利用超商分佈輔助設計大眾運輸系統，其實是很落後的方法，但在資訊落差下不得不用；就好像總統初選電話民調，用市話抽樣，年輕人會比例偏低，接電話的人更可能故意反串，但總算是一個有明顯準確度的依據。
要設計一個符合需求的大眾運輸系統，最精準的資料當然是路上流動的實際數字。對於看慣實體車輛的交通人來說，也許會到馬路上安裝設備數車流；但看在電信人眼裡，這只要撈一下基地台 handoff 的大數據就有精準答案，幹嘛那麼麻煩！而且這也不是什麼新奇的技術，都已經存在廿幾年了！
只可惜能有足夠基地台規模的電信業者只有三家，資料還受個資法保護，一般人沒得撈資料，要公司老闆點頭才拿得到。偏偏交通部前任部長電信出身不想做事，現任部長暴衝卻不懂電信，條件總是湊不齊，真遺憾。明明去年終於想到該拿出來用了，結果做路線設計的單位到今天還在瞎猜！
人流的大數據模型需要提煉過才能用，把基地台原始紀錄直接丟給交通人解讀一定沒頭緒。照說這種系統性的資訊應用，應該是跨單位的整合才對：由電信業者提供原始資料，透過 GIS 資料處理，把一支手機 IMEI 號瑪依序連接的各基地台座標，轉換成簡潔移動路徑，再將全部 IMEI 的移動路徑整合起來視覺化交棒給交通設計單位，一看就知道哪邊主幹哪邊支流：城市主幹挖捷運、支流跑公車；城際主幹蓋高鐵站，支流增設台鐵延伸線。
想像有位經濟部員工住在大稻埕，早上騎車上班，於是在電信機房會留下這樣的連線順序紀錄：
基地台只看到 IMEI 不曉得這什麼人，好像在下跳棋一路往南跳，但經過簡化處理可以轉換成一條移動軌跡：
把上班時段所有手機移動軌跡疊加起來，按照疊加數量大小，以粗細線條或顏色深淺畫到地圖上，就可在不侵犯隱私的前提下，輔助設計出包含公車路網在內，全套最有效率的城市大眾運輸系統！
不瞞各位讀者，前瞻計畫三年前推出來惹議的時候，小弟就已為上述輔助工具的生成與運用寫過信箱了，但部長信箱這條申訴路徑其實跟日本 IT 大臣沒兩樣，而當時交通委員會多位執政黨立委，或許沒選票又或許聽不懂，全都不願協助。不知剛換屆的新生代立委，是否願意帶領國家往前進步！
少了正規兵器，只好想辦法改造土砲自立自強。其實抓需求並不需要 100% 精確，只要逮到 50% 趨勢就能找出最少是次佳解，因為捷運能跑的路徑並不多，總是要 20 米以上大馬路才容易蓋。一座城市裡面夠寬的馬路畢竟不會太多條，所以路線不是申論題而是選擇題，選項不多不難找到最佳解，甚至可配合消去法加速尋找。
最準的是實際人流，那次準是什麼？答案叫市場機制。一開始隨便亂猜沒有關係，只要市場機制可以不受干擾順利運作，所有可能選項全部放進市場給消費者自由選擇，自然會汰弱留強，一段時間後收斂到最佳解。所以要怎麼找出捷運路線？看公車就知道了呀！
例如某古城的市區公車路線，某些號碼沒有連號居然會跳，其實這正是市場機制的運作痕跡：業者本來想說這條路線應該有乘客，結果實際上路卻虧不少錢，鼻子摸摸路線收掉，於是留下一些空號沒使用。可這個方法的前提是市場機制不受干擾，但路線的選擇並沒有完全盲測開放，自然可能與最佳解有少許落差。
除了公車以外，另一個具有市場機制特質的數字是展店。一塊區域的土地使用強度，會呈現在公告地價、容積率、以及該處的店舖數量等等。但使用強度只測得到停留卻測不到路過，比如地價、容積率及大部分商家位置，會有呈現死角；展店最多的店鋪類型可能是手搖飲料店與檳榔攤，但資料的蒐集並不容易；挑來挑去最適合採樣的店鋪，就屬便利商店了！因為超商具備好幾項獨有特質，因此成為估計交通需求的最佳店鋪類型選項。
首先是數量，加油站跟大型量販店 3 位數、郵局與超市 4 位數，解析度當然是 5 位數的超商勝出；然後是地域性，安親班偏住宅、金融機構偏市區、超商只要有人流有錢賺就去：即使是 24 小時運轉的科學園區廠房，或者是前往墾丁路上前不著村後不著店的半途補給，商人全都不會放過。
再來是客單價，因為每次消費的價位通常約莫在百元以內，所以不分貧富沒有門檻，絕大多數人都花得起；此外也不會因為貧富差距讓每筆營收數字出現嚴重偏差：再有錢也就只有一雙眼睛一個肚子，是能一天翻 10 份報紙一餐嗑掉 100 個茶葉蛋嗎？
最有趣的是展店方法非常有效率。除了營收偏低會撤點以外，因為多家同業競爭，業界發展出複數店的大絕招：一塊小區域如果多個分店的營收偏高，暗示該區域有新增分店的空間，這時候先搶先贏，否則競爭對手也會衝進來插旗。市場導入這個演算法經過長時間收斂之後，會讓絕大部分的分店營收，限制在特定範圍之內。
當目標客群不分貧富貴賤，客單價與店營收這兩個數字都被掐在限定範圍內，奇妙的事情就來了：一家分店可以視同該地有某個人口活動當量數字，目前一家店大約可以當成 2063 人在該處活動，且不斷隨著競爭加劇慢慢往下壓。或著換個說法，超商設點相當於捉放法，一個點服務周邊活動 2063 人之中的大部分人，不分貧富一視同仁。
要注意的是，超商代表的是營收，視同人口活動當量，並不宜直接視為真正人數*。但做交通規劃，抓到大致趨勢就很容易找到最佳解，並不需要 100% 精確，
超商只代表該處有某個人口活動當量，並沒有辦法顯示這些人有沒有移動需求，也不知道往來何處。但這無所謂，只要此處可以儘快往返交通集散中心，像是機場車站等等，大概就不會錯。
在地圖上以小黑點把每家超商位置全部標示出來，就好像家中客廳白色地板，不小心整包黑糖撒了一地。該怎麼清理成本最低？當然是有看到黑點的地方清乾淨免得招螞蟻，沒有黑點可以忽略不管：密度低的地方掃把簡單掃過去就可以，密度高的區域也許要出動吸塵器才會乾淨；超商密度低的郊區用公車巡一巡即可，密度高的市區才升級成軌道建設，滿足較高的運輸需求。
實際規劃路線的時候，最後要利用同站位公車做驗算，因為不見得猜對主要流動方向。公車票箱開得出營收就沒問題，開不出營收暗示這條路線勉強升級成軌道，大概還是賠錢，就別毫無依據一廂情願了！
目前為止小弟找到三種超商輔助工具，第一個最簡單，是現成的軟體，但不適合詳盡介紹。這家公司本來就賣地圖軟體，後來市場轉向行動裝置，賣 PC 版本因為無法打平管銷費用因而下架停售，但仍舊提供更新。簡單說想買正版還買不到，但網站更新抓下來卻可以安裝使用，那就低調點吧。“資料查詢” -> “位置” 可以清點設定範圍內的景點數量，景點類別有便利商店可單選，這個功能可以判斷一個地點周邊的便利商店密度。以上簡單介紹。
第二個工具要稍微花點時間整理地址清單。便利商店市場上有兩股勢力，龍頭市佔一半，ibon 機台的設置清單剛好可以拿來用；其餘業者則是結盟成立店到店取貨系統，店家清單同樣也有地址資訊。將 ibon 機台各行政區的設置地址複製下來存成文字檔，就可以餵給 google map 在地圖上畫點；店到店也能如法炮製只是比較麻煩，利用下圖技巧同樣可以抓出各行政區的地址：
如果需要時常更新地圖，以上的動作可以讓資訊人員用爬蟲程式抓取，再匯入 google map；一般使用者可以直接開已經做好的地圖檔案**，並複製回自己的雲端硬碟。要注意的一點是，有少數分店沒有機台沒有店到店，例如設在火車站的店面，所以這份清單會遺漏少許分店，但並不影響視覺輔助。
第三個工具則是直接打開各家超商官網，按照行政區一格一格手動填入分店數量，每次大概要花四小時完成。時常更新同樣可以讓資訊人員開爬蟲，一般使用者則可以下載已經做好的 excel 檔案***。
超商統計再配合其他數字之後，藏了許多有趣的分析資訊。
最直覺的是人口統計，把人口統計數字拿來跟超商人口當量對比，會看出人口移動趨勢與產業特色：
以縣市為單位，排除掉取樣數字過低的連江，可以發現新竹縣市吸引大量外來人口，果真電子業是台灣的經濟命脈；台北桃園也不差，經濟暢旺；金門聽說福利非常好，表面上人口外移其實是寄放戶口；彰化雲林嘉義屏東農業縣，人口外移嚴重；高雄台南就業機會不佳，年輕人得出外找工作，都流失了幾十萬人。
細部分析更明顯：城市核心商業區往來人多、港口與科學園區提供就業機會、偏僻鄉鎮也因為是通往風景區要道所以偵測到人流；但在城市蕭條之下，即使是往日的經濟發動機同樣也會人口外移。
超商人口當量配合戶籍數據可以看出一地的產業興衰，配合交通數據則可以核對建設是否到位。台鐵的搭乘人次除以當地活動人口當量，可以很明顯發現，南投縣與嘉義縣明顯覆蓋特別差，應該增設支線；宜蘭花蓮則是數字高到過分，觀光客把有限的座位搶走大半，果真觀光大縣。
視覺化輔助最有用的地方是檢查服務覆蓋。當線條寬度設定為最粗，縮放調整到 z=12 的時候，就可以看成是掃地機行進軌跡，在清掃地上的芝麻粒，哪邊死角哪邊遺漏哪邊沒旅客，全都一清二楚。
以上是到目前為止小弟開發出來的超商資料用法，應該還有更多絕妙的運用方式，等著被挖掘出來。光是使用簡單的超商土砲，都可以很快看出路線有沒有設計疏失，要是能有手機流動大數據，蓋軌道更將如虎添翼、下筆精準犀利。
負責設計路線的各單位就別再瞎猜了，浪費錢或亂拆房子事小，軌道無效率經營天天養蚊子，自償率造假債留子孫是誰要出錢？出錢的人甚至連他的父母現在都還只是剛見面，進展到手牽手而已，這顆未爆彈埋得還真是深！
下期預告：4. 交通平權 VS 鄉下有鄉下的樣子
