第四章 迴歸模式之建構與分析
6.2 建議
一、 由過去文獻可知，影響船舶大型化其中一項相當重要因素為營運成本之考 量，因為大型化可以降低航商之單位運輸成本。而在本研究中，受限於資 料取得困難，以各項經濟因素作為探討範圍，並未針對成本節省加以考量，
建議未來的研究中，可加入成本因素，或單獨以成本分析來探討船舶大型 化與成本節省的關係。
二、 影響因素分析中，除了本研究考量之各項經濟因素外，亦可加入其他更多 的相關經濟資料，以提高模式的解釋能力。
三、 本研究中，僅收集過去 15 年之歷史資料進行影響因素分析，在未來的研究 中，亦可考慮延長歷史資料筆數，或使用月資料、季資料等，以增加樣本 數。
四、 本研究之船舶大型化及市場總船噸影素分析，僅以靜態分析來探討兩者之 影響因素，而真實的散裝海運市場中，各個環節皆彼此相互影響，未來的 研究中可使用動態的研究方法來分析。
五、 船舶大型化與市場總船噸兩者之關聯，本研究中僅以相關分析以及單迴歸 分析來探討兩者之關聯，未來可利用更有效之關聯分析方法更深入地探討 兩者之相互影響的效果。
六、 時間序列部分，本研究僅以自我迴歸移動平均模式（ARIMA）進行預測。
未來的研究可考量加入其他不同之時間預測模式來預測船舶大型化趨勢及 市場總船噸趨勢，例如使用介入模式或是迴歸時間序列模式等，利用不同 的預測模式來佐證，或補強本研究之結論。
參考文獻
中文文獻
丁士展、吳建安、王偉宇、蔡育城、吳孟翰、周連彰（民95），「美國海運市場運 價分析」。
王召雲（民96），新造船舶數量之影響因素分析與預測，國立交通大學交通運輸 研究 所碩士論文。
王旭堂、陳永順（民93），航運季刊（創）第十三卷第一期頁1～頁17。
石村貞夫（民94），時間數列分析的SPSS使用手冊，鼎茂圖書出版股份有限公司。
交通部運輸研究所港灣技術研究中心（民96），「港埠運量預測之研究」。
朱敬汝、包張靜（民96），船舶經濟貿易第一期。
吳宗正（民81），迴歸分析，三民出版社。
沈康生、徐中康，（民92），「巴拿馬極限型散裝貨輪又將啟動建造的列車」。
李惠妍、吳宗正、溫敏杰（民95），「迴歸模式與類神經網路在台股指數期貨預測 之研究」，經營管理論叢書第一卷，頁83～頁99。
李顯宗、蔡龍珆、孫立中（民95），「有機材料生油潛能評估參數統計分析」，國 立中央大學地球物理研究所、國立中央大學應用地質研究所、南開技術學 院電機工程系。
林光（民92），第五版，華泰文化出版社。
周武、陳潔、朱小明（民95），「集裝箱船舶大型化對支線運輸的多面需求」，世 界海運第二十九卷。
徐嘉陽（民96），全球前十大航運國船噸結構與發展趨勢之分析，國立台灣海洋 大學航運管理學系碩士論文。
陳天（民87），「以工程經濟觀點設計散裝貨輪」 ，海運研究學刊第六期。
陳永順（民94），散裝海運經營學，文笙出版。
陳永順（民96），「國際散裝乾貨船及造船市場分析與展望」，航貿週刊9月頁68
～頁70。
陳垂彥（民96），「港埠運輸需求預測之分析研究」，第一屆航運管理研討會資料，
頁114～頁125。
陳思穎（民88），中油公司進口原油價格與匯率之選擇性避險研究，國立臺北大 學經濟學研究所碩士論文。
陳順宇（民85），迴歸分析，華泰出版社。
陳靜如（民92），國內海運進出轉口貨櫃量影響因子之研究，國立高雄第一科技 大學運輸與倉儲營運系碩士論文。
梁容禎（民94），波羅的海乾貨指數影相因素分析與預測，國立交通大學交通運 輸研究所碩士論文。
連聖皓、朱宜寧、謝邦昌（民86），「臺灣省汽車客運量之時間序列預測模式」，
輔仁管理評論第四卷第一期，頁31～頁52。
黃文聰（民93），海運市場結構與貨櫃船航商績效之研究，國立高雄第一科技大 學運輸倉儲營運所碩士論文。
馮正民、邱裕鈞（民93），研究分析方法，建都文化事業股份有限公司出版。
楊世成（民96），國際海運年會，中國國土資源部信息中心。
楊鈺池（民95），「我國海運競爭力與補助政策之相關性研究」，航運季刊，第十 二卷第一期。
楊鈺池、王志敏（民95），「海岬型船租金費率與船價波動關係之時間序列研究」，
運輸計劃季刊第三十五卷第四期，頁415～頁442。
歐陽承新（民93），「全球經濟透視2003年12月統計」，經濟前瞻第九十二期。
戴嘉南、張樑吉（民95），「迴歸分析與ARIMA模式之需求預測應用:以A公司之 嬰兒手推車為例」，遠東科技大學講師、長榮大學經營管理研究所博士生。
英文文獻
Adland, R.and S. P. Strandenes (2004) “A Discrete-time StochastiePartial Equilibrium Model of the Spot Freight Market”, NorwegianSchool of Economics and Business Administration, Discussion Paper,Nov.2004.
Adland, RO and Jia, H.（2006）: Market integration in shipping. Working paper, Dalian MaritimeUniversity.
Cullinane, K.B.P.,K.J.Mason, and M.B. Cape(1999),”A Comparison of Model for Forecasting Index: Box-Jenkins Revistied,”International Journal of Maritime Economics, Vol.1,NO.2, p15-p39.
David Glen , ＂Shipbuilding disputes（2006）: the WTO panel rulings and the
elimination of operating subsidyfrom shipbuilding＂MARIT. POL. MGMT., FEBRUARY 2006 VOL. 33, NO. 1, p1–p21.
Johnson Amoako and Liz Berryman（2002）,“ Working Paper– Australia＇s Seaborne Containerised Freight, Forecasts To 2010-11＂, Commonwealth of Australia 2002, ISSN 1440-9707.
J.P.Cashman （1985）” A worldwide view of shipping and shipbuilding” Maritime Policy & Management, 1985, Vol.12, NO.2, p113-p134.
H. Kutner, J. Nachtsheim and John Neter （ 2004 ） ”Applied linear regression models”Forth edition.
Lin, Jin-Lung and Tian-Syh Liu (2003), "Modeling Lunar Calendar Holiday Effects in Taiwan,”.
Tinbergen J.(1931)”Ein Schiffbauzyklus?”Weltwirtschaftliches Archiv 31,pp.152-164,translation:”A Shipbuilding cycle?”In Jan Tinbergen-Selected
Papers, edited by J.H.Klassen,L.M.Koycle and H.J.Littenveen(North Holland).
Tinbergen J.(1934)”Tonnage and Freight, De Nederlandsche Conjunctuur, March, 23-25, reprinted in J.H.Klassen, L. M. Koyck and H. J.
Wittenveen(eds)Jan Tinbergen- Selected Papers(North Holland[1959]).
Roar Adland, Haiying Jia, Siri Strandenes（2006）, “Asset Bubbles in Shipping? An Analysis of Recent History in the Drybulk Market”, Maritime Economics &
Logistics,2006,8 p223-p233.
附錄一：基本資料表
2002 36.3 103 141.32 484.3 570.3 24.39 20.5 2003 48 109 224.39 524.4 619.3 37.01 32二、 巴拿馬極限型新造船平均噸位資料
三、 各國經濟成長率
中國 美國 日本 法國 英國 澳洲 巴西 墨西 哥 1993 13.94 2.67 0.2 -0.89 2.33 3.84 4.92 1.95 1994 12.66 4.02 4.8 1.8 4.42 4.83 5.85 4.41 1995 10.51 2.5 2.81 1.88 2.84 3.49 4.22 -6.17 1996 9.59 3.7 1.62 1.06 2.69 4.32 2.66 5.15 1997 8.8 4.5 4.22 1.9 3.29 3.86 3.27 6.77 1998 7.8 4.17 4.1 3.48 3.12 5.3 0.13 5.03 1999 7.11 4.45 5.53 3.1 2.8 4.32 0.81 3.62 2000 8.39 3.66 5.26 4.07 3.86 3.33 4.36 6.59 2001 7.21 0.75 1.92 1.85 2.3 2.24 1.31 -0.03 2002 8.91 1.6 3.28 1.03 1.77 4.13 1.93 0.77 2003 10.2 2.51 1.71 1.09 2.2 3.07 0.54 1.44 2004 9.9 3.91 3.09 2.32 3.08 3.55 4.94 4 2005 10.24 3.07 2.74 1.71 1.86 2.68 2.94 2.69 2006 10.7 2.87 2.77 1.99 2.84 2.81 3.7 4.77 2007 10.5 2.1 2.2 2.1 2.7 3.02 4.4 3.24
資料來源：國家經貿資訊網
四、 海岬型市場總船噸資料 2000 87.76 100 454.3 87.4 522.7 58.1 1608 2001 86.41 100 452.3 88.1 564.6 67.2 1217 2002 94.9 103 484.3 89.6 570.3 68.3 1317 2003 110.93 109 524.4 102.6 619.3 79.2 2618 2004 137.13 119 589.8 144.2 644.7 148.1 4507 2005 143.23 127 652.3 191.8 709.8 134.8 3371 2006 184.12 137 711 213.5 755 139.7 3177 2007 227.38 146 743.2 227.3 816.7 145.3 7054
資料來源：ISL
五、 巴拿馬極限型市場總船噸資料 2000 87.76 100 230.3 67.1 522.7 58.1 1608 2001 86.41 100 234.5 67.5 564.6 67.2 1217 2002 94.9 103 244.6 76.1 570.3 68.3 1317
附錄二：迴歸輸出報表
一、 海岬型船舶大型化模式
（一）後退消去法部分報表
Model Summary
.921a .847 .695 5.72240
.921b .847 .733 5.35282
.920c .847 .762 5.04821
.919d .845 .783 4.82052
.917e .841 .797 4.66273
.916f .839 .812 4.49404
.910g .827 .814 4.46616
Model 1 2 3 4 5 6 7
R R Square Adjusted R
Square Std. Error of the Estimate
Predictors: (Constant), 拆解價ln, 全球貿易, ca5年ln, ca新ln, 礦 砂貿易, ca10年ln, 煤礦貿易
a.
Predictors: (Constant), 拆解價ln, 全球貿易, ca5年ln, ca新ln, 礦砂貿易, ca10年ln
b.
Predictors: (Constant), 全球貿易, ca5年ln, ca新ln, 礦砂貿易, ca10年ln
c.
Predictors: (Constant), 全球貿易, ca5年ln, 礦砂貿易, ca10年ln d.
Predictors: (Constant), 全球貿易, ca5年ln, 礦砂貿易 e.
Predictors: (Constant), 全球貿易, 礦砂貿易 f.
Predictors: (Constant), 全球貿易 g.
ANOVAh
1272.247 7 181.750 5.550 .019a
229.221 7 32.746
1501.468 14
1272.246 6 212.041 7.400 .006b
229.222 8 28.653
1501.468 14
1272.108 5 254.422 9.983 .002c
229.360 9 25.484
1501.468 14
1269.093 4 317.273 13.654 .000d
232.374 10 23.237
1501.468 14
1262.316 3 420.772 19.354 .000e
239.152 11 21.741
1501.468 14
1259.111 2 629.556 31.172 .000f
242.357 12 20.196
1501.468 14
1242.162 1 1242.162 62.274 .000g
259.306 13 19.947
1501.468 14
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), 拆解價ln, 全球貿易, ca5年ln, ca新ln, 礦砂貿易, ca10年ln, 煤礦貿易 a.
Predictors: (Constant), 拆解價ln, 全球貿易, ca5年ln, ca新ln, 礦砂貿易, ca10年ln b.
Predictors: (Constant), 全球貿易, ca5年ln, ca新ln, 礦砂貿易, ca10年ln c.
Predictors: (Constant), 全球貿易, ca5年ln, 礦砂貿易, ca10年ln d.
Predictors: (Constant), 全球貿易, ca5年ln, 礦砂貿易 e.
Predictors: (Constant), 全球貿易, 礦砂貿易 f.
Predictors: (Constant), 全球貿易 g.
Dependent Variable: ca新造噸 h.
Coefficients a
132.171 71.357 1.852 .106
.001 .154 .009 .004 .997
.070 .137 .842 .513 .624
.694 .576 1.734 1.204 .268
12.709 46.660 .315 .272 .793
26.147 49.747 .990 .526 .615
13.080 30.940 .636 .423 .685
.829 12.747 .028 .065 .950
132.115 65.662 2.012 .079
.071 .096 .846 .733 .485
.692 .389 1.730 1.778 .113
12.733 43.326 .316 .294 .776
26.250 40.980 .994 .641 .540
13.134 26.524 .639 .495 .634
.821 11.793 .028 .070 .946
131.435 61.236 2.146 .060
.071 .090 .854 .788 .451
.696 .364 1.739 1.913 .088
10.806 31.422 .268 .344 .739
25.252 36.203 .956 .698 .503
12.811 24.628 .623 .520 .615
114.383 34.313 3.333 .008
.073 .086 .879 .851 .414
.703 .347 1.758 2.029 .070
18.345 28.763 .695 .638 .538
12.699 23.515 .618 .540 .601
128.246 22.024 5.823 .000
.060 .080 .725 .755 .466
.600 .280 1.499 2.145 .055
3.864 10.063 .146 .384 .708
136.472 4.916 27.761 .000
.033 .036 .400 1.516 .178
.518 .175 1.295 2.967 .012
135.152 4.671 28.935 .000
.364 .046 .910 7.891 .000
(Constant)
B Std. Error Unstandardized
Dependent Variable: ca新造噸 a.
（二）強迫輸入法部分報表
Model Summary b
.916a .839 .812 4.49404 2.147
Model 1
R R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson Predictors: (Constant), 全球貿易, 礦砂貿易
a.
Dependent Variable: ca新造噸 b.
ANOVAb
1259.111 2 629.556 31.172 .000a
242.357 12 20.196
1501.468 14
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), 全球貿易, 礦砂貿易 a.
Dependent Variable: ca新造噸 b.
Coefficients a
136.472 4.916 27.761 .000
.033 .036 .400 1.516 .178
.518 .175 1.295 2.967 .012
(Constant) 礦砂貿易 全球貿易 Model
1
B Std. Error Unstandardized
Dependent Variable: ca新造噸 a.
二、 巴拿馬極限型船舶大型化模式
（一） 後退消去法部分報表
Model Summary
.967a .936 .888 1.06631
.967b .936 .900 1.00685
.967c .935 .909 .95817
.966d .933 .915 .92641
.966e .933 .922 .88782
.961f .923 .917 .91479
Model 1 2 3 4 5 6
R R Square Adjusted R
Square Std. Error of the Estimate
Predictors: (Constant), 煤礦貿易, pa10年ln, 拆解價ln, 穀物貿 易, 全球貿易, pa5年ln
a.
Predictors: (Constant), pa10年ln, 拆解價ln, 穀物貿易, 全球貿 易, pa5年ln
b.
Predictors: (Constant), pa10年ln, 穀物貿易, 全球貿易, pa5年ln c.
Predictors: (Constant), 穀物貿易, 全球貿易, pa5年ln d.
Predictors: (Constant), 穀物貿易, 全球貿易 e.
Predictors: (Constant), 全球貿易 f.
ANOVAg
132.550 6 22.092 19.430 .000a
9.096 8 1.137
141.646 14
132.523 5 26.505 26.145 .000b
9.124 9 1.014
141.646 14
132.466 4 33.116 36.071 .000c
9.181 10 .918
141.646 14
132.206 3 44.069 51.348 .000d
9.441 11 .858
141.646 14
132.188 2 66.094 83.851 .000e
9.459 12 .788
141.646 14
130.767 1 130.767 156.262 .000f
10.879 13 .837
141.646 14
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), 煤礦貿易, pa10年ln, 拆解價ln, 穀物貿易, 全球貿易, pa5年ln a.
Predictors: (Constant), pa10年ln, 拆解價ln, 穀物貿易, 全球貿易, pa5年ln b.
Predictors: (Constant), pa10年ln, 穀物貿易, 全球貿易, pa5年ln c.
Predictors: (Constant), 穀物貿易, 全球貿易, pa5年ln d.
Predictors: (Constant), 穀物貿易, 全球貿易 e.
Predictors: (Constant), 全球貿易 f.
Dependent Variable: pa新造噸 g.
Coefficients a
58.326 11.124 5.243 .001
.035 .039 .320 .890 .399
.471 1.833 .052 .257 .804
4.311 9.535 .550 .452 .663
3.537 8.352 .513 .423 .683
.062 .107 .506 .580 .578
.004 .023 .157 .156 .880
57.662 9.704 5.942 .000
.037 .034 .341 1.083 .307
.397 1.673 .044 .237 .818
4.488 8.940 .573 .502 .628
3.630 7.866 .526 .462 .655
.077 .044 .629 1.761 .112
56.110 6.826 8.220 .000
.038 .032 .351 1.179 .266
4.618 8.491 .589 .544 .598
3.929 7.389 .570 .532 .607
.074 .040 .604 1.857 .093
58.736 4.555 12.896 .000
.040 .031 .367 1.282 .226
.130 .889 .017 .146 .887
.073 .039 .597 1.898 .084
59.133 3.501 16.891 .000
.039 .029 .357 1.542 .164
.076 .033 .619 2.328 .038
63.664 .957 66.543 .000
.118 .009 .961 12.500 .000
(Constant)
B Std. Error Unstandardized
Dependent Variable: pa新造噸 a.
（二） 強迫輸入法部分報表
Model Summary b
.966a .933 .922 .88782 2.710
Model 1
R R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson Predictors: (Constant), 穀物貿易, 全球貿易
a.
Dependent Variable: pa新造噸 b.
ANOVAb
132.188 2 66.094 83.851 .000a
9.459 12 .788
141.646 14
Regression Residual Total Model 1
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), 穀物貿易, 全球貿易 a.
Dependent Variable: pa新造噸 b.
Coefficients a
59.133 3.501 16.891 .000
.076 .033 .619 2.328 .038
.039 .029 .357 1.542 .164
(Constant) 全球貿易 穀物貿易 Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: pa新造噸 a.
三、 海岬型市場總船噸模式
（一） 後退消去法部分報表
Model Summary
.996a .993 .986 2.24189
.996b .993 .987 2.11998
.996c .992 .987 2.11579
.995d .991 .987 2.14488
Model 1 2 3 4
R R Square Adjusted R
Square Std. Error of the Estimate
Predictors: (Constant), 全球貿易指數, BDI指數, 煤礦價格, 全球價格指數, log鋼鐵價格, 煤礦貿易量, 鋼鐵貿易量 a.
Predictors: (Constant), 全球貿易指數, BDI指數, 全球價格 指數, log鋼鐵價格, 煤礦貿易量, 鋼鐵貿易量
b.
Predictors: (Constant), 全球貿易指數, BDI指數, 全球價格 指數, 煤礦貿易量, 鋼鐵貿易量
c.
Predictors: (Constant), 全球貿易指數, BDI指數, 全球價格 指數, 鋼鐵貿易量
d.
ANOVAe
4883.567 7 697.652 138.807 .000a
35.182 7 5.026
4918.749 14
4882.795 6 813.799 181.073 .000b
35.954 8 4.494
4918.749 14
4878.460 5 975.692 217.956 .000c
40.289 9 4.477
4918.749 14
4872.744 4 1218.186 264.794 .000d
46.005 10 4.601
4918.749 14
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), 全球貿易指數, BDI指數, 煤礦價格, 全球價格指數, log鋼鐵價格, 煤 礦貿易量, 鋼鐵貿易量
a.
Predictors: (Constant), 全球貿易指數, BDI指數, 全球價格指數, log鋼鐵價格, 煤礦貿易量, 鋼鐵貿易量
b.
Predictors: (Constant), 全球貿易指數, BDI指數, 全球價格指數, 煤礦貿易量, 鋼鐵貿易量 c.
Predictors: (Constant), 全球貿易指數, BDI指數, 全球價格指數, 鋼鐵貿易量 d.
Dependent Variable: 海岬歷年總船噸 e.
Coefficients a
-29.217 44.284 -.660 .531
.152 .065 .346 2.348 .051
28.314 29.273 .233 .967 .366
.026 .067 .048 .392 .707
.121 .060 .803 2.005 .085
.062 .052 .450 1.176 .278
.001 .001 .124 1.340 .222
.697 .244 .962 2.862 .024
-17.998 31.951 -.563 .589
.162 .056 .370 2.912 .020
21.060 21.444 .173 .982 .355
.119 .057 .790 2.094 .070
.065 .049 .472 1.319 .224
.002 .001 .143 1.931 .090
.676 .225 .934 3.007 .017
13.177 3.625 3.635 .005
.178 .053 .405 3.331 .009
.074 .033 .489 2.223 .053
.054 .048 .393 1.130 .288
.002 .001 .155 2.130 .062
.615 .216 .850 2.852 .019
14.589 3.449 4.230 .002
.180 .054 .411 3.334 .008
.061 .032 .402 1.923 .083
.002 .001 .150 2.035 .069
.831 .102 1.147 8.138 .000
(Constant)
B Std. Error Unstandardized
Dependent Variable: 海岬歷年總船噸 a.
（二） 強迫輸入法部分報表
Model Summary b
.995a .991 .987 2.14488 2.060
Model 1
R R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson Predictors: (Constant), BDI指數, 全球貿易指數, 全球價格指數, 鋼鐵貿易量 a.
Dependent Variable: 海岬歷年總船噸 b.
ANOVAb
4872.744 4 1218.186 264.794 .000a
46.005 10 4.601
4918.749 14
Regression Residual Total Model 1
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), BDI指數, 全球貿易指數, 全球價格指數, 鋼鐵貿易量 a.
Dependent Variable: 海岬歷年總船噸 b.
Coefficients a
14.589 3.449 4.230 .002
.180 .054 .411 3.334 .008
.831 .102 1.147 8.138 .000
-.061 .032 -.402 -1.923 .083
-.002 .001 -.150 -2.035 .069
(Constant) 全球價格指數 全球貿易指數 鋼鐵貿易量 BDI指數 Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: 海岬歷年總船噸 a.
四、 巴拿馬極限型市場總船噸模式
（一） 後退消去法部分報表
Model Summary
.996a .993 .987 1.96551
.996b .993 .988 1.85399
.996c .993 .990 1.76130
.996d .992 .990 1.68471
.996e .991 .990 1.72454
Model
R R Square Adjusted R
Square Std. Error of the Estimate
Predictors: (Constant), BDI指數, 穀物貿易量, 煤礦價格, 全球 價格指數, 全球貿易指數, 煤礦貿易量
a.
Predictors: (Constant), BDI指數, 穀物貿易量, 煤礦價格, 全 球貿易指數, 煤礦貿易量
b.
Predictors: (Constant), BDI指數, 煤礦價格, 全球貿易指數, 煤 礦貿易量
c.
Predictors: (Constant), 煤礦價格, 全球貿易指數, 煤礦貿易量 d.
Predictors: (Constant), 煤礦價格, 煤礦貿易量 e.
ANOVAf
4110.940 6 685.157 177.354 .000a
30.906 8 3.863
4141.846 14
4110.910 5 822.182 239.194 .000b
30.936 9 3.437
4141.846 14
4110.824 4 1027.706 331.285 .000c
31.022 10 3.102
4141.846 14
4110.625 3 1370.208 482.765 .000d
31.221 11 2.838
4141.846 14
4106.157 2 2053.079 690.334 .000e
35.688 12 2.974
4141.846 14
Sum of Squares df Mean Square F Sig.
Predictors: (Constant), BDI指數, 穀物貿易量, 煤礦價格, 全球價格指數, 全球貿易指數, 煤 礦貿易量
a.
Predictors: (Constant), BDI指數, 穀物貿易量, 煤礦價格, 全球貿易指數, 煤礦貿易量 b.
Predictors: (Constant), BDI指數, 煤礦價格, 全球貿易指數, 煤礦貿易量 c.
Predictors: (Constant), 煤礦價格, 全球貿易指數, 煤礦貿易量 d.
Predictors: (Constant), 煤礦價格, 煤礦貿易量
Predictors: (Constant), 煤礦價格, 煤礦貿易量