近年來歐美日等先進國家針對都會區尖峰通勤旅次所造成的交通壅塞、高通勤成本以及大量石油消耗等問題，而致力於汽車共乘(carpool)的研究，其理念與運輸需求管理中的高承載車輛(High Occupancy Vehicle, HOV)相近。台北都會區同樣面臨著嚴重的交通擁擠問題，但是由於缺乏積極推廣與其他因素刺激，使得私人汽車共乘風氣不盛。
然而在台北都會區存在另一種共乘方案-計程車共乘，大眾運輸的旅運者是主要的使用者。它通常由計程車司機在公車或捷運站附近招攬目的地相近的乘客來共乘。藉由商車營運(CVO)平台中既有的配對演算法，我們能夠媒合不同起訖點但是具有相同路線的旅運者，讓他們共乘一輛計程車。
根據文獻，我們找出能刺激與推廣共乘使用的一些特性，以及使用者對於共乘態度是影響共乘的重要因子。本研究在為期17天的實驗中，讓使用者在有實際搭乘經驗之下填答問卷。藉由多變量分析方式了解使用者對於共乘的滿意度以及解釋內外在的顯著因子。接著應用羅吉特模式分析需求以及由模式來預測轉移情形。根據分析結果，本研究發現大多數的使用者為中等收入以及缺乏私人運具。主要轉移量的來源為大眾運輸的旅運者。因此結論出計程車共乘具有彌補大眾運輸的功能。
根據羅吉特模式的校估顯示，實際付費的有無確實會影響共乘的選擇行為。除了旅行時間、旅行成本以及月收入為兩群均顯著之變數之外，旅次複雜度對於付費群為顯著變數；而車輛持有對於非付費群為顯著變數。本研究的結果中指出計程車共乘的確會使計乘車的使用量顯著上升，但是由整體外部成本分析，由於主要轉移來源為大眾運輸旅次而使的外部成本呈現上升的情形，平均每天會增加50051元外部成本。本研究另外針對私人運具之使用成本分別以10%、15%、20%增加來分析轉移行為，結果發現私人運具之旅次會轉向計程車、大眾運輸與共乘，使整體外部成本分別減少了157364元、157586元以及157777元。

In recent years, developed countries like USA, EU and Japan devoted themselves in the practices and impact assessment of ridesharing in order to reduce high commuting cost and large fuel consumption during peak hours of commuting trips in metropolis.  The idea of ridesharing is adopted as part of the promotion of High Occupancy Vehicles (HOV) to ease traffic jam.  Though traffic jam problem is serious, the idea of ride-sharing is not popular in the Taipei metropolis because there is little promotion and almost no incentive for commuter to ride sharing.
However, taxi ridesharing is an alternative of ride-sharing for commuters, especially for the users of public transit.  It is often that taxi drivers pick up passengers who have nearby destinations in major bus transfer stations or MRT stations.  By the implementation matching algorithm under the platform of CVO, we could match travelers who depart from and arrive at different locations but sharing similar routes to ride in the same taxi.
In the literature review, we found that the characteristics of user as long as promotion and incentives, and user’s attitude toward ride-sharing are important factors in ride sharing practices.  In this study we design a questionnaire to collect users’ responses of their ride-sharing experience during the 17-day experiment period. We analyze the data by using multivariate analysis methods to understand users’ gree of satisfaction regarding taxi-ridesharing and to explore the internal and external factor affecting the practices.  Next, we apply Logit model to analyze the demand and to predict the trips transferred from various modes.  As the result, we found that most of the users have medium income with no private car and motorcycle.  Most of the transfers come from public transit users.  Therefore, we could conclude that taxi-ridesharing is a supplement of public transit system. 
 From the result of Logit model estimation, we found that travelers who pay the taxisharing fees have different between compared to those who did not pay the fees. And private auto ownership and transfer time are two factors as important as travel time, travel cost and income.  Our study also suggests that taxi-ridesharing would significantly increase the usage of taxi. However, the daily external cost will increase by $50051 NTD(New Taiwan Dollar) due to the fact that as the main transferred trip comes from public transit. To analyze transfer behavior under various policy scenarios , we adjust the cost of motorcycle and car by 110%, 115%, and 120%. As the result, we found trips of motorcycles and cars will transfer to taxi by 6.1%, 6.3%, and 6.4%, public transit by 6.8%, 7%, and 7.1%, and taxi-rideshare by 0.30%, 0.31%, and 0.33%. The daily external cost will decrease $157364 NTD, $157586 NTD, and $157777 NTD respectively.

中文摘要  I
英文摘要 II
誌  謝	IV
目  錄	VI
圖目錄	IX
表目錄	X
第一章 緒論	1
1.1 研究背景與動機	1
1.2 研究目的	2
1.3 研究範圍	2
1.4 研究方法	3
1.5 研究流程	3
第二章 文獻回顧	6
2.1 共乘之定義與實施方式	6
2.2 國外共乘文獻	9
2.3 國內共乘文獻	12
2.4 現況分析	14
2.5 運具選擇行為及相關文獻	15
2.6 消費者行為	17
2.7 市場區隔	24
2.8 小結	27
第三章 研究架構與方法	28
3.1 研究架構	28
3.1.1 研究變數	30
3.1.2 研究限制	32
3.2 運具選擇模式	33
3.2.1 羅吉特模式之理論基礎	33
3.2.2 模式校估方法	36
3.2.3 羅吉特模式之統計特性	37
3.2.4 效用函數設定	39
3.3 運具選擇模式之建立	40
第四章 問卷設計與調查規劃	41
4.1 問卷設計	41
4.1.1 研究假設	41
4.1.2 問卷內容	42
4.2 實驗與問卷調查的規劃	48
4.3 資料處理方法	48
第五章 實驗績效評估	50
5.1 敘述統計分析	50
5.1.1 人口統計資料	50
5.1.2 旅次特性分析	52
5.1.3 實際里程資料與乘坐情形	55
5.2 滿意度與乘客共乘認知	57
5.2.1 滿意度	57
5.2.2 可接受最多繞行時間	58
5.2.3 可接受最多共乘人數	58
5.2.4 對共乘的相關認知	59
5.2.5 願付價格	65
5.3 小結	66
第六章 內在意向與外在背景分析	67
6.1 內在意向分析	67
6.1.1 因素分析	67
6.1.2 相關分析	73
6.1.3 參與原因對參與意願之相關性檢定	78
6.2 外在背景分析	82
6.3 市場區隔分析	84
6.4 小結	85
第七章 羅吉特模式校估與需求分析	86
7.1 模式構建與參數校估	86
7.1.1 模式構建	86
7.1.2 模式校估	87
7.2 轉移效益評估	92
7.3 政策分析	96
7.4 小結	99
第八章 結論與建議	100
8.1 結論	100
8.2 建議	101
參考文獻	102
附錄  隨車問卷	105

 
圖目錄
圖1.1 研究架構	5
圖2.1 S-O-R示意圖	17
圖2.2 決策過程示意圖	18
圖2.3 一般化的消費者行為架構圖	19
圖2.4 EBK消費者行為架構圖	21
圖2.5 EKB模式階段	22
圖2.6 市場區隔程序圖	24
圖3.1 系統分析圖	28
圖3.2 運具評估流程圖	29
圖3.3 分析架構圖	30
圖3.4 原始運具選擇方案之多項羅吉特	40
圖3.5 納入共乘方案之多項羅吉特	40
圖5.1 性別與年齡統計	50
圖5.2 學歷及職業統計	51
圖5.3 月所得統計	51
圖5.4 私人運具持有統計	52
圖5.5 通勤方式次數圖	52
圖5.6 旅次複雜度	53
圖5.7 車上時間	54
圖5.8 車外時間	54
圖5.9 跳表價格趨勢	55
圖5.10 每趟車次共乘人數趨勢	55
圖5.11 內湖科技園區至土城為例，距離約21200公尺，跳表約450元	65
圖5.12 內湖科技園區至中和為例，距離約14000公尺，跳表約305元	66
圖6.1 內在因素關聯圖	81
圖6.2 內在因素關聯圖(高意願)	81
圖6.3 內在因素關聯圖(低意願)	81
圖7.1 多項羅吉特模式示意圖	87
圖7.2 檢定收費影響之分析流程	87
圖7.3 效益分析流程	92
 
表目錄
表2.1 經濟因子與共乘	10
表2.2 影響行為因素表(1)	18
表2.3 影響行為因素表(2)	18
表4.1 消費者屬性變數	42
表4.2 日常通勤旅次之旅次特性	42
表4.3 運具評估指標變數	43
表4.4 壓力變數	44
表4.5 運具認知	45
表4.6 共乘意願變數	46
表4.7 共乘認知變數	46
表4.8 服務滿意度	47
表5.1 節省距離範例	56
表5.2 滿意度	57
表5.3 可接受最長繞徑時間	58
表5.4 可接受最多共乘人數	58
表5.5 滿意度	59
表5.6 可接受最長繞徑時間	60
表5.7 可接受最多共乘人數	60
表5.8 共乘優勢認知度	61
表5.9 共乘劣勢認知度	61
表5.10 心理不適認同度	62
表5.11 拓展社交認同度	62
表5.12 希望以同性別搭配的意願	63
表5.13 希望以同年齡層搭配的意願	63
表5.14 希望採會員制的意願	64
表5.15 保障住家隱私權的意願	64
表6.1 因子構面、特徵值、解釋變異量與累積解釋變異量(運具認知)	67
表6.2 運具認知因子	68
表6.3 因子構面、特徵值、解釋變異量與累積解釋變異量(共乘認知)	69
表6.4 共乘認知因子	70
表6.5因子構面、特徵值、解釋變異量與累積解釋變異量(運具屬性)	71
表6.6 運具屬性因子	71
表6.7因子構面、特徵值、解釋變異量與累積解釋變異量(壓力因子)	72
表6.8 壓力因子	72
表6.9 生活態度與共乘認知的相關分析	74
表6.10 變異數同質性檢定(運具認知)	75
表6.11 生活態度對共乘參與原因之One-Way ANOVA	76
表6.12 變異數同質性檢定(運具屬性)	76
表6.13 重視的運具屬性對共乘參與原因之One-Way ANOVA分析	77
表6.14變異數同質性檢定(壓力因子)	77
表6.15 壓力變數對共乘參與原因之One-Way ANOVA分析	77
表6.16 參與原因對參與意願之次數分配	78
表6.17 卡方檢定表-嘗試新服務對意願高低	78
表6.18 卡方檢定表-能改善交通環境對意願高低	79
表6.19 卡方檢定表-掌握乘車地點對意願高低	79
表6.20 卡方檢定表-現況不滿對意願高低	80
表6.21 卡方檢定表-降低成本對意願高低	80
表6.22 集群中心距離(一)	82
表6.23 集群之ANOVA分析(一)	82
表6.24 集群中心距離(2)	83
表6.25 集群之ANOVA分析(2)	83
表6.26 市場分析表	84
表7.1 原始運具選擇模式	88
表7.2 納入共乘後之選擇模式	89
表7.3 IIA檢定表	91
表7.4 各區各運具至內湖之通勤旅次量	93
表7.5 所得車輛交叉機率	93
表7.6 有付費群之轉移比例	94
表7.7 無付費之轉移比例	94
表7.8 外部成本轉移量-付費群	95
表7.9 外部成本轉移量-免費群	95
表7.10 原始運具納入共乘方案後之變化	96
表7.11 汽機車成本上升10%	96
表7.12 汽機車成本上升15%	97
表7.13 汽機車成本20%	97
表7.13 大眾運具成本變化以及共乘轉移量-收費群	98
表7.14 大眾運具成本變化以及共乘轉移量-免費群	98

1.Bonsall P. (1981), Car sharing in the United Kingdom. Transport Economics Policy 15, 35-44.
2.Cambridge Systematics Inc. (1976) Carpool incentives:Analysis of transportation and energy impacts. Final Reportfor the Federal Energy Administration.
3.D.J. Dailey , D. Loseff, D. Meyers (1999), Seattle Smart Traveler:Dynamic ridematching on the World Wide Web, Department of Electrical Engineering, University of Washington, Box 352500, Seattle, WA 98195-2500, USA
4.Frank S. K., Chandra R. and Joseph L. S. (1993), Market Research Evalution of Actions to Reduce Suburban Traffic Congestion:Commuter Travel Behavior and Response to Demand Reduction Actions, Department of Civil Engineering, Northwestern University, Evanston, IL 60208, U.S.A.
5.Joseph S. D. and Ricardo D. (1979), Linking Consumer Attitudes to Bus and Carpool Usage, U.S.A
6.King County Metro(2003), The Downtown Seattle Access Project Parking Cash Out Experince:Result and Recommendations, Seattle, Washington U.S.A
7.Kostyniuk L. (1982), Demand analysis for ridesharing: State of the art review. Transpn Res. Rec. 876, 17-26.
8.Moni N. (2003), On faness in the carpool problem, Department of Computer Science and Applied Math., Israel
9.Oppenheim N. (1979) Carpooling: Problems and potentials, Traffic Quarterly 33, 253-162.
10.Robert Cervero and Bruce Griesenbeck(1987), Factors Influencing Commuting Choices in Suburban Labor Markets : A Case Analysis of Pleasantion , California, Department of City and Regional Planning, University of California, Berkeley, U.S.A
11.Roger F. T. (1986),Carpooling:Who, How, and Why, Department of Civil Engineering and Institute of Transportation Studies, University of California, Irvine, Irvine, U.S.A.
12.Sharon S. (1996), Household, Gender, and Travel, Unison Consulting Group, U.S.A
13.United States Environmental Protection Agency Office of Air and Radiation (2005) Carpool Incentive Program Programs: Implementing Commuter Benefits as One of the Nation’s Best Workingplace for Commuters, U.S.A.
14.亞聯顧問公司(民90)，「台北都會區整體運輸規劃基本資料之調查與驗校(二)」。
15.吳沛儒 (民93)，「任務型共乘接駁計程車之規劃與設計」，逢甲大學交通工程與管理所碩士論文。
16.李克聰、蕭易呈、何光鎧、陳嘉良(民91)，「捷運共乘接駁計程車可行性之研究」，逢甲大學交通工程與管理學系專題報告。
17.何依栖(民78)，「都會區計程車共乘制度實施及管理之探討」，運輸計劃季刊，第18卷，第4期，頁507-518。
18.林財丁譯(民85)，消費心理學，第九版，書華出版社。
19.林明德(民84)，「供給導向之都會區最適運具組合研究」，淡江大學土木工程學系碩士論文。
20.范國恩(民93)，「行動電話服務市場之轉換用戶市場區隔研究-以台北市地區為例」，國立成功大學電信管理研究所碩士論文。
21.寇世傑(民87)，「以習慣領域理論探討推動通勤者共乘行為之契機」，國立交通大學交通運輸研究所碩士論文。
22.陶治中等，(民94)，「智慧型運輸系統應用於高乘載計畫之示範與建置-都會區共乘系統之示範與建置」，交通部。
23.張文俊(民73)，「車輛乘載與耗油特性及其策略之研究」，國立交通大學交通運輸工程研究所碩士論文。
24.張有恆(民83)，都市公共運輸，華泰書局。
25.張則斌(民90)，「台鐵實施車種簡化後之旅客轉乘行為研究」，國立交通大學碩士論文。
26.張國廷(民94)，「都市旅次外部成本之研究」，國立台灣大學土木工程研究所碩士論文。
27.張新立(民84)，「機車使用者轉乘大眾捷運潛在市場之個體行為研究」。
28.張新立(民85)，「新竹市施行共乘制度之可行性研究」，新竹市政府委託，國立交通大學運輸工程與管理學系辦理。
29.黃璽鳳(民83)，「以習慣領域探討運具選擇決策中屬性互動之研究─以台北市機車使用者為例」，國立交通大學碩士論文。
30.曾國雄(民77)，「合租共乘（Vanpool）&合車共乘（Car pool）在台灣地區之可行性」，都市交通，第30期，頁10-22。
31.郭瑜堅(民92)，「都市旅次成本之研究」，國立臺灣大學土木工程學研究所碩士論文。
32.揚文龍(民89)，「交通管理策略對都會空氣品質之影響評估」，淡江大學水資源及環境工程學系博士論文。
33.楊家銘(民92)，「機車使用者涉入程度與運具選擇過程影響因素之關聯性研究－以台北市為例」，國立交通大學運輸科技與管理研究所碩士論文。
34.葉日武(民90)，消費者心理學：建立行銷策略，前程企管。
35.陳亭羽(民91)，「運具選擇之能力集合分析及其在大眾捷運之應用」，國立交通大學土木工程研究所碩士論文。
36.鄭永祥(民83)，「機車使用者轉乘大眾捷運系統個體選擇行為之研究」，國立交通大學碩士論文。
37.鄭鈞浩(民90)，「台灣電動自行車消費者購買行為之研究」，國立高雄應用科技大學工業工程與管理系碩士論文。
38.賴淑芬(民79)，「工業區實施車輛共乘之可行性研究與規劃－以高雄市楠梓加工出口區為例」，國立成功大學交通管理研究所碩士論文。