張學孔 陳雅雯 閻仕為

（1.臺灣大學土木工程學系 臺北10617；2.臺灣大學先進公共運輸研究中心 臺北10617）

0 引言

1個宜居都市除了便捷的MRT／LRT／BRT路網、配合綿密的公交車服務網，加上公共自行車與良好的步行環(huán)境提供最后1km 里的換乘服務，再結合資通信技術（ICT）的應用，即可形成無縫的綠色人本交通系統(tǒng)。因應ICT 發(fā)展，智能型手持設備逐漸普遍，應用程序（APP）蓬勃發(fā)展改變人類傳統(tǒng)行為模式甚巨［4］。其中，運輸相關之應用程序多樣化發(fā)展，功能包含地理信息系統(tǒng)的應用、交通信息的提供、車輛派遣的預約、交通票證的訂定、觀光游程的設計等，實有必要針對運輸類APP所衍生之效果進行探究［6－8］。

進一步觀察臺灣積極提升公共運輸服務水平，透過ITS的建置促使公共運輸在永續(xù)經營與安全提升，提高民眾對公共運輸服務的信賴度。近年低地板公交車的引進、聰明公交車系統(tǒng)建置及路側公交車動態(tài)信息系統(tǒng)，讓民眾更清楚掌握了公交車進站信息和捷運出站換乘信息，有效的提升了公共運輸?shù)恼w服務質量［20］。其中，有關個人化服務在目前ITS的發(fā)展也是重大的課題，智能型手機的發(fā)展促使個人化的行動信息更多元化，用路人能夠基于動態(tài)實時信息在時間、空間以及運輸工具上做最聰明的選擇，而道路系統(tǒng)的實時路況，公共運輸?shù)姆招畔?，智能手機會是最主要的傳播媒介且具有隨時隨地查詢的特性，更讓信息的掌握度大幅提升，以便利民眾透過信息掌握方向。

隨著智能型手機普及，民眾大量透過手持設備查詢交通信息，根據臺北市交通局統(tǒng)計，2013年臺北市民眾使用APP 每月查詢次數(shù)已達到6 000萬次以上，包含各種多樣化APP，如圖1 所示［18－19］。故本研究欲探討智能型手機應用程序所提供的交通運輸信息對用戶旅運行為之運具選擇影響，透過問卷調查，進行個體運具選擇模式之構建，以分析臺北市旅運者在受智能型手機應用程序提供的實時交通信息對于運具選擇行為轉變之影響，期能了解ITS結合智能型手機應用程序的交通信息服務對于提高公共運輸便利性之效益。

圖1 臺北交通相關APPFig.1 Taipei traffic related APP

1 文獻回顧

智能型手機在交通方面的應用具有許多前瞻和發(fā)展的特性，逐一回顧如下。

韓國運輸部（The Korea Transport Institute，KOTI）于2013年提到社群媒體于現(xiàn)今運輸系統(tǒng)的應用，社群媒體一般具有的特性包含易于讓人使用且相對于其他媒體，社群媒體又更具備實時更新可以立即透過社群來注釋或編輯更拉近了人與人之間的距離，也因此社群媒體可應用于交通運輸?shù)念I域包含交通政策，運輸政策和管理，及運輸基礎共享設施如停車場、公車站牌、轉運站。

Brazil，Caulfield［2］提到在運輸領域當中，智能型手機的應用已經慢慢興起并創(chuàng)造了許多提供給用戶廣泛信息的機會以及過去技術無法達到的地步。不像以前可用的信息來源可能都要借由網絡或其他管道獲得，智能型手機的科技技術使旅運者能夠在旅次前甚至是旅次途中透過特定的交通信息服務做相關的規(guī)劃。而作者也將旅途的規(guī)劃和排碳的計算做結合，嘗試研究如果提供相關排碳量數(shù)據于行程規(guī)劃當中是否會影響潛在關心環(huán)境并做出運具改變的使用者。雖然這些應用在市場上皆已經變得越來越容易獲得且方便，但卻很少研究探討在此方面應用的實際成效與評估。在此背景環(huán)境下因而提出了1種敘述性偏好實驗針對二氧化碳排碳量信息對于運具選擇行為的影響，并于2012年11 月在大都柏林地區(qū)（Greater Dublin Area）進行調查。結果指出對于不開車的旅運者，透過智能型手機結合排碳量的信息確實會對旅運者選擇行為造成顯著影響。

Tseng等［12］借由每天重復性的顯示性偏好試驗調查了利用智能型手機的實時交通運輸信息對于旅運者行為之影響。研究估計了早晨高峰時的行為作為模型，進而能夠確定的交通運輸信息對旅運者行為的影響。研究結果發(fā)現(xiàn)，參與者在試驗當中，若是給予旅運者智能型手機所顯示對應每日旅行時間變化的實時交通訊息，其與在沒信息前相比有很大的改變。而這也被視為是透過智能型手機提供的交通運輸信息的確影響行為的證據。

G.Guido等［5］指出現(xiàn)今已有越來越多研究針對智能型手機追蹤人或是車輛的技術，因智能型手機正在逐漸取代諸如掌上個人數(shù)字助理和筆記本電腦等，提供配以多種移動互聯(lián)網應用。此研究提出1個程序流程來從智能型手機的傳感器中取得車輛追蹤的信息，并使用這些信息作為安全的估計中的績效指標。從智能型手機傳感器所得的追蹤信息準確性則是以GPS測量進行評估。分析的結果確定找出流量高的車輛地區(qū)相互作用潛在的危險，并指出了高風險區(qū)。這項研究強調了智能型手機所提供有用性十足的實驗數(shù)據數(shù)據，以評估潛在的安全問題。

Budd，Vorley［3］訴說現(xiàn)今社會快速發(fā)展，已明顯提高手機技術并改變了航空公司與客戶進行互動的方式。在努力提高品牌知名度和產生客戶忠誠度的同時，航空公司也要考慮降低成本，使飛行更有效率，因此世界上越來越多的航空公司也跟著利用移動技術和開發(fā)移動應用軟件來提供一系列服務，包括利用智能型手機來定位、做入關登記與飛行班機動態(tài)信息更新。這些技術，最初是在2008年推出，通常是針對經濟活動頻繁和較精明的商務旅客居多，而此研究深入調查世界25大航空公司的應用之后，提出了現(xiàn)今手機信息的技術發(fā)展因為本身隨時隨地的特性與更有效率的個人化設定漸漸取代過去面對面的互動。也顯示智能型手機應用程序對現(xiàn)今社會甚至未來的沖擊，與其在人群使用當中的定位越來越明顯。

Ben－Elia and Ettema［1］在荷蘭進行的1項為期13周的實地試驗，參與者提供每日獎勵為金錢和實物，以鼓勵他們避免在早上高峰時間駕駛。參加者可以透過提前或延遲開車去工作，或是其他運輸工具的選擇賺取獎勵（金錢或保持智能型手機的服務）。所收集的數(shù)據的分析結果發(fā)現(xiàn)，獎勵是主要的外在勸阻高峰時間行駛的動機。金錢上的報酬靈敏度呈現(xiàn)遞減的狀態(tài)，然而智能型手機有著顯著影響的特質。最后說明雖然獎勵為影響避免高峰時間行駛的主要動機，但選擇如何改變的行為還是受到其他因素的影響，包括教育程度、習慣性的行為、態(tài)度和旅游信息的可用性等。

2 研究問卷情境設計

本研究以臺北市智能型手機應用程序對于運具選擇行為改變之影響為研究目標，借由問卷調查來分析臺北市旅運者受到不同的智能型手機APP信息下，對運具選擇的影響程度。關于變量方面可分成智能型手機的使用習慣和平常使用公共運輸工具的頻率等；對于智能型手機應用程序態(tài)度方面，則分成一般使用程度和功能重視程度［10－13］。

2.1 實驗設計

本研究以短程情境與中長程情境配合無智能型手機應用程序信息與有智能型手機應用程序信息為變項的2×2兩因子實驗設計組合（見表1），以智能型手機應用程序使用程度與使用智能型手機應用程序提供信息之考慮因素的重視程度為變量，進行驗證與分析智能型手機應用程序的效果與是否影響受訪者的運具選擇行為。依照2個變項交叉設計共有4則情境，4種情境除了旅次長度起訖點與智能型手機應用程序信息附圖有所差異如圖片多寡、短程／中長程的圖片信息內容、短程／中長程的運具選擇搭配方案與版面配置等外，其余有可能影響運具選擇行為的因素均控制一致，以達嚴謹?shù)膶嶒炘O計為目的。

表1 情境設計Tab.1 Scenario design

2.2 智能型手機應用程序信息設計

本研究以智能型手機應用程序信息附圖為實驗工具之一，其設計方式如下。

1）短程智能型手機應用程序信息。短程情境是設定旅次起訖點為國父紀念館西側麥當勞到臺北101商場周邊，因此附圖內容首先包含智能型手機應用程序的各種路線規(guī)劃方案與所粗估的時間，以此短程情境為例子，捷運加步行方案約為17min，并由附圖信息內容中顯示搭乘臺北捷運國父紀念館站到市政府站再步行至臺北市信義區(qū)市府路45號，另外也顯示公交車方案與附近站牌和可以到的公交車；起點國父紀念館周圍公共自行車的站點信息與是否有車輛可以租借，條列出各種公共運具的信息與公交車動態(tài)查詢以作為研究的情境區(qū)別，讓填答者清楚了解此智能型手機應用程序信息所顯示的重點。

2）中長程智能型手機應用程序信息。中長程情境是設定旅次起訖點為國立臺灣大學正門到臺北小巨蛋，附圖內容同樣的包含智能型手機應用程序的各種路線規(guī)劃方案與所粗估的時間，與短程情境的差別在于中長程情境擁有了更多運具選擇方案搭配，例如公共自行車搭配捷運或公交車，考慮臺北市機車仍占一定比率使用的因素，也多設計了機車配合捷運等組合供選擇，公交車信息除了顯示到站時間之外，也搭配Google Map清楚顯示出路線公交車的站點所在位置讓民眾不怕找不到站牌，捷運信息提出與公館捷運站相比，到科技大樓捷運站能相對節(jié)省更多時間；起點國立臺灣大學周圍公共自行車的站點信息與是否有車輛可以租借，讓填答者清楚了解此智能型手機應用程序信息所顯示的重點并做出運具組合方案的選擇。

2.3 問卷內容設計

問卷內容共分為3大部分，第1部分是個人基本資料，包含居住地區(qū)、性別、職業(yè)、學歷、個人及家戶月收入與機汽車持有數(shù)、駕照持有、目前是否居住或工作通勤在臺北地區(qū)等。

第2部分是綠色運具和智能型手機態(tài)度調查，調查對綠色運具和智能型手機應用程序的相關態(tài)度，包含5個子題，每周使用綠色運具頻率、平日通勤最常使用的運輸工具和是否曾經使用過智能型手機交通類應用程序來查詢相關信息等，其中在對于智能型手機應用程序使用程度的描述與考慮因素的重視程度采用李克特五點尺度衡量來衡量受測者的相關態(tài)度。

第3部分是智能型手機應用程序APP情境，本研究假設情境共為短程和中長程2 種不同旅次。短程／中長程的目的地分別為捷運國父紀念館站到臺北101和國立臺灣大學正門口到臺北小巨蛋，在這2種情境下再依訊息提供之有無而分。APP所提供的交通信息內容包含多種路線規(guī)劃方案搭配相對應所需的時間供選擇、附近公車站點及到站等候時間、附近公共自行車站點輛數(shù)信息等。

2.4 抽樣對象與抽樣方法

抽樣對象為臺北地區(qū)的公共運輸使用者和潛在公共運輸使用者，考慮臺北市公共運輸服務密度和民眾對于假設情境目的地的了解程度，主要地點為各大運輸工具的集中地點如市府轉運站、臺北車站與交九轉運站，此類地點為主要旅次產生吸引地點且周遭皆可提供各種運具選擇如公交車、捷運甚至是公共自行車，以滿足民眾各種偏好選擇與搭配不同運具組合的自由度，搜集到的樣本多是大眾運輸用戶且習慣通勤于臺北市，調查時間訂為每日上下午尖峰時段，以探討尖峰時段之出行行為。為提高問卷回收率與有效問卷比例，問卷皆由調查者一對一進行現(xiàn)場訪問調查。

表2 智能型手機應用程序使用程度題項Tab.2 Table of the questions of smartphone application using degree

表3 智能型手機應用程序重視程度題項Tab.3 Table of the questions of smartphone application emphasizing degree

3 資料分析與研究結果

3.1 樣本社經特性分析

本研究調查期間共發(fā)出435份問卷，有效問卷共有401 份，有效樣本回收率為92.18%。受訪者各項基本社經統(tǒng)計資料茲分別說明如下。

1）在受訪者男女性別比例方面，男性160份，占39.90%，女性241份，占60.10%。

2）受訪者年齡層以23～30 歲最多，占41.90%，18～22歲次之，占26.43%，可發(fā)現(xiàn)本次調查的旅運者以學生族群以及青壯年族群為多數(shù)，也剛好符合前面回顧到的智能型手機使用族群年齡層。而51歲以上的年長者僅占4.49%。

3）受訪者職業(yè)則學生居多，占36.16%，其次以服務業(yè)和商業(yè)分別占24.69%，17.46%次之。

4）受訪者的學歷以大學（專）為居多，占72.82%，其次以研究所以上占19.95%次之。

5）在個人每月平均所得之部分，因為學生族群居多的關系以20 000 元以下為最多，約占41.15%；其次為20 001～40 000元，占30.17%。

6）在家戶汽車方面，以1 輛為最多占55.36%；機車持有數(shù)方面，以0輛為最多，其次為1輛分別占28.43%和24.69%；再其次為家中有2輛機車者，占24.44%。

7）受訪者高達（62.34%）持有機車駕照，（54.36%）持有汽車駕照。

絕大多數(shù)的受訪者均居住或通勤于臺北地區(qū)（93.52%），算是有符合所需樣本之抽樣。

3.2 智能型手機與綠色運具態(tài)度分析

受訪者對于智能型手機使用程度與重視程度和其每周使用綠色運具次數(shù)的結果統(tǒng)計數(shù)據報含各項資料之次數(shù)分配茲分別說明如下。

1）在平均每周使用綠色運具次數(shù)方面，以10次以下占32.9%為最多，其次為10～19 次的41.4%，樣本平均每周總共使用次數(shù)為7.5次，此處次數(shù)大多偏低的原因可能為問卷當中有強調說明1趟旅次就算是使用各種運具組合如公交車加捷運也只算1次，因此有可能低估了實際使用次數(shù)，而平均7.5次說明了每人平均每天出門皆會使用1次以上公共運輸和綠色運具作為旅次的運輸工具。

2）在是否曾經使用智能型手機交通類應用程序來查詢相關信息方面，超過半數(shù)約3／4的受訪者皆曾經使用過，占74.56%；沒使用過的占25.44%，此對比也說明了大多數(shù)人皆有使用智能型手機來查詢交通運輸信息的經驗。

本研究于此部分分別有2個量表列舉出平常個人對于智能型手機的頻率和感覺等和各種乘客可能選擇使用智能型手機查詢信息所重視之因素，分別說明如下。

3）智能型手機使用程度的描述?！胺浅Ｍ狻钡牟糠?，以“經常使用智能型手機應用程序查詢相關交通信息”的選項中有29.68%之受訪者非常同意為最高；其次為“智能型手機應用程序對我來說是獲得相關交通信息很方便的媒介”、“跟一般目前公車站牌路側所提供的交通信息我更傾向于使用智能型手機應用程序隨時隨地的查詢信息”，以及“使用智能型手機應用程序查詢交通信息讓我感覺節(jié)省時間且安心”，也都占約20%以上。在“同意”的部分，以“智能型手機應用程序對我來說是獲得相關交通信息很方便的媒介”的選項有50.87%之受訪者同意為最高；其次為“使用智能型手機應用程序查詢交通信息讓我感覺節(jié)省時間且安心”、“我認為智能型手機應用程序提供的信息很可靠且準確”以及“我會因為智能型手機應用程序的實時信息的方便而傾向使用公共運輸并佐以規(guī)劃行程”，分別占48%，46%和42%左右。

4）使用智能型手機應用程序提供信息之考慮因素的重視程度?！胺浅Ｖ匾暋钡牟糠?，以“所提供信息（例如候車時間）是否準確”的選項中有54.36%之受訪者非常重視為最高；其次為“使用上是否收費”、“公交車的到站時間信息”分別占約51%和43%以上。在“重視”的部分，以“接口操作使用是否復雜”的選項有40.15%之受訪者同意為最高；其次為“公交車的到站時間信息”以及“公共自行車Ubike的等候時間＆ 站點信息（例如站點位置＆ 有無車輛可提供使用）”，分別占35%和33%左右。另外較值得一提的是在“可以用來呼叫出租車”選項中覺得普通和不重視的分別占42%和15%，顯示臺北市的旅運者對于出租車呼叫的方式可能較不會使用智能型手機的方式，也有可能是臺北市電話叫車和路邊攔車等方式很方便。

5）使用和重視程度量表得分比較。2 個量表在各選項因素之使用程度和重視程度的平均分數(shù)方面，智能型手機使用程度的描述方面以“智能型手機應用程序對我來說是獲得相關交通信息很方便的媒介”為最高，分數(shù)為3.92；其次以“使用智能型手機應用程序查詢交通信息讓我感覺節(jié)省時間且安心”次之，得分為3.81；再其次為“跟一般目前公車站牌路側所提供的交通信息我更傾向于使用智能型手機應用程序隨時隨地的查詢信息”，得分為7.73。使用智能型手機應用程序提供信息之考慮因素的重視程度方面以“所提供信息（例如候車時間）是否準確”為最高，分數(shù)為4.33；其次以“使用上是否收費”次之，得分為4.32；再其次為“公交車的到站時間信息”，得分為4.11。

3.3 智能型手機運具選擇情境分析

本研究共將旅次依旅次長度短程和中長程區(qū)分為2種不同旅次起訖點的情境，短程和中長程在區(qū)分作為無智能型手機應用程序交通信息與有智能型手機應用程序交通信息等共4種不同之情境，以了解受訪者對于短、中長距離和有無交通信息之下的旅次分別會如何做運具選擇和運具組合之搭配。

3.3.1 短程情境

在出發(fā)點國父紀念館西側麥當勞至臺北101商圈部分，在沒有智能型手機信息之下直接選擇當中，受訪者選擇搭乘“捷運”為最多，占32.92%；其次為“步行”，占20.95%；再其次為“機車”，占16.21%。而當提供受訪者相關智能型手機交通運輸信息附圖之后，受訪者仍然選擇搭乘“捷運”為最 多，占40.40%；其次為“公交車”，占22.19%；再其次為“自行車”，占15.96%。表4結果可明顯發(fā)現(xiàn)公交車和自行車兩項運具在比例上有顯著的爬升，其中以“公交車”的變動幅度為最高，從原有的56 人增加到89 人，增加了58.93%；其次為“自行車”，從原有的46人增加到64人，變動幅度為增加39.13%；相反的在下降的部分以“步行”的變動幅度為最大，從原有的84人減少到39人，減少了53.57%；其次為“機車”，從原有的65 人增加到33 人，變動幅度為減少了49.23%，可推測透過智能型手機應用程序所提供的信息讓原本使用步行和機車的旅運者轉而使用公共運輸工具自行車、公交車和捷運。

表4 短程情境智能型手機信息前后各運具變動百分比Tab.4 Mode choice changing result of users（short distance）

3.3.2 中長程情境

出發(fā)點為國立臺灣大學正門口至臺北小巨蛋周邊部分，在沒有智能型手機信息之下直接選擇當中，受訪者選擇搭乘“捷運”為最多，占41.40%；其次為“公交車”，占28.43%；再其次為“機車”，占19.20%。

而當提供受訪者相關智能型手機交通運輸信息附圖之后，受訪者仍然選擇搭乘“捷運”為最多，占39.90%；其次為“公交車”，占36.66%；再其次為“機車”，占15.96%。表5 結果可明顯發(fā)現(xiàn)和短程情境結果稍微不同，只有“公交車”此項運具在比例上有顯著的爬升，從原有的114人增加到147人，增加了28.95%的變動幅度為最高；其他皆為減少情況，在下降的部分以“出租車”的變動幅度為最大，從原有的23人減少到15人，減少了34.78%；其次為“小汽車”，從原有的15人下降到10人，變動幅度為減少了33.33%；再其次為“機車”也有16.88%下降的程度，可推測透過智能型手機應用程序所提供的信息讓原本使用出租車、小汽車和機車的旅運者轉而使用公共運輸工具的公交車。

表5 中長程情境智能型手機信息前后各運具變動百分比Tab.5 Mode choice changing result of users（middle and long distances）

3.3.3 運具改變

然而透過前兩小節(jié)的分析雖然能看出前后運具選擇的差異，并針對各運具做基本的統(tǒng)計資料，但卻無法表示出每個旅運者在信息前后是否改變其個人的選擇，而在中長程情境中的問卷設計當中，在接收到智能型手機應用程序信息之后的情境中也有“公交車＋自行車”、“捷運＋自行車”和“機車＋捷運”等運具方案可供選擇，然假如信息前后選擇“公交車”轉換成“公交車＋自行車”其實也有做運具的轉換，但上述分析將“公交車＋自行車”歸類為“公交車”這類，同理“捷運＋自行車”和“機車＋捷運”分別歸類為“捷運”和“機車”，為了看出這之間的差異，本研究又將資料做是否轉換運具的統(tǒng)計結果分析如下。

在短程情境中，總共401份樣本之中有177個樣本改變了原有的運具，前后改變率為44.14%；而中長程情境中有220個樣本改變了原有的運具，前后改變率更是超過原本的一半高達54.86%，其中也包括選擇了透過公共運輸輔助的旅次例如“公交車＋自行車”、“捷運＋自行車”和“機車＋捷運”等。短程在改變的177 個旅次當中，原有運具比例最高的為“步行”的30.51%，其次為“捷運”和“機車”的22.60%和19.77%；而改變后運具比例最高的是“捷運”的39.55%，其次為“公交車”和“自行車”的31.07%和19.77%，此比較表更可清楚看見由“步行”和“機車”的選擇大幅轉往“捷運”、“公交車”和“自行車”選擇的趨勢。

而中長程情境在改變220的旅次當中，原有運具比例最高的為“捷運”的46.36%，其次為“公交車”和“機車”的27.27%和16.36%；而改變后運具比例最高的是“捷運＋自行車”的34.09%，其次為“公交車”和“公交車＋自行車”的22.27%和20.00%，結果顯示原先由“捷運”和“機車”的選擇大幅轉往“捷運＋自行車”、“公交車＋自行車”和“機車＋捷運”等配合公共運輸?shù)倪\具組合方案，為智能型手機應用程序所提供信息改變旅運者行為的佐證。

4 模式校估分析

4.1 模式建構界定說明

本研究運具選擇模型之建構，是先針對問卷調查中旅次數(shù)據分析各情境之下運具選擇的行為，作為模式校估與建構的基礎。由于本研究主要在探究旅客在接收到智能型手機應用程序相關信息前后之運具的選擇行為，以及未來若再積極推廣將智能型手機應用程序所提供的交通信息普及之后，旅客對于此項服務的接受程度，故首先以前一章節(jié)的統(tǒng)計分析結果以2種不同的多項羅吉特模式進行參 數(shù)校估［14－16］。研究中使用NLOGIT 軟件包進行模式之參數(shù)校估與檢定，以建構出合理的運具選擇模式。最后再利用模式較估的結果進行總體彈性分析，以了解智能型手機應用程序相關公共運輸信息加入后，各種運具市占率之變動情形。詳細過程如下說明。

本研究有效問卷共有401份，其中由于使用各項運具的旅運者皆有一定比例，故在第1種多項羅吉特模式將主要7項運具皆納入運具選擇模型當中。因此，本研究將運具選擇模式分為步行、自行車、公交車、捷運、出租車、機車和小汽車共7種主要的運具。

而如同前面所提到的運具轉換，因為中長程情境當中提供信息后的選項包含“公交車＋自行車”、“捷運＋自行車”和“機車＋捷運”等，在第1種模式的構建中無法看出其中的轉換，故本研究也針對這部分建構了第2種多項羅吉特模式來呈現(xiàn)受試旅運者是否有實際上轉換運具選擇的行為。共將運具轉換模式分為維持原運具和改變運具兩種選項納入運具轉換模型當中，來建構其效用函數(shù)。最后利用N－Logit軟件處理多項羅吉特模式，測試多組變量組合之后，會判斷各項變量系數(shù)符號是否符合先驗知識、顯著性與概似比指標，以確立最佳的多項羅吉特模式。

4.2 變量說明

個體選擇模式中，替選方案之效用函數(shù)可由以下4種變量組成，可分為：①共生變數(shù)；②替選方案特定常數(shù)；③替選方案特定變數(shù)；④社會經濟特性變數(shù)。本研究考慮的變量主要為受訪者使用智能型手機的情況、社會經濟特征屬性，包括性別、年齡、個人所得、家戶所得、職業(yè)、駕照持有、個人家戶持有汽機車數(shù)等，此類包含涉及受訪者個人與家戶特性有關之變量；綠色運具和智能型手機態(tài)度則衡量旅運者平常對于智能型手機的使用程度和重視程度對運具選擇行為之影響，本研究考慮之變量為智能型手機的使用程度和重視程度的量表分數(shù)、是否使用過智能型手機來查詢相關交通運輸信息和每周使用綠色運輸工具次數(shù)等變量。依據變量在各模式中所指定的方式，將其分為4類說明如下。

1）共生變數(shù)。指定于所有替選方案效用函數(shù)中的變量即為共生變量，因假設此變量在不同運具之邊際效用相同，所以同一變量在不同運具之參數(shù)值皆相同。常見的主要的共生變量為：

（1）總旅行時間共生變量：總旅行時間為起點的在運具車外時間、車內時間與迄點的車外時間三者加總之和。

（2）總旅行成本共生變數(shù)：總旅行成本為起點的停車接駁成本、車內成本與迄點的停車接駁成本，將三者加總之和。

2）替選方案特定變數(shù)。此類變量僅存在于某一特定方案之效用函數(shù)中，因其假設此變量在不同運具之邊際效用有所不同，而在其他替選方案均為零。

3）替選方案特定常數(shù)。該變量的主要目的在于吸收所有效用函數(shù)指定時所造成的誤差，對于模式中無法解釋的因素，及效用隨機項ε，皆歸納于特定常數(shù)內。若有N個替選方案，則最多可有N－1個方案特定常數(shù)，否則會造成共線性問題。另外，替選方案特定虛擬變量為替選方案特定變數(shù)之特例，其值只有0與1兩種。當該變量存在于某一替選方案時，其值設定為1，對其它替選方案而言，其值設定為0。

4）社會經濟之特定變量。由于同一使用者在不同運具的社會經濟特性均相同，因此若將社會經濟變量指定為共生變量，將無法顯示該變量對于運具選擇差異之影響，因此應該將其指定為替選方案特定變量。

4.3 運具選擇多項羅吉特模式校估結果

首先本研究在第1種運具選擇多項羅吉特模式以步行為基準方案，分別針對受試旅運者在信息提供的前后對于各種運具之選擇行為，以多項羅吉特進行模式校估。模式校估結果良好，概似比指標接近一般水平。各變量亦進行顯著性檢定，不論是共生變量或是方案特定變量均達顯著水平。在運具選擇的部分，本研究所納入的選項方案有步行、自行車、公交車、捷運、出租車、機車及小汽車等7種現(xiàn)有運具，模式校估詳細結果說明如下。

4.3.1 替選方案特定變數(shù)

1）綠色運具使用次數(shù)－指定公交車。在綠色運具使用次數(shù)的部分，定義為公交車的方案特定變量，其校估結果為正值，可知對于平日越常使用綠色運具的旅運者選擇公交車為主要運具之比例較高。

2）短程中長程－指定公交車。定義為旅運者在本研究短程與中長程情境當中選擇旅次的不同。此變量設定為公交車的方案特定變量，以虛擬變量處理，短程設定為0，中長程設定為1，且校估結果為正值，表示當旅客在中長程距離的情境當中選擇搭乘公交車的頻率越高，說明公交車此項運具在臺北市中長程距離旅次當中是除了捷運之外較吸引民眾的運輸方式。

3）是否有信息－指定公交車。此項為本研究之重點，將是否提供智能型手機應用程序相關交通運輸信息設定為公交車的方案特定變量，以虛擬變量處理，沒有提供信息設定為0，有提供信息設定為1，參數(shù)之校估結果為正值，表示當旅客在接收到智能型手機相關信息時，越會選擇公交車作為運輸運具。此亦可能說明智能型手機應用程序所提供的信息對于旅運者選擇像公交車等公共運輸工具有正面的影響力。

4）公交車到站時間信息－指定公交車。定義為旅運者在本研究根據“公交車的到站時間信息”問項分數(shù)的不同設定為公交車的方案特定變量，以虛擬變量處理，選擇“非常重視”之外的選項設定為0，“非常重視”設定為1，參數(shù)之校估結果為正值，表示越重視公交車到站時間信息的旅運者，選擇此公交車作為主要運具的可能性越高。此結果亦符合邏輯和先驗知識。

5）跟路側站牌相比更傾向于手機隨時隨地的查詢－指定公交車。定義為旅運者在本研究根據“跟一般目前公車站牌路側所提供的交通信息我更傾向于使用智能型手機應用程序隨時隨地的查詢信息”問項分數(shù)的不同設定為公交車的方案特定變量，以虛擬變量處理，選擇“非常同意”之外的選項設定為0，選擇“非常同意”設定為1，參數(shù)之校估結果為正值，表示當此項分數(shù)越高，選擇搭乘公交車的頻率越高，說明在臺北市選擇公交車為主要運具的旅次當中較喜歡使用智能型手機隨時隨地查詢的方式而不是路側公車站牌信息。

6）公共自行車站點信息－指定自行車。定義為旅運者在本研究根據“公共自行車Ubike的等候時間＆ 站點信息（例如站點位置＆ 有無車輛可提供使用）”問項分數(shù)的不同設定為自行車的方案特定變量，以虛擬變量處理，選擇“非常重視”之外的選項設定為0，“非常重視”設定為1，參數(shù)之校估結果為正值，表示越重視公共自行車站點信息的旅客，越會選擇自行車作為主要運具。

7）查詢交通信息感覺節(jié)省時間且安心－指定自行車。定義為旅運者在本研究根據“使用智能型手機應用程序查詢交通信息讓我感覺節(jié)省時間且安心”問項分數(shù)的不同設定為自行車的方案特定變量，以虛擬變量處理，選擇“非常不同意”、“不同意”和“普通”之選項設定為0，選擇“同意”和“非常同意”設定為1，參數(shù)之校估結果為正值，表示當旅運者越感到安心且節(jié)省時間，選擇搭乘自行車的頻率越高，說明在臺北市一般旅次中以自行車為主要運具的旅運者依賴智能型手機查詢信息的一定程度。

8）經常使用智能型手機查詢信息－指定捷運。定義為旅運者在本研究根據“我經常使用智能型手機應用程序查詢相關交通信息”問項分數(shù)的不同設定為捷運的方案特定變量，以虛擬變量處理，選擇“非常同意”之外的選項設定為0，選擇“非常同意”設定為1，參數(shù)之校估結果為正值，表示經常使用智能型手機來查詢交通信息的旅客，越會選擇捷運作為主要運具。從前一章節(jié)的統(tǒng)計結果也可清楚發(fā)現(xiàn)捷運使用者仍然占大多數(shù)，可能是由于臺北市民還是非常依賴捷運，而此變量的設定也表示若經常有使用智能型手機查詢交通信息者使用公共運輸?shù)臋C率也相對較高，具有正相關性。

9）手機APP 呼叫出租車重視－指定出租車。定義為旅運者在本研究根據“可以用來呼叫出租車”問項分數(shù)的不同設定為出租車的方案特定變量，以虛擬變量處理，選擇“非常不重視”、“不重視”和“普通”之選項設定為0，選擇“重視”和“非常重視”設定為1，參數(shù)之校估結果為正值，表示越重視手機應用程序來呼叫出租車的旅運者選擇出租車作為主要運具的機率也越高，此結果亦符合邏輯與先驗知識。

4.3.2 社會經濟特性變數(shù)

1）年齡－指定步行。設定為步行的方案特定變量。參數(shù)之校估結果皆為正值，表示年紀越年長的旅運者較會選擇步行，而選擇步行為主要運具者大多發(fā)生于短程情境，可能由于較年長者覺得情境中距離的假設很近，走路過去很方便。

2）平均月收入－指定出租車。在平均月收入的部分，設定為出租車的方案特定變量。其校估結果為正值。表示平均月收入越高之旅運者越有可能選擇出租車為主要運具，可能由于收入較高的旅客，通常生活也較為忙碌，時間價值相對較高，因此較可能選擇用金錢來換取時間且較不用費力，亦符合邏輯和先驗知識。

3）個人機車持有數(shù)－指定機車。設定為機車的方案特定變量，參數(shù)之校估結果為正值，表示個人機車持有數(shù)越高的旅運者，越會以機車作為主要的運具方式來完成旅次。

4）個人汽車持有數(shù)－指定小汽車。設定為小汽車的方案特定變量，參數(shù)之校估結果為正值，表示個人汽車持有數(shù)越高的旅運者，越會以小汽車作為主要的運具方式來完成旅次。

5）性別－指定公交車。設定為公交車的方案特定變量，以虛擬變量處理，男性設定為0，女性設定為1，參數(shù)之校估結果為正值，表示女性旅運者，越有可能選擇公交車作為主要運具［9］，此結果也符合2013年民眾日常使用運具狀況調查的結果，就性別觀察，2013年女性搭乘公共運輸?shù)谋嚷蕿?8.6%，高于男性之11.7%，顯見女性民眾較偏好搭乘公共運具。可能也由于男性較為獨立，因此也較傾向于以自行車或是機車作為主要運具以獨自完成旅次。

4.3.3 共生變數(shù)

本研究以旅行時間做為所有方案的共生變量，參數(shù)之校估的結果為負值，表示花費的時間越高，旅客越不會選擇該方案作為主要運具方案。最后概似比檢定X2＝710.421，大于自由度為15且顯著水平為0.05的卡方值24.996，顯示此模式具有相當程度之解釋能力。

4.4 運具轉換多項羅吉特模式校估結果

而在本研究的第2種多項羅吉特模式以探討運具轉換的模式為主，特別針對受試旅運者在信息提供的前后是否轉換運具之選擇行為以多項羅吉特進行模式校估。由于只有在中長程情境當中的運具轉換具備前一模式所無法探討的部分，因為中長程情境當中提供信息后的選項包含“公交車＋自行車”、“捷運＋自行車”和“機車＋捷運”等運具組合的選項，因此第2種模式主要針對中長程情境來建構，校估結果良好，概似比指標同樣接近一般水平。各變量亦進行顯著性檢定，不論是共生變量或是方案特定變量均達顯著水平。在運具轉換的部分，本研究所納入的選項方案有維持原運具及改變運具等2種選擇方案；此外，在此部分基準方案的選擇上，以選擇維持原運具作為基礎方案來比較。模式校估詳細結果說明如下。

4.4.1 替選方案特定變數(shù)

1）綠色運具使用次數(shù)－指定改變。綠色運具使用次數(shù)選項部分設定為改變運具選項的方案特定變量，以虛擬變量處理，每周使用綠色運具10次以下設定為0，每周10 次以上設定為1，參數(shù)之校估結果為負值，顯示越常使用綠色運具的旅運者，越不會改變他們的原有的選擇，可能也表示受試者心中皆已有習慣搭乘之運具。

2）是否使用過智能型手機查詢－指定改變。設定為改變運具的方案特定變量，以虛擬變量處理，曾經使用過設定為0，不曾用過設定為1，參數(shù)之校估結果為正值，表示當過去不曾使用過智能型手機來查詢相關交通運輸信息的旅運者，其亦較有可能改變運具或是選擇搭配公共運輸組合方案來完成其旅次，此結果亦表示智能型手機應用程序若能有效宣傳增加使用率，具有推廣旅運者改變行為甚至是使用公共運輸之潛力。

3）原有運具為私有運具－指定改變。設定為改變運具的方案特定變量，以虛擬變量處理，看過信息前原先運具為步行、自行車、公交車、捷運和出租車設定為0，原先運具為機車和小汽車設定為1，參數(shù)之校估結果為正值，表示在看到信息前原先運具為機車或小汽車的旅運者，其較有可能改變運具或是選擇搭配公共運輸組合方案來完成其旅次，此結果亦表示智能型手機應用程序具有推廣私有運具旅運者改變行為轉換至使用公共運輸之潛力。

4）信息掌握程度－指定維持。此變量設定為維持原運具的方案特定變量，參數(shù)之校估結果為正值，表示對于假設情境當中搭乘各運具的旅行時間和成本的信息掌握程度，心中感覺越能掌握的旅客的旅客，越有可能維持原運具不做改變，對于能掌握的旅運者來說，信息也可能只是提供參考，符合先驗知識和邏輯。

5）信息有用度－指定維持。此變量設定為維持原運具的方案特定變量，參數(shù)之校估結果為正值，原問卷設計為非常有幫助到完全沒幫助，因此表示智能型手機提供信息越沒幫助的旅客，越有可能選擇維持原運具，較不會改變；相對也表示覺得信息非常有幫助的乘客在運具選擇上較會做多元的變化。

4.4.2 社會經濟特性變數(shù)

1）平均月收入－指定維持。設定為維持原運具的方案特定變量，參數(shù)之校估結果皆為正值，表示月收入較高的受訪者較有可能會選擇維持原運具。

2）家戶汽機車持有數(shù)－指定維持。在家戶汽機車持有數(shù)的部分，設定為維持原運具的方案特定變量，參數(shù)之校估結果為負值。表示家戶的汽機車持有數(shù)越高的旅運者其選擇維持原運具的機率較高。

4.4.3 共生變數(shù)

本研究此部分模式以旅行成本、旅行時間做為所有方案的共生變量，參數(shù)之校估的結果皆為負值，表示不管是維持原運具還是改變運具后其花費的成本或旅行時間越高，旅客越不會選擇該方案，合乎實際情況和先驗知識。最后概似比檢定X2＝89.831，大于自由度為9 且顯著水平為0.05的卡方值16.919，顯示此模式同樣具有相當程度之解釋能力。

4.5 模式估計結果之應用

本研究應用前述模式校估之結果進行相關的應用，透過彈性分析可了解效用函數(shù)中某屬性產生變化后，對消費者選擇機率之影響程度。首先是公交車有無信息的彈性分析，全樣本之有無信息的彈性變動的百分比為8.324，此結果顯示若有足夠的智能型手機信息將會對公交車此項公共運輸?shù)倪x擇有正面顯著的影響。另外，本研究將以建構之運具選擇多項羅吉特模式校估結果，進行每種運具之旅行時間之直接彈性分析以及交叉彈性分析。

本研究于此部分利用多項羅吉特模式之校估結果，分別計算各運具旅行時間之彈性矩陣。結果發(fā)現(xiàn)直接彈性以捷運以及公交車為最大（－3.823、－2.783），可知若能給予捷運、公交車等適當信息以縮短旅次時間之服務，必能有效提高公共運輸工具在都市運具之市場占有率。

而在除了捷運、公交車之外，其他運具的直接彈性中，以機車為最大（－1.741），可知若能提高機車的時間（如：減少機車停車格增加停車時間），將能夠有效抑制私人運具的使用率，也有可能是由于在都市中之一般旅次距離較短的關系，而搭乘公共運輸所花費的時間通常不會太高，因此旅客對于機車的時間變動也較為敏感。

在交叉彈性方面，大致以市場占有率較高的捷運、公交車以及私有機車之旅行時間發(fā)生變化時，對于運輸市場占有率之影響相對較大。由于在選擇使用小汽車與出租車之比例原本就不高，因此小汽車與出租車之旅行時間發(fā)生變化時，對于運輸市場占有率之影響相對較小。

5 結論與建議

1）本研究以各大運輸工具的集中地點如市府轉運站、臺北車站與交九轉運站為研究范圍，并針對周邊旅運者為研究對象，應用現(xiàn)場訪問及填答之調查方式搜集本研究所需之相關資料。問卷內容分為個人基本資料、綠色運具和智能型手機態(tài)度調查、是智能型手機應用程序APP 情境，共計回收401份有效問卷。

2）問卷調查結果顯示，在平均每周使用綠色運具次數(shù)方面，以10次以下占32.9%為最多，其次為10～19 次的41.4%，樣本平均每周總共使用次數(shù)為7.5次。在是否曾經使用智能型手機交通類應用程序來查詢相關信息方面，超過半數(shù)約四分之三的受訪者皆曾經使用過。

3）近三成使用者“經常使用智能型手機應用程序查詢相關交通信息”，超過五成受訪者非常重視“所提供信息（例如候車時間）是否準確”與“使用上是否收費”，因此若將來APP 要吸引民眾使用，建議朝向提供準確的公交車動態(tài)信息且免費的應用程序。

4）在APP情境設計之調查結果顯示，短程情境在沒有智能型手機信息提供之下，受訪者選擇搭乘“捷運”為最多（32.92%）、其次為“步行”（20.95%）；再其次為“機車”，占16.21%。而當提供受訪者相關智能型手機交通運輸信息附圖之后，受訪者仍然選擇搭乘“捷運”為最多，占40.40%；其次為“公交車”，占22.19%；再其次為“自行車”，占15.96%。變動幅度以“公交車”的最高，增加了58.93%；其次為“自行車”，增加了39.13%。私有運具“機車”變動幅度減少了49.23%。

5）中長程情境在沒有智能型手機信息提供之下，受訪者選擇搭乘“捷運”為最多，占41.40%；其次為“公交車”，占28.43%；再其次為“機車”，占19.20%。而當提供受訪者相關智能型手機交通運輸信息附圖之后，受訪者仍然選擇搭乘“捷運”為最多，占39.90%；其次為“公交車”，占36.66%?！肮卉嚒痹诒壤嫌凶铒@著的爬升，增加了28.95%的變動幅度為最高。

6）在短程情境中，總共401 份樣本之中有177 個樣本改變了原有的運具，前后改變率為44.14%；而中長程情境中有220個樣本改變了原有的運具或加入新的運具組合方案，前后改變率超過原本的一半高達54.86%，顯示智能型手機提供之信息對運具選擇產生的差異。

7）在運具選擇模式方面，根據多項羅吉特模式之校估顯示，綠色運具使用頻率、短程中長程距離旅次、有無信息提供、公交車和公共自行車信息、使用智能型手機查詢信息頻率、年齡、平均月收入、個人汽機車持有數(shù)、性別等皆為影響旅客對現(xiàn)有運具選擇之重要因素。結果發(fā)現(xiàn)若經常有使用智能型手機查詢交通信息者使用公共運輸?shù)臋C率也相對較高，且智能型手機應用程序所提供的信息對于旅運者選擇公交車、自行車等公共運輸工具有正面的影響力，另外女性民眾較偏好搭乘公共運具。

8）在運具改變方面，根據多項羅吉特模式之校估顯示，影響的因素則有每周綠色運具使用次數(shù)、是否使用過智能型手機查詢、信息掌握程度和有用程度、原先運具為私人運具、平均月收入以及家戶機車持有數(shù)等。結果同樣發(fā)現(xiàn)智能型手機應用程序具有推廣旅運者改變行為和從私有運具轉移至公共運輸之潛力。

9）根據多項羅吉特模式之校估結果顯示，旅行成本對于運具選擇之影響程度顯著性并不高，可能是由于都市之旅次間的運具換乘，其費用或時間的百分誤差較小，因此旅客在都市旅運行為的情況下，受成本因素影響也較小。

10）根據旅行時間直接彈性分析結果顯示，直接彈性以捷運及公交車相對于其他運具為最大（－3.823、－2.783），可知若能給予捷運、公交車等適當信息以縮短旅次時間之服務，例如班次稀少的公交車路線若能提供足夠信息可使旅運者有效規(guī)劃時間，必能有效提高公共運輸工具在都市運具中之市場占有率。

11）根據交叉彈性分析結果顯示，大致以市場占有率較高的捷運、公交車以及私有機車之旅行時間發(fā)生變化時，對于運輸市場占有率之影響相對較大。顯示未來若要智能型手機提供相關信息以提高服務質量，可再針對此類運具作加強，另外敏感度分析發(fā)現(xiàn)若能有效節(jié)省旅運者的旅行時間，將能有效提升選擇公交車的比率，間接更增加公共運輸?shù)氖褂寐省?/p>

［1］Ben－Elia E，Ettema，D.Changing commuters’behavior using rewards：A study of rush－h(huán)our avoidance［J］.Transportation Research Part F，2011，14（5）：354－368.

［2］Brazil W，Caulfield B.Does green make a difference：The potential role of smartphone technology in transport behavior［J］.Transportation Research Part C，2013，37：93－101.

［3］Budd L，Vorley T.Airlines，apps，and business travel：a critical examination［J］.Research in Transportation Business and Management，2013，9：41－49.

［4］Dissanayake D，Morikawa T.Investigating household vehicle ownership，mode choice and trip sharing decisions using a combined revealed preference／stated preference Nested Logit model：case study in Bangkok Metropolitan Region［J］.Journal of Transport Geography，2010，18（3）：402－410.

［5］Guido G，Vitale A，Astaria V，et al.Estimation of safety performance measures from smartphone sensors［J］.Procedia－Social and Behavioral Sciences，2012，54：1095－1103.

［6］Karim S A，Oyefolahan I O.Mobile phone appropriation：exploring differences in terms of age，gender and occupation［C］∥The 6th International Conference on Information Technology and Applications Hanoi：Academic Alliance International，2009.

［7］Kim Y H，Lim J S，Song M J.Application of social media to transport systems［J］.KOTI World Brief，2013，5（52）：5－10.

［8］Lee S Y.Examining the factors that influence early adopters’smartphone adoption：The case of college students［J］.Telematics and Informatics，2014，31：308－318.

［9］Matthies E，Kuhn S，Kl？ckner C A.Travel mode choice of women：the result of limitation，ecological norm，or weak habit？［J］.Journal of Environment and Behavior，2002：163－177.

［10］Oksman V，Rautiainen P.Perhaps it is a body part，How the mobile phone became an organic part of the everyday lives if children and adolescents：A case study of Finland［M］.In J.E.Katz（ed.）Machines that Become Us：the Social Context of Communication Technology，pp.293—308.New Brunswick，NJ：Transaction Publishers，2002.

［11］Ortuzarm J D，Willumsen L G.Modelling transport［M］.Chichester：John Wiley ＆ Sons Ltd，1990.

［12］Tseng Y Y，Knockaert J，Verhoef E T.A reveal－preference study of behavioural impacts of real－time traffic information［J］.Transportation Research Part C，2013，30：196－209.

［13］Yang Z Z.Intelligent tourist bus system and its effects on modal split between tourist spots［J］.Eastern Asia Society for Transportation Studies，2003，4：150－159.

［14］胡守任，陳俊名.行前交通信息對城際旅行者運具選擇行為影響之研究［J］.運輸學刊，2006，18（1）：75－118.Hu Shouren，Chen Jun.Studt on the influence of traveler choice behavior of line of traffic information on intercity［J］transportation journal，2006，18（1）：75－118.（in Chinese）

［15］柯燕茹.智能型手機行動銀行消費者使用行為意圖研究：以理性行為理論及科技接受模型觀點［D］.臺南：成功大學，2011.Ke Yanru.Study on the rational behavior of Intelligent mobile phone action bank consumers use be－h(huán)avior intention－theory and technology acceptance model view［D］，Tainan：Successful University，2011.（in Chinese）

［16］郭馨棻.結合行動與社交：從智能型手機看年輕世代社交溝通的轉變［D］.臺北：國立政治大學，2013.Guo Xinfen.The combination of action and social－see the young generation change social communication from intelligent mobile phone［D］，Taibei：Politics University，2013.

［17］陳其生.智能型手機之消費者行為研究：以商務人士為例［D］.桃園：銘傳大學管理學院，2007.Chen Jisheng.Study on the Consumer behavior for smart phone－use the business people as an example［D］Taoyuan：Ming Chuan University，2007.

［18］凌瑞賢.運輸規(guī)劃原理與實務［M］.地址：鼎漢國際工程顧問股份有限公司出版，2004.Ling Ruixian.Transportation planning theory and practice［M］.Taiwan：Dinghan international engineering consulting Limited by Share Ltd press，2004.

［19］張學孔，郭瑜堅.都市旅次總成本模式構建之研究［J］.運輸計劃季刊，2007，36（2）：147－182.Zhang Xuekong，Guo Yujian.Study on the construction of urban trip cost model of transportation plan［J］.2007，36（2）：147－182.

［20］張學孔，張馨文，陳雅雯.綠色交通［M］.高雄：高雄市政府與新自然主義共同出版，2013.Zhang Xuekong，Zhang Xinwen，Chen Yawen.The green traffic［M］，Taiwan：Kaohsiung City Hall and new naturalism co publishing，2013.

［21］謝銘仁.智能型手機在物流業(yè)營業(yè)司機之接受度研究－以新竹貨運為例［D］.臺南：成功大學，2005.Xie Mingren.Study on the driver saccepting of Smart phone in the logistics sector business with Hsinchu freight as example［D］.Tainan：Successful university，2005.