標題: 電動機車之潛在需求與敘述性偏好模糊修正模式之研究
Demand of Electric Motorcycle in Taipei and Fuzzy Assistant Model for Stated Preference Data
作者: 邱怡璋
Chiu Yi Chang
曾國雄
Tzeng Gwo Hshiung
運輸與物流管理學系
關鍵字: 電動機車;需求;敘述性偏好;模糊集理論;;Electric Motorcycle; Demand; Stated preference; Fuzzy set
公開日期: 1993
摘要: 由於世界溫室效應問題嚴重, 且都會區應機動車輛所造成之噪音與空氣 污染問題嚴重, 更由於世界石油蘊含量已大量萎縮,故電動車輛之研究 近年來再度受到世界各國之重視與關切。國內都會區之噪音與空氣污染問 題嚴重, 而其大部分亦來自機車之污染; 此外,國內各都會區之大眾運 輸系統短期內難以得見成效,機車之成長只怕有增無減, 故如何加速研 發電動機車已減緩因無可避免之使用機車而加劇之都市遭因空氣污染問題 乃為當務之急。 欲整體研究電動機車之發展與規劃, 了解使用者與潛在 使用者之需求特性乃為一最基本且重要之研究;據此,有關性能之研發與 使用環境之規劃方有明確方向可循。 然而在電動機車尚未量產而大多數 民眾均無實際使用經驗的情形下, 如何探討其需求特性呢?敘述性偏好 ( stated preference )提供了一套有效解決此一問題的方法論。敘述 性偏好於 1980 年代應用於運輸領域至今已在相關領域發揮極大的成效 , 然而其因模式、問題本質或調查方法所引發的各種預測誤差以及如何 改進預測能力一直為研究者研究之重點, 本研究之另一重點為探討受訪 者因方案屬性互相權衡( trade-off )下, 對方案之偏好( preference )模糊不清的現象,此一現象表示受訪者所表達之偏好並不 必然為其真正之偏好,如此模式亦值得加以修正。 因此,本研究以模糊 集理論建立受訪者集合中對方案偏好明確與模糊之子集, 並以重複試驗 觀念建立修正之個體選擇模式, 並與原始模式整合,可使原先「點」的 預測與分析擴展為「區間」的分析預測。本研究針對台北市市民以敘述性 偏好方法之原始與修正模研究電動機車未來進入市場之需求特性, 由結 果顯示,在現行狀況與條件下,女性對電動機車之接受程度遠超過男性受 訪者, 因此女性可視為電動機車之目標市場,而政府對購買者之補助亦 受到女性購買者歡迎。 此外,電動機車現行條件下之市場占有率之上限 為 20 %。除此, 就充電方式而言,電瓶交換與在家充電為最被接受之 二種充電方式,政府之規劃應盡量朝此方向進行。
URI: http://140.113.39.130/cdrfb3/record/nctu/#NT820118020
http://hdl.handle.net/11536/57617
顯示於類別:畢業論文