Hanley and Spash(1993)認為，使用 TCM 必須考量多目的旅遊問題，國 內文獻在考量此問題時，常將其稱為專程旅遊(Purposeful Visitors)與順道(或 兼程)旅遊(Meanderers)。
Lue, Crompton and Fesenmaier (1993)研究指出旅客從家中出發到旅遊 目的地的合理行為模式主要是多樣的，並將旅遊目的地數量區分為單一目 的地旅遊和多重目的地旅遊，如此分別建立模式，進而提出一種單一目的 地與四種多重目的地的旅遊空間路線，如圖2-3。
Lue, Crompton and Fesenmaier (1993)認為遊客選擇多重目的地旅遊路 線模式的影響因素，包括旅遊目的數量、旅遊目的類型、旅遊天數、旅伴 數量、旅伴類型、旅遊距離、目的地數量、目的地類型、目的地鄰近性以 及旅遊費用等。
客源地，均是每一次旅遊的起點也是終點；另與客源地成一對概念的 目的地，依據設施規模、吸引力程度或停留時間等之差別，可二分為主要
客源地
Suzuki and Hodgson(2005)的研究結果表示，單一目的與多目的旅遊的 交通成本必定有差異。Suzuki and Hodgson(2005)也指出，單一目的旅行的 遊客必定只有單一目的地，但多目的旅行的遊客則有多目的地與單一目的 地兩種旅遊模式可選擇，前提是所選擇的單一目的地是具有多種用途的聯 合設施。除了多目的旅遊，Parsons and Wilson(1997)認為多目的地旅行中還 有一種是「偶然的旅程」，即遊客的旅遊是漫無目的，是隨性的漫步旅遊。
過去的文獻大多未區分多目的與漫無目的之差異，將兩者皆視為多目 的地旅遊，但文獻上的實證研究可知，忽略了多目的地旅遊與單一目的地 旅遊的區分，將使遊憩效益有嚴重的低估(Loomis, 2006)。
綜合國內外之文獻研究，本文將專程旅遊定義為單一目的地旅遊，將 順道旅遊定義為多目的地旅遊。
Kuosmanen, Nillesen and Wesseler (2004)認為，在處理多目的旅遊者的 旅遊成本時，通常有三種作法：
(1) 刪除法：理論上，計算消費者剩餘是將全部遊客的資料做加總，但順 道旅遊者的旅遊成本必會比專程旅遊者低，故Hanley and Spash(1993) 建議直接將順道旅遊者的資料刪除。
(2) 旅遊成本權重法：詢問受訪者，在本次旅遊中該遊憩點的重要性，並 以一個權數代表，此權數值介於0 至 1 之間，並以該權數區分旅遊成 本以估算遊憩價值。
(3) 區隔市場法：將專程與順道旅遊視為不同商品，分別估算其遊憩效 益。Mendelsohn et al. (1992) 處理多目的地旅遊時，將其當作是一個 獨特的旅遊地點組合，並估計該多目的地組合的需求函數，此需求函 數為一個系統需求函數的一部分。
Mendelsohn et al. (1992) 之區隔市場法的缺點是需要大量觀測值，若調 查的遊憩地點很多，執行上會有困難；Parsons and Wilson(1997)進一步以增 設兩個變數的方式來修正專程與順道之旅遊需求的估計方法。旅遊成本權 重法，係以調查該遊憩點的重要性給予不同權重來區分旅遊成本，不同文 獻上在使用此法時也有些許差異。
本研究將修正專程與順道旅遊需求之相關文獻整理如表2-8。其中，刪 除 法 適 用 於 順 道 旅 遊 的 樣 本 較 少 的 情 況 ， 然 而 Hensher(1976) 、 Hanson(1980)、O’Kelly(1981)等學者的實證研究已經確定，超過 30％的旅 遊行為是多目的旅行，因此，當受訪樣本中順道旅遊者佔有一定比例時，
表 2-8 修正專程與順道旅遊需求之相關文獻
學者 修正模型 方法
Mendelsohn et al.(1992) 導出一系統需求函數
估計多目的地組合的需求 函數，將各組合的需求合併 為系統需求
Hanley and Spash(1993) 僅估計專程旅遊之需 求函數
直接刪除順道旅遊的樣本 資料
Parsons and Wilson(1997) 增設虛擬變數與價格 交互項
專程(D=0)；順道(D=1) DTC=D*TC
Loomis, Yorizane and Larson(2000)
增設虛擬變數與價格 交互項
專程(D=0)；順道(D=1) DTC=D*TC
Loomis(2006) 增設虛擬變數與價格 交互項
專程(D=0)；順道(D=1) DTC=D*TC
李俊鴻和陳吉仲(2007) 增設一個虛擬變數 專程(D=1)；順道(D=0)
Martinez-Espineira and Amoako-Tuffour(2008)
第參章 理論模型
本文採用 TCM 評估遊憩效益，並以 On-site Poisson 模式估計旅遊需 求，配合多目的地旅遊之修正方案來進行評估。因此以下針對各種模型加 以說明。