預測結果分析

46

47

表 4-14 國內航空與高鐵 MAPE 值及 RMSE 值

Air Hsr

外部因素 MAPE (%) RMSE MAPE (%) RMSE

總人口數 * * 0.91 351,721

油價 24.61 7,916 1.22 500,087

GDP * * 0.08 33,020

小客車持有數 30.49 9,798 3.22 1,337,672

物價指數 * * 91.26 61,526,060

經濟成長率 14.39 5,202 8.28 3,466,532

股價指數 * * 5.2 2,148,127

就業率 * * 0.89 344,155

失業率 2.44 927 2.08 1,243,061 註：* 表示預測運量為負值。* *表示無法預測運量。

表 4-15 國內航空與台鐵 MAPE 值及 RMSE 值

Air Rail

外部因素 MAPE (%) RMSE MAPE (%) RMSE

總人口數 * * 0.42 761,988

油價 * * 121 2,354,663

GDP * * 9.87 18,780,666

小客車持有數 * * 0.22 398,580

物價指數 * * * *

經濟成長率 * * 28.73 57,488,525

股價指數 ** ** ** **

就業率 * * 0.45 799,673

失業率 2.44 927 4.73 11,430,096 註：* 表示預測運量為負值。* *表示無法預測運量。

48

表 4-16 高鐵與國道客運 MAPE 值及 RMSE 值

Hsr Bus

外部因素 MAPE (%) RMSE MAPE (%) RMSE 總人口數 0.8 309,700 1.43 1,233,240

油價 0.44 170,916 0.18 161,938 GDP 0.02 10,511 0.4 341,304 小客車持有數 0.85 329,059 1.45 1,255,896

物價指數 0.86 346,358 1.26 1,168,385

經濟成長率 ** ** ** **

股價指數 0.99 387,185 0.12 107,617 就業率 0.68 264,201 0.06 52,430

失業率 ** ** ** **

註：* 表示預測運量為負值。* *表示無法預測運量。

表 4-17 高鐵與台鐵 MAPE 值及 RMSE 值

Hsr Rail

外部因素 MAPE (%) RMSE MAPE (%) RMSE 總人口數 7.04 2,842,372 4.09 7,627,721

油價 0.5 196,391 0.28 505,763 GDP 0.03 13,529 0.11 199,524 小客車持有數 5.98 2,385,515 3.32 6,119,290

物價指數 1.02 413,593 0.4 829,585

經濟成長率 * * * *

股價指數 0.21 81,443 0.14 238,679 就業率 0.84 325,354 0.63 1,133,330

失業率 ** ** ** **

註：* 表示預測運量為負值。* *表示無法預測運量。

49

表 4-18 台鐵與國道客運 MAPE 值及 RMSE 值

Rail Bus

外部因素 MAPE (%) RMSE MAPE (%) RMSE 總人口數 0.42 761,988 0.82 768,801

油價 0.55 1,093,958 0.18 161,938 GDP 6.12 12,221,445 5.06 4,749,962 小客車持有數 0.22 398,580 0.25 212,842

物價指數 1.37 2,597,179 1.26 1,168,385

經濟成長率 * * 13.08 13,190,929

股價指數 3.72 7,479,251 2.8 2,698,129 就業率 0.45 799,673 0.06 52,430 失業率 75.18 157,337,639 * * 註：* 表示預測運量為負值。* *表示無法預測運量。

表 4-13~表 4-18 為各組運量預測之 MAPE 值及 RMSE 值。但其中部分運具運量 預測為負值不合理情況，因此不計算 MAPE 值及 RMSE 值。陳鴻彬(2006)，研究中 提及，Lewis 將根據 MAPE 值大小評估預測能力，分為四種等級，愈小表示預測能力 愈佳。如表 4-19 所示。

表 4-19 MAPE 值大小對應之預測能力

MAPE 值 預測能力

> 50 不正確

20~50 合理

10~20 優良

<10 極佳

依 Lewis 之分類，本研究選出各組 MAPE 值皆小於 50%合理範圍內之模式

，RMSE 值較小且 R²值高於門檻值 0.8，作為最佳之預測模式。詳細分析結果如下。

50

（1） 國內航空與國道客運

國內航空與國道客運及外部因素為股價指數之預測結果如表 4-20 及繪製成趨 勢圖 4-14、4-15。

表 4-20 國內航空與國道客運之實際運量及預測運量 時間

國內航空 國道客運

實際運量 預測運量 實際運量 預測運量

2007 年 1,904,713 71,723,418

2008 年 449,242 449,310 75,994,915 75,950,982 2009 年 22,784 19,645 77,787,892 78,061,700 2010 年 34,060 41,133 80,830,151 80,390,400 2011 年 25,164 19,164 83,870,178 84,415,700

圖 4-14 國內航空實際運量與預測運量之趨勢圖

51

圖 4-15 國道客運實際運量與預測運量之趨勢圖

以圖 4-14、圖 4-15 來看，此模式所計算出之預測運量很貼近實際運量。在國道 客運方面，2009 年預測值高於實際值，2010 年預測值低於實際值，2011 年預測值高 於實際值，雖趨勢高低起伏，但以預測運量來看，數值相當接近。從表 4-13 來看，

選取之外部因素為股價指數，其組合 MAPE 值小於 15%為準確。其模式參數整理於 表 4-21。

表 4-21 國內航空與國道客運之模式參數 國內航空

Air Air

²

Air  Bus stock

0 -1.100e-07 -1.970e-08 509.112 國道客運

Bus Bus

²

Bus  Air stock

3.964 0 -2.188e-06 16175.442

從表 4-21 得知，航空與國道客運之互動項情形為互相競爭，兩者對彼此之互動 項參數皆為負。此情形為合理狀態，兩者最大之營運成本應為油價，在油價漲幅較大 時，對兩者就會產生影響，雖兩者都有可能將票價調漲，但對民眾而言，國道客運之 票價對於航空來說相對較低。從外部因素而言，股價指數對模式來說不是最佳，最佳

52

外部因素小客車持有數的參數條件不合理，通常小客車持有數愈低，大眾運輸運量才 會提高，但因素項小客車持有數呈現正向變化，因此選擇次佳之外部因素，即為股價 指數。股價指數若愈高，表示民眾可能有額外收入增加之情況，在選擇運具時會有較 多選擇的空間。而且股價指數較高時，通常表示經濟景氣與經濟活動熱絡，相對提升 運輸需求。

（2） 國內航空與高鐵

表 4-22 為國內航空與高鐵及外部因素為失業率之預測結果及繪製成趨勢圖 4-16、4-17。

表 4-22 國內航空與高鐵之實際運量及預測運量 時間

國內航空 高鐵

實際運量 預測運量 實際運量 預測運量

2007 年 1,904,713 15,555,656

2008 年 449,242 449,346 30,581,261 30,549,974 2009 年 22,784 22,928 32,349,260 32,568,310 2010 年 34,060 32,919 36,939,596 36,272,460 2011 年 25,164 26,616 41,629,303 44,014,000

53

圖 4-16 國內航空實際運量與預測運量之趨勢圖

圖 4-17 高鐵實際運量與預測運量之趨勢圖

國內航空預測運量與實際運量趨勢一致，而高鐵預測運量雖與實際運量相當接近，

54

但在 2011 年預測運量高於實際運量。從表 4-14 來看，選取之外部因素為失業率，其 組合 MAPE 值小於 5%為高準確。

表 4-23 國內航空與高鐵之模式參數 國內航空

Air Air

²

Air  Hsr unemployme nt

-27.468 1.202e-05 0 -188168.41

高鐵

Hsr Hsr

²

Hsr  Air unemployme nt

3.419 -6.740e-09 0 -14008730

從表 4-23 可知，航空與高鐵的互動情況為完全不相關。在本研究之前，許多人 猜測國內航空的衰退有很大之原因在於高鐵的興起。同為長程運輸服務，高鐵之營運 效率對於航空而言確實高許多。以總旅行時間來說，高鐵似乎比航空少，且班次較為 密集之情況下，旅運者應會選擇搭乘高鐵。但對航空而言，由其係數

  ^{Air 為負可知}

其服務品質及口碑不佳的情況下，使得運量減少

然而，航空運量亦受外部因素影響，而影響較大的為失業率。從參數來看，外部 因素項為負，表示失業率減少之下，運量可能會提高，此為反向變化。綜合以上，兩 者互動為不相關原因為高鐵運量平均每日 10 萬人次以上，而航空則是年年衰退，高 鐵在如此高運量情況下，無須理會航空運量。

（3） 國內航空與台鐵

國內航空與台鐵及外部因素為失業率之預測結果如表 4-24 及繪製成趨勢圖 4-18、4-19。

55

表 4-24 國內航空與台鐵之實際運量及預測運量 時間

國內航空 台鐵

實際運量 預測運量 實際運量 預測運量

2007 年 1,904,713 146,289,285

2008 年 449,242 449,346 154,458,064 154,272,315 2009 年 22,784 22,928 156,134,428 154,123,800 2010 年 34,060 32,919 165,396,049 155,207,900 2011 年 25,164 26,616 179,647,102 159,282,600

圖 4-18 國內航空實際運量與預測運量之趨勢圖

56

圖 4-19 台鐵實際運量與預測運量之趨勢圖

國內航空預測運量與實際運量趨勢一致，而台鐵預測運量在 2008 年與 2009 年趨 勢一致且預測接近，但在 2010 年與 2011 年預測運量則是低於實際運量。從表 4-15 來看，選取之外部因素為失業率，其組合 MAPE 值小於 5%為高準確。其模式參數整 理於表 4-25。

表 4-25 國內航空與台鐵之模式參數 國內航空

Air Air

²

Air  rail unemployme nt

-27.468 1.202e-05 0 -188168.41

台鐵

Rail Rail

²

Rail  Air unemployme nt

0 -5.353e-10 6.038e-07 -27896219

從表 4-25 來看，航空與台鐵的互動情形為類型共生中的片利共生。所謂片利共 生是指兩物種之間，其中一種會因此關係而獲得利益，另一方則無利也無害。從互動 項參數而言，台鐵對航空為正，表示從兩者之間的關係獲得利益，也就是運量。而航 空為零，表示不受到任何影響。若西部總運量增加需求時，相對的國內航空與台鐵亦 會增加，從兩者之互動而言，國內航空人次若有增加之情況，則會有部分旅運者轉移

57

至台鐵。影響運量之外部因素最佳為失業率，先前提到，失業率下降，運量則可能提 高，此為反向變化。航空之係數

  Air 為負，則表示服務或口碑不良之緣故，使旅客

流失。

（4） 高鐵與國道客運

高鐵與國道客運及外部因素為就業率之預測結果如表 4-26 及繪製成趨勢圖 4-20、4-21。

表 4-26 高鐵與國道客運之實際運量及預測運量 時間

高鐵 國道客運

實際運量 預測運量 實際運量 預測運量

2007 年 15,555,656 71,723,418

2008 年 30,581,261 30,479,954 75,994,915 75,976,882 2009 年 32,349,260 32,669,410 77,787,892 77,846,400 2010 年 36,939,596 36,568,580 80,830,151 80,756,400 2011 年 41,629,303 41,799,000 83,870,178 83,912,700

圖 4-20 高鐵實際運量與預測運量之趨勢圖

58

圖 4-21 國道客運實際運量與預測運量之趨勢圖

圖 4-20、4-21 為高鐵與國道客運之實際運量與預測運量之趨勢圖，從圖中可看 出兩者的預測運量趨勢與實際運量一致，而且預測運量與實際運量相當接近，表示此 模式預測能力極佳。從表 4-16 來看，選取之外部因素為就業率，其組合 MAPE 值小 於 5%為高準確。

表 4-27 高鐵與國道客運之模式參數 高鐵

Hsr Hsr

²

Hsr Bus employment

-2.755 0 1.854e-09 1242078.3 國道客運

Bus Bus

²

Bus  Hsr employment

-40.4 7.921e-09 0 50383981

從表 4-27 來看，高鐵對國道客運之互動項為正，國道客運對高鐵之互動項為零，

表示兩者之間關係為片利共生。意指高鐵運量會因國道客運而增加，國道客運則不會 受高鐵影響。雖然國道客運與高鐵似乎屬於不同市場，但搭乘國道客運的人多，表示 選擇大眾運輸工具者多，可能有部分旅運者會選擇搭乘高鐵，使高鐵運量增加。外部 因素就業率為正，表示就業率提高，運量增加，此為正向變化。此因素項對於現況來

59

說為合理，由於就業人數增加，使商務旅次增加可能性變高，因此會提高運量。

（5） 高鐵與台鐵

表 4-28 為高鐵與台鐵及外部因素為 GDP 之實際運量與預測結果之數據，曲線 圖如圖 4-22、4-23 所示。

表 4-28 高鐵與台鐵之實際運量及預測運量 時間

高鐵 台鐵

實際運量 預測運量 實際運量 預測運量

2007 年 15,555,656 146,289,285

2008 年 30,581,261 30,577,594 154,458,064 154,538,015 2009 年 32,349,260 32,364,280 156,134,428 155,890,300 2010 年 36,939,596 36,919,570 165,396,049 165,670,200 2011 年 41,629,303 41,638,900 179,647,102 179,512,600

圖 4-22 高鐵實際運量與預測運量之趨勢圖

60

圖 4-23 台鐵實際運量與預測運量之趨勢圖

以圖 4-22、圖 4-23 來看，此模式所計算出之預測運量很貼近實際運量，表示此 模式預測良好。從表 4-17 來看，選取之外部因素為 GDP，其組合 MAPE 值小於 5%

為高準確。模式參數整理於表 4-29。

表 4-29 高鐵與台鐵之模式參數 高鐵

Hsr Hsr

²

Hsr  Rail GDP

-2.154 0 5.461e-10 110.070 台鐵

Rail Rail

²

Rail  Hsr GDP

0 -8.005e-09 3.411e-08 364.722

從表 4-29 可知，高鐵對台鐵之互動項為正，台鐵對高鐵之互動項亦為正，意指 高鐵與台鐵兩者為互利共生。此情況為合理，表示台鐵近年轉型以短程接駁服務之策 略成功。目前高鐵與台鐵有台北、板橋場站為兩鐵共構，台中、高雄等為共站，使旅 運者可方便使用台鐵為接駁運具，對於兩者而言，可從彼此獲得運量。

從外部因素 GDP 來看，高鐵與台鐵模式參數皆為正，表示當 GDP 增加時，運量 亦會增加，此為同向變化。高鐵與台鐵同為軌道運輸，服務客群不完全相同，高鐵為 長程運輸，但台鐵亦有長程運輸服務，這會使旅運者有選擇性。

61

（6） 台鐵與國道客運

台鐵與國道客運及外部因素為油價之預測結果如表 4-30 所示。實際資料與預 測結果繪製成趨勢圖如圖 4-24、4-25 所示。

表 4-30 台鐵與國道客運之實際運量及預測運量 時間

台鐵 國道客運

實際運量 預測運量 實際運量 預測運量

2007 年 146,289,285 71,723,418

2008 年 154,458,064 154,517,815 75,994,915 76,035,282 2009 年 156,134,428 155,296,600 77,787,892 77,617,500 2010 年 165,396,049 167,077,500 80,830,151 81,070,200 2011 年 179,647,102 178,527,200 83,870,178 83,741,300

圖 4-24 台鐵實際運量與預測運量之趨勢圖

62

圖 4-25 國道客運實際運量與預測運量之趨勢圖

從圖 4-24、圖 4-25 中可看出兩者的預測運量趨勢與實際運量一致，而且預測運 量與實際運量相當接近，表示此模式預測能力極佳。從表 4-18 來看，選取之外部因 素為油價，其組合 MAPE 值小於 5%為高準確。

表 4-31 台鐵與國道客運之模式參數 台鐵

Rail Rail

²

Rail  Bus oil

-4.161 0 -1.209e-10 24013812 國道客運

Bus Bus

²

^{Bus  Rail oil}

-2.285 -6.750e-10 0 7289483.7

從表 4-31 來說，台鐵對國道客運之互動項為負，國道客運對台鐵之互動項為零，

表示兩者為類型共生中的片害共生。所謂片害共生是指其中一方在彼此關係中得到害 處，而另一方則不受影響。從互動項參數而言，台鐵會受到國道客運影響，運量因此 轉移至國道客運，而國道客運則不會受台鐵任何影響。以 MAPE 值及 RMSE 值而言，

最佳外部因素小客車持有數的參數條件不合理，通常小客車持有數愈低，大眾運輸運 量才會提高，但因素項小客車持有數呈現正向變化，因此選擇次佳之外部因素，即為

在文檔中 中 華 大 學 碩 士 論 文 (頁 54-71)