公共自行車系統 (Bicycle Sharing System) 可追溯自1965年的阿姆斯特丹，發展至今已成國內外各大城市之永續交通政策的重要環節。公共自行車系統的密集設站與廣泛使用產生了旅運行為的巨量資料 (Bid data)，成為分析都市活動的資料來源之一，許多文獻嘗試運用此數據來歸納公共自行車的使用型態，並分析不同因素對各個使用型態的影響關係，然而這些研究大多未針對使用者租用的時間長度或起迄點之間的距離來探討等變數來探討。這些變數可能含有旅次目的資訊，可以用來解讀公共自行車租借站使用者的結構，並推論租借站週邊的土地使用特性。此外，文獻上大多以集群分析的技術來歸納自行車租借站的使用型態，未對租借站的借還行為的組成特性來分析。本研究以這些研究缺口切入，藉以更全面的了解公共自行車使用型態的特性。
本研究之資料來源為臺北市公共自行車系統YouBike的營運資料庫，擷取其中2018年3至5月的租借紀錄，共計7,067,104筆旅次紀錄進行分析。本研究之分析流程共可分為三個階段：第一階段，本研究利用租用時長、移動距離、平均速度等微觀交通行為變數，將旅次的借還行為分類為「一般借還」、「長時借還」及「原地借還」等三種類型。同時考量了時間背景與旅次發生的型態，將公共自行車的使用情境予以分離，各自彙整成站點層級的使用資料表。第二階段，本研究嘗試使用非負矩陣分解技術將公共自行車的使用資料分解為不同的基本使用型態。該方法限制運算結果不為負數，且分析結果具有稀疏性，可將整體借還使用現象表現為各種類型使用現象之加總疊合。第三階段，本研究收集了各個公共自行車租賃站點週邊的區位因素，包含活動可及性及交通易行性等指標，以多元線性迴歸模型探討各項區位因素對各個基本使用型態的影響關係，並藉此推論各個借還行為的旅行目的與隱含行為意義。
本研究利用非負矩陣分解歸納出48個基本使用型態，其表現了各個使用情境下分佈在各個時段的尖峰使用現象。透過時序分佈、空間分佈及區位因素影響等分析，本研究發現不同旅次借還行為類型具有相當顯著的差異表現，在理解公共自行車之整體使用特性時發揮了強烈的調節作用。而研究結果也顯示整體借還現象可以被解讀為基本使用型態的疊加結構：多個特徵相似的個體旅次構成集體旅運行為，再疊加構成租賃站點的整體使用現象。本研究貢獻前述結論於公共自行車使用行為的知識前緣，增進相關議題的學術理解，並在實務上提供交通與都市計劃領域之規劃者對於自行車相關政策的決策依據。 |
