‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
預測或關聯性等二部分的相關文獻回顧進行探討，期待對於我國觀光產業經營政 策、民間投資有所參考及助益，其文獻研究結果分別概述如后：
一、觀光需求預測之相關文獻
Witt and Witt (1991) 認為旅館產業是觀光產業中重要的一環，其實際住房與 否的資料，是可實質呈現市場的需求與旅館實際經營成效。因此，在供給無法隨 著市場需求而有所調整的前提下，適時掌握住房需求的訊息，將顯得相當重要的 課題之一。所以，在觀光遊憩的領域或觀光需求預測的研究中，過去已有學者對 此已有相當的認同，且用於預測的研究方法相當多。Witt and Witt (1995) 提出量 化的(quantitative)與質化的(qualitative)預測方法探討觀光住房需求的預測。除此 之外，過去的研究中，在量化分析的部分，曾有應用計量經濟模型(Econometrics Model)、時間數列(Time Series)、空間模型(Spatial Model)以及類神經網路等方 法，對觀光需求預測進行深入研究(Uysal and Crompton, 1984；Sheldon and Var, 1985； Witt and Martin, 1987； Manuel and Croes, 2000；曹勝雄、曾國雄和江勁 毅，1996；Pilar and Molar, 1995；Pattie and Snyder, 1996；Kulendranand King, 1997；Chu, 1998；時巧煒，1994；李旭煌，1994)。
Witt and Martin(1987)應用計量經濟模型，簡算法 (naïve)，指數平滑法 (exponential smoothing)，趨勢分析(trend curve analysis)，逐步迴歸模式(stepwise regression)等方法，分別探討與建立西德與英國等國家觀光旅客出國市場之觀光 需求預測模式，並以 MAPE(mean absolute percentage error)，及 RMSPE(root mean square percentage error)評估各種方法之準確度。
Witt and Witt(1991)應用簡算法、時間數列分析、廻歸分析等共計 7 種不同的 方法探討觀光需求模型的預測，並採用 MAPERMPSE、變動方向誤差(direction of change error)、趨勢變動誤差(trend change error)等準則評估各種方法的預測能 力，其實證結果發現，以簡算法預測能力為較佳。
Law and Au(1999) 係以日本旅客赴香港地區旅遊之觀光需求預測為研究範
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
疇，而其應用的方法包含類神經網路、簡算法、移動平均法、指數平滑法及廻歸 分析等，其中預測模型考量的外生變數包含勞務價格、旅館平均住房率、匯率、
人口、行銷費用與國民支出毛額等變數。實證結果發現，透過類神經網路的預測 績效較簡算法、移動平均法、指數平滑法和廻歸方法為佳。
江麗文(1995)藉由所得、匯率、消費者物價指數、來華人數落遲值等解釋變 數及重要事件等虛擬變數的導入，運用時間數列分析的方法，建立來華旅客預測 模型。實證研究結果顯示，來華旅客之國籍中係以日本、韓國、美國和德國等預 測所得的 MAPE 值均小於 10，而英國的 MAPE 小於 20，換言之，研究所提 出的模型有顯著較佳的預測能力。
曹勝雄、曾國雄、江勁毅(1996)透過傳統計量模型、模糊線性廻歸、GMDH 和類神經網路等四種預測方法的應用，研究國人赴香港觀光之需求模型的建立。
根據研究結果發現，傳統的計量經濟模型、GMDH 和類神經網路的預測效果為 較佳，至於模糊線性廻歸因其模式輸出結果為區間值，則較難與其他三種預測模 型的效果進行比較。
時巧煒(1994) 為深入探討來華觀光旅客需求模型的建構，運用時間數列方 法、指數平滑法及簡算法等三種不同方法進行分析，其實證結果發現，在時間數 列分析的部分，以觀光旅客國籍為美國、德國、歐洲地區和東南亞等地區的市場 預測效果較佳；在指數平滑法的部分，則以日本和英國的市場預測效果力較好；
在計量經濟模型的部分，則是以韓國市場的預測能力效果最佳；在簡算法的部 分，係以法國市場的預測效果較佳。
李旭煌(1994)是藉由時間數列模型、計量經濟模型和轉移函數等預測方法的 應用，瞭解未來國人出國觀光的人數多寡，其中國人出國觀光的市場區分總體市 場及個別市場，而個別市場又概分為日本、美國、香港、韓國、泰國等五個個別 市場。而研究結果顯示，在總體市場中，係以時間數列模型為最佳，就個別市場 而言，國人赴美國和韓國等地區觀光之旅客人數，則係以時間數列模型的效果較
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
佳，若赴日本觀光時，則是以計量經濟模型的預測效果較好，而國人赴泰國觀光 之旅客人數預測，則是以轉移函數的預測能力較佳，若是赴香港觀光之旅客人 數，則是以時間數列模型和轉移函數的預測效果較佳。
黃昭通(1994) 蒐集南投境內等六個風景點之旅客觀光人數，透用重力模型 的應用，分析戶外遊憩觀光需求的預測，其實證研究結果顯示，重力模型對於南 投地區之遊憩觀光需求具有顯著的預測效果，故其方法應可延伸於其他地區之遊 憩觀光需求的預測。
吳柏林、賴家瑞、劉勇彬(1992)透過單變量時間數列、狀態空間(State-Space) 模型與類神經網路模型等方法的應用，探討外籍旅客來台觀光之人數的預測模 式，其研究結果發現，外籍旅客來台觀光人數的預測模型係以狀態空間模型的預 測效果較單變量時間數列的預測為佳。
Pattie and Snyder(1996)為瞭解美國國家公園的觀光人數概況，據以蒐集美國 110 座國家公園的遊客觀光人數，並應用類神經網路和傳統時間數列的分析方法 予以探討，其研究結果發現，Census II decomposition 和類神經網路的預測能力 表現較為優異。
二、觀光需求關聯性研究之相關文獻
Pilar and Moral(1995)為深入瞭解國際觀光旅客赴西班牙旅遊之影響因素，故 透過結構時間數列模型進行分析，其研究結果發現，國際觀光旅客之相對來訪國 物價指數與相對競爭國之物價指數，是影響國際觀光旅客赴西班牙旅遊的重要影 響因素。
Uysal and Crompton(1984) 於「Determinants of Demand for International Tourist Flows to Turkey」的研究中，運用計量經濟模型的方法，針對觀光旅客人 數及觀光收入等變數進行分析，其研究發現影響觀光旅客人數及觀光收入等觀光 需求之影響因素。
Manuel and Croes(2000)係藉由計量經濟模型的建立，探討影響美國旅客赴
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Aruba 觀光旅遊的重大影響因素，其研究結果發現，國民所得的高低是影響美國 旅客到 Aruba 觀光的重要影響因素。
Sheldon and Var (1985)蒐整 1965 至 1984 年間之觀光需求預測的相關研究，
並針對研究進行整體性的回顧與歸納，其中歸納量化性之觀光需求預測分析方法 包含時間數列模型、計量經濟模型、重力模式(gravity model)等三項，質化性之 研究方法包含專家意見法等四種不同類型。歸納分析的結果顯示，在變數資料屬 量化屬性的條件時，以時間數列的方法所預測的效果為較佳，而重力模型則較適 用於國際觀光客流向的分析；若在變數資料屬質化屬性的條件時，則應用專家意 見法探討觀光需求的分析較為合適。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第參章 研究方法
本章區分為資料來源概述、操作性變數定義與分析方法等三節，首先於第一 節中，說明本研究所引用之資料變數的來源，並於第二節中，分別針對觀光旅館 之平均房價與住用率之定義，予以說明。此外，在第三節部分，將依研究目的所 欲探討的研究方向，應用時間數列分析、指數平滑法等方法，分別按理論簡述進 行介紹。