臺灣博碩士論文加值系統

據統計資料顯示捷運與公車轉乘優惠人數逐年增加。自民國85年11月起，台北捷運公司推出一系列轉乘優惠政策，期間也經歷了多次捷運路線通車與重大災害。捷運與公車轉乘優惠人數的逐漸增加是由多項因素所組成，無法輕易得知任一因素對轉乘優惠量之影響。
本研究欲探討轉乘優惠政策對轉乘優惠運量之影響程度，因此利用時間序列分析之ARIMA模式建構轉乘優惠運量成長模式，並將轉乘優惠政策、捷運路線通車、重大災害等列為影響優惠運量之重大事件，利用介入模式分析各因素對轉乘優惠運量之影響。
由介入模式分析其結果顯示短期之轉乘優惠政策有立即明顯之吸引效果，但對整體轉乘優惠運量增加有限；而長期之轉乘優惠政策雖會有政策延滯之效果，但其對轉乘優惠運量之增加有較顯著之效果。

According to the statistical data, the transfer ridership between MRT and bus is increasing year by year. TRTC(Taipei Rapid Transit Corporation) has carried out a series of transfer discount policy since 1996, and few significant events occurred during that period, such as metro line wsa open to traffic and disasters. The increasing transfer ridership between MRT and bus is composed by some events, so we can’t easily realize any impact of the events on transfer ridership.
The objective of this study is to discuss how much did those policies affect the transfer ridership between MRT and bus. In order to fulfill this objective, a model in Time Series Analysis called ARIMA is used to build the Transfer Ridership Growth Model. Transfer discount policy, the metro line was open to traffic and disasters are considered as significant events, and intervention model is used to analyze the transfer ridership affected by all events in this study.
The short-term transfer discount policies immediately result in increasing capacity, nevertheless, the increase of whole capacity is limited. Moreover, the long-term transfer discount policies delayed the effects but have more obvious effects on increasing the transfer ridership .

第一章 緒論
1.1研究動機………………………………………………………1
1.2研究目的………………………………………………………2
1.3研究範疇………………………………………………………2
1.3.1研究對象…………………………………………………2
1.3.2研究空間範疇……………………………………………2
1.3.3研究時間範疇……………………………………………2
1.4研究流程與內容………………………………………………3
1.5研究方法………………………………………………………5
第二章 文獻回顧與評析
2.1大眾運輸轉乘優惠之意義……………………………………6
2.1.1轉乘優惠概說……………………………………………6
2.1.2大眾運輸轉乘優惠之內容………………………………6
2.2台北都會區捷運與公車轉乘優惠現況分析…………………8
2.2.1轉乘優惠實施之歷程……………………………………8
2.2.2目前之悠遊卡雙向轉乘優惠方式………………………10
2.2.3捷運載客運量與轉乘公車優惠運量情形………………12
2.2.4歷年轉乘優惠經費來源 ………………………………12
2.3時間序列分析之相關研究 …………………………………13
2.3.1時間序列分析之內容………………………………….13
2.3.2時間序列分析之應用………………………………….14
2.4介入模式之相關研究……………………………………….20
2.4.1介入模式之內容……………………………………….20
2.4.2介入模式之應用……………………………………….21
2.5綜合評析…………………………………………………….23
第三章 研究方法與設計
3.1研究課題…………………………………………………….24
3.2研究架構…………………………………………………….26
3.3研究方27
3.3.1時間序列模型………………………………………….28
3.3.2介入模型……………………………………………….37
3.3.3介入模型之建立……………………………………….41
3.3.4離群值分析…………………………………………….43
第四章 實證結果與分析
4.1資料來源與整理…………………………………………….47
4.2建立每月轉乘優惠量模式………………………………….48
4.3建立介入模式……………………………………………….59
4.4結果分析…………………………………………………….68
第五章 結論與建議
5.1結論………………………………………………………….77
5.2 建議…………………………………………………………78
參考文獻…………………………………………………………80
附錄

1.鄭佳良、曾安麗，「捷運與公車整合所面臨之問題與對策」，都市交通，第68期，民國82年2月。
2.陳敦基，「臺灣地區城際客運需求時間數列模式建立之研究」，運輸計畫，23卷2期，pp.155-183，民國83年6月。
3.鄭錦珠，「臺鐵客運需求之分析與預測」，台鐵資料月刊，285卷，pp.39-73，民國84年9月。
4.藍武王，「論捷運與公車整合」，都市交通，第68期，民國82年2月。
5.葉小蓁，「時間序列分析與應用」，二版，民國91年4月。
6.吳柏林，「時間數列分析導論」，初版，華泰書局，民國84年。
7.林茂文，「時間數列分析與預測」，增訂版，華泰書局，民國81年11月。
8.葉嘉文，「捷運與公車轉乘優惠政策意義之檢討分析」，碩士論文，國立交通大學交通運輸研究所，民國93年。
9.陳佳慧，「捷運接駁公車營運績效評估─以淡水線為例」，碩士論文，國立台灣大學土木工程研究所，民國89年。
10.林永鴻，「時間數列分析方法在預測電信產品需求上之應用」，碩士論文，國立成功大學統計學研究所，民國83年。
11.紀翔之，「台灣地區行動電話需求預測與普及率之研究」，碩士論文，國立成功大學企管研究所，民國89年。
12.張豪，「時間序列分析方法在中日匯率預測上之應用」，碩士論文，國立成功大學企業管理研究所，民國85年。
13.賴泰元，「利用時間序列模式探討台鐵旅運需求---以高雄港為例」，碩士論文，國立成功大學交通管理科學研究所，民國89年。
14.陳佑倫，「台灣50指數ETF上市對台股指數期貨定價效率之影響」，碩士論文，朝陽科技大學財務金融研究所，民國93年。
15.李世錡，「地震災害對住宅價格之衝擊分析」，碩士論文，國立成功大學都市計畫研究所，民國91年。
16.陳欣欣，「台鐵旅運需求與預測之研究」，碩士論文，國立成功大學交通管理研究所，民國89年。
17.周泳成，「臺北市建築工程類營造工程物價月指數之預測－採時間數列模式(ARIMA)分析法」，碩士論文，國立成功大學建築研究所，民國83年6月。
18.林豐政，「台北市電話用戶成長量預測模式之研究」，碩士論文，國立成功大學交通管理科學研究所，民國72年6月。
19.黃如妙，「時間序列分析在肇事預測及安全政策評估之應用」，碩士論文，國立成功大學交通管理科學研究所，民國77年6月。
20.Nazen, S.M., “Applied Time Series Analysis for Business and Economic Forecasting ” , Marcel Dekker. Inc., NEWYORK,1988.
21.Francies, X. D.,“Elements of Forecasting” 2nd Edition, chapter 9,2000.
22.George, E. P.,“Time series analysis” , chapter 8,1994.
23.Mills, T.C, “Time Series Technique for Economic, Cambridge”, U.K. University press, 1990.
24.Yaffee, R. and Mcgee, M.,“Introduction to Time Series Analysis and Forecasting”1st Edition, chapter 9,2000.
25.Melard, G.,“Automatic ARIMA modeling including interventions, using time series expert software”, International Journal of Forecasting,2000 .
26.Girard,D.Z.“Intervention times series analysis of pertussis vaccination in England and Wales”, Health Policy,2000.
27.Bianchi, L., “Improving Forecasting for telemarketing centers by ARIMA modeling with intervention”,International Journal of Forecasting,1998.
28.Goh, C.,“Modeling and forecasting tourism demand for arrivals with stochastic nonstationary seasonality and intervention”, Tourism Management,2002
29.Perez,A.,“An interrupted time series analysis of parenteral antibiotic use in Colombia”, Journal of Clinical Epidemiology,2003.
30.Chang, N.B.,“An analysis of recycling impacts on solid waste generation by time series intervention modeling”,Resources,Conservation and Recycling,1997.
31.Ahmed, M. and Cook, A.,“Analysis of Freeway Traffic Time Series Data Using Box and Jenkins Techniques”, Transportation Research Record, 1979.
32.Scott, P.P.,“Modelling Time Series of British Road Accident Data”, Accident Analysis and Prevention, 1986.