因應能源短缺、全球暖化，各城市將自行車公共化而成為自行車共享(Bike Sharing)系統，臺灣各地也陸續推動，其中臺北YouBike以每輛周轉率12次/日居全球之冠。隨著系統服務範圍擴大及使用量增加，甲租乙還的時段性不平衡導致無車可租與無位可還，成為公共自行車營運與調度的核心要素，然而以往較缺乏以大規模缺車與缺位資訊為基礎的探討，故本研究以臺北市YouBike為對象，利用連續六個月、每隔五分鐘擷取的自行車租賃站即時可借車輛與可停車位數據(8,080,128筆)，以統計分析方法進行時間與空間特性的系統分析，除了嘗試建立多元營運評估指標以彌補現有不足外，同時依據租賃站規模與地域特性，檢視現行租賃站設置原則，提供未來設站及既有站點規模調整之參考，並提出相關營運策略建議。

本研究結果顯示：

1.既有營運評估指標僅侷限於自行車上線率，無法充分反應營運績效，本研究另行研議7項指標，包括(1)缺車風險指標，現為26%；(2)缺位風險指標，現為1%；(3)正常營運指標，又稱為可靠度，現為73%；(4)平均缺車與缺位等待時間，缺車為57分鐘、缺位為21分鐘；(5)波動率，現為28%；(6)恢復度，現有為14%；(7)使用率，現有平均為58%。

2.現行設站準則排除既有租賃站600公尺內設置新站，然而本研究顯示，部分租賃站缺車與缺位風險指標高於正常營運指標，此種車站應不受前述限制，並建立既有站點規模調整原則，來改善現有租賃站點。

3.YouBike時間特性包括：(1)平日從7點開始有使用人潮，上下班時間為使用尖峰時段，假日使用人潮則從9點開始，尖峰集中於下午時段；(2)假日使用率高於平日；(3)早上缺車與缺位問題比晚上少；(4)早上波動變化較小，YouBike主要使用時段尤其深夜波動變化大。

4.YouBike空間特性包括：(1)缺車風險熱點多位於交通設施、學校、商業區、休閒娛樂場所周邊；(2)缺位風險熱點部分，以學校周邊居多，其次為商圈、休閒娛樂場所；(3)市中心、交通設施周邊的租賃站不論規模大小都較易有缺車與缺位問題；(4)市中心、交通設施周邊的租賃站由於使用人次較多，導致波動率較大。

5.相關營運策略建議如下：(1)業者運補策略應隨著平、假日尖峰時段不同而變，(2)尖峰時段與市中心地區租賃站具高波動率，以及平均等待時間較長的站點，應列為運補重點，(3)針對缺車與缺位風險熱點，提出激勵機制與自主性調度，以彌補中央調度的不足，(4)平、假日使用率不同，可利用「差別定價」移轉尖峰時段的使用人潮。

In response to energy shortage and global warming, public bikes have recently been gaining global popularity, including Taiwan. Among the cities with public bike systems, Taipei’s YouBike tops the world in terms of an average daily turnover rate of 12 times per bike. Meanwhile, as more and more users and stations involved in the system, YouBike stations confront such issues as few bikes or few parking slots available due to imbalanced rental demand - a headache of public bike operations and dispatch. Distinct from previous studies, this research collected big data on YouBike with a time span of 6 months for every 5 minutes, or a total data size of 8,080,128. We statistically modeled the spatial and temporal characteristics with respect to various performance indicators. In addition, we examined the exiting disposition criteria for new YouBike stations, and proposed supplementary criteria on the aspects of station scales and locations.

The findings of this study include:

1.For the 7 proposed indicators, the Taipei YouBike system has the following performances: (1) risk of insufficient bikes as 26%; (2) risk of insufficient parking spaces as 1%; (3) reliability as 73%; (4) average waiting time for bikes as 57 minutes and that for parking spaces as 21 minutes; (5) fluctuation rate as 28%; (6) resiliency as 14%; and (7) utility rate as 58%.

2.The current station disposition criteria exclude building new stations within 600 meters of any existing rental station. However, this study shows that some stations suffered from greater risks of insufficient bikes and spaces; in such a case, new stations could (and should) be considered as an exemption from the 600-meter criterion.

3.The temporal characteristics of YouBike include: (1) the number of users increased from 7:00 on weekdays, of which the peak occurred during the commuting hours; for weekends, the number of users increased from 9:00 and reached its top in the afternoon. (2) There were more bike users on weekends than on weekdays. (3) The risk of insufficient bikes or parking spaces was lower in the morning than that in the evening. (4) The fluctuation was small in the morning, but became large in the late evening. 

4.The spatial characteristics of YouBike include: (1) The stations near transit facilities, schools, and commercial and recreational areas had greater risk of insufficient bikes; (2) The stations near schools, and commercial and recreational areas had greater risk of insufficient parking spaces; (3) Regardless of the station size, those around downtown and transit facilities tended to have insufficient bikes and parking spaces, resulting in greater fluctuation rates.

5.It is suggested that: (1) The bike operator should adopt different dispatch strategies regarding the peak and off peak periods, and weekdays and weekends. (2) More attention should be paid on the peak periods and downtown stations with greater fluctuation and waiting time. (3) The operator should provide incentives and develop an autonomy dispatch mechanism for stations with greater risk of insufficient bikes and/or parking spaces. (4) “differential pricing” should be considered as the weekday utility rates were different from the weekends.

目錄
謝誌
中文摘要
英文摘要
目錄 I
圖目錄 III
表目錄 V
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 5
1.3 研究範圍 7
1.4 研究流程 8
第二章 文獻回顧 12
2.1 公共自行車系統歷史資料應用與指標建立 12
2.2 公共自行車系統站點規劃 19
2.3 各國租賃站設置原則 23
2.4 文獻回顧評析 26
第三章 研究方法 28
3.1 研究架構 28
3.2 資料蒐集與整理 30
3.3 研究課題 31
3.4 小結 43
第四章 資料分析 45
4.1 基本敘述統計分析 45
4.2 平均數概念 49
4.3 中位數概念 53
4.4 眾數概念 57
4.5 機率概念 61
4.6 波動率分析 66
4.7 缺車與缺位風險熱點 74
4.8 租賃站規模分析 86
4.9 使用率分析 93
4.10 平均等待時間分析 97
4.11 綜合分析與討論 103
4.11.1 營運指標建立 103
4.11.2 租賃站設置原則建議 105
4.11.3 營運特性與相關營運策略之建議 	107
第五章 結論與建議 112
5.1 結論 112
5.2 研究貢獻 117
5.3 建議 117
參考文獻 120
附錄一 167個租賃站基本資訊 124
附錄二 臺北市公共自行車租賃站設置準則 129


圖目錄
圖1.1 公共自行車新建城市逐年增加趨勢圖 1
圖1.2 租賃站缺車、缺位與可接受風險示意圖 8
圖1.3 研究流程圖 11
圖2.1 公共自行車系統車站平均可租車輛數 13
圖2.2 38個自行車系統分類圖 16
圖3.1 研究架構圖 29
圖3.2 公共自行車系統資料處理程序圖 31
圖3.3 時空分析示意圖 32
圖3.4 YouBike各站停車位配置規模與缺車缺位風險示意 35
圖3.5 狀態變化示意圖 39
圖3.6 臺北市YouBike租賃站停車位數 42
圖4.1 全日各時段營運狀態趨勢 48
圖4.2 平均數 – 全日各時段營運狀態比例 50
圖4.3 平均數 - 時間向度平、假日狀態差異數統計 52
圖4.4 平均數 - 時間向度平、假日狀態差異比較統計 52
圖4.5 中位數 – 全日各時段營運狀態比例 54
圖4.6 中位數 - 時間向度平、假日狀態差異數統計 56
圖4.7 中位數 - 時間向度平、假日狀態差異比較統計 56
圖4.8 眾數 - 24小時各時段營運狀態比例 58
圖4.9 眾數 - 時間向度平、假日狀態差異數統計 60
圖4.10 眾數 - 時間向度平、假日狀態差異比較 60
圖4.11 每日缺車風險、可靠度、缺位風險累積分布 63
圖4.12 平日缺車風險、可靠度、缺位風險累積分布 64
圖4.13 假日缺車風險、可靠度、缺位風險累積分布 65
圖4.14 狀態變化示意圖 66
圖4.15 全日各時段平均波動率折線圖 67
圖4.16 全日波動變化累積分布 68
圖4.17 各站波動率與缺車缺位比例分佈圖 69
圖4.18 各時段波動率與缺車缺位比例分佈圖 72
圖4.19 周邊站點可否支援說明圖 75
圖4.20 使用率與營運指標關係 95
圖4.21 各站缺車狀態排序之平均等待時間 99
圖4.22 各站缺位狀態排序之平均等待時間 100
圖4.23 24小時中各指標比例趨勢圖 103


表目錄
表2.1 公共自行車系統歷史資料應用與指標建立彙整表(1) 17
表2.2 公共自行車系統歷史資料應用與指標建立彙整表(2) 18
表2.3 11個租借站範例求解比較表 19
表2.4 公共自行車系統站點規劃彙整表 22
表2.5 各國租賃站設置原則-選址依據彙整表 25
表2.6 各國租賃站設置原則-規模分析彙整表 26
表3.1 營運狀態與內容描述 32
表3.2 時間、空間向度因素 41
表3.3 研究內容彙整表 44
表4.1 營運狀態個數統計 46
表4.2 平均數 - 系統營運指標值 49
表4.3 平均數 - 平、假日時空格狀態差異數統計 51
表4.4 平均數 - 平、假日時空格狀態差異比較統計 51
表4.5 中位數 - 系統營運指標值 53
表4.6 中位數 - 平、假日時空格狀態差異數統計 55
表4.7 中位數 - 平、假日時空格狀態差異比較統計 55
表4.8 眾數 - 系統營運指標值 57
表4.9 眾數 - 平、假日時空格狀態差異數統計 59
表4.10 眾數 - 平、假日時空格狀態差異比較統計 59
表4.11 變化狀態統計表 67
表4.12 十大穩定站點 – 以平均波動率排序 69
表4.13 十大穩定站點 – 以低波動率(0.0 - 0.1)排序 70
表4.14 十大波動站點 70
表4.15 穩定時段 - 波動平均值<0.1且缺車缺位比例<0.25 73
表4.16 波動時段 - 波動平均值>0.17且缺車缺位比例>0.3 73
表4.17 波動時段 - 以高波動率比例>40%且缺車缺位比例>0.3 73
表4.18 穩定時段 - 以低波動率比例>60%且缺車缺位比例<0.15 74
表4.19 167個租賃站點最近站間距離 75
表4.20 168天十大缺車風險熱點與可支援站點、支援率 76
表4.21 168天十大缺位風險熱點與可支援站點、支援率 77
表4.22 168天十大缺車與缺位風險熱點與可支援站點、支援率 78
表4.23 平日十大缺車風險熱點與可支援站點、支援率 79
表4.24 平日十大缺位風險熱點與可支援站點、支援率 80
表4.25 平日十大缺車與缺位風險熱點與可支援站點、支援率 81
表4.26 假日十大缺車風險熱點與可支援站點、支援率 82
表4.27 假日十大缺位風險熱點與可支援站點、支援率 83
表4.28 假日十大缺車與缺位風險熱點與可支援站點、支援率 84
表4.29 因子分類與站點數說明 86
表4.30 租賃站規模與營運狀態之間的關係87
表4.31 區位與營運狀態之間的關係 87
表4.32 交通設施周邊與否與營運狀態之間的關係 88
表4.33 租賃站規模和區位與營運狀態之間的關係 89
表4.34 租賃站規模和交通設施周邊與否與營運狀態之間的關係 90
表4.35 租賃站規模、區位和交通設施周邊與否與營運狀態之間的關係91
表4.36 使用率與缺車、正常和缺位營運狀態函數關係 94
表4.37 總平均等待時間 97
表4.38 缺車狀態平均等待時間前十高站點 101
表4.39 缺位狀態平均等待時間前十高站點 102
表4.41 營運指標值比較 107
表4.42 資料分析結果彙整表 111

中文部分：
1.余書玫（2009），公共自行車租借系統選擇行為之研究，交通大學交通運輸研究所碩士論文。
2.吳凱峰（2013），杭州市公共自行車系統的現狀、問題與對策，交通科技2013年2期，頁154-156。
3.周荻傑（2012），應用地理知悉與車輛途程技術之公用自行車調度系統，逢甲大學資訊電機工程碩士在職專班論文。
4.林緯帆（2013），探討激勵機制設計對多站點自行車租賃服務系統的影響，國立屏東科技大學工業管理系研究所碩士論文。
5.耿雪、田凱、張宇、黎晴（2009），巴黎公共自行車租賃點規劃設計，城市交通第7卷第4期，頁21-29。
6.馬財宏（2012），公共城市公共自行車租賃站點布置方法研究—以寧波市為例，城市建設理論研究（電子版）29期。
7.張立蓁（2010），都會區公共自行車租借系統之設計與營運方式研究，成功大學工業與資訊管理學系研究所碩士論文。
8.黃仁皇（2010），公共自行車騎乘特性、服務便利性、騎乘滿意度之相關研究─以臺北市微笑單車為例，朝陽科技大學休閒事業管理系碩士論文。
9.黃仲韻（2010），都會區多站點自助式單車租賃系統之動態供需運補問題研究，國立屏東科技大學工業管理系碩士論文。
10.臺北市即時交通資訊資料庫：YouBike 微笑單車http://opendata.dot.taipei.gov.tw/opendata/gwjs_cityhall.json。
11.臺北市政府交通局（2013），YouBike 建置規劃、相關管理計畫及優先劃設車道的可行性評估，臺北市議會公報第 97 卷第 3 期。
12.臺北市政府交通局（2015），YouBike設站有準則 今後選點標準一致新聞稿，2015年03月23日，取自網址：http://www.cloud.taipei.gov.tw/web_tgi_getContent?ClassCode=462da1de&CategoryCode=MA03&rowId=GIP_100112484&orderBy=2。
13.蔡育盛（2012），運用基因演算法於單車租賃供需運補問題之研究，國立屏東科技大學工業管理系碩士論文。
14.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 24(3)，頁 1-24。
15.鮑娜（2012），城市公共自行車租賃點選址決策及調度模型研究，長安大學交通運輸規劃與管理碩士論文。
16.謝昉叡（2011），自行車租賃系統佈署調度暨選址最佳化之研究，中央大學土木工程學系碩士論文。
17.鍾紅梅和熊瑤（2012），城市公共自行車系統規劃建設探討--以株洲市公共自行車系統為例，中國城市規劃年會論文集。
18.鍾智林、簡佑勳（2014），公共自行車時空分析法之構建與營運策略改善－以臺北微笑自行車為例，都市交通29(1)，頁1-10。


英文部分：
19.Borgnat, P., Robardet, C., Rouquier, J. B., Abry, P., Flandrin, P., Fleury, E. (2011),Shared bicycles in a city: a signal processing and data analysis perspective, Advances in Complex Systems,14(3), pp. 415–438.
20.Froehlich, J., Neumann, J., Oliver, N. (2009),Sensing and predicting the pulse of the city through shared bicycling, 21st International Joint Conference on Artificial Intelligence (IJCAI-09), Pasadena, California, USA.
21.Garcia-Palomares, J. C., Gutierrez, J., Latorre, M. (2012),Optimizing the location of stations in bike-sharing programs: A GIS approach, Applied Geography, 35 (1–2), pp. 235–246.
22.Hampshire, R. C., Marla, L. (2012),An Analysis of Bike Sharing Usage: Explaining Trip Generation and Attraction from Observed Demand, Transportation Research Board Annual Meeting, Washington, USA.
23.Hu, S.-R. , Liu,C.-T. (2013),An Optimal Location Model for a Bicycle Sharing Program: Case Study of the Kaohsiung K-bike System, Proceedings of the Eastern Asia Society for Transportation Studies, Vol.9
24.Kaltenbrunner, A., Meza, R., Grivolla, J., Codina, J., Banchs ,R. (2010),Urban cycles and mobility patterns: exploring and predicting trends in a bicycle-based public transport system, Pervasive and Mobile Computing, 6 (4), pp. 455–466
25.O’Brien, O., Cheshire, J., Batty, M. (2014),Mining bicycle sharing data for generating insights into sustainable transport systems, Journal of Transport Geography 34, pp.262–273.
26.Raviv, T., Tzur, M., Forma, I. (2013),Static repositioning in a bike-sharing system: models and solution approaches, EURO Journal on Transportation and Logistics 2(3), pp.187–229.
27.Schuijbroek, J., Hampshire, R., van Hoeve, W. J. (2013),Inventory rebalancing and vehicle routing in bike sharing systems, Technical Report 2013-E1, Tepper School of Business, Carnegie Mellon University.
28.Vogel, P., Mattfeld, D. (2011),Strategic and Operational Planning of Bike-Sharing Systems by Data Mining - A Case Study, Lecture Notes in Computer Science 6971, pp.127–141. 
29.Wang, I.-L., Wang, C.-W. (2013),Analyzing bike repositioning strategies based on simulations for public bike sharing systems, 2nd IIAI International Conference on Advanced Applied Informatics. 
30.Yang, T.-H., Lin, J.-R. (2011),Strategic design of public bicycle sharing systems with service level constraints, Transportation Research Part E: Logistics and Transportation Review 47(2), pp.284–294.