’ requirement. Overall, this study starts with demand characteristics that serve as the basis to design a predictive model to estimate the number of vehicles entering and leaving parking lots in each time period. The information of vacancy at each time interval is integrated into a price discrimination scheme under the revenue management systems. Operational strategies, including service types and rates, based on the fluctuation of demand would benefit both the public and operators. Moreover, the innovative concept of “booking for guaranteed parking” is proposed that further enhances service quality of parking industry.
Keywords: Parking lots, Operational management, Demand Forecasting,
1
第 一 章 緒論
1.1 研究動機與背景
近年來，由於社會經濟快速發展、家戶所得提高，民眾在私人運具持有 比例日趨增加，從交通部 104 年「民眾日常使用運具狀況調查」，結果顯示 104 年全台灣私人運具市占率約為 72.8%，較往年成長 0.4%。私人運具的 快速成長促使道路交通壅塞出現惡化情形，進而導致尖峰時段的停車場呈現 大排長龍，民眾亦發覺覓尋一個停車格位是件不容易的事情。依據交通部統 計處於 104 年針對自用小客車之車輛停放情形的調查，民眾在住所附近找 尋停車位的時間平均約 9.2 分鐘，而在工作場域附近則是平均約 6.8 分鐘。 此外，根據國外交通專家的研究調查，大都會區中有約莫百分之三十的交通 壅塞主因是民眾為覓尋空置停車位而在附近道路不斷兜圈繞行，引致民眾時 間浪費、釀成環境汙染，更加劇交通混亂壅塞之現象。然而根據 104 年交通 部的交通年鑑資料，就高雄市公有停車場為例，平均而言，各個停車場 平常日使用率落於58.0%~97.9%區間範圍，然而假日停車場使用率則是處 於36.4%~92.8%，顯示在離峰時段的使用率相當低，即便如此，民眾依然認 為沒有閒置停車位得以進行停放，甚至為求方便，恣意將車輛違規停放路邊 或併排臨時停車，由於緊鄰車道停放關係，時常有許多來往的車輛，易於駕駛 人不慎自撞導致車禍事故意外不斷。倘若未持續對現有停車場進行營運狀況深 入評估，提供有效的策略機制，一昧擴增興建停車場，恐無法達成既定效益， 更彰顯重複投資建設流於浮濫與阻礙使用效率。 現今停車場的經營管理主要為人力資源管理、技術設備管理、市場土 地開發與收益管理四大層面，縱使做好人力資源與技術設備管理確實能控管 成本支出，然而運輸服務業本身具有不可儲存性，因此空位閒置即表收益浪費 和整體效益的損耗，對於停車場整體收益而言，費率的制定是營收管理當中 最為重要的環節，根據不同停車場的周遭土地使用與需求特性進行費率的增減 修正，以符合多數使用者期望，達到預期目標利潤。故此將閒置空位之應用， 區分成兩種情境，第一種情境為如何有效彌補需求離峰時段所造成停車空位的 成本浪費，避免民眾無從曉得有停車格位可供停放資訊，從大多數文獻研 究一致建議增設即時資訊系統適時引導駕駛人找尋適當之停車空位。而另 外一種空位閒置情境是駕駛人經由路側端資訊看板或手機 APP 即時動態停 車資訊導引系統方便知曉鄰近停車場仍有空餘數量，但抵達停車場的當下卻 發現無空位可停等不理想結果。這是現今停車資訊系統及業者營運模式之關 鍵盲點， 不僅耽誤駕駛人時間浪費之非自願性行為、運營業者的效益損失更是 對整體社會交通造成連帶效應，呈現三方皆輸的局面。目前多數停車場多半只 讓駕駛人自由地停放車輛，並未主動提供新興即時化服務，足以滿足使用者的 偏好需求，除此之外，尚無實施任何需求預測和營收管理的策略，導致運營業 者不易掌握使用者特性。故本研究將著重上述情境不完備之處與營運服務流程2 中所產生的缺陷問題，進行各時段進離場車輛數設計預測模式，有效推估各時 段停車空位情形，不僅完整提供使用者詳細空位資訊，有助於輔助營運業者依 照情境預測結果調整停車場域之服務型態、定價與擬定行銷策略，對於整體環 境之交通系統效率發揮綜效。 從民營停車場業者營運管理角度，即便知曉停車空位無人停放現象是一 種資源浪費，但對於此種劣勢困境卻苦無解決之道。故本研究利用個案停車 場以往的歷史數據資料推算個案停車場尖離峰時段與特定時段區間的車輛停放 數量，作為預測模型設計的基礎，採納該模型找尋各時段需求波動之情形。過 去雖有文獻探討停車位即時資訊系統提供與停車場進場的車輛數量推估之影響 因素，不過仍無法實際解決滿場時場外排隊的車潮，就單純獲得停車場區位的 停放資訊未有效搭配訂價策略方案，對於活化停車場營運毫無助益，並無實際改 善停車需求者困擾之處，仍會產生停車空位的閒置浪費等亂象。故本研究提出 需求預測模型制定一套差別訂價模式，藉由設計不同情境組合了解使用者願付 價格，作為探討民眾期望創新服務的程度以及接受差異化費率的意願程度，進 而提供營運業者後續定價策略制定之參考。 由於停車尖峰時間的需求彈性小(Vaca, 2005)，代表駕駛人會因為趕時 間，恣意停放車輛而不在乎停車費率多寡。此外，上班旅次會有特定集中時 段之特性，對於使用者而言，比起多支付繳納停車費用，快速找出周遭停 車空位完成車輛停放才是他們所重視的，因此，為緩解民眾停車困擾問題 與運營業者彈性管理避免資源浪費，本研究提出「提早預約、保證車位」 之構想，提升停車及尋車的便利性，創造互利互惠的適地性服務。使用者 透過手持裝置查詢停車空位，大幅縮短繞行搜尋車位的時間，即時取得停 車位使用時程等資訊，擴充引導行動支付進行繳費的智慧化服務，待當天預 訂時段抵達停車場時直接進場停放。若是當天抵達現場時，由於停車場未妥 善安排，使得駕駛人無法立刻進入停車場，則會提供相對應的補償機制；相 對來說，若是駕駛人已經預約車位，但因為行程異動而主動取消車位，亦給予 駕駛人退費服務，如此一來，藉由此項附加價值的增值服務，在尖峰時段增 加額外收益，同時提高民眾的滿意度和使用率；就離峰時段而言，本研究將參 考問卷結果設計停車費率調降幅度以吸引民眾前來停放。相關配套措施也會依 照不同型態停車場進行整合改良，貼近使用者需求。
1.2 研究目的
知曉停車場特定的需求尖、離峰時間並推論出進、離場車輛數量，再透 過掌握需求變動的情形，制訂出適宜的收費模式與規劃附加的預約服務，有 效提升停車格周轉率，如此一來對於個案停車場的經營管理能有相當大的助 益。不僅改善離峰時間無人停放的問題，亦可望在尖峰時段提高收益，即時了 解車格使用狀態，透過需求的變動情形針對駕駛人對於改變停車費率的意願和3 使用習慣進行策略應用，助於提升業者的經營效益和滿足駕駛人需求，本研究 預期達到以下目標： 1. 深入剖析停車場需求分布情形，建構依時性時間區間的平均進、離場車輛 數預測模型，並採用實際營運資料評估模式績效。 2. 設計不同費率與服務之情境組合，以問卷方式探究駕駛人偏好需求因素， 統整出較為偏好的願付價格，助於提供運營業者未來針對不同時段設計差 別費率之參考方針。 3. 以需求預測模型為基礎並結合使用者之偏好資料，調整停車費率與設計停 車格位提前預約的服務方式，有效增加運營業者的經營收益。
1.3 研究範圍與限制
本研究以國內某一處停車場(以下統稱為"個案停車場")為研究對象， 設計停車需求模型，並以進、離場車輛數作為分析對象，推估個案停車場在 不同時間區間之車輛進出數量變化，彙整出歷史數據資料進而將其分群，詳 悉各時間區間中的車輛進、離場數量，將此建構尖、離峰需求模式，透過預 測方式掌握個案停車場之使用者的停放行為與變化，在問卷調查的部分假定多 樣情境組合及差別費率問項，探討該處停車場使用者之價格偏好，提供業者後 續制定多重差別價格之參考。然而由於各停車場因鄰近生活圈發展態勢與商 圈脈動而有各自的需求變化，雖然無法將本研究成果直接套用至其他停車場場 域，但其整體性的需求預測概念及差別訂價策略是能運用在各處停車場，輔助 停車場營運業者進行更適宜的經營策略規劃。 在研究限制部分，考量到軟體資料數容納上限因素，假使搜集整年度或 是該處停車場的全部數據易導致資料庫樣區數量勢必過於龐大，所需計算過於 耗時費力，長期性的預測對於研究精準度與可用性毫無明顯效益，為此，本研 究中針對個案停車場將採納一個月的數據資料進行建構模式。1.4 研究方法與流程
本研究先知曉個案停車場之需求分布情形，搜集分析其進、離場資料， 採用類神經網路軟體 STATISTICA 中之類神經網路模型，進行固定時段內的 進、離場車輛數需求模型建立，更藉由假設不同服務情境組合與費率調整方 案，以問卷方式探討該場停車場使用者對於差別費率的選擇偏好情形。問卷 回收後，再透過統計方法分析使用者之意見與使用態度，進而調查分析使用 者對於假設情境之價格組合與額外車位預約服務接受情形。詳悉使用者之特 性後，致力協助運營業者依照需求波動型態，設計不同時段之計價方式，並提 供車位預約額外服務，促使停車場業者之效益極大化。本研究的主要流程 如圖 1-1。4
5
第 二 章 文獻回顧
管理企業需要考量的面向相當多元，以較為簡單的五管理論來定義， 包括了生產、行銷、人資管理、研發以及財務管理。在目前停車場的管理 實務則以人力資源管理、技術研發及設備管理、市場土地開發與收益管理 為主，而其中對於整體收益影響最大的實屬營收管理中的費率制定，以及 規劃相關行銷策略以搭配費率的制定。企業經營的重點在於追求更高的利 潤，因此企業必頇擬定出適當的規劃分析程序來了解市場需求的變動情 形，以針對產品和服務的淡旺季、尖離峰時段設計出不同的行銷方式進而 增加收益。一般企業需預測消費者的需求波動情形，以避免存貨不足或者 是存量過多而造成的收益浪費和成本的增加，同理而言，因為停車場服務 產業在提供服務之後，汽車駛離停車位，必須當場再接受服務，無法儲存 以後再用。停車場的服務價值具有易滅性，代表著未被使用的空位不能被 留存之後再拿出來使用，此即代表著收益的損失，此外若是因供不應求， 而使得顧客流失造成長期收益的減少，也是業者所不樂見的。故本章將以 營收管理與行銷管理作為兩大主軸，深入探究短期需求預測，以了解使用 者的需求變化情形，據以擬定差別費率情境組合以調查受訪者是否會因創 新服務而改變其使用行為；最後是以行銷管理中之消費者行為之架構進行 整體性計畫。2.1 營收管理
營收管理的概念源自於 Littlewood (1972)的研究，其針對航空業中因 提早購票而享有折扣的乘客所做的機票預訂進行了解分析，以評估何時為 恢復原價的時機。傳統的營收管理初始主要是應用於航空業的經營管理 上，航空公司為了吸引偏好不同的乘客，針對不同服務方式和舒適程度來 收取各階級的固定票價(張有恆，2013；第十三章)。然而因為現在網際網 路的發達，購票的通路和方式也越來越多樣化，定價的階級限制也漸漸沒 有明顯的區分，而轉變為隨時間變化和消費者偏好的動態定價模式， 如此 一來也可以滿足不同消費者的需求(Levin et al., 2009)。停車場的車位也屬 於 營 收 管 理 中 的 時 效 性 資 產 (Perishable-Asset Revenue Management, PARM)，呂志維(2012)和陸衡(2015)的研究中參考 Weatherford and Bodily (1992)整理出有關於時效性資產的特性如下： 1.無法儲存性 所謂的時效性資產有一定的生命週期，而過了此週期後此商品將不具 有價值或者是已經耗損絕大部分的價值，因此若過了一定的時間後，這些 商品將無法繼續增加利潤，因此相關的收益管理概念也被提出，主要是為 了讓這些商品可以藉由行銷策略的制定和定價的改變，加以結合供給與需 求的協調，促使業者達到利潤極大化的目標。6 2.固定的資源(或容量有限) 對於此種商品的限制，可能來自於數量的限制或商品本身具有一定的 生命週期， 因此時效性產品可以允許作大範圍的調整，以達到最有效率的 使用，然而此種商品的變動性非常大，因此想要利用價格與需求的關係來 使商品達到最大的利用程度是非常困難的，但若透過營收管理的概念，進 而在商品到期前提出價格折扣來吸引消費，則可以有效使用商品並讓企業 收益提高。 3.具有區隔市場的可能性 以航空公司的艙等配置為例，其市場區分主要是依照不同的服務和策 略來區隔機位和其價格，若價錢太高，可能無法在班機起飛前售完，但若 安排太多低價的機位則可能使航空公司失去潛在收益。從 1970 年代開始， 航空公司注意到顧客市場的區分問題，進而也開始利用差別訂價來區分市 場。 停車場的車位即屬於時效性資產，其每天、每個時點的空位皆是無法 被儲存待未來供不應求時使用的，故在本研究中即是希望可透過需求特性 分析構建一預測模型來了解未來短期車輛的平均進、離場數量與空位產出 情形，並再依照不同需求進行市場區隔，以訂定不同時段的票價折扣 (Bergantino and Capozza, 2015；Horstmann and Kr¨amer, 2013)，進而同時提 高停車場資源的有效應用以及駕駛人、業者與整體環境的效益和滿意度。 2.1.1 需求預測 簡而言之，營收管理是藉由區分不同的需求區間並搭配各自的差別費 率以達到收益最大化的目標，因此精確的需求預測才能幫助業者進行適當 的費率制定。過去已有許多文獻運用需求預測之理念於交通領域中，大部 分研究皆曾建構預測模型來掌握民眾需求分布情形的資訊，俾以搭配不同 的策略擬定。楊文瑋(2004)針對桃園國際機場的運量，提出有別於過去長 期預估模式的中、短期規劃構想，藉由 ARIMA 方法建立旅運量和貨運量 之預測模型，並應用 MAPE 為研究結果之成效標準，結果顯示其值小於 10%屬於高度精準，偏誤的情形也較以往的研究方式減少許多，更可提供 航空公司和桃園國際機場作為航線排程和機場資源規劃的參考依據。林佳 慧(2005)則以桃園國際和高雄小港國際機場之進出口和轉運貨量進行預 測，並利用模糊迴歸理論中的區間估計法與模糊最小平方法得知，相較於 Kim (1998)提出的 FMLS 模型，其所提出的模糊最小平方法的預測值較為 準確，其研究成果可以供政府以及相關單位作為資源改善規劃和營運策略 管理的參考方針。魏健宏等(2014)則利用三種研究方法來針對國道客運公 司的需求情形進行比較，分別是迴歸模式、K 個鄰近樣本法和加法型增量 法模式。根據測詴結果來看，K 個鄰近樣本法的預測績效能力整體上優於
7 其他兩種方式， 此研究最後再將其需求預測情形結合營收管理的多元票種 概念，創造出更豐富的票價組合以吸引不同族群的乘客，進而增加業者額 外營收。 應用需求預測的概念在運輸交通領域中，除了上述提到的航空、航空 貨運與國道客運之外，由於停車場營運管理議題開始備受重視，故近年亦 有一些研究朝向停車場的需求預測，期望可以改善停車所造成的交通混亂 問題。建立停車場需求預測之模式通常可分為兩種，第一種模式為進行剩 餘車位之預估，柯明政(2012)利用灰色預測模型來預測短時間中停車場剩 餘的停車格位數量，避免民眾知道這裡有剩餘停車格位可供停放，但來到 停車場時，卻呈現已無車位的情形。此研究所設定之資料時間區間為30 秒，考量灰色預測模型與移動平均法、指數平滑和簡單線性迴歸，並比較 各方法間的預測能力，根據平均絕對誤差百分比(Mean Absolute Percentage Error, MAPE) 判 定 結 果 顯 示 灰 色 預 測 GM(1,1) 模 型 之 誤 差 百 分 比 僅 為 9.85%，相較於其他3種方法有較良好的預測效果。此文獻中雖然是以30秒 為一個計算區間，但整體來說，其所得資料僅為歷史資料中9月的特定一 個禮拜，無法將其視為一個完善的預測方式，可能會有時間和季節性的差 異，此外雖然灰色預測模型有較佳的預測能力，但因為所利用資料為特定 時間點往前推四天、三天、兩天和一天，並無考量到其他的停車影響因 子，例如停車場的停放特性、停車場的客群和使用者的集中時段，可能致 使將研究結果應用在實際情況中之成效有待商榷。此外此研究僅針對於預 測某時間區間內將會有多少個剩餘停車位，並未進一步思考如何利用預測 資訊結果進行後續策略擬定，故本研究期望可以不只提供停車場特定時間 的空位數量，同時也設計差別費率和車位預約服務，以提高整體停車場的 使用效率。第二種情境則為針對停車場的車輛停放時間預估，Caicedo et al. (2012)利用智慧停車預約系統來估算車輛實際的停放時間和空位數，以提 高使用者的滿意度以及提升停車服務的品質。其資料來源為目前線上資料 和過去歷史資料， 藉由比較四種時間區間之模型，藉由比較四種時間區間 之模型，最後得到模型設定為一個小時的誤差值最小，最適合應用於提供 精確的資訊以幫助駕駛人研判應將車輛停放於何處，也能幫助業者改善缺 失之處以提高服務水準。此研究雖和過往文獻不同， 以車輛進、離場的使 用率來計算停車情形並進行系統的訓練與修正，然而在此研究中雖亦有探 討15分鐘之產出情形，但由於預測效果不佳，故只能採用一個小時的模 型。但此研究有幾項問題，一來無產生完整時間的車位數資訊，且僅預測 空位數卻無搭配行銷計畫，與前述之文獻有相同問題。故本研究期望以提 供使用者有實質幫助的停車場服務為主，該服務可以在提高個案停車場周 轉率的同時，也能在尖峰與離峰時段調整收費方式，以增進使用上的方便 性。如此一來，不僅可以提高顧客滿意度和忠誠度，也能幫助業者進行更 為完善的經營管理策略制定和規劃，又能增進整體社會效益，創造出三方
8 皆贏的模式。 由前述的文獻研究得知，經營者須依據民眾需求情形修正其經營策 略、定價方式等，完善的需求預測模式不只可以實際幫助業經營者和民 眾，也可以有助於整體環境創造出更多額外的效益。而針對需求預測或產 量預測的方法論有相當多種，例如邏輯特迴歸、灰色預測模型、移動平均 法與類神經網路等研究方法，林東慶(2007)在其研究中利用灰色預測模 型、類神經網路和其結合的灰色類神經 3 種方法進行美國航空貨運量變化 的預測，結果發現類神經網路和灰色類神經這兩種模式比起單純的灰色預 測模型可提供較為準確的短期預測資。由此篇研究中，也可得知應用類神 經網路模型比起其他預測方法擁有更好的預測能力和較小的誤差。范俊 海、顏志孙(2015)利用類神經網路和迴歸模式針對臺灣高鐵左營站進行運 量預測，其選定的變數包含高雄市人口數、高雄市汽車車輛數、高鐵班次 數、淡旺季因子，經過數據計算之後，由判定係數和誤差百分比可得知， 類神經網路模型的帄均誤差僅 1%而迴歸則為 4%，結果也顯示出類神經網 路具有較好的預測能力，較能掌握運量的尖離峰分布，以供業者進行改善 並且提高服務水準。由此可知，類神經網路分析法所建立的模型預測能力 和準確度皆比其他預測模式擁有較低的不確定性和誤差，故本研究將採用 類神經網路模型進行停車場之需求預測。 相較於研究之主題，在過去有關於停車場的研究當中，絕大多數僅個 別提到時間預測或者是空位產出的情形，對於其未來應用之處少有著墨。 呂孟學(2000)利用類神經網路方法中的倒傳遞網路模式來構建停車需求量 預測模式，進而分析不同旅次目的進入台北市信義區四處停車場的車輛數 變化的情形。在輸入變數的選擇上參考過去文獻，採用停車需求量作為因 子，而最後輸出層的處理單元為下一五分鐘停車需求量預估。在系統建構 完成之後，預測模式的預測值和實際值兩者相關係數皆在 0.7 以上， 表示 該預測模式能夠有效掌握停車需求量的變動。但此文獻僅有預測出未來預 計進入的停車數量，並未對於離場車輛與停車場的空位產出作出需求推測 與估計，此外研究結果也並未依照其需求波動情形建議四場停車場進行後 續更深入的策略規劃或是行銷方式的改變，如此一來就算掌握了尖離峰時 間，但若無法進行營運者績效提升或服務內容改善，此研究成果仍無法真 正對於整體社會有明顯的效益幫助。 2.1.2 差別定價 模型構建完成後，藉由需求預測資料，即可從中了解與分析出不同的 消費者族群以及尖、離峰時間的分布，並將其結合營收管理中的另一概念 －差別訂價，來對於不同屬性的產品與區間制定出不同的折扣和停車費率 的修訂，以提供業者策略規劃的參考進而提高業者的收益也能增進駕駛人 的福祉。
9
差別定價又可以稱為價格歧視(Price Discrimination)，時常被應用於運 輸業中，而其定價方式會依使用者的身分不同來設計全票及優惠票，或者 是依照使用時段來訂定不同的費率，來確保可以盡量得到利益最大化(謝明 燕，2008)。根據英國經濟學家庇古（Pigou）1920 年於其著作福利經濟學 (The Economics of Welfare)所提出之理念，將差別、歧視程度分為三個等 級，敘述如下：
1.一級價格歧視(First-degree Price Discrimination)
又可以稱為完全差別定價，生產者針對每一單位的產品都依照消費者 的願付價格來出售，其代表所有的消費者剩餘將成為生產者的收入。但是 現實情境中，企業與生產者無從得知每一個消費者的願付價格，故較難真 正實施一級差別定價。
2.二級價格歧視(Second-degree Price Discrimination)
又可以稱為區間訂價，生產者依據消費者所購買的數量，分成數個區 間，每個區間價格有所不同，此定價方式較常被應用於公共事業中，例如 電費、水費以及數量折扣即為典型的例子。
3.三級價格歧視(Third-degree Price Discrimination)
又名為市場分隔，前提是企業或生產者可以有效的區分出不同市場的 消費者，將消費者分為兩種或兩種以上的類別，再對每類顧客收取不同價 格，對於需求彈性大的客戶收取低價，反之則對需求彈性小的訂出較高價 格，最常見的例子為大眾運輸系統收票方式會區分為一般票和優待票。 理論上，企業偏好將市場消費區間分隔至最小，以將全部消費者剩餘 轉移至收益當中；然而實務上，價格的制定亦會受到競爭對手與其他因素 影響。而以運輸服務業來說，其服務在生產後便無法儲存待未來再利用， 且由於運輸需求屬於引伸性需求行為，由於不同使用者會有各自欲完成的 經濟目的與旅次目的，故即便是起訖點相同， 則仍會有時間價值認知和服 務感受不同的個體性差異。 姜榮新(2000)探究台北捷運和其他運具的票價彈性，利用電話問卷型 式來蒐集資料再透過羅吉特迴歸模式來進行分析，其結果顯示尖峰時段使 用旅客之時間彈性會大於離峰者；而在離峰時段的使用者之成本彈性則較 高。故針對此項結果建議台北捷運公司可採行類似香港地鐵的差別訂價方 式，例如在離峰時段給予票價折扣以吸引民眾錯開人潮最多的時間搭乘。 李香怡(2005)也同樣針對臺北捷運的尖離峰時段之旅運量差距過大的情 形，提出差別定價的概念，在尖峰時段向乘客收取較高的費用，或選擇在 離峰時段作票價折扣。同樣利用問卷方式蒐集不同的屬性資料來擬定不同 的時間差別定價策略，再利用多項羅吉特模式進行分析，其結果顯示捷運 乘客對於票價的變動相當敏感，當提高尖峰時間票價時，會比起降低離峰 時段的票價要來的有明顯的變化，約有 7%的乘客會改變搭乘捷運的時
10 間，更有將近 25%的使用者會選擇搭乘其他運輸工具。藉由此項研究成果 可說明透過時間差別定價可以有效的改善台北捷運尖峰擁擠的現象。 大眾運輸工具中，除了捷運外，尚有針對高鐵和航空的研究，蔡富凱 (2009)針對臺灣高鐵票價進行探究，利用倒傳遞類神經網路進行各站點間 的票價折扣分析，其指出高鐵實施折扣策略時，雖然搭乘的旅客人數增 加，但收益卻是下降的，這表示搭乘人數越多，然而賺的錢卻減少了，故 此研究建議高鐵於尖峰時段取消優惠，並在假日或是國定假日期間實行優 惠少或是維持原價的策略。陳憲耀(2009)則以探究航空公司的營收管理為 主，其中利用需求預測收集各艙等位置之需求機率，再利用票價模組進行 產品區分，依照乘客的偏好和對於產品價值的認知差異制定出適宜的票價 及艙位配置數和訂位的最大接受數量，並建議可以加強與旅客間的議價互 動，以將消費者剩餘轉換為企業收益。呂志維(2012)則將收益管理運用在 國內往返台北金門航線的票價結構設計上，利用問卷設計不同情境組合以 探討旅客偏好特性，並建議未來在制定不同票種組合時，除了了解旅客偏 好行為，亦可以先進行需求預測以找出最適票價類別區隔之方式，以進行 整體性管理策略的思考。 差別收費的策略時常被應用在運輸產業中，如上述提到的飛機艙等配 置、捷運和高鐵的尖離峰時段區分，這些例子通常都是實際被運用在現實 生活中，而相對於本研究主題之停車場的實務應用卻較為稀少。目前國內 公有和民營停車場多單純供駕駛人自由進場停放，較少業者主動進行自身 停車場的停放情形了解以及相關的行銷策略擬定。初步研判，可能是受限 於臺灣目前停車場法所規定，引用其第十七條所公布之路外停車場的收費 標準和方式可以由停車場經營業擬定，但須報請各縣市之處關機關備查， 其意涵為停車場經營者仍可以在其提報費率上限內進行差別訂價，僅需將 相關收費標準公告於停車場。然而目前多數民營業者並未有此規劃，主要 因素在於台灣政府當局與民營業者並未認真看待停車服務業，鮮少用心分 析停車場需求相關特性並進行後續訂價規劃以致於難以提升效益。 以國外而言，Pierce et al. (2012)的研究中提到洛杉磯交通運輸局 2011 年所提出的停車計畫(SFpark)，其宗旨在於解決停車費不平衡的區域，許 多區域因為停車費過高，導致無人停放車輛，進而使得周邊商家乏人問 津，但若停車格供不應求，則會使得駕駛人需要不斷在路上繞行，結果導 致塞車、環境污染等外部成本。此計劃案小組每 3個月會依據不同停車場 的停車需求情形進而變動每小時的停車收費，在尖峰時間的停車場會使得 駕駛人需要排隊進場造成時間的浪費，故在 SFpark 計畫中藉由調降各停車 場早鳥時間和離峰時間進場之停車費率，以期望分散停車的需求，避免大 家皆在同一時段進場或是同時使用同一場停車場。此計畫對於駕駛人、業 者和整體環境皆有明顯助益，不僅可以降低停車費率、提高停車場的使用 率更能增進城市的收益。Inci (2015) 亦提到此計畫之理論來自於 Arnott and
11 Inci (2006)所提出之利用調高停車費率直到停車位達飽和狀態。最後的計 劃顯示短期停車場使用者的需求彈性較低，較不會去在意該區域的停車費 率之高低，只期望能有位置可以停放。除此之外，也透過執行計畫之後， 了解駕駛人若將車輛停放在收費較高的區域時，並不會停放太久的時間， 而停車費率較低區域則為相反，其計畫最後被認定為相當成功，不僅可增 進停車格位的使用率也能夠降低駕駛人所需付出的停車費，進而為城市帶 來效益。許多國外研究除了提出依照需求情形調整費率的想法之外，也同 時提出車位預約服務的構想，但許多研究在對此部分進行調整或是構思的 過程當中，皆未提及到使用者的態度與偏好行為，多是依照過往資料來進 行現行收費方式的修正，此舉容易造成使用者反彈，且更可能因為使用比 率不高，而造成在系統開發過程中所投入的資金成本無法回收，造成二次 的資源浪費。 儘管目前國內尚無相關措施與服務，對此政府機關也無類似洛杉磯的 停車費率調整計畫。但在學術上，過去已有許多對於停車費調整的研究成 果。Lin and Wang(2015) 認為各停車場間的競爭會影響其訂定差別費率的 方式，大多數的停車場都各自有其一套規則，一般來說以二級的區間定價 和三級的依不同族群收費為主，通常是以停放時間的長短和進、離場的時 間來計價(Basic、Overnight、Maximum、Special)。其結果顯示，長期停車 使用者例如上班和回家的旅次型態會花多點時間去了解、比較附近停車場 的價格。而相對來說短期使用者則較不會花時間去了解，而是為了解決停 車的急迫性，選擇離目的地較近的停車場，因此建議可以在商業區針對短 期停車者收取較高的費用，此部分也可以列入本研究在進行問卷中費率調 整問項的考量。此外，有些研究則針對停車位供不應求情況提供解決解決 方案，Simic´evic´ et al. (2012) 和 Vukanović et al. (2013)以敘述性偏好數據 設計問卷，進而掌握停車費率對於使用者的影響程度， 調查使用者在不同 旅次目的下，對於收費的最大接受程度。了解其能接受的程度後， 再利用 邏輯特迴歸分析設計模型，進而調升停車費率，以促使民眾放棄開車轉而 搭乘大眾運輸工具或者是轉為共乘，期望減少私人運具的使用率。本研究 亦將使用敘述性偏好來了解駕駛人的使用態度，但研究成果和目的與上述 研究稍有不同，本研究將運用調查問卷結果進行更貼近實務面的費率調整 和車位預約服務模式的設計，以促進業者的收益和駕駛人的使用忠誠度和 滿意度。 此外，在本研究所提出之車位預約的構想上，過去確實有部分文獻對此提 出初步計畫，例如Shao et al. (2016)考量到某些大樓所附設的停車位都是提 供給住戶所使用， 但是到了早上的時候，這些住戶頇要出外上班，因此這 些停車位將是被空下來的，故該研究提出將這些住戶的停車格位在空閒時 間開放給一般民眾使用，如此即可提高空位的周轉率，但該研究僅進行資 料數據的計算，並未設計實際實施的收費方案或是相關配套服務措施。而
12 Kaspi et al. (2016)則是藉由多種數學運算公式比較多個車位預約服務的方 式，並且應用自行車共享系統的資料進行驗證，此外其結果顯示若能實施 有效的車位預約服務則確實藉由引導這些使用者到較不壅擠的停車場，以 進而降低使用者的不滿。但以上這些文獻、研究多為提出一個概念和未來 施行構想，但鮮少實際詢問各停車場使用者的意見。本研究將設計不同服 務與收費方式之假設情境問卷來對於使用個案停車場服務的駕駛人進行訪 查，如此業者後續可應用所得之問卷調查結果進行更好的服務模式設計， 不僅可以幫助業者方便擬定行銷策略，也能更確定此設計方式可以符合使 用者的期望與使用習慣。
2.2 行銷管理
在行銷管理之概念推廣前，主要為單純以生產或以銷售為主，消費者 在該年代是不被重視的，只能單純接受產品，更被當為賺錢的工具，到了 1950 年代之後，企業發現行銷管理的重要性，開始重視消費者的需求與偏 好傾向，期望藉此創造出可以帶給消費者高滿足感的服務方式或產品，進 而增加公司效益，如此一來也能與消費者間培養更長期的效益合作關係。 而在競爭市場中，企業與生產者若要與消費者建立長期的良性關係，不僅 需要了解消費者的使用動機，也需要去探究使用偏好，且由於每次的消費 體驗會影響消費者下一次的使用行為，故若能有效滿足使用者的需求，則 可提升整體營業效益，亦能同時改善供不應求或供過於求所造成的資源浪 費和成本支出。 2.2.1 消費者行為的定義 消費者行為的定義會依照應用的領域而有所差異，且會隨著時間、空 間的演進而衍伸出不同涵義。Walters and Paul (1970)認為消費者行為是人 們為購買或使用產品及服務時所進行的決策行為，在過去將近 25 年當中， 有許多專家學者也對其定義有不一樣的解釋，而 Engel et al. (1993)對此概 念進行重新定義，其將消費者行為所包含的層面擴張為消費者在使用該產 品所涵蓋的各種活動，例如獲取、使用、處置產品，以及進行購買決策前 後的行動。整體而言，消費者行為的重點在於消費者為了滿足自身需求及 偏好，進而做出決策行為以選擇出偏好和可接受的服務與產品，以及其決 策過程中所表現出的內外在行為(詹惠君、徐村和、朱國明，2005)。 2.2.2 消費者行為模式 探究消費者行為的目的是為了幫助生產者與企業藉由掌握目標市場使 用者的消費行為，據此作為策略規劃之參考，而消費者行為之模式在過去 文獻中已有許多成果。以本研究停車場主題來說，為了要提供創新車位預 約服務與差別費率，除了要考量技術的可行性，此外消費者的意向也是主 要的影響關鍵。以國內來說，提供車位預約服務與提供完整差別費率方式13
的業者較少，且消費者也較無使用此項服務之經驗，故若業者要針對此項 目進行行銷策略，則勢必頇先掌握消費者需求及了解消費決策行為， 進而 以消費者行為理論與 EKB Model 探討民眾期望創新服務的程度，以及接受 差異化費率的意願。目前一般學術研究若欲進行消費者行為分析之研究， 主要會應用 Engel et al. (1993)所提出之 EKB Model，原因是其較其他架構 來的完整，此模式主要是以消費者的決策過程結合內外部影響因素為中心 思想，此模型將消費者行為劃分為 5 個階段，且以消費者主要購買決策過 程為主，如圖 2-1 (王壬廷，2009；Kotler, 1994)。 1.需求確認(Problem Recognition) 又稱問題認知，購買的行為源自於消費者產生需求，當消費者因為內 外部的因素而感覺到目前實際狀態與其希望的情形有差距時，便會有購買 的動力和可能性。以本研究主題而言，則意旨為民眾產生停車需求，開始 蒐集道路中或是停車場空位資訊。 2.資訊蒐集(Search) 當消費者認知到實際與理想情形有差距時，消費者會關注其相關事物 與產品，收集資訊的過程會先從自身所擁有資訊進行內部搜尋，若有不足 才轉為獲取額外資訊。意即產生停車需求之後，會開始搜尋周遭停車場空 位資訊，包含透過路側看板或是手機 APP 即時導引資訊系統。 3.方案評估(Alternatives Evaluation) 當消費者結束蒐集資訊之後，即會依照自身所認定的評估標準進行各 商品或服務方案組合間的偏好比較。此部分則是針對停車費率的考量，另 外預約服務的提供也會是使用者進行停車場選擇的影響因素。 4.購買決策(Choice) 消費者在比較各方案組合的偏好程度後，會從中選擇最能滿足其原本 理想與實際差距的方案，不過在決策購買的過程中仍會受到文化、時間與 數量等其他外部因素所影響。停車場使用者會從各方案組合中選出最能滿 足其需要者進行使用，並進而停放車輛於該處停車場以及使用其所提供之 創新服務。 5.購後行為(Outcomes) 當購買行為完成之後，消費者會對其商品或服務產生正面或負向的認 知態度，若為負向效果，則會對此產品或服務感到失望並進而退貨或是有 負面評論；而若為正向效果，則表產品和服務皆符合原先的期望，如此一 來，消費者不只可能會進行下一次購買，更會助其口碑宣傳並加深品牌認 知度。倘若停車場所提供之服務可以滿足使用者之需求，達到其效用最 大，則可建立其停車場使用之忠誠度，業者則可以確保停車場的資源可以 有效利用，並藉由收益管理的概念使其效益最大。
14 圖 2-1 EKB Model 架構 資料來源：Engel et al. (1993)
2.3 小結
本章以探討營收管理中之需求預測與訂價問題為主，回顧過去研究， 可以發現許多研究曾針對運輸領域之需求進行預測，包含航空、航空貨運 與國道客運等，其中進行短期需求預測的方法有很多種，包含傳統迴歸模 式、應用灰色預測模型等方法，但是在分析方法和整體情境的設計仍稍顯 不完備，故開始有許多文獻利用類神經網路模型進行分析，並將之與上述 分析方法進行比較，許多研究成果都指出應用類神經網路方法於需求預測 之預測解釋能力都比其他方法較好，此外誤差值也較小，故在本研究中選 擇應用類神經網路方法構建需求模型，然而針對停車場空位預測研究較匱 乏，且多數研究僅針對於車輛數量之預估，研究成果較無法實際應用並同 時滿足使用者、業者與整體環境的要求。為改善此項問題，本研究將針對 此一部分利用擁有較好預測能力的類神經網路模型，針對個案停車場進行 短期內車輛平均進離場數量進行預測。 而為使營收管理更為完善，下一步是業者從前述預測過程所了解的需 求分布情形，推測駕駛人使用狀況，並將其結合差別費率的概念進行價格 調整。故本研究將針對此部分，利用預測結果來對於不同停放時段的尖、 離峰區間制定出適宜的停車費率，並應用敘述性偏好法設計問卷以詢問受 訪者對於在尖峰時段提供車位預約服務之意見。透過問卷調查的方式了解 該場停車場駕駛人的偏好費率好以及願付價格，再應用消費者行為理論探 討會改變駕駛人使用情形的因素，並進而利用多項羅吉特模式來進行資料15 分析，後續再結合預測、差別費率以及車位預約問卷調查結果，進行整體 性的收費方式改善以及車位預約服務的設計。此外，目前對於探討停車場 格位需求預測與費率偏好間的研究也較為稀少，也多為討論一整個區域的 停車場，而不是特別針對某一停車場進行服務方式的調整，如第一章所 提，若業者針對不同的尖、離峰時間皆採取固定的費率，將造成收益減 少，故本研究透過營收管理和行銷管理之概念，設計出更具整體性的收益 計畫和車位預約的服務，有別於以往單純進行需求預測或是差別訂價之策 略研究，本研究成果可以對於民眾、經營業者和整體環境帶來莫大的助 益。
16
第 三 章 研究方法
本章將介紹進行數據資料分析時所應用之方法，首先為需求預測方 法，並對預測模式之績效衡量進行簡介，最後介紹問卷結果統計分析將採 用之統計方法。其中本研究之停車費率調整與車位預約服務之偏好調查問 卷如附錄一所示。3.1 需求預測
在建構需求預測模型之前，應先對於個案停車場停放資料進行調查、 蒐集與分析，因此本研究將蒐集國內某場停車場之資料，其中包含進場星 期、進場時間與離場時間，可得各車輛所停放時間，並掌握各時間區間有 多少車輛進、離場。透過上述資料的收集，並回顧國內外有關需求預測、 訂價方式等文獻研究，來針對車輛停放情形進行探討分析，並整理出停車 場使用者的停放特性，作為建構需求預測模型的基礎與參考。 誠如第二章所述，過去針對短期需求分布情形進行預測之研究，包含傳統 迴歸、應用灰色預測模型等方式，但是在分析的成果和整體情境的設計仍 稍顯不完備，因此有許多研究改為利用類神經網路模型進行需求預測，並 將之與其他上述所應用方法進行預測績效比較，結果皆顯示類神經網路方 法對於預測結果有較好的解釋能力，且其所產生的誤差值也相對較小。故 本研究將採用類神經網路模型進行進、離場車輛數預測以掌握空位產出情 形，分析之成果可以獲取各時間區間之車輛平均進、離場數量，進而協助 業者掌握停車場之需求波動，以進行後續費率和策略之制定。 3.1.1 類神經網路之定義類神經網路(Artificial Neural Network, ANN) 之概念來自於生物神經網 絡功能的運作，是一種仿生物運作之神經網路，其使用數學方法和模型計 算的設計，再透過不斷學習與訓練培養計算能力，使其具有自行推論結果 之能力。根據 Freeman and Skapura (1992)的定義，「類神經網路方法是指 一種模仿生物神經網路運作情形的資訊計算處理系統，利用相連的人工神 經 元 來模 擬 生物神 經 網路 的 運作」 。 其優 點 有以下 幾 點 (Jin and Mao, 1996)，可以處理大量的資料，且若投入的資訊不完整也不會影響整體模式 的運作；輸入層的變數投入可是不同種類的；可以有多輸入值和多輸出結 果， 不像傳統迴歸模式具有多對一的限制。此外，類神經網路模型可應用 的領域亦相當廣泛，例如蘇偉庭(2011)應用此方法研究台灣上市公司之股 價；Geem (2011)應用此方法研究南韓能源的消耗與需求情形；Lee et al. (2015)則利用此模型預測高速公路的事故延遲時間以及 Rojas and Centeno (2006)亦和本研究主題相似，採用類神經網路於停車需求的預測以解決停 車問題，其結果顯示相較於其他傳統預測方式，類神經網路模型可以較為 準確掌握短期需求波動情形。類神經網路因其應用之處相當廣泛，且具有
17 優秀的計算能力，故漸漸受到各方面研究的肯定。而其預測之所以可越來 越準確，在於使模型不斷地訓練學習，讓其能夠透過反覆學習來自行修正 模型權重，以使其與實際值之誤差越來越小。 3.1.2 類神經網路基本架構 類神經網路主要分為三層結構，基本概念為各輸入值藉由不同權重分 配計算累加後傳遞到隱藏層，經過函數計算後轉換傳送至輸出層，其中輸 入層表示輸入變數，其變數投入的單位數量依問題而定；隱藏層的層數和 單元數則不限制，是用來表現輸入層處理單元間的交互影響關係，儘管越 多層可以使訓練的複雜度增加，但會使最後的學習效果複雜且花費較多的 時間去處理，故層數需經過不斷詴驗才能得其最佳數目， 一般而言都設定 為一層，除非問題過於複雜才會選擇二層隱藏層；輸出層則用以表現輸出 變數，其單元數目同樣是從問題決定，如圖 3-1(葉怡成，1999)。 圖 3-1 類神經網路模型架構圖 3.1.3 類神經網路分類 類神經網路之分類方式可分為 2 類，分別為： 一、依照網路模式架構分類(Yao et al., 1999) 1.前饋式(Forward) 表示神經元分層的排列，分成輸入層、隱藏層、輸出層，每一層僅接 受前一層的輸出作為輸入資料。 2.回饋式 用來處理動態現象或時間序列，具有更強的學習能力。將資料輸入之後， 利用模擬的網路架構取得輸出值，並將輸出值和實際值做比較，若有誤 差，需再回到原本的架構中調整權重，以使預測結果達到準確。 二、依照學習演算法方式分類(Djukanovic et al., 1993)
18 1.監督式 利用已知的輸入和輸出資料，將其投入於網路之後產生輸出值，再將 產出和實際值作比較，若有誤差，會更改網路中的權重，修正輸出值以完 全符合實際，即可由此建立一個適當的模型，之後若投入新資料，就可用 此模型判斷，並輸出對應的正確值。 2.無監督式 無監督式和監督式的差別在於，其沒有事先準備正確的輸出資料，只 有輸入值，故在訓練過程中，並不會知道學習情形是否正確，其特點為透 過資料的輸入，由網路自行從中找到規則，並將其應用到新的資料。 3.混和式 為監督式和無監督式的結合，對於輸入層和隱藏層間的連結採取無監 督式學習的方式，先將要訓練的資料分群，接下來調整隱藏層和輸出層間 的連結權重，使輸入的資料能對應出輸出結果。 4.聯想式 從訓練的範例中，學習其規則，當有不完整的資料輸入時，可以推論 其完整狀態。 本研究將使用前饋式網路的多層感知器(Multi-Layer Perceptron, MLPs) 以設計車輛進、離場數量的預測模型，本研究的類神經網路模式架構如圖 3-2，架構中將設定輸入層之變數為時間區間內總進(離)場車輛數，其所投 入之變數量會因為後續模式設定而有差別；同時輸出層的結果設定為各時 間區間的車輛進(離)場數量，其將呈現為連續性變數；此外由於隱藏層的 數量會影響計算的複雜度，故在本研究中將設定 1 層隱藏層來建構網路， 並且應用類神經模型軟體 STATISTICA Neural Network (SANN) 進行網路 訓練，以建立最合適的模式，而樣本數量的預設值為訓練樣本 70%、測詴 樣本 15%和驗證樣本 15% (Lee et al., 2015)。
19 類神經網路模式相較於其他統計方法擁有較佳的預測解釋能力以及較 小的誤差，即便輸入值之資訊不完整亦不會影響整體模式的績效與運作， 但許多專家學者認為其由於隱藏層之緣故，故會有黑盒子的疑慮，當資料 投入之後，與其他統計方法不同的是其無法知道中間的計算過程和學習方 式，只能得到最後之產出。雖然在使用類神經網路模型上會有此疑慮，但 在大部分的實務情形中，此種限制條件是可被接受的，因為其實用性遠比 了解其如何進行操作、計算來的更重要許多，此外此種方法之也較能進行 龐大資料的計算並有較佳的學習能力。 3.1.4 模式績效評估 模式架構設定完畢之後，將資料輸入並進行計算產出輸出值，但要確 認模式是否準確並相互比較各模型之績效，需要依靠其他指標來評斷。在 過去文獻中主要使用的評估方法為平均絕對偏差(Mean Absolute Deviation, MAD) 、 均 方 誤 差 (Mean Squared Error, MSE) 以 及 平 均 絕 對 百 分 比 誤 差 (Mean Absolute Percent Error, MAPE)等三種，但以本研究來說，由於實際 值會出現 0 輛車輛數，故無法應用 MAPE 進行評估。此外，MSE 的計算方 式是以平均方式計算，會造成誤差較大數值所占有的權重越大，易造成分 析結論有偏頗。故本研究計畫使用平均絕對偏差(Mean Absolute Deviation, MAD)來了解網路訓練和測試的績效情形，除了因為MAD 在計算過程中是 較方便且容易的，另外 MAD 也因為將誤差值絕對值，故不會出現正負取 消的情形，且未對於誤差值平方，不會因為離群值而造成預測精準度下 降，可以較直接地反映誤差的實際狀况。一般來說，MAD 值越小則代表 模型的學習效果越佳，其詳細的計算公式如下。 𝑀𝐴𝐷 = 1 𝑛|∑ (𝑋𝑖 𝑎𝑐𝑡𝑢𝑎𝑙− 𝑋 𝑖 𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑒𝑑 ) 𝑛 𝑖=1 | (3-1) 其中𝑋𝑖𝑎𝑐𝑡𝑢𝑎𝑙 =各時間區間所停放的車輛數實際值；𝑋𝑖𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑒𝑑 =各時間區間 所停放的車輛數預測值；n =樣本數。
3.2 問卷設計方法
在完成需求預測之步驟後，此模式成果已經可以幫助業者掌握該停車 場之需求特性情形，然而有了此項資訊仍顯不足，更重要的是依預測成果 進行費率的調整並結合行銷策略，如此一來才能真正的解決尖峰時間的供 不應求及離峰時間的供過於求，進而同時解決駕駛人找不到停車位的困 擾；業者所面臨的空位無人停放所造成的資源浪費以及社會環境上的道路 壅塞與違規情形。藉由預測模型得到需求分布情形，即可針對不同市場區 隔進行停車費率調整。例如在離峰時段，業者調降停車費率，可藉此減少 未被使用的空位，而使用者同時也能獲得較優惠的價格；在尖峰時段，除 了可以維持停車費率，也會以提出額外服務的概念進行附加收費，倘若業20 者因不了解自身停車場的需求情形進而有不當策略，易造成營業損失。因 此本研究首先將原始停放資料分類，再預測需求變化，再藉由需求分布情 形進行費率的增減修正。但在設計訂價策略前，需先了解使用者與停車場 周邊特性才可知停車費率設計能否吸引需求。因此本研究以問卷方式探討 使用者偏好，並藉由回顧消費者行為理論、敘述性偏好及羅吉特模式等文 獻，探討駕駛人停放車輛的時間特性，如費率、進場時間與離場時間等屬 性， 進而規劃出不同費率組合及車位預約情境假設以設計問卷。 首先，本研究預計設定不同屬性的水準有不同的折扣，如假設離峰時 間進場者可獲取越多的價錢優惠，以及提早預約車位者同時也能享有保證 車位的服務，其原因為使用者越早確定行程或付費，則停車場經營者可以 更有效的掌握停車空位數量，以進行費率的調整。接著會依各變數不同水 準進行情境組合設計，以調查使用者在不同情境下選擇偏好情形。 3.2.1 顯示性偏好法 又可稱為描述性偏好法(Revealed Preference, RP)，此設計方法主要應 用在實際情境下，意指為被詢問之產品與服務已經實際存在，受測者可以 依據實際市場價格、偏好以及實際行為來做選擇上的應用，其調查後的結 果會與實際情形相同，缺點為其無法對未知情形或服務作假設(Samuelson, 1948)。 3.2.2 敘述性偏好法 敘述性偏好法(Stated Preference, SP)最早在 1970 年代時被運用在行銷 學領域裡， 到了 1979 年開始運用於運輸領域。敘述性偏好法通常應用於 現實生活中較不普及事務的研究，會進行不同情境組合的模擬讓受測者作 出排序或是評分，藉此了解受測者的偏好態度。此方法有別於描述性偏好 法是利用實際存在的事物及情況來讓受測者填答，且前述之方法較不適用 於新產品或是服務的調查(Fowkes and Preston, 1991)，此外描述性偏好易產 生屬性間變易程度不足的問題，敘述性偏好法可以補足此項缺失， 使重要 的解釋變數具有顯著性(Pearmain, 1991 ；Mark and Swait, 2004)。
敘述性偏好法的設計主要可分為兩類，分別為二因素法(Two-Factor At-a-Time Procedure)和整體輪廓法(Full-Profit Approach)兩類，敘述如下： 1.二因素法(Two-Factor At-a-Time Procedure)
又可稱為權衡法，受訪者填答時僅需考量一種屬性，並針對該屬性的 組合回答排序，雖然填答過程不具有任何困難，但會使得在選擇時因為每 次回答只單純評估其中一屬性，考量較為狹隘，也較不貼近實際情形，且 會使得所需填答的題目數量增加。 2.整體輪廓法(Full-Profit Approach) 整體輪廓法又可稱為觀念評估法，先從所有替選方案中選出重要的屬 性，並且從各屬性當中挑出某一水準組合成一個選擇方案，雖然此情境組
21
合較符合實際情形，但因為受測者在填答時所需考量較多，則容易使得受 測者容易無法專心做出理性抉擇， 導致實驗錯誤。因此為了避免受測者需 考量過多屬性，會使用部分要因設計(Fractional factorial design)來減少所需 接受的受測數目，除此之外，此方法在實務上還可以再細分為要因設計 (Factorial design)和直交排列法(Orthogonal Arrays)。
而在衡量方式部分，可將其分為三種，分別為評分法、等級排序法、 第一偏好法，其說明如下： 1.評分法 受訪者依據自身偏好來評分問卷中的替選方案，分數排序越高者代表 對於該方案偏好度越高，但此方法無法計算出各方案間之倍數關係，一般 來說，分數的設計位於1 到 20 分間，越高分表排序越前面。 2.等級排序法 受訪者依偏好來排序問項優先順序，只能了解高低情形，無法計算方 案間的倍數關係。 3.第一偏好法 受訪者從全部方案中選出其最為偏好的，此方法可以了解各方案被選 擇的機率。 在本研究中，將整合顯示性偏好與敘述性偏好的優點來設計問卷，顯 示性偏好法可以得知民眾目前的行為和偏好，但卻可能會有變數之間高度 相關和變異程度不足的問題，則可藉由敘述性偏好來避免變異程度不足的 問題，針對未來假設情境來對於即將提供的服務作出預測，以用於評估新 方案的成功機會，而在本研究之敘述性問卷將用於了解駕駛人在多重費率 下的反應和偏好，其中亦會調查若有停車預約服務和對其額外服務加成收 費的偏好與可接受之程度。 3.2.3 願付價格
願付價格(Willingness to pay, WTP)由Hicks 在1943 有關於消費者剩餘的 研究所延伸出來，消費者剩餘指消費者的最高願付價格與廠商所訂出的實 付價格間的差距。調查願付價格的目的是為了瞭解民眾對於該產品或服務 所認定的價值，再針對調查的結果以對現行實際價格進行調整，使消費者 的剩餘減少而廠商的效益增加。 願付價格的計算評估方式分為兩類，第一類為替代市場的價值評估， 其被衡量的財貨並無實際的交易市場，故透過相關市場的財貨價格以推估 該非市場的財貨價格，而第二類為假設市場的價值評估，此方法為利用問 卷調查以了解受訪者的願付價格或者是能夠接受的價格，其主要目的在於 透過設計假設性問題，以問卷調查或者進行實驗的方式，藉此了解填答者 對於尚未存在於實際市場中的產品或服務的了解，希望透過如此得到民眾 所認為其所具備的價值。本研究將使用假設市場的價值評估法來獲取使用
