天氣因子對捷運搭乘意願影響－以台北捷運為例

THE RESEARCH OF THE IMPACT OF WEATHER ON BOARDING RATES OF MASS RAPID TRANSIT--A CASE STUDY OF THE TAIPEI MASS RAPID TRANSIT

10.6338/JDA.202006_15(3).0005

李漢鈞(Han-Jun Li)

天氣因素 ； 大眾運輸 ； 台北捷運 ； 搭乘量 ； weather factors ； mass transit ； Taipei MRT ； ride volume

Journal of Data Analysis

15卷3期（2020 / 06 / 01）

65 - 78

繁體中文

隨著現今科技不斷進步，對於大量數據的收集及分析，已不再是重大難題，如何從中萃取出能影響人們更頻繁的使用台灣的大眾運輸工具的因素，進而利用某些因素給予大眾更多的動機搭乘大眾運輸。基於政府近年來致力於提供公開資料平台，而中央氣象局也公開各種天氣的資料，加上台北市捷運局提供各站旅運量資料，所以可以利用中央氣象台的歷年天氣資料以及台北市捷運局的旅運量資料做數據分析，找出天氣因子對搭乘捷運量的影響，並希望藉由分析結果可幫助做決策，讓大眾更有動力的搭乘大眾運輸工具。利用台北捷運旅運量資料做為應變數（Response），搭配氣象資料做為因子自變數（Covariate），將各天氣變數進行分類以及做探索，藉由SPSS做統計分析，像是多元迴歸分析，找出各自變數是否對台北捷運搭乘量有顯著的影響，找出影響的因子後，再加以分析。

With the continuous advancement of technology today, the collection and analysis of large amounts of data is no longer a major problem. How to extract the factors that can affect people's more frequent use of Taiwan's public transportation vehicle is important. Since the government has been committed to providing a public information platform in recent years, and the Central Meteorological Bureau has also published various weather information, and the Taipei City MRT Bureau provides travel traffic information for each station, it is possible to use the weather data of the Central Meteorological Observatory and Taipei City Express The transportation data of the Transportation Bureau is used for data analysis to find out the influence of weather factors on the amount of MRT rides, and hopes that the analysis results can help make decisions and make the public more motivated to take public transportation. Use the Taipei MRT travel volume data as the response number, and use the weather data as the factor independent variable (Covariate) to classify and explore each weather variable, and use SPSS for statistical analysis, such as multiple regression analysis To find out whether their respective variables have a significant impact on the Taipei MRT ride volume, find out the influencing factors, and then analyze them.

1. Chung, E.,Kawahara, M.,Morita, H.,Ohtani, O.,Warita, H.(2006).Does weather affect highway capacity.Transportation Research Board,6
2. Conway, M. M.(1985).Political participation in the United States.Washington:Congressional Quarterly.
3. Goodwin, L. C.(2002).Road Weather Management ProgramRoad Weather Management Program,未出版
4. Hand, D.,Mannila, H.,Smyth, P.(2001).Principles of data mining.Cambridge, MA:MIT Press.
5. Kaustia, M.,Rantapuska, E.(2016).Does mood affect trading behavior?.Journal of Financial Markets,29,1-26.
6. Kuhnen, C. M.,Knutson, B.(2011).The influence of affect on beliefs, preferences, and financial decisions.Journal of Financial and Quantitative Analysis,46(03),605-626.
7. Nookala, L. S.(2006).,未出版
8. 中華民國中央氣象局(2019)。中華民國中央氣象局(2019)。氣候統計資料庫。取自中央氣象局全球資訊網：http://www.cwb.gov.tw/。http://www.cwb.gov.tw/
9. 中華民國行政院人士行政總處。中華民國行政院人士行政總處。行事曆資料庫。取自行政院人士行政總處官方網站: https://www.dgpa.gov.tw/.。https://www.dgpa.gov.tw/
10. 王建斌(2012)。國立台灣大學農業經濟學研究所。
11. 交通部中央氣象局(2010).氣象常識問答集.交通部中央氣象局.
12. 吳東凌,陳其華,陳翔捷,張恩輔,黃笙玹(1997)。,未出版
13. 林宜靜(2016)。嚇！今夏紫外線危險級逾5成國人恐陷眼病變危機。取自中時電子報 : https://www.chinatimes.com/realtimenews/20160830001994-260405?chdtv.
14. 林芫名(2010)。成功大學交通管理學系。
15. 高捷中(2011)。台北市，中國文化大學建築及都市設計學系。
16. 張翔,廖崇智(2018).提綱挈領學統計.臺北市:鼎茂圖書.
17. 黃士鴻(2010)。東海大學經濟學系。
18. 楊立勤(2018)。台北市，中國文化大學資訊工程學系。
19. 楊百岳(2012)。國立政治大學政治研究所。
20. 楊亭駿(2015)。新竹市，國立交通大學運輸與物流管理學系。
21. 臺北大眾捷運股份有限公司(2019)。台北捷運官方網站。取自台北捷運官方網站: https://www.metro.taipei/.
22. 蔡宗憲(2001)。台南市，國立成功大學交通管理學系。
23. 鄭錦珠(1995)。台鐵客運需求之分析與預測。台鐵資料月刊，39-73。
24. 凃宗廷(2012)。高雄第一科技大學運籌管理研究所。