臺灣博碩士論文加值系統

隨著當今科技的不斷進步，對於大量數據的收集以及分析已不再是一重大難題。規劃者將可透過由下而上（Bottom up）的資訊收集並予分析，具備足夠之決策支援以規劃出良好之都市管理策略，同時並使此規劃管理策略更可貼近於民眾之確實需求。而在另一方面，吾人更可利用大量數據資料以針對未來都市發展之可能型態進行分析與模擬預測，藉此以提供決策者或管理單位一個更為完善之參考依據，相信此規劃模式將可有別於以往，同時並能有一更為創新之規劃思維。
本研究中以台北市為範圍，應用大數據（Big data）及分析網路程序法（Analytic Network Process, ANP）藉以對國中或小學用地面臨再利用時之策略提出分析與探討之。依據臺北市政府統計資料指出2000年至2015年間幼年人口佔全市總人口從19.64％降至13.95％，而老年人口則從9.67％增至為14.76％，由此可以看出臺北市人口結構已出現重大之改變，而人口結構的改變將影響全市公共設施用地之編定及檢討的策略提出；其中，國中小學校用地的重新再利用提出，亦將成為一重要且急迫的課題探討。本研究中應用人口數據、設施使用率及相關社會政策評等大量量化數據進行動態分析，針對即將面臨裁併、未來有裁併可能或學校需求面積減少的國中小學校用地，其在土地使用之編定上重新做一再利用策略之深入研究與探討，期以提供都市內缺乏的公共設施土地並能提高土地使用之效率，藉以滿足都市居民之所需。同時，本研究之模式及成果亦將可提供未來學校用地或其他公共設施用地檢討及再利用策略模式之參考依據。
本研究並透過以ANP問卷針對產、官、學界進行專家問卷發放及回收，得到台北市學校用地再利用方案之面向排序，各方案權重值分別為：（一）、幼兒教育及兒童課後照顧服務設施：0.300506；（二）、社區醫療福祉設施：0.230066；（三）、職業訓練機構：0.223378；（四）、社會住宅：0.245111。

The scope of the study was conducted “A Study of Adaptive Reuse Strategies for School Land Uses Using Big Data and Analytic Network Process” in Taipei. The use of Big Data and Analytic Network Process Method in primary and secondary schools land Adaptive Reuse Strategies. According to the Taipei City Government statistics, Taipei in secondary and primary school enrollment fell by nearly 50 per cent in 1990-2015. This can be observed that the demographic structure of major changes have occurred in Taipei. Demographic changes will influence the public facilities land use plan. Therefore, this study will use population, land use, economic, social and environmental data performed forecast of future changes, these related information will provide these reference to adaptive reuse strategies. The use of adaptive reuse strategies for school provide urban dwellers more public facilities space. The results of this paper will be develop a set of new planning methodologies to land-use plans, whereby the plans the content of closer to the people needs.
In this study, we forecast value of the indicators provided in the Analytic Network Process using the questionnaire. Finally,we acquire the weight values for the adaptive reuse strategies for school land .

第一章 緒論 1
第一節 研究動機與目的 1
第二節 研究範圍 5
第三節 研究方法 7
第四節 研究內容與流程 8
第二章 文獻回顧 10
第一節、都市規劃策略相關文獻 10
第二節、各項都市內公共設施相關規範 17
第三節、學校用地再利用規劃相關文獻 21
第四節、大數據相關文獻 28
第五節、大數據於都市規劃之應用 33
第三章 研究方法與模式建構 35
第一節、規劃分析流程與步驟 35
第二節、資料探勘分析 37
第三節、分析網路程序法 40
第四章、實證研究與分析 46
第一節、實證對象與範圍 46
第二節、學校用地再利用策略方案建構 49
第三節、再利用策略方案之評估指標趨勢分析 55
第四節、分析網路程序法實證操作過程 67
第五章、結論與建議 85
第一節、結論 85
第二節、後續研究與建議 90
參考文獻 91
附表一、國內各縣市校園閒置餘裕空間活用策略彙整表 97
附表二、ANP專家問卷 104

1.于明誠，1998，《都市計畫理論與實務》，台北：詹氏出版社
2.尹海伟、孔繁花、宗跃光，2008，城市绿地可达性与公平性评价. 生态学报, 28（7）, 3375-3383。
3.王美惠，2014，考量成長管理原則下都市永續運輸規劃策略於生活品質之研究─以新北市板橋站為例，國立臺北大學不動產與城鄉環境學系研究所碩士論文。
4.世界衛生組織，2007，全球高齡友善城市建設指南，http://www.who.int/ageing/age_friendly_cities_guide/zh/。
5.行政院公共工程委員會，2010，公共設施閒置空間之活化及防範策略方案。
6.行政院公共工程委員會，2014，公共設施閒置空間之活化及防範策略精進措施，臺北市：行政院。
7.行政院國家發展委員會，http://www.ndc.gov.tw/Content_List.aspx?n=84223C65B6F94D72，查閱日期：2016/02/01。
8.吳珮華，2010，以地理資訊系統結合資料探勘方法從事ATM設點分析，國立政治大學資訊科學系碩士論文。
9.吳淑儀，2008，應用資料探勘技術於多重死因資料之疾病關聯分析，國立成功大學公共衛生研究所碩士論文。
10.李家儂、林貞雅，2006，人口結構變遷下都市規劃的省思與建議，土地研究季刊，五卷一期：27-42。
11.辛晚教，2011，都市及區域計劃，詹氏書局：台北。
12.林志鴻，2012，現行學校用地空間規劃機制面齡人口結構變遷之調適策略，國立成功大學都市計畫學系碩士論文。
13.林芳妤，2014，因應高齡化城市之都市規劃政策形成及其實踐 :以台北市高齡友善城市為例，國立臺北大學都市計劃研究所碩士論文。
14.林筱秦，2012，高齡化社會都市社區老人福祉設施設置指標之研究-以板橋社後社區為例，國立台北科技大學建築與都市設計研究所碩士論文。
15.林蔚君、詹雅慧，2013，巨量資料分析與 GIS 應用價值創造，國土資訊系統通訊，第88期:12-20。
16.邱義堂，2000，通信資料庫之資料探勘: 客戶流失預測之研究，國立中山大學資訊管理學系碩士論文.
17.城田真琴，2013，大數據的獲利模式-圖解、案例、策略、實戰（鍾慧真、梁世英譯），經濟朝新潮社：台北。
18.施鴻志，1997，都市規劃, 建都文化事業股份有限公司：新竹。
19.胡愈寧、張宏淵、陳靜怡，2004，整合時間序列資料與總體經濟變數於失業率預測之應用，育達學院學報，（8），139-170。
20.高翠霞、蔡崇建、莊潔，2011，臺灣國民小學學校閒置空間現況，問題與對策，教育資料集刊，（49），第31-68頁。
21.曹凌，2013，大数据创新: 欧盟开放数据战略研究，情报理论与实践，36（4），118-122。
22.莊孟翰，2014，大規模網路開放式課程：本地化發展議題研究，國立成功大學工學院工程管理碩士在職專班碩士論文。
23.莊惠鈞，2014，應用AHP建構臺北市國小廢校空間再利用之評估模式，國立臺北科技大學建築與都市設計研究所碩士學位論文。
24.莊翰華，2000， 土地使用計畫面面觀，建都文化事業股份有限公司：新竹。
25.許偉恩，2015，結合巨量資料及動態網路程序法於宜居城市之永續運輸規劃策略探討，國立臺北大學不動產與城鄉環境學系研究所碩士班。
26.許智凱，2012，校園閒置空間再利用策略之研究: 以台北市大龍國小為例，國立台北科技大學建築與都市設計研究所碩士論文。
27.許澤仁，2009，智慧型成長管理政策對於都市發展影響之情境模擬研究-以嘉義市為例，國立成功大學都市計畫學系研究所碩士論文。
28.許巍瀚，2013，台灣智慧城市治理架構與策略研擬之研究，國立政治大學地政學系研究所碩士論文。
29.郭迺鋒、徐苑玲、林建廷，2013，消費者信心指數與經濟活動臨近預測， 兩岸金融季刊，1（2），61-82。
30.陳今儀，2009，臺北縣國民小學校園閒置空間再利用之研究，國立政治大學教育學系研究所碩士論文。
31.陳宗玄、施瑞峰，2001，臺灣國際觀光旅館國人住宿率預測之研究，朝陽學報，6，429-452。
32.陳宗鵠、何中華、林士堅、陳俊傑、魏沛婕、陳立洋，2013，高齡者終生學習需求與校園閒置空間整合再利用，健康與建築雜誌，1（1）:1-11。
33.陳建良、楊朝龍、林純如，2014，巨量資料於製造業之應用機會，先進工程學刊，9（3）:123-130。
34.陳政勳、余清祥，2010，小區域人口推估研究: 臺北市、雲嘉兩縣、澎湖縣的實證分析，人口學刊，（41），153-183。
35.陳偉佳，2013，運用資料探勘技術探討住院高醫療資源使用者之特性，明新科技大學電機工程研究所碩士論文。
36.陳淑女，2001，陽明山國家公園遊客量之預測—以時間數列模式 （ARIMA） 分析法，育達研究叢刊，（2），103-115.
37.陳敦源，蕭乃沂，廖洲棚，2015，邁向循證政府決策的關鍵變革: 公部門巨量資料分析的理論與實務，國土及公共治理季刊，3（3），33-44。
38.陳詩芸，2007，閒置校園再利用作業模式之研究，逢甲大學都市計畫學系碩士班碩士論文。
39.傅朝欽，2001，台灣閒置空間再利用理論建構，2001推動閒置空間再利用國際研討會，成功大學：1-1.-1~1-1.10。
40.曾淑惠、王志成，2004，計量經濟模式、時間數列模式與模糊時間數列模式在預測應用之探討-以台灣出口金額為例，管理與系統，11（3），293-322.
41.曾雅慧，2011，少子化與校園閒置空間再利用之探討，學校行政雙月刊，74，第213-228頁。
42.湯志民，2008，校園閒置空間再利用之探析。臺北市教育局、中華民國學校建築研究學會（主編），校園建築與運動空間活化再利用，臺北市：臺北市教育局。
43.湯志明，2008，校園閒置空間再利用之探析. 校園建築與運動空間活化再利用 （第 3-63 頁）. 臺北市: 國立教育資料館.
44.黃世孟、曾漢珍，1995，都市計畫學校設施用地多目標使用之檢討. 都市與計劃, 22（2）, 235-252.
45.黃俊傑，2007，「小校整併」政策省思，國教之友，59（4），71-78。
46.黃冠華，2015，從 Intelligent Urbanism 談我國智慧城市發展方向，土地問題研究季刊，14（3），113-116。
47.楊奕農，2009，時間序列分析：經濟與財務上之應用，台北市：雙葉書廊。
48.楊純明，2014，鉅量資料及其在農業生產上之應用潛力，作物、環境與生物資訊，第11期，頁51-56。
49.楊謙柔，2008，都市住環境設施評價模式之研究，文化大學建築及都市設計學系研究所博士論文。
50.葉小蓁，2006，時間序列分析與應用，台大法律學院圖書文具部：台北市。
51.葉艾青（2006）。以財產權觀點探討美國成長管理運動與私有財產權運動。國立政治大學地政研究所碩士論文
52.廖晉賢，2009，從空間公平角度探討公共設施分派評估架構之研究，國立成功大學都市計劃學系碩士論文，1-133。
53.廖晨旭，2014，大數據分析時代壽險業之因應對策，國立政治大學經營管理碩士學程（EMBA）碩士班論文。
54.臺北市立圖書館，市立圖書館2016-2020年策略計畫，取自 http://www.tpml.edu.tw/ct.asp?xItem=164505173&ctNode=62456&mp=104021。
55.臺北市政府，2015，臺北2050願景計劃委員會第一次會議簡報資料，參考來源：http://210.69.61.31/FileUpload/39-8717/Documents/%111E8%87%BA%E5%8C%972050%E9%A1%98%E6%99%AF%E5%A7%94%E5%93%A1%E6%9C%83%E7%AC%AC%E4%B8%80%E6%AC%A1%E6%9C%83%E8%AD%B0%E7%B0%A1%E5%A0%B1.pdf，查閱日期：2016/04/01。
56.臺北市政府教育局，臺北市政府教育局105年施政重點及施政計畫，取自 http://www.doe.gov.taipei/ct.asp?xItem=157051293&ctNode=55350&mp=104001。
57.劉小蘭，2002，公共設施計劃，城鄉規劃理論與實務，林英彥主編，中國地政研究所，113-144。
58.劉立偉、黃子珍，2011，公園綠地空間分布的評析：從漸進規劃的觀點談都市公共設施用地檢討，中華民國建築學會「建築學報」，76期:91-112。
59.劉祥熹、黃日鉦，2010，財務時間序列模型－GARCH模型專論。台北：東華書局股份有限公司。
60.歐宗殷，2010，資料探勘為基礎之零售業銷售預測模式-以連鎖超商鮮食商品為例，國立清華大學工業工程與工程管理學系研究所博士論文。
61.蔡宛螢，2009，民間參與老人住宅建設之法令分析-以裁併學校改建為例，國立中央大學營建管理研究所碩士論論文。
62.鄭宇君、陳百齡，2014，探索 2012 年台灣總統大選之社交媒體浮現社群：鉅量資料分析取徑，新聞學研究，120期：121-165。
63.蕭淳瑄，2013，應用動態網路程序法探討TOD下行人步行即自行空間環境設計策略之研究，國立臺北大學不動產與城鄉環境學系研究所碩士論文。
64.賴宗裕，2000，跨世紀國土規劃願景之芻議--- 以成長管理及永續發展之觀點論述，經社法制論叢：257-285。
65.賴家瑞、溫坤禮，2004，灰色 GM （1, 1） 模型於人口預測模式之應用-以彰化縣為例，智慧科技與應用統計學報,，2（1），91-108.
66.謝邦昌，2011，雲端運算的應用－資料採礦和商業智慧。科學發展月刊，463，32-39。
67.謝邦昌、鄭宇庭，2015，資料採礦之技術及應用-Excel實例演練，臺北：新陸書局股份有限公司。
68.鍾經樊、詹維玲，2008，台灣總體經濟與金融穩定之實證研究，中央銀行季刊第三十卷第二期。
69.譚磊著、胡嘉璽譯，2013，「大數據挖掘－從巨量資料發現別人看不到的秘密」，台北：上奇時代。
70.Ahmadreza Faghih-Imani, Naveen Eluru, Ahmed M. El-Geneidy,Michael Rabbat , Usama Haq,2014, How land-use and urban form impact bicycle flows: evidence from the bicycle-sharing system （BIXI） in Montreal, Journal of Transport Geography,2014（41）:306-316.
71.Batty, M. ,2013, Big data, smart cities and city planning. Dialogues in Human Geography, 3（3）, 274-279.
72.Berry, M. L.、Gordon S. Linoff，2001，吳旭志、賴淑貞翻譯，資料採礦理論與實務，台北：維科圖書出版有限公司。
73.Bullen, P. A., & Love, P. E.,2010,The rhetoric of adaptive reuse or reality of demolition: Views from the field. Cities, 27（4）, 215-224.
74.Cheikh Kacfah Emani , Nadine Cullot , Christophe Nicolle,2015, Understandable Big Data: A survey, Computer Science Review,17（August）:70-81
75.Estela Marine-Roig , Salvador Anton Clavé,2015, Tourism analytics with massive user-generated content: A case study of Barcelona, Journal of Destination Marketing & Management.
76.EUROPE2020,2010,European Union。
77.G. Piro, I. Cianci, L.A. Grieco, G. Boggia, P. Camarda,2014, Information centric services in Smart Cities, The Journal of Systems and Software,2014（88）:169-188.
78.H.V. Jagadish,2015, Big Data and Science: Myths and Reality, Big Data Research,2（2）:49-52.
79.Jacobo Ruzaa , Jung In Kimb, Ivan Leungb, Calvin Kamb, Sandy Yee Man Ngc,2015, Sustainable, age-friendly cities: An evaluation framework and case study application on Palo Alto, California, Sustainable Cities and Society, Volume 14:390-396.
80.Jameson L. Toole , Serdar Colak , Bradley Sturt , Lauren P. Alexander b, Alexandre Evsukoff ,Marta C. González ,2015, The path most traveled: Travel demand estimation using big data resources, Transportation Research Part C,2015（58）:162-177.
81.John Steenbruggen , Emmanouil Tranos , Peter Nijkamp,2015, Data from mobile phone operators: A tool for smarter cities?, Telecommunications Policy,2015（39）:335-346.Mike Ferguson,2012,Architecting A Big Data Platform for Analytics，IBM
82.Kitchin, R.,2013,Big data and human geography Opportunities, challenges and risks. Dialogues in human geography, 3（3）, 262-267.
83.Langston, C.、Wong, F. K.,、Hui, E. C. and Shen, L. Y. ,200, Strategic assessment of building adaptive reuse opportunities in Hong Kong. Building and Environment, 43（10）, 1709-1718.
84.Manyika, J., Chui, M., Groves, P., Farrell, D., Van Kuiken, S., Doshi, E. A. ,2013, Open data: Unlocking innovation and performance with liquid information. McKinsey Global Institute. McKinsey Center for Government and McKinsey Business Technology Office. Available at: http://www.mckinsey.com/business-functions/business-technology/our-insights/open-data-unlocking-innovation-and-performance-with-liquid-information 閱覽日期：2016/05/25
85.Neirotti, P., De Marco, A., Cagliano, A. C., Mangano, G., & Scorrano, F. ,2014, Current trends in Smart City initiatives: Some stylised facts. Cities, 38, 25-36.
86.Paolo Neirotti , Alberto De Marco , Anna Corinna Cagliano , Giulio Mangano, , Francesco Scorrano,2014, Current trends in Smart City initiatives: Some stylised facts, Cities,2014（38）:25-36.
87.Rathore, M. M., Paul, A., Ahmad, A., & Rho, S.,2016,Urban planning and building smart cities based on the internet of things using big data analytics. Computer Networks.
88.Saaty, T.L., 1996,The analystic network process. RWS Publications, Expert Choice, Inc., Pittsburgh.
89.Saaty, T.L., 2007, Time dependent decision-making; dynamic priorities in the AHP/ANP: generaling from points to functions and from realto complex variables. Mathematical and Computer Modelling. 46（7-8）: 860-891
90.Suhong Zhoua , Miao Xiec, Mei-Po Kwan,2015, Ageing in place and ageing with migration in the transitional context of urban China: A case study of ageing communities in Guangzhou, Volume 49L:177-186.
91.Takuya Togawa, Tsuyoshi Fujita, Liang Dong, Satoshi Ohnishi, Minoru Fuji,2015, Integrating GIS databases and ICT applications for the design of energycirculation systems, Journal of Cleaner Production,（2015）:1-9.
92.Stathopoulos, A., & Karlaftis, M. G.,2003, A multivariate state space approach for urban traffic flow modeling and prediction. Transportation Research Part C: Emerging Technologies, 11（2）, 121-135.