學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 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
作者 李漢鈞
Lee, Han-Chun
貢獻者 鄭宇庭
Cheng, Yu-Ting
李漢鈞
Lee, Han-Chun
關鍵詞 天氣因素
大眾運輸
台北捷運
運量
迴歸分析
Weather
Mass Transit
MRT
Regression Analysis
日期 2019
上傳時間 5-九月-2019 17:35:45 (UTC+8)
摘要 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,如何從大量的數據中,萃取出影響人們使用台灣的大眾運輸工具頻率的因素,進而利用分析的因素,激發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,進一步的提升大眾運輸工具的使用率。
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,找出各個自變數是否對台北捷運運量有顯著的影響,找出影響的因子後,再加以分析,並給予實質上的建議。
Based on the continuous advancement of modern technology, the collection and analysis of large amounts of data is no longer a major problem. Therefore, the author wants to filter out the factors that influence the frequency of people using Taiwan`s mass transit vehicles from a large amount of data. Furthermore, the author uses the data from this analysis to help conceive how to make the public have more motivation to take the mass transit.
The Taiwanese government has focused on providing a public information platform in recent years, and the Central Weather Bureau has also published information on various weather conditions. In addition, the Department of Rapid Transit Systems, Taipei City Government has continued to provide information on the travel volume of each station. Therefore, this study can use the weather information of the Central Weather Bureau and the travel volume of the Department of Rapid Transit Systems to do cross-data analysis to find out the impact of weather factors on the amount of MRT.
The Taiwanese government has focused on providing a public information platform in recent years, and the Central Weather Bureau has also published information on various weather conditions. In addition, the Department of Rapid Transit Systems, Taipei City Government has continued to provide information on the travel volume of each station. Therefore, this study can use the weather information of the Central Weather Bureau and the travel volume of the Department of Rapid Transit Systems to do cross-data analysis to find out the impact of weather factors on the amount of MRT. It is hoped that by analyzing the results, it can help make decisions and further improve the use of mass transit vehicles.
參考文獻 中文文獻
1. 王建斌(2012)。〈氣溫和雨量對蔬菜交易之影響-以西螺果菜市場大白菜為例〉, 國立台灣大學農業經濟學研究所碩士論文。
2. 王毓敏、蔡進發、林家妃與林瑾雯,2009,“天氣對臺灣股票市場報酬之影響“,國立虎尾科技大學學報, 第28卷第一期,頁57-76
3. 交通部中央氣象局 (2010),〈氣象常識問答集〉,《交通部中央氣象局》。
4. 李理,Hans von Storch and Nico Stehr 原著,2005,《氣候、天氣與人類:天氣和我們的生活》,台北:知己。
5. 林芫名(2010),捷運系統提升運量策略之研究-以高雄捷運為例,成功大學交通管理學系碩士論文。
6. 凃宗廷(2012),碳稅與票價補貼政策對旅運者選擇北高運輸模式之影響,高雄第一科技大學運籌管理研究所碩士論文。
7. 高捷中(2011)。台北捷運藍線每日旅運模式之研究。中國文化大學建築及都市設計學系碩士論文,台北市。
8. 張有恆,(1994),「大眾捷運系統營運與管理」,臺北,華泰文化出版股份有限公司。
9. 張翔、廖崇智(2018)。提綱挈領學統計。臺北市:鼎茂圖書
10. 陳其華、吳東凌、張恩輔、陳翔捷、黃笙玹(1997),〈「應用氣象預報提昇公共運輸公開資訊品質之可行性初探〉。
11. 黃士鴻(2010),大眾運輸需求因素之探討-以台北捷運為例,東海大學經濟學系碩士論文。
12. 楊立勤(2018)。大數據分析 - 天氣對捷運、台鐵與高鐵搭乘率之影響。中國文化大學資訊工程學系碩士論文,台北市。
13. 楊百岳(2012)。天氣對投票的影響-總體與個體的分析。國立政治大學政治研究所碩士論文
14. 楊亭駿(2015)。都市特性及旅次特性與大眾運輸系統型式選擇之關連性研究。國立交通大學運輸與物流管理學系碩士論文,新竹市。
15. 楊亭駿(2015)。都市特性及旅次特性與大眾運輸系統型式選擇之關連性研究。國立交通大學運輸與物流管理學系碩士論文,新竹市。
16. 蔡宗憲(2001)。短期列車旅運需求預測~類神經網路模式之應用。國立成功大學交通管理學系碩士論文,台南市。
17. 鄧博仁,2005,〈天氣與自殺:一東台灣病例對照研究〉,國立台灣大學公共衛生學院預防醫學研究所碩士論文。
18. 鄭錦珠,「台鐵客運需求之分析與預測」,台鐵資料月刊,頁39-73,1995。

英文文獻
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. D. Hand, H. Mannila, P. Smyth (2001). "Principles of Data Mining". MIT Press, Cambridge, MA. ISBN 0-262-08290-X
4. Goodwin, L.C., 2002: “Weather Impact on Arterial Traffic Flow”, Road Weather Management Program 7.
5. Howarth, Edgar, and Michael S. Hoffman, 1984, "A multidimensional approach to the relationship between mood and weather", British Journal of Psychology,75.1 , pp.15-23.
6. Kaustia, M., & Rantapuska, E. (2016). Does mood affect trading behavior? Journal of Financial Markets, 29, 1-26.
7. 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.
8. Lester, D. 1999. “Climate Data and National Suicide and Homicide Reate.” Percept Mot Skills:89:1036.
9. Linkowski, P., Martin F., De Maertrlaer V. 1992. “Effect of some climate factors on violent and non-violent suicides in Belgium.” J Affect Disord 25:161-166.
10. Nookala, L.S., 2006: “Weather Impact on Traffic Conditions and Travel Time Predition”
11. Saunders, Edward Jr. 1993. “Stock Price and Wall Street Weather.” American Economic Review 83(5):1337-1345.
網路資料
1. 中華民國中央氣象局(2019),〈氣候統計資料庫〉,中央氣象局全球資訊網:http://www.cwb.gov.tw/ 。
2. 中華民國行政院人士行政總處,〈行事曆資料庫〉,行政院人士行政總處官方網站: https://www.dgpa.gov.tw/
3. 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〉,中時電子報: https://www.chinatimes.com/realtimenews/20160830001994-260405?chdtv
4. 臺北大眾捷運股份有限公司(2019),〈台北捷運官方網站〉。台北捷運官方網站: https://www.metro.taipei/
描述 碩士
國立政治大學
企業管理研究所(MBA學位學程)
106363085
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0106363085
資料類型 thesis
dc.contributor.advisor 鄭宇庭zh_TW
dc.contributor.advisor Cheng, Yu-Tingen_US
dc.contributor.author (作者) 李漢鈞zh_TW
dc.contributor.author (作者) Lee, Han-Chunen_US
dc.creator (作者) 李漢鈞zh_TW
dc.creator (作者) Lee, Han-Chunen_US
dc.date (日期) 2019en_US
dc.date.accessioned 5-九月-2019 17:35:45 (UTC+8)-
dc.date.available 5-九月-2019 17:35:45 (UTC+8)-
dc.date.issued (上傳時間) 5-九月-2019 17:35:45 (UTC+8)-
dc.identifier (其他 識別碼) G0106363085en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/125951-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 企業管理研究所(MBA學位學程)zh_TW
dc.description (描述) 106363085zh_TW
dc.description.abstract (摘要) 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,如何從大量的數據中,萃取出影響人們使用台灣的大眾運輸工具頻率的因素,進而利用分析的因素,激發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,進一步的提升大眾運輸工具的使用率。
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,找出各個自變數是否對台北捷運運量有顯著的影響,找出影響的因子後,再加以分析,並給予實質上的建議。
zh_TW
dc.description.abstract (摘要) Based on the continuous advancement of modern technology, the collection and analysis of large amounts of data is no longer a major problem. Therefore, the author wants to filter out the factors that influence the frequency of people using Taiwan`s mass transit vehicles from a large amount of data. Furthermore, the author uses the data from this analysis to help conceive how to make the public have more motivation to take the mass transit.
The Taiwanese government has focused on providing a public information platform in recent years, and the Central Weather Bureau has also published information on various weather conditions. In addition, the Department of Rapid Transit Systems, Taipei City Government has continued to provide information on the travel volume of each station. Therefore, this study can use the weather information of the Central Weather Bureau and the travel volume of the Department of Rapid Transit Systems to do cross-data analysis to find out the impact of weather factors on the amount of MRT.
The Taiwanese government has focused on providing a public information platform in recent years, and the Central Weather Bureau has also published information on various weather conditions. In addition, the Department of Rapid Transit Systems, Taipei City Government has continued to provide information on the travel volume of each station. Therefore, this study can use the weather information of the Central Weather Bureau and the travel volume of the Department of Rapid Transit Systems to do cross-data analysis to find out the impact of weather factors on the amount of MRT. It is hoped that by analyzing the results, it can help make decisions and further improve the use of mass transit vehicles.
en_US
dc.description.tableofcontents 第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究問題與目的 3
第三節 研究流程 4
第貳章 文獻探討 6
第一節 氣候、天氣及人類行為 6
第二節 天氣與情緒 8
第三節 捷運系統與都市發展 10
第四節 氣象對大眾交通運輸影響 13
第參章 研究方法 15
第一節 研究期間與變數 15
第二節 研究對象 18
第三節 研究假設 21
第四節 研究架構 23
第五節 分析方法 24
第肆章 實證分析 26
第一節 敘述統計 26
第二節 多元迴歸分析 29
第伍章 結論與建議 40
第一節 結論 40
第二節 建議 42
參考文獻 43
zh_TW
dc.format.extent 1387608 bytes-
dc.format.mimetype application/pdf-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0106363085en_US
dc.subject (關鍵詞) 天氣因素zh_TW
dc.subject (關鍵詞) 大眾運輸zh_TW
dc.subject (關鍵詞) 台北捷運zh_TW
dc.subject (關鍵詞) 運量zh_TW
dc.subject (關鍵詞) 迴歸分析zh_TW
dc.subject (關鍵詞) Weatheren_US
dc.subject (關鍵詞) Mass Transiten_US
dc.subject (關鍵詞) MRTen_US
dc.subject (關鍵詞) Regression Analysisen_US
dc.title (題名) 天氣因子對捷運搭乘意願影響- 以台北捷運為例zh_TW
dc.title (題名) The Research of the Impact of Weather on Boarding Rates of Mass Rapid Transit -A case study of the Taipei Mass Rapid Transiten_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) 中文文獻
1. 王建斌(2012)。〈氣溫和雨量對蔬菜交易之影響-以西螺果菜市場大白菜為例〉, 國立台灣大學農業經濟學研究所碩士論文。
2. 王毓敏、蔡進發、林家妃與林瑾雯,2009,“天氣對臺灣股票市場報酬之影響“,國立虎尾科技大學學報, 第28卷第一期,頁57-76
3. 交通部中央氣象局 (2010),〈氣象常識問答集〉,《交通部中央氣象局》。
4. 李理,Hans von Storch and Nico Stehr 原著,2005,《氣候、天氣與人類:天氣和我們的生活》,台北:知己。
5. 林芫名(2010),捷運系統提升運量策略之研究-以高雄捷運為例,成功大學交通管理學系碩士論文。
6. 凃宗廷(2012),碳稅與票價補貼政策對旅運者選擇北高運輸模式之影響,高雄第一科技大學運籌管理研究所碩士論文。
7. 高捷中(2011)。台北捷運藍線每日旅運模式之研究。中國文化大學建築及都市設計學系碩士論文,台北市。
8. 張有恆,(1994),「大眾捷運系統營運與管理」,臺北,華泰文化出版股份有限公司。
9. 張翔、廖崇智(2018)。提綱挈領學統計。臺北市:鼎茂圖書
10. 陳其華、吳東凌、張恩輔、陳翔捷、黃笙玹(1997),〈「應用氣象預報提昇公共運輸公開資訊品質之可行性初探〉。
11. 黃士鴻(2010),大眾運輸需求因素之探討-以台北捷運為例,東海大學經濟學系碩士論文。
12. 楊立勤(2018)。大數據分析 - 天氣對捷運、台鐵與高鐵搭乘率之影響。中國文化大學資訊工程學系碩士論文,台北市。
13. 楊百岳(2012)。天氣對投票的影響-總體與個體的分析。國立政治大學政治研究所碩士論文
14. 楊亭駿(2015)。都市特性及旅次特性與大眾運輸系統型式選擇之關連性研究。國立交通大學運輸與物流管理學系碩士論文,新竹市。
15. 楊亭駿(2015)。都市特性及旅次特性與大眾運輸系統型式選擇之關連性研究。國立交通大學運輸與物流管理學系碩士論文,新竹市。
16. 蔡宗憲(2001)。短期列車旅運需求預測~類神經網路模式之應用。國立成功大學交通管理學系碩士論文,台南市。
17. 鄧博仁,2005,〈天氣與自殺:一東台灣病例對照研究〉,國立台灣大學公共衛生學院預防醫學研究所碩士論文。
18. 鄭錦珠,「台鐵客運需求之分析與預測」,台鐵資料月刊,頁39-73,1995。

英文文獻
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. D. Hand, H. Mannila, P. Smyth (2001). "Principles of Data Mining". MIT Press, Cambridge, MA. ISBN 0-262-08290-X
4. Goodwin, L.C., 2002: “Weather Impact on Arterial Traffic Flow”, Road Weather Management Program 7.
5. Howarth, Edgar, and Michael S. Hoffman, 1984, "A multidimensional approach to the relationship between mood and weather", British Journal of Psychology,75.1 , pp.15-23.
6. Kaustia, M., & Rantapuska, E. (2016). Does mood affect trading behavior? Journal of Financial Markets, 29, 1-26.
7. 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.
8. Lester, D. 1999. “Climate Data and National Suicide and Homicide Reate.” Percept Mot Skills:89:1036.
9. Linkowski, P., Martin F., De Maertrlaer V. 1992. “Effect of some climate factors on violent and non-violent suicides in Belgium.” J Affect Disord 25:161-166.
10. Nookala, L.S., 2006: “Weather Impact on Traffic Conditions and Travel Time Predition”
11. Saunders, Edward Jr. 1993. “Stock Price and Wall Street Weather.” American Economic Review 83(5):1337-1345.
網路資料
1. 中華民國中央氣象局(2019),〈氣候統計資料庫〉,中央氣象局全球資訊網:http://www.cwb.gov.tw/ 。
2. 中華民國行政院人士行政總處,〈行事曆資料庫〉,行政院人士行政總處官方網站: https://www.dgpa.gov.tw/
3. 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〉,中時電子報: https://www.chinatimes.com/realtimenews/20160830001994-260405?chdtv
4. 臺北大眾捷運股份有限公司(2019),〈台北捷運官方網站〉。台北捷運官方網站: https://www.metro.taipei/
zh_TW
dc.identifier.doi (DOI) 10.6814/NCCU201901047en_US