智能型手机应用程序对运具选择行为之影响

张学孔 陈雅雯 阎仕为

（1.台湾大学土木工程学系 台北10617；2.台湾大学先进公共运输研究中心 台北10617）

0 引言

1个宜居都市除了便捷的MRT／LRT／BRT路网、配合绵密的公交车服务网，加上公共自行车与良好的步行环境提供最后1km 里的换乘服务，再结合资通信技术（ICT）的应用，即可形成无缝的绿色人本交通系统。因应ICT 发展，智能型手持设备逐渐普遍，应用程序（APP）蓬勃发展改变人类传统行为模式甚巨［4］。其中，运输相关之应用程序多样化发展，功能包含地理信息系统的应用、交通信息的提供、车辆派遣的预约、交通票证的订定、观光游程的设计等，实有必要针对运输类APP所衍生之效果进行探究［6－8］。

进一步观察台湾积极提升公共运输服务水平，透过ITS的建置促使公共运输在永续经营与安全提升，提高民众对公共运输服务的信赖度。近年低地板公交车的引进、聪明公交车系统建置及路侧公交车动态信息系统，让民众更清楚掌握了公交车进站信息和捷运出站换乘信息，有效的提升了公共运输的整体服务质量［20］。其中，有关个人化服务在目前ITS的发展也是重大的课题，智能型手机的发展促使个人化的行动信息更多元化，用路人能够基于动态实时信息在时间、空间以及运输工具上做最聪明的选择，而道路系统的实时路况，公共运输的服务信息，智能手机会是最主要的传播媒介且具有随时随地查询的特性，更让信息的掌握度大幅提升，以便利民众透过信息掌握方向。

随着智能型手机普及，民众大量透过手持设备查询交通信息，根据台北市交通局统计，2013年台北市民众使用APP 每月查询次数已达到6 000万次以上，包含各种多样化APP，如图1 所示［18－19］。故本研究欲探讨智能型手机应用程序所提供的交通运输信息对用户旅运行为之运具选择影响，透过问卷调查，进行个体运具选择模式之构建，以分析台北市旅运者在受智能型手机应用程序提供的实时交通信息对于运具选择行为转变之影响，期能了解ITS结合智能型手机应用程序的交通信息服务对于提高公共运输便利性之效益。

图1 台北交通相关APPFig.1 Taipei traffic related APP

1 文献回顾

智能型手机在交通方面的应用具有许多前瞻和发展的特性，逐一回顾如下。

韩国运输部（The Korea Transport Institute，KOTI）于2013年提到社群媒体于现今运输系统的应用，社群媒体一般具有的特性包含易于让人使用且相对于其他媒体，社群媒体又更具备实时更新可以立即透过社群来注释或编辑更拉近了人与人之间的距离，也因此社群媒体可应用于交通运输的领域包含交通政策，运输政策和管理，及运输基础共享设施如停车场、公车站牌、转运站。

Brazil，Caulfield［2］提到在运输领域当中，智能型手机的应用已经慢慢兴起并创造了许多提供给用户广泛信息的机会以及过去技术无法达到的地步。不像以前可用的信息来源可能都要借由网络或其他管道获得，智能型手机的科技技术使旅运者能够在旅次前甚至是旅次途中透过特定的交通信息服务做相关的规划。而作者也将旅途的规划和排碳的计算做结合，尝试研究如果提供相关排碳量数据于行程规划当中是否会影响潜在关心环境并做出运具改变的使用者。虽然这些应用在市场上皆已经变得越来越容易获得且方便，但却很少研究探讨在此方面应用的实际成效与评估。在此背景环境下因而提出了1种叙述性偏好实验针对二氧化碳排碳量信息对于运具选择行为的影响，并于2012年11 月在大都柏林地区（Greater Dublin Area）进行调查。结果指出对于不开车的旅运者，透过智能型手机结合排碳量的信息确实会对旅运者选择行为造成显着影响。

Tseng等［12］借由每天重复性的显示性偏好试验调查了利用智能型手机的实时交通运输信息对于旅运者行为之影响。研究估计了早晨高峰时的行为作为模型，进而能够确定的交通运输信息对旅运者行为的影响。研究结果发现，参与者在试验当中，若是给予旅运者智能型手机所显示对应每日旅行时间变化的实时交通讯息，其与在没信息前相比有很大的改变。而这也被视为是透过智能型手机提供的交通运输信息的确影响行为的证据。

G.Guido等［5］指出现今已有越来越多研究针对智能型手机追踪人或是车辆的技术，因智能型手机正在逐渐取代诸如掌上个人数字助理和笔记本电脑等，提供配以多种移动互联网应用。此研究提出1个程序流程来从智能型手机的传感器中取得车辆追踪的信息，并使用这些信息作为安全的估计中的绩效指标。从智能型手机传感器所得的追踪信息准确性则是以GPS测量进行评估。分析的结果确定找出流量高的车辆地区相互作用潜在的危险，并指出了高风险区。这项研究强调了智能型手机所提供有用性十足的实验数据数据，以评估潜在的安全问题。

Budd，Vorley［3］诉说现今社会快速发展，已明显提高手机技术并改变了航空公司与客户进行互动的方式。在努力提高品牌知名度和产生客户忠诚度的同时，航空公司也要考虑降低成本，使飞行更有效率，因此世界上越来越多的航空公司也跟着利用移动技术和开发移动应用软件来提供一系列服务，包括利用智能型手机来定位、做入关登记与飞行班机动态信息更新。这些技术，最初是在2008年推出，通常是针对经济活动频繁和较精明的商务旅客居多，而此研究深入调查世界25大航空公司的应用之后，提出了现今手机信息的技术发展因为本身随时随地的特性与更有效率的个人化设定渐渐取代过去面对面的互动。也显示智能型手机应用程序对现今社会甚至未来的冲击，与其在人群使用当中的定位越来越明显。

Ben－Elia and Ettema［1］在荷兰进行的1项为期13周的实地试验，参与者提供每日奖励为金钱和实物，以鼓励他们避免在早上高峰时间驾驶。参加者可以透过提前或延迟开车去工作，或是其他运输工具的选择赚取奖励（金钱或保持智能型手机的服务）。所收集的数据的分析结果发现，奖励是主要的外在劝阻高峰时间行驶的动机。金钱上的报酬灵敏度呈现递减的状态，然而智能型手机有着显著影响的特质。最后说明虽然奖励为影响避免高峰时间行驶的主要动机，但选择如何改变的行为还是受到其他因素的影响，包括教育程度、习惯性的行为、态度和旅游信息的可用性等。

2 研究问卷情境设计

本研究以台北市智能型手机应用程序对于运具选择行为改变之影响为研究目标，借由问卷调查来分析台北市旅运者受到不同的智能型手机APP信息下，对运具选择的影响程度。关于变量方面可分成智能型手机的使用习惯和平常使用公共运输工具的频率等；对于智能型手机应用程序态度方面，则分成一般使用程度和功能重视程度［10－13］。

2.1 实验设计

本研究以短程情境与中长程情境配合无智能型手机应用程序信息与有智能型手机应用程序信息为变项的2×2两因子实验设计组合（见表1），以智能型手机应用程序使用程度与使用智能型手机应用程序提供信息之考虑因素的重视程度为变量，进行验证与分析智能型手机应用程序的效果与是否影响受访者的运具选择行为。依照2个变项交叉设计共有4则情境，4种情境除了旅次长度起讫点与智能型手机应用程序信息附图有所差异如图片多寡、短程／中长程的图片信息内容、短程／中长程的运具选择搭配方案与版面配置等外，其余有可能影响运具选择行为的因素均控制一致，以达严谨的实验设计为目的。

表1 情境设计Tab.1 Scenario design

2.2 智能型手机应用程序信息设计

本研究以智能型手机应用程序信息附图为实验工具之一，其设计方式如下。

1）短程智能型手机应用程序信息。短程情境是设定旅次起讫点为国父纪念馆西侧麦当劳到台北101商场周边，因此附图内容首先包含智能型手机应用程序的各种路线规划方案与所粗估的时间，以此短程情境为例子，捷运加步行方案约为17min，并由附图信息内容中显示搭乘台北捷运国父纪念馆站到市政府站再步行至台北市信义区市府路45号，另外也显示公交车方案与附近站牌和可以到的公交车；起点国父纪念馆周围公共自行车的站点信息与是否有车辆可以租借，条列出各种公共运具的信息与公交车动态查询以作为研究的情境区别，让填答者清楚了解此智能型手机应用程序信息所显示的重点。

2）中长程智能型手机应用程序信息。中长程情境是设定旅次起讫点为国立台湾大学正门到台北小巨蛋，附图内容同样的包含智能型手机应用程序的各种路线规划方案与所粗估的时间，与短程情境的差别在于中长程情境拥有了更多运具选择方案搭配，例如公共自行车搭配捷运或公交车，考虑台北市机车仍占一定比率使用的因素，也多设计了机车配合捷运等组合供选择，公交车信息除了显示到站时间之外，也搭配Google Map清楚显示出路线公交车的站点所在位置让民众不怕找不到站牌，捷运信息提出与公馆捷运站相比，到科技大楼捷运站能相对节省更多时间；起点国立台湾大学周围公共自行车的站点信息与是否有车辆可以租借，让填答者清楚了解此智能型手机应用程序信息所显示的重点并做出运具组合方案的选择。

2.3 问卷内容设计

问卷内容共分为3大部分，第1部分是个人基本资料，包含居住地区、性别、职业、学历、个人及家户月收入与机汽车持有数、驾照持有、目前是否居住或工作通勤在台北地区等。

第2部分是绿色运具和智能型手机态度调查，调查对绿色运具和智能型手机应用程序的相关态度，包含5个子题，每周使用绿色运具频率、平日通勤最常使用的运输工具和是否曾经使用过智能型手机交通类应用程序来查询相关信息等，其中在对于智能型手机应用程序使用程度的描述与考虑因素的重视程度采用李克特五点尺度衡量来衡量受测者的相关态度。

第3部分是智能型手机应用程序APP情境，本研究假设情境共为短程和中长程2 种不同旅次。短程／中长程的目的地分别为捷运国父纪念馆站到台北101和国立台湾大学正门口到台北小巨蛋，在这2种情境下再依讯息提供之有无而分。APP所提供的交通信息内容包含多种路线规划方案搭配相对应所需的时间供选择、附近公车站点及到站等候时间、附近公共自行车站点辆数信息等。

2.4 抽样对象与抽样方法

抽样对象为台北地区的公共运输使用者和潜在公共运输使用者，考虑台北市公共运输服务密度和民众对于假设情境目的地的了解程度，主要地点为各大运输工具的集中地点如市府转运站、台北车站与交九转运站，此类地点为主要旅次产生吸引地点且周遭皆可提供各种运具选择如公交车、捷运甚至是公共自行车，以满足民众各种偏好选择与搭配不同运具组合的自由度，搜集到的样本多是大众运输用户且习惯通勤于台北市，调查时间订为每日上下午尖峰时段，以探讨尖峰时段之出行行为。为提高问卷回收率与有效问卷比例，问卷皆由调查者一对一进行现场访问调查。

表2 智能型手机应用程序使用程度题项Tab.2 Table of the questions of smartphone application using degree

表3 智能型手机应用程序重视程度题项Tab.3 Table of the questions of smartphone application emphasizing degree

3 资料分析与研究结果

3.1 样本社经特性分析

本研究调查期间共发出435份问卷，有效问卷共有401 份，有效样本回收率为92.18%。受访者各项基本社经统计资料兹分别说明如下。

1）在受访者男女性别比例方面，男性160份，占39.90%，女性241份，占60.10%。

2）受访者年龄层以23～30 岁最多，占41.90%，18～22岁次之，占26.43%，可发现本次调查的旅运者以学生族群以及青壮年族群为多数，也刚好符合前面回顾到的智能型手机使用族群年龄层。而51岁以上的年长者仅占4.49%。

3）受访者职业则学生居多，占36.16%，其次以服务业和商业分别占24.69%，17.46%次之。

4）受访者的学历以大学（专）为居多，占72.82%，其次以研究所以上占19.95%次之。

5）在个人每月平均所得之部分，因为学生族群居多的关系以20 000 元以下为最多，约占41.15%；其次为20 001～40 000元，占30.17%。

6）在家户汽车方面，以1 辆为最多占55.36%；机车持有数方面，以0辆为最多，其次为1辆分别占28.43%和24.69%；再其次为家中有2辆机车者，占24.44%。

7）受访者高达（62.34%）持有机车驾照，（54.36%）持有汽车驾照。

绝大多数的受访者均居住或通勤于台北地区（93.52%），算是有符合所需样本之抽样。

3.2 智能型手机与绿色运具态度分析

受访者对于智能型手机使用程度与重视程度和其每周使用绿色运具次数的结果统计数据报含各项资料之次数分配兹分别说明如下。

1）在平均每周使用绿色运具次数方面，以10次以下占32.9%为最多，其次为10～19 次的41.4%，样本平均每周总共使用次数为7.5次，此处次数大多偏低的原因可能为问卷当中有强调说明1趟旅次就算是使用各种运具组合如公交车加捷运也只算1次，因此有可能低估了实际使用次数，而平均7.5次说明了每人平均每天出门皆会使用1次以上公共运输和绿色运具作为旅次的运输工具。

2）在是否曾经使用智能型手机交通类应用程序来查询相关信息方面，超过半数约3／4的受访者皆曾经使用过，占74.56%；没使用过的占25.44%，此对比也说明了大多数人皆有使用智能型手机来查询交通运输信息的经验。

本研究于此部分分别有2个量表列举出平常个人对于智能型手机的频率和感觉等和各种乘客可能选择使用智能型手机查询信息所重视之因素，分别说明如下。

3）智能型手机使用程度的描述。“非常同意”的部分，以“经常使用智能型手机应用程序查询相关交通信息”的选项中有29.68%之受访者非常同意为最高；其次为“智能型手机应用程序对我来说是获得相关交通信息很方便的媒介”、“跟一般目前公车站牌路侧所提供的交通信息我更倾向于使用智能型手机应用程序随时随地的查询信息”，以及“使用智能型手机应用程序查询交通信息让我感觉节省时间且安心”，也都占约20%以上。在“同意”的部分，以“智能型手机应用程序对我来说是获得相关交通信息很方便的媒介”的选项有50.87%之受访者同意为最高；其次为“使用智能型手机应用程序查询交通信息让我感觉节省时间且安心”、“我认为智能型手机应用程序提供的信息很可靠且准确”以及“我会因为智能型手机应用程序的实时信息的方便而倾向使用公共运输并佐以规划行程”，分别占48%，46%和42%左右。

4）使用智能型手机应用程序提供信息之考虑因素的重视程度。“非常重视”的部分，以“所提供信息（例如候车时间）是否准确”的选项中有54.36%之受访者非常重视为最高；其次为“使用上是否收费”、“公交车的到站时间信息”分别占约51%和43%以上。在“重视”的部分，以“接口操作使用是否复杂”的选项有40.15%之受访者同意为最高；其次为“公交车的到站时间信息”以及“公共自行车Ubike的等候时间＆ 站点信息（例如站点位置＆ 有无车辆可提供使用）”，分别占35%和33%左右。另外较值得一提的是在“可以用来呼叫出租车”选项中觉得普通和不重视的分别占42%和15%，显示台北市的旅运者对于出租车呼叫的方式可能较不会使用智能型手机的方式，也有可能是台北市电话叫车和路边拦车等方式很方便。

5）使用和重视程度量表得分比较。2 个量表在各选项因素之使用程度和重视程度的平均分数方面，智能型手机使用程度的描述方面以“智能型手机应用程序对我来说是获得相关交通信息很方便的媒介”为最高，分数为3.92；其次以“使用智能型手机应用程序查询交通信息让我感觉节省时间且安心”次之，得分为3.81；再其次为“跟一般目前公车站牌路侧所提供的交通信息我更倾向于使用智能型手机应用程序随时随地的查询信息”，得分为7.73。使用智能型手机应用程序提供信息之考虑因素的重视程度方面以“所提供信息（例如候车时间）是否准确”为最高，分数为4.33；其次以“使用上是否收费”次之，得分为4.32；再其次为“公交车的到站时间信息”，得分为4.11。

3.3 智能型手机运具选择情境分析

本研究共将旅次依旅次长度短程和中长程区分为2种不同旅次起讫点的情境，短程和中长程在区分作为无智能型手机应用程序交通信息与有智能型手机应用程序交通信息等共4种不同之情境，以了解受访者对于短、中长距离和有无交通信息之下的旅次分别会如何做运具选择和运具组合之搭配。

3.3.1 短程情境

在出发点国父纪念馆西侧麦当劳至台北101商圈部分，在没有智能型手机信息之下直接选择当中，受访者选择搭乘“捷运”为最多，占32.92%；其次为“步行”，占20.95%；再其次为“机车”，占16.21%。而当提供受访者相关智能型手机交通运输信息附图之后，受访者仍然选择搭乘“捷运”为最 多，占40.40%；其次为“公交车”，占22.19%；再其次为“自行车”，占15.96%。表4结果可明显发现公交车和自行车两项运具在比例上有显著的爬升，其中以“公交车”的变动幅度为最高，从原有的56 人增加到89 人，增加了58.93%；其次为“自行车”，从原有的46人增加到64人，变动幅度为增加39.13%；相反的在下降的部分以“步行”的变动幅度为最大，从原有的84人减少到39人，减少了53.57%；其次为“机车”，从原有的65 人增加到33 人，变动幅度为减少了49.23%，可推测透过智能型手机应用程序所提供的信息让原本使用步行和机车的旅运者转而使用公共运输工具自行车、公交车和捷运。

表4 短程情境智能型手机信息前后各运具变动百分比Tab.4 Mode choice changing result of users（short distance）

3.3.2 中长程情境

出发点为国立台湾大学正门口至台北小巨蛋周边部分，在没有智能型手机信息之下直接选择当中，受访者选择搭乘“捷运”为最多，占41.40%；其次为“公交车”，占28.43%；再其次为“机车”，占19.20%。

而当提供受访者相关智能型手机交通运输信息附图之后，受访者仍然选择搭乘“捷运”为最多，占39.90%；其次为“公交车”，占36.66%；再其次为“机车”，占15.96%。表5 结果可明显发现和短程情境结果稍微不同，只有“公交车”此项运具在比例上有显着的爬升，从原有的114人增加到147人，增加了28.95%的变动幅度为最高；其他皆为减少情况，在下降的部分以“出租车”的变动幅度为最大，从原有的23人减少到15人，减少了34.78%；其次为“小汽车”，从原有的15人下降到10人，变动幅度为减少了33.33%；再其次为“机车”也有16.88%下降的程度，可推测透过智能型手机应用程序所提供的信息让原本使用出租车、小汽车和机车的旅运者转而使用公共运输工具的公交车。

表5 中长程情境智能型手机信息前后各运具变动百分比Tab.5 Mode choice changing result of users（middle and long distances）

3.3.3 运具改变

然而透过前两小节的分析虽然能看出前后运具选择的差异，并针对各运具做基本的统计资料，但却无法表示出每个旅运者在信息前后是否改变其个人的选择，而在中长程情境中的问卷设计当中，在接收到智能型手机应用程序信息之后的情境中也有“公交车＋自行车”、“捷运＋自行车”和“机车＋捷运”等运具方案可供选择，然假如信息前后选择“公交车”转换成“公交车＋自行车”其实也有做运具的转换，但上述分析将“公交车＋自行车”归类为“公交车”这类，同理“捷运＋自行车”和“机车＋捷运”分别归类为“捷运”和“机车”，为了看出这之间的差异，本研究又将资料做是否转换运具的统计结果分析如下。

在短程情境中，总共401份样本之中有177个样本改变了原有的运具，前后改变率为44.14%；而中长程情境中有220个样本改变了原有的运具，前后改变率更是超过原本的一半高达54.86%，其中也包括选择了透过公共运输辅助的旅次例如“公交车＋自行车”、“捷运＋自行车”和“机车＋捷运”等。短程在改变的177 个旅次当中，原有运具比例最高的为“步行”的30.51%，其次为“捷运”和“机车”的22.60%和19.77%；而改变后运具比例最高的是“捷运”的39.55%，其次为“公交车”和“自行车”的31.07%和19.77%，此比较表更可清楚看见由“步行”和“机车”的选择大幅转往“捷运”、“公交车”和“自行车”选择的趋势。

而中长程情境在改变220的旅次当中，原有运具比例最高的为“捷运”的46.36%，其次为“公交车”和“机车”的27.27%和16.36%；而改变后运具比例最高的是“捷运＋自行车”的34.09%，其次为“公交车”和“公交车＋自行车”的22.27%和20.00%，结果显示原先由“捷运”和“机车”的选择大幅转往“捷运＋自行车”、“公交车＋自行车”和“机车＋捷运”等配合公共运输的运具组合方案，为智能型手机应用程序所提供信息改变旅运者行为的佐证。

4 模式校估分析

4.1 模式建构界定说明

本研究运具选择模型之建构，是先针对问卷调查中旅次数据分析各情境之下运具选择的行为，作为模式校估与建构的基础。由于本研究主要在探究旅客在接收到智能型手机应用程序相关信息前后之运具的选择行为，以及未来若再积极推广将智能型手机应用程序所提供的交通信息普及之后，旅客对于此项服务的接受程度，故首先以前一章节的统计分析结果以2种不同的多项罗吉特模式进行参 数校估［14－16］。研究中使用NLOGIT 软件包进行模式之参数校估与检定，以建构出合理的运具选择模式。最后再利用模式较估的结果进行总体弹性分析，以了解智能型手机应用程序相关公共运输信息加入后，各种运具市占率之变动情形。详细过程如下说明。

本研究有效问卷共有401份，其中由于使用各项运具的旅运者皆有一定比例，故在第1种多项罗吉特模式将主要7项运具皆纳入运具选择模型当中。因此，本研究将运具选择模式分为步行、自行车、公交车、捷运、出租车、机车和小汽车共7种主要的运具。

而如同前面所提到的运具转换，因为中长程情境当中提供信息后的选项包含“公交车＋自行车”、“捷运＋自行车”和“机车＋捷运”等，在第1种模式的构建中无法看出其中的转换，故本研究也针对这部分建构了第2种多项罗吉特模式来呈现受试旅运者是否有实际上转换运具选择的行为。共将运具转换模式分为维持原运具和改变运具两种选项纳入运具转换模型当中，来建构其效用函数。最后利用N－Logit软件处理多项罗吉特模式，测试多组变量组合之后，会判断各项变量系数符号是否符合先验知识、显着性与概似比指标，以确立最佳的多项罗吉特模式。

4.2 变量说明

个体选择模式中，替选方案之效用函数可由以下4种变量组成，可分为：①共生变数；②替选方案特定常数；③替选方案特定变数；④社会经济特性变数。本研究考虑的变量主要为受访者使用智能型手机的情况、社会经济特征属性，包括性别、年龄、个人所得、家户所得、职业、驾照持有、个人家户持有汽机车数等，此类包含涉及受访者个人与家户特性有关之变量；绿色运具和智能型手机态度则衡量旅运者平常对于智能型手机的使用程度和重视程度对运具选择行为之影响，本研究考虑之变量为智能型手机的使用程度和重视程度的量表分数、是否使用过智能型手机来查询相关交通运输信息和每周使用绿色运输工具次数等变量。依据变量在各模式中所指定的方式，将其分为4类说明如下。

1）共生变数。指定于所有替选方案效用函数中的变量即为共生变量，因假设此变量在不同运具之边际效用相同，所以同一变量在不同运具之参数值皆相同。常见的主要的共生变量为：

（1）总旅行时间共生变量：总旅行时间为起点的在运具车外时间、车内时间与迄点的车外时间三者加总之和。

（2）总旅行成本共生变数：总旅行成本为起点的停车接驳成本、车内成本与迄点的停车接驳成本，将三者加总之和。

2）替选方案特定变数。此类变量仅存在于某一特定方案之效用函数中，因其假设此变量在不同运具之边际效用有所不同，而在其他替选方案均为零。

3）替选方案特定常数。该变量的主要目的在于吸收所有效用函数指定时所造成的误差，对于模式中无法解释的因素，及效用随机项ε，皆归纳于特定常数内。若有N个替选方案，则最多可有N－1个方案特定常数，否则会造成共线性问题。另外，替选方案特定虚拟变量为替选方案特定变数之特例，其值只有0与1两种。当该变量存在于某一替选方案时，其值设定为1，对其它替选方案而言，其值设定为0。

4）社会经济之特定变量。由于同一使用者在不同运具的社会经济特性均相同，因此若将社会经济变量指定为共生变量，将无法显示该变量对于运具选择差异之影响，因此应该将其指定为替选方案特定变量。

4.3 运具选择多项罗吉特模式校估结果

首先本研究在第1种运具选择多项罗吉特模式以步行为基准方案，分别针对受试旅运者在信息提供的前后对于各种运具之选择行为，以多项罗吉特进行模式校估。模式校估结果良好，概似比指标接近一般水平。各变量亦进行显著性检定，不论是共生变量或是方案特定变量均达显着水平。在运具选择的部分，本研究所纳入的选项方案有步行、自行车、公交车、捷运、出租车、机车及小汽车等7种现有运具，模式校估详细结果说明如下。

4.3.1 替选方案特定变数

1）绿色运具使用次数－指定公交车。在绿色运具使用次数的部分，定义为公交车的方案特定变量，其校估结果为正值，可知对于平日越常使用绿色运具的旅运者选择公交车为主要运具之比例较高。

2）短程中长程－指定公交车。定义为旅运者在本研究短程与中长程情境当中选择旅次的不同。此变量设定为公交车的方案特定变量，以虚拟变量处理，短程设定为0，中长程设定为1，且校估结果为正值，表示当旅客在中长程距离的情境当中选择搭乘公交车的频率越高，说明公交车此项运具在台北市中长程距离旅次当中是除了捷运之外较吸引民众的运输方式。

3）是否有信息－指定公交车。此项为本研究之重点，将是否提供智能型手机应用程序相关交通运输信息设定为公交车的方案特定变量，以虚拟变量处理，没有提供信息设定为0，有提供信息设定为1，参数之校估结果为正值，表示当旅客在接收到智能型手机相关信息时，越会选择公交车作为运输运具。此亦可能说明智能型手机应用程序所提供的信息对于旅运者选择像公交车等公共运输工具有正面的影响力。

4）公交车到站时间信息－指定公交车。定义为旅运者在本研究根据“公交车的到站时间信息”问项分数的不同设定为公交车的方案特定变量，以虚拟变量处理，选择“非常重视”之外的选项设定为0，“非常重视”设定为1，参数之校估结果为正值，表示越重视公交车到站时间信息的旅运者，选择此公交车作为主要运具的可能性越高。此结果亦符合逻辑和先验知识。

5）跟路侧站牌相比更倾向于手机随时随地的查询－指定公交车。定义为旅运者在本研究根据“跟一般目前公车站牌路侧所提供的交通信息我更倾向于使用智能型手机应用程序随时随地的查询信息”问项分数的不同设定为公交车的方案特定变量，以虚拟变量处理，选择“非常同意”之外的选项设定为0，选择“非常同意”设定为1，参数之校估结果为正值，表示当此项分数越高，选择搭乘公交车的频率越高，说明在台北市选择公交车为主要运具的旅次当中较喜欢使用智能型手机随时随地查询的方式而不是路侧公车站牌信息。

6）公共自行车站点信息－指定自行车。定义为旅运者在本研究根据“公共自行车Ubike的等候时间＆ 站点信息（例如站点位置＆ 有无车辆可提供使用）”问项分数的不同设定为自行车的方案特定变量，以虚拟变量处理，选择“非常重视”之外的选项设定为0，“非常重视”设定为1，参数之校估结果为正值，表示越重视公共自行车站点信息的旅客，越会选择自行车作为主要运具。

7）查询交通信息感觉节省时间且安心－指定自行车。定义为旅运者在本研究根据“使用智能型手机应用程序查询交通信息让我感觉节省时间且安心”问项分数的不同设定为自行车的方案特定变量，以虚拟变量处理，选择“非常不同意”、“不同意”和“普通”之选项设定为0，选择“同意”和“非常同意”设定为1，参数之校估结果为正值，表示当旅运者越感到安心且节省时间，选择搭乘自行车的频率越高，说明在台北市一般旅次中以自行车为主要运具的旅运者依赖智能型手机查询信息的一定程度。

8）经常使用智能型手机查询信息－指定捷运。定义为旅运者在本研究根据“我经常使用智能型手机应用程序查询相关交通信息”问项分数的不同设定为捷运的方案特定变量，以虚拟变量处理，选择“非常同意”之外的选项设定为0，选择“非常同意”设定为1，参数之校估结果为正值，表示经常使用智能型手机来查询交通信息的旅客，越会选择捷运作为主要运具。从前一章节的统计结果也可清楚发现捷运使用者仍然占大多数，可能是由于台北市民还是非常依赖捷运，而此变量的设定也表示若经常有使用智能型手机查询交通信息者使用公共运输的机率也相对较高，具有正相关性。

9）手机APP 呼叫出租车重视－指定出租车。定义为旅运者在本研究根据“可以用来呼叫出租车”问项分数的不同设定为出租车的方案特定变量，以虚拟变量处理，选择“非常不重视”、“不重视”和“普通”之选项设定为0，选择“重视”和“非常重视”设定为1，参数之校估结果为正值，表示越重视手机应用程序来呼叫出租车的旅运者选择出租车作为主要运具的机率也越高，此结果亦符合逻辑与先验知识。

4.3.2 社会经济特性变数

1）年龄－指定步行。设定为步行的方案特定变量。参数之校估结果皆为正值，表示年纪越年长的旅运者较会选择步行，而选择步行为主要运具者大多发生于短程情境，可能由于较年长者觉得情境中距离的假设很近，走路过去很方便。

2）平均月收入－指定出租车。在平均月收入的部分，设定为出租车的方案特定变量。其校估结果为正值。表示平均月收入越高之旅运者越有可能选择出租车为主要运具，可能由于收入较高的旅客，通常生活也较为忙碌，时间价值相对较高，因此较可能选择用金钱来换取时间且较不用费力，亦符合逻辑和先验知识。

3）个人机车持有数－指定机车。设定为机车的方案特定变量，参数之校估结果为正值，表示个人机车持有数越高的旅运者，越会以机车作为主要的运具方式来完成旅次。

4）个人汽车持有数－指定小汽车。设定为小汽车的方案特定变量，参数之校估结果为正值，表示个人汽车持有数越高的旅运者，越会以小汽车作为主要的运具方式来完成旅次。

5）性别－指定公交车。设定为公交车的方案特定变量，以虚拟变量处理，男性设定为0，女性设定为1，参数之校估结果为正值，表示女性旅运者，越有可能选择公交车作为主要运具［9］，此结果也符合2013年民众日常使用运具状况调查的结果，就性别观察，2013年女性搭乘公共运输的比率为18.6%，高于男性之11.7%，显见女性民众较偏好搭乘公共运具。可能也由于男性较为独立，因此也较倾向于以自行车或是机车作为主要运具以独自完成旅次。

4.3.3 共生变数

本研究以旅行时间做为所有方案的共生变量，参数之校估的结果为负值，表示花费的时间越高，旅客越不会选择该方案作为主要运具方案。最后概似比检定X2＝710.421，大于自由度为15且显着水平为0.05的卡方值24.996，显示此模式具有相当程度之解释能力。

4.4 运具转换多项罗吉特模式校估结果

而在本研究的第2种多项罗吉特模式以探讨运具转换的模式为主，特别针对受试旅运者在信息提供的前后是否转换运具之选择行为以多项罗吉特进行模式校估。由于只有在中长程情境当中的运具转换具备前一模式所无法探讨的部分，因为中长程情境当中提供信息后的选项包含“公交车＋自行车”、“捷运＋自行车”和“机车＋捷运”等运具组合的选项，因此第2种模式主要针对中长程情境来建构，校估结果良好，概似比指标同样接近一般水平。各变量亦进行显着性检定，不论是共生变量或是方案特定变量均达显着水平。在运具转换的部分，本研究所纳入的选项方案有维持原运具及改变运具等2种选择方案；此外，在此部分基准方案的选择上，以选择维持原运具作为基础方案来比较。模式校估详细结果说明如下。

4.4.1 替选方案特定变数

1）绿色运具使用次数－指定改变。绿色运具使用次数选项部分设定为改变运具选项的方案特定变量，以虚拟变量处理，每周使用绿色运具10次以下设定为0，每周10 次以上设定为1，参数之校估结果为负值，显示越常使用绿色运具的旅运者，越不会改变他们的原有的选择，可能也表示受试者心中皆已有习惯搭乘之运具。

2）是否使用过智能型手机查询－指定改变。设定为改变运具的方案特定变量，以虚拟变量处理，曾经使用过设定为0，不曾用过设定为1，参数之校估结果为正值，表示当过去不曾使用过智能型手机来查询相关交通运输信息的旅运者，其亦较有可能改变运具或是选择搭配公共运输组合方案来完成其旅次，此结果亦表示智能型手机应用程序若能有效宣传增加使用率，具有推广旅运者改变行为甚至是使用公共运输之潜力。

3）原有运具为私有运具－指定改变。设定为改变运具的方案特定变量，以虚拟变量处理，看过信息前原先运具为步行、自行车、公交车、捷运和出租车设定为0，原先运具为机车和小汽车设定为1，参数之校估结果为正值，表示在看到信息前原先运具为机车或小汽车的旅运者，其较有可能改变运具或是选择搭配公共运输组合方案来完成其旅次，此结果亦表示智能型手机应用程序具有推广私有运具旅运者改变行为转换至使用公共运输之潜力。

4）信息掌握程度－指定维持。此变量设定为维持原运具的方案特定变量，参数之校估结果为正值，表示对于假设情境当中搭乘各运具的旅行时间和成本的信息掌握程度，心中感觉越能掌握的旅客的旅客，越有可能维持原运具不做改变，对于能掌握的旅运者来说，信息也可能只是提供参考，符合先验知识和逻辑。

5）信息有用度－指定维持。此变量设定为维持原运具的方案特定变量，参数之校估结果为正值，原问卷设计为非常有帮助到完全没帮助，因此表示智能型手机提供信息越没帮助的旅客，越有可能选择维持原运具，较不会改变；相对也表示觉得信息非常有帮助的乘客在运具选择上较会做多元的变化。

4.4.2 社会经济特性变数

1）平均月收入－指定维持。设定为维持原运具的方案特定变量，参数之校估结果皆为正值，表示月收入较高的受访者较有可能会选择维持原运具。

2）家户汽机车持有数－指定维持。在家户汽机车持有数的部分，设定为维持原运具的方案特定变量，参数之校估结果为负值。表示家户的汽机车持有数越高的旅运者其选择维持原运具的机率较高。

4.4.3 共生变数

本研究此部分模式以旅行成本、旅行时间做为所有方案的共生变量，参数之校估的结果皆为负值，表示不管是维持原运具还是改变运具后其花费的成本或旅行时间越高，旅客越不会选择该方案，合乎实际情况和先验知识。最后概似比检定X2＝89.831，大于自由度为9 且显着水平为0.05的卡方值16.919，显示此模式同样具有相当程度之解释能力。

4.5 模式估计结果之应用

本研究应用前述模式校估之结果进行相关的应用，透过弹性分析可了解效用函数中某属性产生变化后，对消费者选择机率之影响程度。首先是公交车有无信息的弹性分析，全样本之有无信息的弹性变动的百分比为8.324，此结果显示若有足够的智能型手机信息将会对公交车此项公共运输的选择有正面显着的影响。另外，本研究将以建构之运具选择多项罗吉特模式校估结果，进行每种运具之旅行时间之直接弹性分析以及交叉弹性分析。

本研究于此部分利用多项罗吉特模式之校估结果，分别计算各运具旅行时间之弹性矩阵。结果发现直接弹性以捷运以及公交车为最大（－3.823、－2.783），可知若能给予捷运、公交车等适当信息以缩短旅次时间之服务，必能有效提高公共运输工具在都市运具之市场占有率。

而在除了捷运、公交车之外，其他运具的直接弹性中，以机车为最大（－1.741），可知若能提高机车的时间（如：减少机车停车格增加停车时间），将能够有效抑制私人运具的使用率，也有可能是由于在都市中之一般旅次距离较短的关系，而搭乘公共运输所花费的时间通常不会太高，因此旅客对于机车的时间变动也较为敏感。

在交叉弹性方面，大致以市场占有率较高的捷运、公交车以及私有机车之旅行时间发生变化时，对于运输市场占有率之影响相对较大。由于在选择使用小汽车与出租车之比例原本就不高，因此小汽车与出租车之旅行时间发生变化时，对于运输市场占有率之影响相对较小。

5 结论与建议

1）本研究以各大运输工具的集中地点如市府转运站、台北车站与交九转运站为研究范围，并针对周边旅运者为研究对象，应用现场访问及填答之调查方式搜集本研究所需之相关资料。问卷内容分为个人基本资料、绿色运具和智能型手机态度调查、是智能型手机应用程序APP 情境，共计回收401份有效问卷。

2）问卷调查结果显示，在平均每周使用绿色运具次数方面，以10次以下占32.9%为最多，其次为10～19 次的41.4%，样本平均每周总共使用次数为7.5次。在是否曾经使用智能型手机交通类应用程序来查询相关信息方面，超过半数约四分之三的受访者皆曾经使用过。

3）近三成使用者“经常使用智能型手机应用程序查询相关交通信息”，超过五成受访者非常重视“所提供信息（例如候车时间）是否准确”与“使用上是否收费”，因此若将来APP 要吸引民众使用，建议朝向提供准确的公交车动态信息且免费的应用程序。

4）在APP情境设计之调查结果显示，短程情境在没有智能型手机信息提供之下，受访者选择搭乘“捷运”为最多（32.92%）、其次为“步行”（20.95%）；再其次为“机车”，占16.21%。而当提供受访者相关智能型手机交通运输信息附图之后，受访者仍然选择搭乘“捷运”为最多，占40.40%；其次为“公交车”，占22.19%；再其次为“自行车”，占15.96%。变动幅度以“公交车”的最高，增加了58.93%；其次为“自行车”，增加了39.13%。私有运具“机车”变动幅度减少了49.23%。

5）中长程情境在没有智能型手机信息提供之下，受访者选择搭乘“捷运”为最多，占41.40%；其次为“公交车”，占28.43%；再其次为“机车”，占19.20%。而当提供受访者相关智能型手机交通运输信息附图之后，受访者仍然选择搭乘“捷运”为最多，占39.90%；其次为“公交车”，占36.66%。“公交车”在比例上有最显着的爬升，增加了28.95%的变动幅度为最高。

6）在短程情境中，总共401 份样本之中有177 个样本改变了原有的运具，前后改变率为44.14%；而中长程情境中有220个样本改变了原有的运具或加入新的运具组合方案，前后改变率超过原本的一半高达54.86%，显示智能型手机提供之信息对运具选择产生的差异。

7）在运具选择模式方面，根据多项罗吉特模式之校估显示，绿色运具使用频率、短程中长程距离旅次、有无信息提供、公交车和公共自行车信息、使用智能型手机查询信息频率、年龄、平均月收入、个人汽机车持有数、性别等皆为影响旅客对现有运具选择之重要因素。结果发现若经常有使用智能型手机查询交通信息者使用公共运输的机率也相对较高，且智能型手机应用程序所提供的信息对于旅运者选择公交车、自行车等公共运输工具有正面的影响力，另外女性民众较偏好搭乘公共运具。

8）在运具改变方面，根据多项罗吉特模式之校估显示，影响的因素则有每周绿色运具使用次数、是否使用过智能型手机查询、信息掌握程度和有用程度、原先运具为私人运具、平均月收入以及家户机车持有数等。结果同样发现智能型手机应用程序具有推广旅运者改变行为和从私有运具转移至公共运输之潜力。

9）根据多项罗吉特模式之校估结果显示，旅行成本对于运具选择之影响程度显着性并不高，可能是由于都市之旅次间的运具换乘，其费用或时间的百分误差较小，因此旅客在都市旅运行为的情况下，受成本因素影响也较小。

10）根据旅行时间直接弹性分析结果显示，直接弹性以捷运及公交车相对于其他运具为最大（－3.823、－2.783），可知若能给予捷运、公交车等适当信息以缩短旅次时间之服务，例如班次稀少的公交车路线若能提供足够信息可使旅运者有效规划时间，必能有效提高公共运输工具在都市运具中之市场占有率。

11）根据交叉弹性分析结果显示，大致以市场占有率较高的捷运、公交车以及私有机车之旅行时间发生变化时，对于运输市场占有率之影响相对较大。显示未来若要智能型手机提供相关信息以提高服务质量，可再针对此类运具作加强，另外敏感度分析发现若能有效节省旅运者的旅行时间，将能有效提升选择公交车的比率，间接更增加公共运输的使用率。

［1］Ben－Elia E，Ettema，D.Changing commuters’behavior using rewards：A study of rush－hour 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，陈俊名.行前交通信息对城际旅行者运具选择行为影响之研究［J］.运输学刊，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.智能型手机行动银行消费者使用行为意图研究：以理性行为理论及科技接受模型观点［D］.台南：成功大学，2011.Ke Yanru.Study on the rational behavior of Intelligent mobile phone action bank consumers use be－havior intention－theory and technology acceptance model view［D］，Tainan：Successful University，2011.（in Chinese）

［16］郭馨棻.结合行动与社交：从智能型手机看年轻世代社交沟通的转变［D］.台北：国立政治大学，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］陈其生.智能型手机之消费者行为研究：以商务人士为例［D］.桃园：铭传大学管理学院，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］凌瑞贤.运输规划原理与实务［M］.地址：鼎汉国际工程顾问股份有限公司出版，2004.Ling Ruixian.Transportation planning theory and practice［M］.Taiwan：Dinghan international engineering consulting Limited by Share Ltd press，2004.

［19］张学孔，郭瑜坚.都市旅次总成本模式构建之研究［J］.运输计划季刊，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］张学孔，张馨文，陈雅雯.绿色交通［M］.高雄：高雄市政府与新自然主义共同出版，2013.Zhang Xuekong，Zhang Xinwen，Chen Yawen.The green traffic［M］，Taiwan：Kaohsiung City Hall and new naturalism co publishing，2013.

［21］谢铭仁.智能型手机在物流业营业司机之接受度研究－以新竹货运为例［D］.台南：成功大学，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.