淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-0102201822071000
中文論文名稱 臺北市YouBike開放大數據為基礎的公共自行車旅次與租賃站特性分析
英文論文名稱 Characteristics analysis of public bike trips and stations: Evidence from the open big data of Taipei City YouBike
校院名稱 淡江大學
系所名稱(中) 運輸管理學系碩士班
系所名稱(英) Department of Transportation Management
學年度 106
學期 1
出版年 107
研究生中文姓名 戴威
研究生英文姓名 WEI TAI
學號 604660042
學位類別 碩士
語文別 中文
口試日期 2018-01-16
論文頁數 172頁
口試委員 指導教授-鍾智林
委員-許聿廷
委員-溫裕弘
中文關鍵字 公共自行車  自行車共享  競合關係  迴歸分析 
英文關鍵字 Public Bike  Bikesharing  Coopetition  Regression Analysis 
學科別分類
中文摘要 臺北公共自行車YouBike建置定位為大眾運輸第一哩及最後一哩的運具,近年則成為民眾多元運輸選擇的一種。本研究依據約140萬筆臺北公共自行車YouBike旅次資料,考量YouBike租賃站是否鄰近捷運站、以及起迄端點站是否相同,將旅次區分為型1 [鄰捷運站之同站借還]、型2[非鄰捷運站之同站借還]、型3[兩端點鄰捷運站之異站借還]、型4旅次[兩端點非鄰捷運站之異站借還]、型5旅次[一端點鄰捷運站之異站借還],探討各該型態之時間、空間、費率特性,以及YouBike與捷運之競合關係。本研究以敘述統計、迴歸分析、視覺化分析等方法發現:(1)日均旅次量依序為型5(占49.5%)、型4(占28.6%)、型3(占10.2%)、型2(占7.3%)、型1(占4.4%);平、假日平均每一旅次的租賃費用依序係型1(為18.5、23.5元)、型2(為17.7、21.4元)、型3(為8.9、11.3元)、型4(為7.1、8.4元)、型5(為7.1、8.3元)。換言之,各類型的旅次量與租賃費用呈反向關係。(2)型1旅次平均騎乘時間最長,平、假日分別為54.3、67.9分鐘;平日尖峰時段為12-13時和16-21時、假日為16-21時。(3)型2旅次平均騎乘時間次之,平、假日分別為52.6、62.8分鐘;平、假日尖峰時段為12-13時和17-22時,與型1尖峰時段相近。此外,型2的前10大旅次量多發生於鄰近200公尺內有學校之租賃站,推測學生及附近民眾外出午餐會使用YouBike;(4)騎乘時間30分鐘內(即5元)的型3旅次可能取代16元的捷運旅次、30-59分鐘(即15元)的型3旅次可能取代20、24、28元的捷運旅次。影響型3日均旅次量之變數,平日為捷運站距公里、任一端為捷運端點站、YouBike旅行時間中位數;假日為任一端為捷運轉乘站、任一端為捷運端點站;(5)型4旅次中,騎乘Youbike相較於步行較長距離以搭乘捷運,平日平均可節省12.5分鐘、11.6元;假日為10分鐘、10.9元;(6)型5旅次負擔捷運第一哩及最後一哩接駁的功能,平均騎乘時間最短,平、假日分別為16.8、20.7分鐘。(7)總計而言,約有3成旅次之起點及迄點站與最近捷運站的總距離在500公尺內,約有5成旅次之起點及迄點站與最近捷運站的總距離在500-1000公尺。未來可考慮公共自行車與捷運間的轉乘優惠,增加民眾使用大眾運輸工具。
英文摘要 Taipei City public bike system, YouBike, was initiated as the first- and last-mile mode of public transportation It has become one of travelers multiple transportation choices for recent years. This study used about 1.4 million YouBike trip data. The trips were divided into five types based on whether the origin and destination stations are the same, and whether they are next to MRT stations. Type 1 trips have the same origins and destinations next to MRT stations. Type 2 trips have the same origins and destinations not next to MRT stations. Type 3 trips have different origins and destinations next to MRT stations. Type 4 trips have different origins and destinations not next to MRT stations. Type 5 trips have either origins or destinations next to MRT stations. The temporal, spatial, and tolling characteristics of each trip type are discussed, along with the coopetition between Youbike and Taipei MRT. By using descriptive statistics, regression analysis, and visual analytics, we found (1) The average amounts of daily trips from high to low are Type 5 (49.5%), Type 4 (28.6%), Type 3 (10.2%), Type 2 (7.3%), and Type 1 (4.4%). The average costs per trip on weekdays and weekend are respectively Type 1 of NT$18.5 and 23.5, Type 2 of NT$17.7 and 21.4, Type 3 of NT$8.9 and 11.3, Type 4 of NT$7.1 and 8.4, and Type 5 of NT$7.1 and 8.3. (2) The average riding time of Type 1 is the longest among the five trip types—54.3 min on the weekdays and 67.9 min on weekend. The peak periods are 12-13 o’clock and 16-21 o’clock on weekdays, and 16-21 o’clock on weekend. (3) The average riding time of Type 2 is the second longest—52.6 min on the weekdays and 62.8 min on weekend. Similar to Type 1, the peak periods are 12-13 o’clock and 17-22 o’clock on weekdays as well as on weekend. Most of the top 10 highest Type 2 trips have schools around Youbike stations. It is conjectured that students and the residents nearby Youbike stations would go out for lunch by Youbike. (4) For Type 3 trips, spending 30 min or less (cost NT$5) riding Youbike could potentially replace the MRT trips that cost NT$16. Spending 30-60 min (cost NT$15) riding Youbike could potentially replace the MRT trips that cost NT$20, 24, or 28. The factors that influence the average weekday amount of Type 3 are the distance (in kilometers) between MRT stations, one end to be the MRT terminal station, and, the median of Youbike travel time. The factors that influence the average weekend amount of Type 3 are one end to be the MRT transfer station, and one end to be the MRT terminal station. (5) For Type 4 trips, people who ride Youbike can save 12.5 min and NT$11.6 on weekdays and 10 min and NT$10.9 on weekend, in comparison with those who walk to the MRT station and take it. (6) Type 5 serves as the first- and last-mile tool of public traint. Its average riding time is the shortest among the five trip types—16.8 min on the weekdays and 20.7 min on weekend. (7) When adding the distance of the origin YouBike station to its nearest MRT station and that of the destination YouBike station to its nearest MRT station, we noticed that about 30% of all YouBike trips have that distance less than 500 m, and about 50% of all YouBike trips have that distance between 500 and 1000m. It is suggested that transfer fare discount be adopted between MRT and Youbike to encourage people using public transit.
論文目次 目錄
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 3
1.3 研究範圍 4
1.4 研究流程 4
第二章 文獻回顧 6
2.1 國內、外公共自行車租賃系統開放資料 7
2.2 公共自行車旅次特性分析 9
2.3 公共自行車使用者旅次目的與轉乘其他運具特性分析 12
2.4 影響使用者選擇公共自行車之因素相關研究 15
2.5 文獻小結 18
第三章 研究方法 20
3.1 資料蒐集與篩檢 20
3.2 資料擴充 22
3.3 研究架構 27
3.4 迴歸分析 31
第四章 實證分析 34
4.1 同站借還(捷運站)-型1旅次特性 35
4.2 同站借還(非捷運站)-型2旅次特性 47
4.3 捷運站至捷運站-型3旅次特性 63
4.4 非捷運站至非捷運站-型4旅次特性 98
4.5 一端點為捷運站-型5旅次特性 115
第五章 結論與建議 132
5.1 結論 132
5.2 研究建議 138
參考文獻 139
附錄一 各旅次型態-迴歸分析之變數表 142


圖目錄
圖1.1.1 臺北市YouBike分月的租賃總次數(累加) 2
圖1.4.1 研究流程圖 5
圖3.1.1.1 臺北市YouBike原始Access資料庫示意圖 20
圖3.1.2.1 臺北市YouBike旅次資料庫轉換成EXCEL形式示意圖 21
圖3.2.1.1 旅次型態分類程序圖 23
圖3.2.2.1 公共自行車系統資料處理程序圖 24
圖3.3.1 公共自行車分析資料庫 27
圖3.3.2 各旅次型態之研究架構 28
圖3.3.1.1 型3旅次與捷運之競合關係分析架構圖 30
圖3.3.1.2 型4旅次與捷運之競合關係分析架構圖 31
圖4.1.1.1 起迄對為型1旅次日均旅次量(每小時分布) 37
圖4.1.2.1 型1旅次-以旅次騎乘時間長度分群圓餅圖 38
圖4.1.2.2 型1旅次-以借車時點之平均騎乘時間折線圖 38
圖4.1.3.1 型1旅次之平日各租借時間區間每日總收入累加圖 40
圖4.1.3.2 型1旅次之假日各租借時間區間每日總收入累加圖 40
圖4.2.1.1 起迄對為型2旅次日均旅次量(每小時分布) 49
圖4.2.2.1 型2旅次-以旅次騎乘時間長度分群圓餅圖 50
圖4.2.2.2 型2旅次-以借車時點之平均騎乘時間折線圖 51
圖4.2.3.1 型2旅次之平日各租借時間區間每日總收入累加圖 52
圖4.2.3.2 型2旅次之假日各租借時間區間每日總收入累加圖 53
圖4.3.1.1 型3旅次日均旅次量(每小時分布) 66
圖4.3.2.1 型3旅次-以旅次騎乘時間長度分群圓餅圖 67
圖4.3.2.2 型3旅次-以借車時點之平均騎乘時間折線圖 68
圖4.3.3.1 型3旅次之平、假日尖、離峰平均騎乘距離 69
圖4.3.5.1 型3旅次之平日各租借時間區間每日總收入累加圖 71
圖4.3.5.2 型3旅次之假日各租借時間區間每日總收入累加圖 72
圖4.3.6.1 捷運轉乘次數0、1、2次之型3旅次前10大旅次起迄對 81
圖4.3.8.1 型3旅次各起迄對旅次量對應搭乘捷運時間散布圖(平日) 88
圖4.3.8.2 型3旅次各起迄對旅次量對應搭乘捷運時間散布圖(假日) 89
圖4.3.8.3 型3旅次與捷運旅次量比例散布圖(平日) 90
圖4.3.8.4 型3旅次與捷運旅次比例散布圖(假日) 91
圖4.3.8.5 型3旅次之借車時點0-24時之比例 91
圖4.3.8.6 平、假日總體旅次之借、還車場站離捷運站最近距離之日均旅次量 93
圖4.3.8.7 平、假日總體旅次之借、還車場站離捷運站最近總距離 94
圖4.4.1.1 型4旅次日均旅次量(每小時分布) 101
圖4.4.2.1 型4旅次-以旅次騎乘時間長度分群圓餅圖 102
圖4.4.2.2 型4旅次-以借車時點之平均騎乘時間折線圖 103
圖4.4.3.1 型4旅次之平、假日尖、離峰平均騎乘距離 104
圖4.4.5.1 型4旅次之平日各租借時間區間每日總收入累加圖 106
圖4.4.5.2 型4旅次之假日各租借時間區間每日總收入累加圖 106
圖4.4.6.1 型4旅次之平、假日前10大起迄對涵蓋範圍圖 108
圖4.5.1.1 型5旅次日均旅次量(每小時分布) 117
圖4.5.2.1 型5旅次-以旅次騎乘時間長度分群圓餅圖 119
圖4.5.2.2 型5旅次-以借車時點之平均騎乘時間折線圖 119
圖4.5.3.1 型5旅次之平、假日尖、離峰平均騎乘距離 120
圖4.5.5.1 型5旅次之平日各租借時間區間每日總收入累加圖 122
圖4.5.5.2 型5旅次之假日各租借時間區間每日總收入累加圖 123


表目錄
表1 公共自行車開放資料類別與可分析項目 6
表2.1.1 各國公共自行車開放資料 8
表2.2.1 公共自行車系統以旅次資料分析使用者特性研究彙整表 11
表2.5 公共自行車系統以旅次資料分析使用者特性研究彙整表 19
表3.1.1.1 臺北市YouBike原始資料庫之欄位 21
表3.2.2.1 以臺北市YouBike資料庫資料為基礎擴充之欄位 24
表4.1.1.1 型1旅次總延車小時、日平均延車小時 37
表4.1.3.1 型1旅次之平、假日各租借時間區間騎乘費用與收入 39
表4.1.4.1 型1旅次之平、假日總體旅次前10大起迄對 41
表4.1.4.2 型1旅次之平、假日前10大與總體起迄對比較表 42
表4.1.4.3 型1旅次之平、假日尖峰時段前10大起迄對 42
表4.1.4.4 型1旅次之平、假日尖峰時段前10大與總體起迄對比較 43
表4.1.5.1 型1旅次迴歸方程式之變數總表 44
表4.1.5.2 型1旅次平日迴歸式之模型摘要 44
表4.1.5.3 假日型1旅次迴歸分析表 45
表4.1.5.4 型1旅次假日最終迴歸式之係數與檢定值 46
表4.1.5.5 假日型1旅次隨機三個起迄對迴歸預測值與實際值比較表 46
表4.2.1.1 型2旅次總延車小時、日平均延車小時 50
表4.2.3.1 型2旅次之平、假日各租借時間區間騎乘費用與收入 52
表4.2.4.1 型2旅次之平、假日總體旅次前10大起迄對 54
表4.2.4.2 型2旅次之平、假日前10大與總體起迄對比較表 54
表4.2.4.3 型2旅次之平、假日中午尖峰時段前10大起迄對 55
表4.2.4.4 型2旅次之平、假日昏峰時段前10大起迄對 56
表4.2.4.5 型2旅次之平、假日尖峰時段前10大與總體起迄對比較 57
表4.2.5.1 型2旅次迴歸方程式之變數總表 57
表4.2.5.2 平日型2旅次迴歸分析表 58
表4.2.5.3 型2旅次平日最終迴歸式之係數與檢定值 59
表4.2.5.4 平日型2旅次隨機三站迴歸預測值與實際值比較表 59
表4.2.5.5 假日型2旅次迴歸分析表 60
表4.2.5.6 型2旅次假日最終迴歸式之係數與檢定值 61
表4.2.5.7 假日型2旅次隨機三站迴歸預測值與實際值比較表 62
表4.3.1.1 型3旅次之總延車小時、日平均延車小時 66
表4.3.1.2 型3旅次之總延車公里、日平均延車公里 67
表4.3.4.1 型3旅次之平、假日尖、離峰平均騎乘速度 70
表4.3.5.1 型3旅次之平、假日各租借時間區間騎乘費用與收入 70
表4.3.6.1 型3旅次之平、假日總體旅次前10大起迄對 73
表4.3.6.2 型3旅次之平、假日前10大與總體起迄對比較表 73
表4.3.6.3 型3旅次平、假日尖峰時段前10大起迄對 74
表4.3.6.4 平、假日尖峰時段前10、30、50、100名起迄對與總體比較表 75
表4.3.6.5 平、假日尖峰時段末10、30、50、100名起迄對與總體比較表 76
表4.3.6.6 平、假日尖峰時段末100名起迄對超過3、5、7公里之起迄對數 77
表4.3.6.7 捷運站間距與捷運轉乘次數起迄對數 77
表 4.3.6.8 型3旅次對應捷運轉乘次數之旅次量 78
表4.3.6.9 型3旅次之平日各轉乘次數前10大旅次起迄對 79
表4.3.6.10 型3旅次之假日各轉乘次數前10大旅次起迄對 80
表4.3.7.1 型3旅次迴歸方程式之變數總表 82
表4.3.7.2 平日型3旅次迴歸分析表 83
表4.3.7.3 型3旅次平日最終迴歸式之係數與檢定值 84
表4.3.7.4 平日型3旅次隨機三站迴歸預測值與實際值比較表 85
表4.3.7.5 假日型3旅次迴歸分析表 85
表4.3.7.6 型3旅次假日最終迴歸式之係數與檢定值 86
表4.3.7.7 假日型3旅次隨機三站迴歸預測值與實際值比較表 87
表4.3.8.1 型3旅次起迄對之數量與比例(平日) 88
表4.3.8.2 型3旅次起迄對之數量與比例(假日) 89
表4.3.8.3 捷運行駛距離與型3旅次騎乘距離之差距 95
表4.3.8.4 選擇騎乘Youbike而不搭乘捷運可省下之金額與起迄對數(平日) 96
表4.3.8.5 選擇騎乘Youbike而不搭乘捷運可省下之金額與起迄對數(假日) 97
表4.4.1.1 型4旅次之總延車小時、日平均延車小時 101
表4.4.1.2 型4旅次之總延車公里、日平均延車公里 102
表4.4.4.1 型4旅次之平、假日尖、離峰平均騎乘速度 105
表4.4.5.1 型4旅次之平、假日各租借時間區間騎乘費用與收入 105
表4.4.6.1 型4旅次之平、假日總體旅次前10大起迄對 107
表4.4.6.2 型4旅次之平、假日前10大與總體起迄對比較表 108
表4.4.6.3 型4旅次平、假日尖峰時段前10大起迄對 109
表4.4.7.1 型4旅次迴歸方程式之變數總表 110
表4.4.7.2 型4旅次平日迴歸式之模型摘要 111
表4.4.7.3 型4旅次假日迴歸式之模型摘要 111
表4.4.8.1 型4旅次與捷運競爭、互補關係分類表 112
表4.4.8.2 型4旅次前10大場站對應最近捷運站站次數表 113
表4.4.8.3 型4旅次與捷運相比騎乘Youbike平均所節省的時間 114
表4.4.8.4 型4旅次與捷運相比騎乘Youbike平均所節省的費用 114
表4.5.1.1 型5旅次之總延車小時、日平均延車小時 118
表4.5.1.2 型5旅次之總延車公里、日平均延車公里 118
表4.5.4.1 型5旅次之平、假日尖、離峰平均騎乘速度 121
表4.5.5.1 型5旅次之平、假日各租借時間區間騎乘費用與收入 122
表4.5.6.1 型5旅次之平、假日總體旅次前10大起迄對 124
表4.5.6.2 平、假日前10大對稱起迄對中之起點對應最近捷運距離對照表 124
表4.5.6.3 型5旅次之平、假日前10大與總體起迄對比較表 125
表4.5.6.4 型5旅次平、假日尖峰時段前10大起迄對 125
表4.5.7.1 型5旅次迴歸方程式之變數總表 126
表4.5.7.2 平日型5旅次迴歸分析表 127
表4.5.7.3 型5旅次平日最終迴歸式之係數與檢定值 128
表4.5.7.4 平日型5旅次隨機三站迴歸預測值與實際值比較表 129
表4.5.7.5 平日型5旅次迴歸分析表 129
表4.5.7.6 型5旅次假日最終迴歸式之係數與檢定值 130
表4.5.7.7 假日型5旅次隨機三站迴歸預測值與實際值比較表 131
表5.1 各旅次型態影響應變數[日均旅次量]之自變數 134

參考文獻 Bachand-Marleau, J., Larsen, J., & El-Geneidy, A. (2011). Much-anticipated marriage of cycling and transit: How will it work?. Transportation Research Record: Journal of the Transportation Research Board, (2247), 109-117.
Berloco, N., & Colonna, P. (2012). Testing and improving urban bicycle performance. Procedia-Social and Behavioral Sciences, 53, 72-83.
Bordagaray, M., dell’Olio, L., Fonzone, A., & Ibeas, Á. (2016). Capturing the conditions that introduce systematic variation in bike-sharing travel behavior using data mining techniques. Transportation Research Part C: Emerging Technologies, 71, 231-248.
DeMaio, P., Meddin, R. (2012). The Bike-sharing World Map. (accessed 23.03.13).
Krizek, K., Forsyth, A., & Baum, L. (2009). Walking and cycling international literature review. Victoria Department of Transport, Melbourne, Australia.
LDA Consulting. (2012). Capital Bikeshare 2011 Member Survey Report. LDA Consulting. Washington DC.
Lin, J. J., Wang, N. L., & Feng, C. M. (2017). Public bike system pricing and usage in Taipei. International Journal of Sustainable Transportation, 11(9), 633-641.
Litman, T. (2004). Transit price elasticities and cross-elasticities. Journal of Public Transportation, 7(2), 3.
Murphy, H. (2010). Dublin Bikes: An Investigation in the Context of Multimodal Transport. MSc Sustainable Development, Dublin Institute of Technology, Dublin.
Noland, R. B., & Ishaque, M. M. (2006). Smart bicycles in an urban area: Evaluation of a pilot scheme in London. Journal of Public Transportation, 9(5), 5.
Vogel, P., Greiser, T., & Mattfeld, D. C. (2011). Understanding bike-sharing systems using data mining: Exploring activity patterns. Procedia-Social and Behavioral Sciences, 20, 514-523.
Shaheen, S., Zhang, H., Martin, E., & Guzman, S. (2011). China's Hangzhou public bicycle: understanding early adoption and behavioral response to bikesharing. Transportation Research Record: Journal of the Transportation Research Board, (2247), 33-41.
Transport for London. (2010). Travel in London Report 3. Transport for London. London. http://content.tfl.gov.uk/travel-in-london-report-3.pdf
呂千慈、鍾易詩、馮正民(2017),環境空間與站點分布對公共自行車租借量之影響分析,中華民國運輸學會2017年會暨學術論文國際研討會。
胡宜萍(2014),高雄市公共腳踏車與捷運接駁距離暨公共腳踏車租賃站設置地點之探討,國立中山大學公共事務管理研究所學位論文。
余書玫(2008),公共自行車租借系統選擇行為之研究 ,國立交通大學交通運輸研究所碩士論文。
黃晏珊(2015),臺北市公共自行車系統租賃站營運特性分析,淡江大學運輸管理學系運輸科學碩士班碩士論文。
黃俊良(2016),臺北市公共自行車系統旅次特性分析,淡江大學運輸管理學系運輸科學碩士班碩士論文。
曾韋齊(2013),城市公共自行車租賃系統定價研究-以臺北微笑單車為例,淡江大學運輸管理學系碩士班學位論文。
曹壽民、林俊宏(2004),臺北都會區捷運車站腳踏車停車需求之研究,都市交通,第19卷,第3 期,2004.09 頁16-31。
賴淑芳(2012),「公共自行車接受度與滿意度研究--以臺北微笑單車為例」,運輸學刊 第24 卷,第3 期,2012.09 頁379-405。
楊淯筑(2012),自行車轉乘捷運之行為意向研究,國立臺灣大學土木工程學研究所學位論文。
葉燿墩、林昭賢、劉心荷(2015),公共自行車Youbike營運資料分析及精進作為,新北市政府交通局。
顏遵漢(2013),影響公共自行車使用行為意願調查: 以臺北市微笑單車為例,長庚大學管理學院碩士學位學程在職專班經營管理組碩士論文。
鍾智林(2015),以旅次資料為基礎的公共自行車系統開放式大數據分析,科技部專題計畫書。
蕭傑諭、蔡宗佑(2017),公共自行車之替代性與互補性—以臺北都會區為例,中華民國運輸學會2017年會暨學術論文國際研討會。
李城忠(2008),應用統計學: SPSS 完全攻略,新文京開發出版股份有限公司。
余桂霖(2012),多元迴歸分析,五南圖書出版股份有限公司。
吳明隆(2008),SPSS 操作與應用:多變量分析實務,五南圖書出版股份有限公司
吳明隆(2013),SPSS 統計應用學習實務: 問卷分析與應用統計,易習圖書有限公司。
臺北市交通統計查詢系統網站,
http://dotstat.taipei.gov.tw/pxweb2007P/Dialog/statfile9.asp
臺北市「微笑單車」公共自行車租賃系統,http://taipei.youbike.com.tw/cht/f12.php
臺北市政府資料開放平台,http://data.taipei/
臺北大眾捷運股份有限公司官方網站,http://www.metro.taipei/
法國Vélib'官方網站,http://www.velib.paris.fr/
荷蘭OV-fiets官方網站,http://www.ns.nl/deur-tot-deur/ov-fiets
美國芝加哥DIVVY Bikes官方網站,https://www.divvybikes.com/
美國紐約Citi Bikes官方網站,https://www.citibikenyc.com/
美國舊金山Ford Gobike官方網站,https://www.fordgobike.com/
美國查塔斯頓Chattanooga Bike官方網站,http://www.bikechattanooga.com/
美國波斯頓Hubway Bike官方網站,https://www.thehubway.com/
美國華盛頓Capital Bike官方網站,https://www.capitalbikeshare.com/
挪威奧斯陸Oslo Bysykkel官方網站,https://developer.oslobysykkel.no/
澳洲墨爾本Melbourne Bike官方網站,https://data.melbourne.vic.gov.au/
英國倫敦London Cycle Hire官方網站,http://cycling.data.tfl.gov.uk/
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2018-02-02公開。
  • 同意授權瀏覽/列印電子全文服務,於2018-02-02起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2486 或 來信