捷運常客優惠新制2月1日上路!忠誠回饋和月票哪個最省錢?圖表懶人包試算給你看
捷運常客優惠新制2月1日上路!忠誠回饋和月票哪個最省錢?圖表懶人包試算給你看

2020年一開始,雙北捷運立刻有新氣象,除環狀線第一階段1月19日試營運,農曆年後正式開張,2015年起上路的電子票證8折優惠也走入歷史,新的「捷運常客優惠」將在2月1日上路,以「搭乘頻率」作為忠誠度憑據提供乘客現金回饋。

延伸閱讀:確定取消8折優惠!台北捷運票價新制看「忠誠度」,誰受惠?誰變貴?

常客優惠划不划算?每月搭車次數、平均車價成比較關鍵

不少月票捷運族十分困惑,究竟該繼續買1,280元月票,還是改用計次優惠的捷運常客制比較划算? 由於捷運局統計,67%乘客每月搭乘次數不超過30次 ,也就是說,這群人不是天天利用捷運上班及返家,因此這些人幾乎不在月票族群內。

常客優惠.jpg
一張圖弄懂常客優惠級距。
圖/ 北市捷運局

再來討論剩下3成乘客,由於他們幾乎每天靠捷運通勤,是最容易困惑是否要放棄月票的乘客。若以一個月搭44趟(22個工作天,上下班各一趟計算)來說,新制度可以享受75折優惠。

在75折優惠方案中,要求每月搭乘頻率是41趟以上,建議單趟車資40元以上乘客,若確定每天搭捷運上下班可以考慮轉用月票。單趟票價35元以下的乘客放棄月票吧!常客優惠比較適合。

但75折方案卡在40次跟41次會有大差異,關係到打折8折或75折,所以十分建議消費者可以判斷當月工作天數或預估使用量決定買卡與否。

未來搭乘優惠選擇也會更複雜,比方過年、2月天數少,若上班日低於20天,通勤族每月少搭(少於41趟,比方因為請太多特休或當月國定假日多)就會落入8折區,這個折扣區間的乘客,其實多數建議參與常客優惠,不要買月票。

換言之,購票心法是,當月上班日少,國定假日多,導致上班天數低於20天,加上不是45元(含)以上票價區域乘客,請用常客優惠。

常客優惠
長途乘客,若天天搭乘,可以選月票。
圖/ 北市捷運局

工作天數超過21天,也就是每月搭乘42次以上,且票價45元以上可以改用月票,40元以下票價區域(40*42*75折=1260元)則還是常客優惠就好,因為比月票1,280元便宜,除非具體知道本月有較多通勤以外的搭捷運需要。

至於高頻率搭乘捷運的「捷客」,每月搭乘超過51趟,優惠最高鎖在7折上限,因此單趟35元以下建議仍參加常客優惠,只有搭乘51趟以上,單趟都超過40元以上的乘客,可以改月票吃到飽。

以下試算新舊制誰優惠:

由於月票是不計搭乘次數,都只要1,280元,以每天搭捷運上下班的上班族為例,新常客制度上路前(電子票證8折),當通勤往返兩站原價35元,一個月44次算下來是1,232元,但若上下班,還會搭捷運外出辦事或聚會的乘客,就可以考慮買月票(1280元)。

但常客新制上路後,44趟屬於75折優惠區,消費者每趟搭乘35元都打75折,總計最後支出1,155元,在常客新制是被多獎勵的一群,比舊制省77元。

必知的冷知識:公車轉捷運常客省更多

因為轉乘(公車轉捷運)有額外優惠,新制上路,高頻轉乘族也受惠。
搭公車前往搭捷運轉乘,每趟可折8元,舉例本趟捷運車票20元,但出站時會只收取12元,該8元雖然沒支付,但捷運局在累積現金回饋時,會用乘客支付了20元計算,所以通勤族可以盡量轉乘,並使用常客優惠,那麼除了賺到轉乘優惠金,還可以讓折扣更高。

僅供刊物用途_shutterstock_1421976077_MRT_捷運_座位_壅擠.jpg
捷運預計更改費率計算方式,未來怎麼搭必須多算算搭乘頻率。
圖/ Shutterstock

延伸閱讀:環狀線確定將開放試乘!通勤時間、捷運票價到底省多少?

比較新制跟舊制差異

舊制: 小云每天從家裡搭公車五站,到府中站轉捷運上班,抵達國父紀念館站後步行到公司,這段捷運35元用悠遊卡支付打8折花了28元,但又因轉乘折扣8元,實際支付20元捷運費。上班一趟花費35元(15元公車+20元捷運)。

但若新常客優惠上路,小云每趟上班花費42元(公車15+35-8)。

看起來常客優惠讓小云單趟車資大增,但其實不然。

新制: 若小云每天通勤上班,每個月至少搭乘捷運41趟以上,享受75折優惠,那麼35元的捷運費會回饋8.75元到小云次月悠遊卡上,等於一趟捷運費用是35-8.75元回饋金-8元轉乘優惠,捷運費變成18.25元,上班一趟捷運加上公車費等於33.25元,更便宜了!

若只是捷運搭乘40次以內呢?若是8折常客優惠,則小云捷運回饋金變成7元,35元捷運票價-7元回饋金-8元轉乘優惠,跟舊制一樣都是20元。

換言之,捷運常客若搭乘頻率高,用到轉乘機制,反而有更高的節費空間。

責任編輯:蕭閔云

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓