107 高普考高考二級 交通技術 交通工程 考古題詳解

核心觀念

本題評量考生對號誌化交岔路口容量分析程序之基礎架構認知，出自《臺灣公路容量手冊》（2011年版）及美制《公路容量手冊》（Highway Capacity Manual, HCM）第四章「號誌化交岔路口」之分析方法。

1. 車道群（Lane Group）之定位：在號誌化交岔路口之運作分析中，車流並非以整個引道（Approach）為單一評估基準，亦非盲目以每一條獨立車道單獨計算，而是將具有相同通行權、相容轉向特性與共同時相指配的車道集合為「基本分析單元」，即車道群。
2. 評估目的：所有交岔路口的關鍵運作指標，包含飽和流率（$S$）、綠燈時間比（$g/C$）、容量（$c$）、容量比／流量比（$v/c$ 或 $X$）、控制延滯（$d$）及服務水準（LOS），均是「先針對各車道群分別計算」，再加權彙整至引道與全交岔路口。

---

解題方法

本題為標準的定義與規範問答題，作答切入點應分為兩大部分：

1. 車道群定義：從「幾何配置」、「轉向車流特性」與「號誌時制控制」三個維度給出嚴謹定義，並說明其在分析程序中的功能。
2. 分群準則：按《公路容量手冊》（HCM）之標準作業程序，有系統地依專用車道、共用車道、實質專用車道、號誌時相分配及實體槽化等五大核心維度條列說明。

---

選項分析

本題為公職考試專技高考二級之申論題，無選項。

---

解題技巧

1. 避免層級混淆：切勿將「引道（Approach）」與「車道群（Lane Group）」混為一談。一個引道依其幾何與時相，可劃分為一至多個車道群。
2. 作答關鍵亮點——實質專用車道（De Facto Lane）：考生若僅回答「專用道自分一群、直行自己一群」，分數僅屬中等；若能明確寫出「實質專用左轉（右轉）車道」的成因與判定，是取得頂標分數的關鍵勝刃。
3. 時相控制為先決條件：若兩條相鄰車道行向完全相同，但綠燈起迄時間不同（如直行早開或遲閉），則「時制不同必定強制分群」，這是決定性的判斷邏輯。

---

【答案】

一、車道群（Lane Group）之定義

在號誌化交岔路口之容量與服務水準分析中，車道群（Lane Group）係指： 在交岔路口之某一引道上，由一條或數條相鄰車道所組成，其服務特定之轉向車流（直行、左轉、右轉或其組合），在號誌運作下具有相同或相容之通行權（同一號誌時相控制），且具備一致之容量運作特性，因而被歸併為容量、延滯與服務水準評估之最小「基本分析單元」。

核心觀念

本題評量高速公路交通管理體系中匝道儀控（Ramp Metering）之基本控制策略分類及其運作機制。 匝道儀控之核心目的在於藉由號誌管制匝道進入高速公路主線之車流率，調節主線交通密度與服務水準，防止主線交通量超越容量（Capacity, $C$）而引發交通流崩潰（Breakdown）與回堵。

控制策略之分類體系通常由兩個軸向構成：

1. 依控制範圍（空間維度）：分為「單一（局部）匝道儀控（Local/Isolated Ramp Metering）」與「系統（協調）匝道儀控（System-wide/Coordinated Ramp Metering）」。
2. 依反應邏輯（邏輯維度）：分為「預先定時控制（Pre-timed Control）」與「交通感應控制（Traffic Responsive Control）」。

評量涉及之關鍵概念與公式包括：

• 匝道放行率（Metering Rate, $M$ 或 $r$）：儀控號誌每小時或每分鐘允許放行之車輛數。
• 守恆／容量平衡基本式： $M = \max(M_{\min}, \min(M_{\max}, C - D_{\text{up}}))$ 其中 $C$ 為下游主線容量，$D_{\text{up}}$ 為上游主線需求流量，$M_{\min}$ 與 $M_{\max}$ 為儀控設備之極限放行率約束。
• 回饋控制模式（如經典 ALINEA 演算法）： $r(t) = r(t-1) + K_R \cdot (\hat{O} - O_{\text{out}}(t))$ 其中 $r(t)$ 為當期放行率，$K_R$ 為調節參數，$\hat{O}$ 為主線最佳目標佔有率（臨界佔有率 $O_{\text{cr}}$），$O_{\text{out}}(t)$ 為下游測得之實際佔有率。

---

解題方法

本題為標準申論題，作答結構應具備層次感與系統性：

1. 破題界定分類軸向：在交通工程學理上，控制策略主要由「控制範圍」與「感應層次」劃分。整合兩者最完整且權威的分類法，是劃分為：

• 預先定時控制（Pre-timed Control）
• 局部交通感應控制（Local Traffic Responsive Control）
• 系統協調交通感應控制（System-wide Coordinated Control）

2. 逐項詳細闡明運作方式：

• 輸入之資料（歷史資料或即時偵測資料）。
• 決策與控制演算法邏輯（如需求－容量法、佔有率法、回饋綜合法、線性規劃法）。
• 輸出之控制動作（放行率計算、紅綠燈週期變換）。
• 實務限制（匝道停等儲車空間排隊防溢溢流回堵至地方道路之懸制機制）。

3. 彙整比較：以表格或綜合歸納強化答案深度，展現公職考試高分卷的完整度。

---

選項分析

本題為高考二級申論題，無選擇題選項。應考時若僅列出名詞將無法取得高分，必須就各策略之「偵測需求」、「控制演算法與決策邏輯」、「適用情境」與「優缺點」四個維度深入論述。

---

解題技巧

1. 切忌混淆「控制策略」與「放行型態」：

• 控制策略（Control Strategies）：決定「放行率多大、根據何種邏輯調控」（定時、局部感應、系統協調）。
• 放行型態（Metering Operations）：決定「號誌燈如何跳停放行」（單車放行 One car per green、雙車放行 Two cars per green、成群放行 Bulk metering）。若將後者當成控制策略回答，會被嚴重扣分。

2. 推導關鍵演算法公式：說明交通感應控制時，若能寫出「需求－容量平衡式」與「ALINEA 回饋式」，可大幅提升答案的專業度。
3. 提及防溢回堵機制（Queue Override）：實務上任何匝道儀控均必須設置匝道佇列偵測器（Queue Detector）。當匝道停等車隊回堵至地方平面道路路口時，系統必須提高放行率以清空佇列，此為國家考試閱卷評分亮點。

---

【答案】

匝道儀控（Ramp Metering）依其系統控制範圍與即時反應邏輯，基本控制策略主要分為以下三大類：

一、預先定時控制策略（Pre-timed Control Strategy）

1. 運作方式

• 資料基礎：不依賴即時交通偵測器數據，完全依據歷史調查之交通量、速率與佔有率資料。
• 時制建立：透過離線分析，將一日劃分為數個不同時段（如晨峰、昏峰、離峰等），預先計算出各時段固定之放行率（Metering Rate），並設定固定之號誌週期與綠燈時間。
• 執行機制：系統依預設時間表自動切換時制計畫。

核心觀念

本題考核交通工程中「行人流理論（Pedestrian Flow Theory）」與「人行道服務水準及容量分析」，核心觀念源自美國《公路容量手冊》（Highway Capacity Manual, HCM）及台灣《公路容量手冊》之行人設施篇章，主要涵蓋三個理論主軸：

1. 流體力學巨觀三要素對照： 車流與行人流皆遵循連續方程式之基本巨觀關係： $q = u \cdot k \quad \text{或} \quad v_p = u \cdot k = \frac{u}{M}$ 其中 $v_p$ 為單位寬度流量（$\text{ped/min/m}$）、$u$ 為平均行走速率（$\text{m/min}$ 或 $\text{m/s}$）、$k$ 為行人密度（$\text{ped/m}^2$）、$M$ 為行人空間模數（Space Module, $M = \frac{1}{k}$，單位為 $\text{m}^2/\text{ped}$）。
2. 人行道有效寬度與容量衡量： 人行道無法全斷面供行人順暢通行，容量衡量必須以「有效寬度（Effective Walkway Width, $W_E$）」與「單位最大流率（Unit Capacity, $c_p$）」為基準，而非實體全寬。
3. 速率－流量（$u - v_p$）非線性關係： 行人速率隨人潮擁擠程度（密度增加、空間減少）而遞減，達容量極限時速率下降至臨界速率；超過容量則進入不穩定與強制排隊流。

---

解題方法

本題為國家考試標準的三合一申論題，答題架構應嚴格切入三個子題，條理分明地層層開展：

一、行人流與車流之「相似」與「不相似」特性

(一) 相似特性（流體巨觀行為相似）

1. 基本流率守恆關係一致： 兩者均遵循「流量＝速率 $\times$ 密度」的基本流力關係式（車流 $q = u \cdot k$；行人流 $v_p = u \cdot k$）。
2. 速率與密度呈反比關係： 當空間中個體數量增加（密度 $k$ 上升）時，個體移動自由度受到限制，平均行進速率（$u$）皆呈現單調遞減趨勢；在密度極低時均具備「自由流速率（Free-flow speed）」，在極度壅塞時速率均趨近於零。
3. 流量與密度／速率呈現單峰曲線（先升後降）： 流量不會無限隨密度上升而增加。在未飽和狀態下，流量隨密度增加而遞增；在達到臨界密度（Critical density）時出現最大流量（容量 Capacity）；一旦超越臨界密度，系統進入壅塞強制流（Forced flow），流量反轉下降。
4. 瓶頸與衝擊波現象： 當通道斷面收縮、出入口阻礙或受號誌阻斷時，行人流與車流皆會產生排隊等候現象，並向上游傳遞減速波（Shockwave）。

(二) 不相似特性（微觀與空間拘束條件差異）

1. 軌跡維度與車道約束（一維 vs. 二維）：

• 車流：受限於標線與車道配置，車輛僅能在一維線性車道內跟隨行進，超車與橫向位移受限。
• 行人流：屬於二維平面的全向流動，無固定車道拘束，行人可在人行道上自由橫移、斜穿與隨意變換動線。

2. 多向混合與對向交織：

• 車流：雙向交通通常藉由標線、分隔島完全隔離；同車道內嚴禁逆向行駛。
• 行人流：同一人行道空間通常為雙向甚至多向人流混雜交織，逆向行人穿插並行乃常態，且會互相產生側向摩擦折減。

3. 加減速性能與轉向靈活度：

• 車流：受車輛動力、慣性及煞車視距限制，加減速需要緩衝時空，轉彎具最小迴轉半徑限制。
• 行人流：質量輕、機動性極高，具備瞬間起步、即時煞停、直角轉彎或原地旋轉之靈活運動能力。

4. 個體實體尺寸與邊界彈性：

• 車流：車體為剛性金屬結構，外觀尺寸固定，車輛間必須維持嚴格的縱向與橫向安全淨空，無彈性壓縮空間。
• 行人流：人體具有物理與心理彈性，在極度擁擠情境下可側身、緊縮肢體，縮減佔用空間（心理舒適距離被壓縮至物理接觸距離）。

5. 群體結伴行為：

• 車流：每一車輛單元為獨立操控實體。
• 行人流：常出現結伴同行（2 至 4 人並排聊天行走），群體個體會互相牽制行進步調與路線，造成通道橫向阻滯。

---

二、人行道容量的衡量方式

人行道容量並非單純以通行斷面的「總人數」直接衡量，而是以單位時間、單位有效寬度所能通過之最大行人數量來定義與計算。

1. 基本衡量公式： 人行道之總斷面容量 $C$（$\text{ped/min}$ 或 $\text{ped/h}$）計算式如下： $C = c_p \times W_E$

• $c_p$：每公尺有效寬度之單位容量（Unit Capacity per Meter of Effective Width）。依據國內外《公路容量手冊》（HCM），人行道在理想平路、單向流通狀況下，單位容量標準值一般訂為： $c_p \approx 75 \sim 82 \text{ ped/min/m} \quad (\text{約 } 1.25 \sim 1.37 \text{ ped/s/m} \text{ 或 } 4,500 \sim 4,920 \text{ ped/h/m})$
• $W_E$：人行道有效寬度（Effective Walkway Width, $\text{m}$）。

2. 有效寬度之修正（側邊障礙折減）： 行人行走時會自然與路緣、牆面或沿線障礙物保持側向安全間距（Shy distance）。人行道總實體寬度（Total Width, $W_T$）必須扣除無效通行帶（Dead space / Obstacle width, $W_O$），方為有效寬度： $W_E = W_T - \sum W_O$ 扣除因子包括：

核心觀念

本題旨在考驗考生結合「交通安全計量分析」、「駕駛人行為與人因工程」及「交通政策/法規實務」之整合研究設計能力。核心概念與法源涵蓋：

1. 暴露量（Exposure）與風險率量化： 探討事故發生機率不可僅分析「事故發生時之駕駛時數」（此為事後條件機率，忽略未肇事駕駛人母體），必須以「單位駕駛時數（或行駛里程）之事故發生率」作為風險指標，避免產生「選樣偏差（Selection Bias）」。
2. 持續時間模型與存活分析（Survival Analysis / Duration Models）： 將駕駛時數視為時間變數 $t$，探討隨駕駛時間持續，危險率函數（Hazard Function）$\lambda(t)$ 之邊際變化；亦可搭配**病例交叉設計（Case-Crossover Design）**評估單一駕駛員在事故前短暫時間（危險期）相對於無事故行駛期（對照期）之勝算比（Odds Ratio, $OR$）。
3. 相關法規依據（以命題當年民國 107 年為準）：

• 《勞動基準法》第 32 條（延長工作時間限制）、第 34 條（輪班間隔）及第 35 條（休息時間）。
• 《汽車運輸業管理規則》第 19 條之 2（規範汽車運輸業駕駛人每日駕車時間原則不得超過 10 小時，連續駕車 4 小時至少應有 30 分鐘休息）。
• （現行法規已陸續針對手握方向盤時間認定、遊覽車與客運排班檢討及行車紀錄裝置標準進一步修正，但本題論述以民國 107 年法規架構為基準。）

---

解題方法

本研究設計採「車載資通訊大數據結合存活分析與病例交叉法（Telematics-based Survival & Case-Crossover Study）」，透過客觀行車資料（暴露量）比對警政事故資料庫，建立非線性邊際風險評估模型。完整研究步驟依工程實務標準程序展開如下：

步驟一：研究範疇與變數定義
 ↓
步驟二：抽樣架構與研究對象選取
 ↓
步驟三：多來源資料庫整合與蒐集
 ↓
步驟四：統計與計量模型建構（Cox 比例風險／分段羅吉斯模型）
 ↓
步驟五：干擾與混淆變數控制（晝夜節律、環境、個人特性）
 ↓
步驟六：風險臨界閾值判定與工時管制政策回饋

步驟一：研究範疇確立與變數操作型定義

1. 駕駛時數指標：

• 連續駕駛時數（Continuous Driving Hours, $t_c$）：車輛啟動且引擎運轉至連續熄火／中斷休息達 30 分鐘以上之累計行駛時間。
• 每日累計駕駛時數（Daily Cumulative Driving Hours, $t_d$）：過去 24 小時內之累計駕駛總時數。
• 每週累計工時（Weekly Working Hours, $t_w$）：過去 7 日之累計出勤與駕車時間。

2. 事故指標（因變數 $Y$）：

• 警政統計之 A1 類（造成人員當場或 24 小時內死亡）、A2 類（人員受傷）及 A3 類（僅車輛財損）事故。
• 車載設備偵測之「嚴重潛在衝突（Safety Critical Events, SCE）」，如突發性高 G 值急煞車、車道偏離等（作敏感度分析之代理指標）。

步驟二：研究對象與抽樣設計

1. 研究母體：營業大客車（國道客運、公路客運、市區公車及遊覽車）執業司機。
2. 抽樣方法：採「分層隨機抽樣（Stratified Random Sampling）」，依「長途國道客運（單趟時間長）」、「市區公車（走走停停頻率高）」及「遊覽車（行程不規則）」三層分別抽取具代表性之車隊司機，追蹤期至少設定為 1 年以涵蓋四季氣候與平假日交通特性。

步驟三：資料蒐集架構與平台對接

整合三種不同來源之多維度資料：

1. 動態行車與工時資料（暴露母體）：

• 全面讀取抽樣車輛之「數位式行車紀錄器（Digital Tachograph, DTG）」與 GPS 車隊管理系統。
• 精確產出秒級/分級之駕駛狀態、連續駕車時數、休息間隔時數。

2. 事故資料（事件發生點）：

• 串接內政部警政署交通事故調查資料庫與公路監理紀錄，透過駕駛身分證號、車號、精確肇事時間進行「時間-空間精準對齊」。

3. 輔助與環境資料：

• 介接高速公路局與公路總局交通偵測器（VD）資料取得即時路況壅塞度；中央氣象局歷史天候資料（雨量、視線）。

步驟四：計量經濟與統計模型建構

為精確描述事故風險隨時間之非線性增加特徵，採用 Cox 比例風險模型（Cox Proportional Hazards Model） 與 分段羅吉斯迴歸（Piecewise Logistic Regression） 進行配適：

1. 危險率函數（Hazard Function）建構： 令 $t$ 為單趟連續駕駛時數，$X$ 為控制變數向量，危險率表示為：