模型估計結果

由於本研究之實證資料為橫跨 1995 年到 2015 年、涵蓋來台旅行人次最多的 20 個國家的追蹤資料（panel data），因此選擇採用追蹤資料常用的固定效果模型 及隨機效果模型來進行實證估計，並透過二個模型估計結果之比較，以選擇適當的 估計結果來進行後續的相關分析。

在執行固定效果模型之估計時，由於「兩國之間的首都距離」（Distance）以 及「各國來台旅行國家的官方語言」（Language）這二個變數並不會隨著時間變動 而改變，將與固定效果模型之設定有所衝突。為克服此一問題，本研究參考過往文 獻做法，在執行固定效果模型之估計時，將上述二個無法隨著時間變動的變數等予 以省略，以順利完成固定效果模型之估計（劉宗欣、賴美穎與陳至還，2012）。而 在採用隨機效果模型進行實證估計時，上述變數特徵並不影響模型之估計，因此仍 將保留之。惟基於上述情況，由於二模型的解釋變數涵蓋有所不同，因此本研究無 法利用 Hausman



採用固定效果模型及隨機效果模所所得到的估計結果彙整如表 4-1 所示。依據 表 4-1 的結果可得知，固定效果模型的R 值僅為 0.1421，明顯低於隨機模型的² R² 值 0.5179，因此本研究選擇採用隨機效果模型之估計結果進行後續的相關分析。

依據表 4-1 隨機效果模型之估計結果，顯著影響來台旅行人次的實證解釋變數 包含「來台旅行的各國人口數」（lncPOP）、「台灣物價指數」(CPI)、「物價指 數之平方項」(CPI²)、「台灣的國內生產毛額」(lntGDP)、「來台各國之國內生產 毛額」(cGDP)、、「國家官方語言包含英文的國家」（Language）、「台灣與各國 首都距離」（Distance）、以及「中國開放來台人次」（TourChina）。

表 4-1 估計與檢定結果

的係數為 1.7504，代表 cGDP 每增加 1%會使來台旅客的人次增加 1.8%；原出訪國 家與目的地國家文化背景接近且使用相同語言在旅行時能有更好的溝通，預期對 於旅客人次有正面影響（Vietze，2012）。來台主要的 20 個國家中，國家官方語言 有涵蓋英文的包括美國、加拿大、英國、德國、香港、澳洲、紐西蘭、新加坡、菲 律賓、馬來西亞、印度，因此選擇官方語言為英文做為變數 Language 之設定。

Language 係數為 1.6314，代表若使用官方語言有涵蓋英文的國家則會使來台旅客 的人次增加 1.63 人，語言溝通是影響選擇目的地旅行的重要因素（Cohen & Cooper，

1986）。

旅遊支出與一般消費價格是相互影響的，而且旅遊的支出與目的地的物價水 準有高度相關性（Morley，1994）。例如文獻指出，旅遊業已成為馬來西亞的重要 經濟發展，針對到馬來西來的歐洲旅客決定的旅行因素的其中之一就是目的地的 物價水準，馬來西亞的物價水準比歐洲國家低很多，因此近年來物價水準的提高並 不能阻止歐洲旅客到馬來西亞去旅行（Arsad & Johor，2010）。CPI 是根據 TTCI 評比台灣具有優勢的因素，依據估計結果，CPI 係數為-137.1521，代表台灣 CPI 每 增加 1%會使來台旅客的人次下降 1.37%；而 CPI²係數為 83.3076，代表台灣 CPI² 每增加 1%會使來台旅客的人次增加 0.83%。由圖 4-1 可以看出，隨著 CPI 愈高則 各國來台旅客會愈少，當 CPI 值為 0.7942 時，此時各國來台旅客的人數取自然對 數為最低，而台灣在 1994 年 CPI 為 0.8077 超過此一反折點，因此來台國際旅客不 受台灣 CPI 提高影響，隨著 CPI 愈高，來台旅的人數反而愈多。

台灣與各國首都距離（Distance）、中國開放政策來台人次（TourChina）、台 灣的 GDP（lnt GDP）等變數對來台旅行人次呈現負向的影響。其中 Distance 估計 結果為-0.0004，表示台灣與各國首都距離每增加 1 公里會使國際旅客來台的人次 減少 0.0004 人。lntGDP 係數為-3.8931，代表 t GDP 每增加 1%會使來台旅客的人 次減少 3.8931%；lnTourChina 係數為-0.0633，代表中國開放政策來台人次每增加 1%會使來台旅客人次減少 0.0633%。

ln（各國來台旅客人數）

資料來源:本研究繪製。

圖 4-1 台灣 CPI 對各國來台旅客人次的影響

根據 TTCI 評比台灣具有競爭優勢所挑選的因素中除了台灣的 CPI 外，其它 變數如 University Rate、SARS 皆為不顯著。SARS 為台灣近幾年發生比較大的疾病 且管制出入境較嚴格，但其結果不顯著的原因有可能是考量的年度時間不夠長或 者是真的沒有對台灣的旅遊造成影響。