111 高普考高考三級 交通技術 運輸規劃學 考古題詳解

核心觀念

1. 車輛探針（Vehicle Probe, VP）：利用移動中的載體（車輛或人持行動設備）作為動態感測器，蒐集路網動態空間與時間資訊之技術。
2. GPS-Based Vehicle Probe（GVP）：

• 定義：利用車輛裝載之全球定位系統（GPS）接收器（如公車、計程車、物流車隊、車載導航機及智慧型手機導航 App），定期回傳空間座標 $(x, y, z)$、時間戳記（Timestamp $t$）、瞬時車速與方位角。
• 特性：定位精度高（通常為 $\pm 3 \sim 10 \text{ m}$）、採樣頻率高（如 $1 \sim 5 \text{ 秒/次}$），能精確描述微觀行車軌跡與動態車速。

3. Cellular-Based Vehicle Probe（CVP）：

• 定義：利用行動電話使用者與電信基地台間互動產生的信令資料（Cellular Signaling Data / Call Detail Record, CDR），包含基地台切換（Handover）、位置區更新（Location Area Update, LAU）及週期性位置登記（Periodic Location Update）。
• 特性：樣本涵蓋率極高（涵蓋全體手機用戶）、廣域連續觀測，但空間精度取決於基地台涵蓋密度（都會區約數百公尺，郊區可達數公里）。

4. 傳統運輸規劃模式：依賴家戶訪問調查（Household Interview Survey）、路側車速與流量調查、刷卡資料，配合傳統「四階段運輸需求預測模式」（Trip Generation, Trip Distribution, Mode Split, Traffic Assignment）。

---

解題方法

本題脈絡應分為「分析應用流程」與「與傳統模式之優劣勢比較」兩大核心主軸：

一、利用 GVP 與 CVP 進行運輸規劃分析與應用之步驟

1. 資料前處理與地圖匹配（Data Preprocessing & Map Matching）：

• GVP：進行去噪、軌跡平滑化，並透過地圖匹配演算法（Map Matching Algorithm）將 GPS 座標序列匹配至數位路網圖資（GIS Road Network）之特定路段（Link）。
• CVP：進行去識別化（Anonymization）、信令網格化，並結合基地台涵蓋多邊形（Voronoi Diagram）進行動態停留點與移動軌跡辨識。

2. 起終點矩陣（OD Matrix）推導：

• 設定停留時間門檻（Dwell Time Threshold $\Delta t_{\text{dwell}}$），當移動體在某一區域停留超過門檻值時，判定為旅次起點（Origin）或終點（Destination）。
• 彙整巨量軌跡資料，建立起終點矩陣（O-D Matrix），作為旅次分布（Trip Distribution）及大範圍分區旅送量分析之基礎。

3. 路網動態績效與旅行時間分析（Network Performance Analysis）：

• 運用 GVP 之高精度速度資料，計算各路段之平均旅行時間（Travel Time）、行駛車速（Travel Speed）、延滯時間（Delay）及瓶頸路段可靠度（Travel Time Reliability）。

4. 運具分派與轉乘行為判讀（Mode Identification & Intermodal Analysis）：

• 結合 CVP 與 GVP 軌跡之空間移動速度、加速度特徵及軌跡與大眾運輸場站（捷運站、高鐵站、公車轉運站）之交疊關係，辨識旅運者所使用之運具種類（公車、捷運、汽車、機車、步行等）。

5. 動態交通分派與營運管理應用（Dynamic Traffic Assignment & ITS Application）：

• 將即時與歷史探針資料導入動態交通分派模式（Dynamic Traffic Assignment, DTA），進行瓶頸路段預警、動態路網容量評估、智慧交通控制與重大災害疏散避難規劃。

---

選項分析

核心觀念

本題旨在考驗考生對於**氣候變遷調適（Climate Change Adaptation）與韌性運輸系統（Resilient Transportation System）**規劃邏輯的融會貫通能力。

1. 氣候變遷衝擊特質： 極端氣候事件（如超大豪雨、颱風、連續高溫、海平面上升、土石流等）發生頻率與強度增加，對交通基礎設施（路基淹水、軌道挫曲、邊坡崩塌、橋樑沖刷）產生嚴重脅迫。
2. 韌性運輸系統（Resilient Transportation System）定義： 運輸系統在遭受極端天氣事件衝擊時，具備吸收衝擊、維持基本營運功能、迅速動員應變，並在災害後快速復原至正常營運狀態，甚至進行系統升級轉型的能力。
3. 韌性 4R 核心維度架構：

• 強韌性（Robustness）：系統結構或設施吸收與抵禦衝擊的能力，避免大規模崩潰。
• 備援性/冗餘性（Redundancy）：系統具備替代路線、多模態運具備援的輔助運作能力。
• 機敏性/資源處置力（Resourcefulness）：監測預警、動員資源與緊急處置的應變能力。
• 快速復原力（Rapidness）：災後迅速修復、回復正常服務水準的速度與效益。

4. 法源與政策依據（以命題當年民國 111 年法規為準）： 本題命題當年（民國 111 年），氣候變遷調適之主要法源為《溫室氣體減量及管理法》（包含氣候變遷調適專章）；中央主管機關據以推動「氣候變遷調適行動計畫」與交通部「交通領域氣候變遷調適行動計畫」。 （現行法提醒：該法已於民國 112 年 2 月修正公布為《氣候變遷因應法》，將氣候變遷調適上升至國家層級計畫推動。）

---

解題方法

本題為申論題，作答時切忌僅列舉硬體防災措施，應採用「評估機制 $\rightarrow$ 硬體調適 $\rightarrow$ 軟體營運 $\rightarrow$ 體制治理」之全生命週期與系統化邏輯切入：

1. 定義風險與理論基礎：以極端氣候風險評估公式 $Risk = Hazard \times Exposure \times Vulnerability$（風險 $=$ 危害 $\times$ 暴露度 $\times$ 脆弱性）與 4R 韌性維度劃定答題範疇。
2. 四大推動策略構面：

• 階段一：極端氣候脆弱性與風險評估（掌握瓶頸與高風險區）。
• 階段二：硬體設施工程調適與強化（提升強韌性 Robustness）。
• 階段三：智慧營運、替代備援與動員應變（發揮備援性 Redundancy 與機敏性 Resourcefulness）。
• 階段四：生命週期維護與跨域治理（實現快速復原力 Rapidness）。

3. 導出結論：將傳統防護思考轉化為「與災害共存」之動態韌性治理體系。

---

選項分析

本題為申論題（問答題），非選擇題。閱卷官評分重點在於答題結構的完整性與邏輯連貫性。下表為擬答內容之評分關鍵構面與常見失分陷阱分析：

評分關鍵構面	正確答題重點分析	常見失分陷阱（錯誤切入方式）
1. 韌性概念定義	必須明確指出 4R 韌性架構（強韌性、備援性、機敏性、快速復原力）。	混淆「減緩（Mitigation）」與「調適（Adaptation）」，誤寫成電動車推廣或節能減碳。
2. 風險評估機制	說明結合氣候變遷情境（如 IPCC 情境）進行 GIS 空間疊加，評估路網暴露度與脆弱性。	未提到風險評估，直接跳入工程措施，缺乏規劃前置步驟。
3. 策略完整度	須兼顧「硬體工程調適」與「軟體智慧營運/替代備援策略」。	僅著重硬體防洪工程，忽略替代路線規劃與智慧運輸系統（ITS）資訊發布。
4. 體制與復原治理	涵蓋預防性維護、跨機關橫向聯防及生命週期管理。	答題止於災中應變，忽略災前巡檢維修與災後迅速復原檢討。

---

解題技巧

1. 嚴格區分「減緩」與「調適」：

• 減緩（Mitigation）：降低溫室氣體排放（如運具電動化、公共運輸導向發展 TOD）。
• 調適（Adaptation / Resilience）：應對氣候變遷已造成之衝擊（如防洪、備援、降雨預警、抗高溫鋪面）。本題應 90% 以上聚焦於調適與韌性。

核心觀念

本題旨在考驗考生對於**偏遠地區公共運輸（Rural Public Transportation）**失能現況之診斷能力，以及運用現代運輸規劃工具與策略進行系統改善之論述能力。核心觀念涵蓋以下面向：

1. 基本民行權（Basic Mobility Rights）：公共運輸屬於社會基礎設施，政府有責任保障偏遠地區居民（特別是高齡者、學生、無車族群等運輸弱勢）獲得醫療、就學、採買等基本移動權利。
2. 傳統固定路線與班次運輸之限制：在需求密度極低且時空高度分散的偏遠地區，採用傳統定線定班（Fixed-route, Fixed-schedule）的大型客運服務，會造成營運成本高昂、空車率高、業者虧損嚴重的雙輸局面。
3. 需求反應式運輸服務（Demand Responsive Transport Services, DRTS）：透過「以需求為導向」的彈性預約、動態排班與路線規劃，取代傳統固定式服務。
4. 多元運具與跨資源整合：結合計程車（幸福小黃）、九人座小客車、偏鄉幸福巴士、白牌轉轉公車（微型公共運輸）以及在地福利車輛（社會局、衛生局長照專車）。
5. 相關法規依據（以命題當年民國 111 年法規為準）：涉及《發展大眾運輸條例》第 9 條偏遠地區公路客運路線虧損補貼，以及民國 108 年修訂《汽車運輸業管理規則》第 44 條之 1 允許市區汽車客運業以無障礙小客車營運、並放寬偏鄉部落個人兼營或法人民間團體（如部落文化健康站、地方協會）經營偏鄉公共客運服務之規定。

---

解題方法

本題為典型的「診斷與策略併重」之申論題，解題切入點應分為兩大階段：

1. 第一階段（問題診斷）：運用系統分析法（Systems Analysis Framework），將偏遠地區公共運輸問題劃分為「需求面」、「供給面」、「營運／財務面」與「制度／社會面」四大維度，進行深度剖析。
2. 第二階段（策略擬定）：根據第一階段所診斷的瓶頸，採取「問題—目標—策略」相呼應的對應架構，由「服務模式彈性化」、「跨界資源整合化」、「管理調度智慧化」與「法規補貼永續化」四大策略方針著手，具體提出可執行的規劃解答。

---

選項分析

本題為高考三級申論題型，無選擇題選項。以下針對題目兩大核心子問之構面與分析重點進行拆解說明：

構面一：偏遠地區公共運輸存在之問題分析

• 需求端分析：人口總量少且高齡化嚴重，出行需求呈現「低密度、高分散、時間集中於特定時段（如清晨就醫、午後返家）」之特徵，無法形成經濟規模（Scale Economies）。
• 供給端分析：班次稀少（每日僅少數對開班次）、路線涵蓋範圍有限、缺乏彈性，且站牌距離居民居住點過遠，導致「第一哩路與最後一哩路（First/Last Mile）」接駁斷節。
• 營運與財務端分析：路線載客率低導致票務收入微薄，客運業者每公里營運成本大於收益，需高度仰賴政府補貼；在補貼金額有限下，業者傾向縮減班次，形成「減班 $\rightarrow$ 服務品質下降 $\rightarrow$ 乘客流失 $\rightarrow$ 虧損擴大」之惡性循環。
• 制度與資源端分析：過去各部會資源垂直割裂（如交通部客運補貼、教育部學生專車、衛福部長照交通接駁），車輛資源無法橫向調度共享，造成極大資源浪費。

構面二：公共運輸服務改善規劃策略分析

• 服務型態創新策略：全面導入 DRTS 與「幸福巴士／幸福小黃」，採用「彈性時間、彈性路線、預約通告」模式。
• 資源橫向整合策略：打破機關藩籬，推動「運具共享與多元併載」，允許彈性載運偏鄉郵件、農產品或多元乘客。
• 科技智慧賦能策略：建置區域智慧預約服務平台，結合智慧手機 App、電話客服中心（Call Center）與在地村里幹事服務窗口，引導多元客群使用。
• 財務與永續營運策略：由傳統「虧損補貼（Cost-based Subsidies）」轉變為「績效與服務品質導向補貼（Performance-based Subsidies）」，並輔導在地社團、社區發展協會在地營運（Grassroots Operating Model）。

---

解題技巧

核心觀念

本題考查運輸規劃中「旅次發生（Trip Generation）」階段之經典預測方法——類目分析法（Category Analysis，又稱交叉分類法 Cross-Classification Analysis）。

1. 定義與原理： 類目分析法係以「家戶（Household）」為基本分析單位，依據影響旅次發生的主要社經特徵（如家戶人數、汽車持有數、家戶所得等）將家戶劃分為若干互斥之「類目（Categories）」，計算現況各類目家戶之「平均旅次發生率（Average Trip Rate）」，再結合未來各交通分區在各類目下的預估戶數，推估目標年各交通分區之旅次發生總數。

2. 核心公式：

• 現況類目平均旅次發生率 $t_c$： $t_c = \frac{N_c}{H_c}$ 其中 $N_c$ 為基期調查樣本中屬於類目 $c$ 之家戶所產生的總旅次數，$H_c$ 為屬於類目 $c$ 之樣本家戶數。
• 未來交通分區 $i$ 之總旅次發生數 $P_i$： $P_i = \sum_{c=1}^{C} H_{i,c} \cdot t_c$ 其中 $H_{i,c}$ 為目標年交通分區 $i$ 預估屬於類目 $c$ 之家戶數，$C$ 為劃分之類目總數。

---

解題方法

利用類目分析法預測未來各交通分區之旅次發生數，依順序執行以下四大核心步驟：

步驟一：選定社經變數與建立交叉分類矩陣

1. 挑選影響家戶旅次發生的關鍵獨立變數（通常選取 2 至 3 個變數，避免類目過於繁複）。

• 變數一：家戶人數（Household Size，例如：1人、2人、3人、4人以上）。
• 變數二：車輛持有數（Vehicle Ownership，例如：0輛、1輛、2輛以上）。

2. 將選定變數劃分為有限且互斥的級距，交叉組合建立分類矩陣（例如 $4 \times 3 = 12$ 個類目 $c$）。

步驟二：計算現況各類目之平均旅次發生率 $t_c$

1. 蒐集基期年「家戶旅次調查（Household Travel Survey）」資料。
2. 將所有調查樣本家戶歸入對應之類目 $c$。
3. 統計各類目之樣本總家戶數 $H_c$ 與該類目家戶產生之總旅次數 $N_c$。
4. 計算各類目之平均戶旅次發生率： $t_c = \frac{N_c}{H_c}$

步驟三：預測目標年各交通分區在各類目之戶數分布 $H_{i,c}$

1. 結合都市計畫、人口統計與社經趨勢模型，預估目標年各交通分區 $i$ 之總家戶數 $H_i$ 及社經結構。
2. 利用統計分配（如對數正態分布）、條件機率或轉移矩陣，推算目標年交通分區 $i$ 中屬於類目 $c$ 的家戶數 $H_{i,c}$，並滿足： $\sum_{c=1}^{C} H_{i,c} = H_i$

步驟四：加總計算未來各交通分區之旅次發生總數 $P_i$