航運業散裝船供需模型之研究 - 政大學術集成

全文

(1)國立政治大學商學院經營管理碩士學程全球企業家組碩士論文. 政治大航運業散裝船供需模型之研究立. ‧ 國. 學. A Research on Bulk Carrier’s Supply and Demand Model of Shipping Industry. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：鄭宇庭博士研究生：陳煥昌撰. 中華民國一百零二年六月.

(2) 摘要全球依賴水上運送的貨物形形色色，為達到運送這些不同的貨物，建造了各式各樣船舶來使用。按英國 Clarksons 公司 2013 年 5 月份資料，包含美國大湖及越洋航行船隻有 65,632 艘，其中有載運原油的油輪和載運成品油的油輪(11,336 艘)、散裝貨輪 (11,956 艘)、化學品船(8,809 艘)、液化天然氣及液化石油氣船(4,194 艘)、貨櫃船(5,116 艘)、駛上-駛下船(含客輪及汽車船)(8,405 艘)、雜貨船(4,420 艘)、冷凍冷藏船(1,443 艘)、離岸鑽油平台、作業探勘、交通補給船等(9,580 艘)和鑽油雜用船(373 艘)。. 政治大. 本研究選擇了共有 11,956 艘的散裝輪為研究對象，以市場船隻總載重噸及船隻數. 立. 量為供給，以需要載運的散裝貨物為需求進行研究探討，並用了趨勢性分析、交叉分. ‧ 國. 學. 析、二維統計圖、指數平滑法及指數平滑趨勢調整等統計方法進行預測模型之建構，發現以趨勢調整後之散裝船運供需預測模型明顯擁有較好之預測能力，研究結果如下：. ‧. 航運業散裝船載運的散裝貨物，近年來的載運需求量均呈成長趨勢。. 2.. 散裝船無論是載運量之總載重噸及船隻總艘數在近年來皆有大幅度之成長。. 3.. 在 2010 年後散裝船供給面之成長急速上升，導致嚴重供過於求之現象。. 4.. 預測模型顯示，散裝船無論是在載運量之總載重噸或船隻總艘數上與前一期之數. n. al. er. io. sit. y. Nat. 1.. 值皆有關聯性存在。 5.. Ch. engchi. i n U. v. 趨勢調整後之散裝船運供給與需求指數平滑模型之預測力相對較好。. 【關鍵字】指數平滑法、趨勢性分析、二維統計圖、全球航運業、供給、需求。.

(3) 目錄摘要......................................................................................................................................... 1 目錄............................................................................................................................................ I 第壹章. 緒論........................................................................................................................... 1. 第一節航運業散裝輪運輸產業概述................................................................................... 1 第二節研究背景與動機....................................................................................................... 3 第三節研究目的................................................................................................................... 3 第四節研究流程................................................................................................................... 3 第貳章. 資料與文獻探討................................................................................................... 5. 第一節航運業散裝運輸產業需求......................................................................................... 5. 政治大. 第二節航運業散裝運輸產業供給......................................................................................... 7 第三節航運業散裝運輸產業市場的供給與需求............................................................. 11. 立. 第四節文獻回顧................................................................................................................. 13 研究方法............................................................................................................. 17. ‧ 國. 學. 第參章. 第一節研究架構................................................................................................................. 17 第二節操作性變數定義..................................................................................................... 18. ‧. 第三節分析方法................................................................................................................. 18 實證分析............................................................................................................. 22. y. Nat. 第肆章. sit. 第一節趨勢性分析............................................................................................................. 22. er. io. 第二節交叉分析................................................................................................................. 24. al. n. v i n C h......................................................................................... 指數平滑法的趨勢調整 39 engchi U 結論與建議......................................................................................................... 49. 第三節指數平滑法............................................................................................................. 26 第四節第伍章. 第一節結論......................................................................................................................... 49 第二節建議......................................................................................................................... 50 參考文獻................................................................................................................................. 53. I.

(4) 表目錄表 1- 1. 散裝輪 2012 年載運貨物總噸數與船隻載重噸總數 ............................................. 1. 表 2- 1 2012 年鐵礦砂進口地及出口地貨物數量 ............................................................. 6 表 2- 2 2012 年鐵焦煤進口地及出口地貨物數量 ............................................................. 6 表 2- 3 2012 年動力煤進口地及出口地貨物數量表 ......................................................... 6 表 2- 4 2012 年穀物進口地及出口地貨物數量表 ............................................................. 7 表 2- 5. GLOBAL BULK CARRIER NUMBERS AND DEADWEIGHT ............................................ 8. 表 2- 6. CAPE SIZE TOP 10 OWNERS ...................................................................................... 9. 政治大 SUPRAMAX TOP 立 10 OWNERS.................................................................................. 10. 表 2- 7 PANAMAX TOP 10 OWNERS...................................................................................... 9 表 2- 8. SUPRAMAX TOP 10 OWNERS.................................................................................. 10. 表 2- 10. 5 大散裝貨物運載近期需求量 ........................................................................... 11. ‧. ‧ 國. 學. 表 2- 9. 表 2- 11 細件散裝貨物運載近期需求量. ........................................................................... 12. sit. y. Nat. 表 2- 12 散裝船載運貨物運載近期總體需求 .................................................................... 12. al. v. MAPE 預測能力區分表.......................................................................................... 21. n. 表 3-2. er. io. 表 3-1 指數平滑法值之參考準則 ...................................................................................... 19. Ch. engchi. i n U. 表 4- 1 全球散裝船主要載運貨物海運量之指數平滑法預測結果 .................................. 27 表 4- 2 全球散裝船主要載運貨物海運量指數平滑模型預測誤差結果 .......................... 29 表 4- 3 全球散裝船總載重噸之指數平滑法預測結果 ...................................................... 31 表 4- 4. 全球散裝船總載重噸之指數平滑模型預測誤差結果 ........................................ 33. 表 4- 5. 全球散裝船總艘數之指數平滑法預測結果 ...................................................... 35. 表 4- 6. 全球散裝船總艘數之指數平滑模型預測誤差結果 .......................................... 37. 表 4- 7. 全球散裝船散裝貨物海運量之指數平滑趨勢調整預測誤差結果 .................. 40. 表 4- 8. 全球散裝船散裝貨物海運量模型之預測準確度表 .......................................... 41. 表 4- 9. 全球散裝船總載重噸之指數平滑趨勢調整預測誤差結果 .............................. 43 II.

(5) 表 4- 10. 全球散裝船總載重噸模型之預測準確度表 .................................................... 44. 表 4- 11. 全球散裝船總艘數之指數平滑趨勢調整預測誤差結果 ................................ 46. 表 4- 12. 全球散裝船總艘數模型之預測準確度表 ........................................................ 47. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(6) 圖目錄圖 1-1. 散裝輪平均收益 ........................................................................................................ 2. 圖 1-2. 散裝輪平均造價 ........................................................................................................ 2. 圖 1-3. 研究流程圖 ................................................................................................................ 4. 圖 2-1. BULK CARRIER ROUTES .............................................................................................. 8. 圖 2-2. 近年四大船型船噸數表 ......................................................................................... 11. 圖 2-3 2003~2012 年散裝航運市場供給與需求變動 ...................................................... 12 圖 2-4 DAILY CHARTER RATE: CAPE SIZE VS. PANAMAX ..................................................... 13 圖 3- 1 圖 4- 1. 政治大全球散裝船主要載運貨物之海運量 .................................................................... 22 立. 研究架構圖 ............................................................................................................ 17. 全球散裝船總載重噸 ............................................................................................ 23. 圖 4- 3. 全球散裝船總艘數 ................................................................................................ 24. 圖 4- 4. 近年來全球散裝船之供給與需求二維統計圖(一) .............................................. 25. 圖 4- 5. 近年來全球散裝船之供給與需求二維統計圖(二) .............................................. 26. 圖 4- 6. 全球散裝船主要載運貨物海運量之指數平滑法預測結果圖 ............................ 28. 圖 4- 7. 全球散裝船主要載運貨物海運量指數平滑模型預測誤差結果圖 .................... 30. 圖 4- 8. 全球散裝船總載重噸之指數平滑法預測結果圖 ................................................ 32. 圖 4- 9. 全球散裝船總載重噸之指數平滑模型預測誤差結果圖 .................................... 34. 圖 4- 10. 全球散裝船總艘數之指數平滑法預測結果圖 .................................................. 36. 圖 4- 11. 全球散裝船總艘數之指數平滑模型預測誤差結果圖 ...................................... 38. 圖 4- 12. 全球散裝船散裝貨物海運量之指數平滑趨勢調整預測誤差結果圖 .............. 41. 圖 4- 13. 全球散裝船總載重噸之指數平滑趨勢調整預測誤差結果圖 .......................... 44. 圖 4- 14. 全球散裝船總艘數之指數平滑趨勢調整預測誤差結果圖 .............................. 47. ‧. ‧ 國. 學. 圖 4- 2. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.

(7) 第壹章. 緒論. 本章將於第一節敘述全球航運業散裝輪運輸產業概況，於第二節研究背景與動機中探討散裝輪運輸產業的總體需求，再於第三節敘述研究目的，最後於第四節詳述本研究之整體流程和方法。本研究報告文獻資料，採用英國 Clarksons 公司 2013 年 5 月份報告，其統計資料至 2012 年*1。 *1. 實際統計資料至 2012 年 11 月，2012 年 12 月份之資料，按前 11 個月資料估計. 治政第一節航運業散裝輪運輸產業概述大立. 散裝船載運的貨物為大宗貨物，其中五大主要貨物(Major cargoes) 是鐵礦砂、煤. ‧ 國. 學. 礦、穀物、和鋁礬土(Bauxite/Alumina)、磷灰岩(Phosphate Rock)，還有細件散裝貨物(Minor. ‧. Bulk)，如水泥、糖、鹽、肥料、鎳礦(Nickel Ore)和鋼鐵半成品等貨物。2012 年底總共. y 1,109.3. Supply. sit. io. Global Iron Ore sea borne trade. M.Tons*1. er. Demand. Nat. 載運 4,083 百萬噸散裝貨。如表 1-1。. Capesize 100,000 dwt+. n. a v 60-100,000 dwt i Global Coking Coal sea bornel trade 235.7 Panamax n Ch U Global Thermal Coal sea borne trade 40-60,000 dwt e n g823.0 c h i Supramax Wheat. 145.1. Coarse Grain. 128.9. Soybean (M.Tons). 96.0. Bauxite/Alumina. 110.0. Phosphate Rock. 30.0. 5 Major bulk cargoes. 2,678.0. Minor Bulks. 1,405.0. Total of demand. 4,083.0. 281.9 180.0 141.6. Handysize 10-40,000 dwt. 85.0. Total of supply. 688.5. 表 1- 1 散裝輪 2012 年載運貨物總噸數與船隻載重噸總數. 1. DWT, MT*1.

(8) 載運散裝貨物的散裝船分為海峽型(Cape size)、巴拿馬極限型(Panamax)、超靈便型 (Supramax)和靈便型(Handy size) 等四大船型。2012 年底總共載重噸為 688.5 百萬噸散。如表 1-1。散裝輪運輸產業的需求-載運的散裝貨物，年年都有成長，但供給-載運貨物的船隻及其載重噸數，卻增長變化迅速，其原因是各國政府為了解決勞工就業問題，以及發展該國工業，都選擇造船工業為重工業火車頭來帶動國家工業。早年的歐美、日本，接下來的台灣和韓國，最近的中國大陸、越南和菲律賓，剛起步的巴西，都走相同的路。. 政治大. 這個市場很大，經營風險高、變數多，而且變化迅速。業者各守一方各擁利基市. 立. 場(Niche market)，也各自在風險浪濤裡興衰起落，平均運價起伏相差達 15 倍之多，如. ‧ 國. 學. 圖 1-1。船隻建造平均成本卻一直在抬升和起伏，相差亦有一倍之多，如圖 1-2。. ‧. n. er. io. sit. y. Nat. al. Ch. 圖 1-1 散裝輪平均收益 By Clarksons 2013 年 5 月資料, 本研究整理. engchi. 圖 1-2 散裝輪平均造價 By Clarksons 2013 年 5 月資料, 本研究整理. 2. i n U. v.

(9) 第二節研究背景與動機本研究模型中之需求為待運的散裝貨物(Bulk Cargoes)的總運量，供給則為裝運散裝貨物的船隻-散裝輪(Bulk Carriers)的總載運量(載重噸 Deadweight)和船隻總艘數，係採用 Clarksons 的 2012 年 12 年底的年度資料*1 分析。業界都知道 2010 年供給需求失衡的情況，2013 年以後會如何呢? 何時才能重回往日榮光呢? 進行本項研究的動機乃在試圖尋找經由預測得到一個合理的結果，作為決策的參考依據。. 政治大本研究期望透過全球航運業之資料，歸納、整理並分析，來了解散裝船航運業市立. 第三節研究目的. ‧ 國. 學. 場之現狀與未來動向，據以建立散裝航運產業之供給與需求間之關係之模型。研究目的分別概述如後：. ‧. 一、探討全球航運產業散裝船隻數量與總載重噸數之現況與趨勢。. al. er. io. 三、探討全球航運產業未來供給與需求的成長趨勢。. sit. y. Nat. 二、探討全球散裝船主要載運貨物之海運運輸量之現況與趨勢。. v. n. 四、希望以指數平滑法建立的預測模型，可以據以探討和了解全球散裝船隻數量與. Ch. engchi. i n U. 總載重噸數量未來成長可能的趨勢與可能的概況。. 第四節研究流程本研究依據研究背景與動機訂定研究目的，蒐集、彙整以往之資料參考後選取適當之研究方法，再根據選定之分析方法做出研究結果，最後闡述整體研究之結論與建議。因此本研究之研究流程各章節之安排如下：如圖 1-3 所示。. 3.

(10) 立. 政治大. ‧. ‧ 國. 學 y. Nat. sit. io. n. al. 研究流程圖. er. 圖 1-3. Ch. engchi. 4. i n U. v.

(11) 第貳章. 資料與文獻探討. 本章節主要針對散裝航運產業進行相關資料及文獻之探討，在第一節敘述散裝航運產業需求，於第二節敘述散裝輪航運業之供給，於第三節敘述散裝輪航運業市場近期之供給與需求，於第四節敘述學者專家有關之文獻與回顧。. 第一節航運業散裝運輸產業需求需求方面: 按 Clarksons 的 2012 年 12 年底的年度資料*1，全球 2012 年的散裝貨物. 政治大總運輸量是 6,452 百萬噸，其中 2,369 百萬噸的散裝貨物是經由貨櫃輪等其他運輸工具立運送，不經由散裝輪來運送，排除在本研究報告之外，實際經由散裝貨輪來運送的貨. ‧ 國. 學. 物為 4,083 百萬噸。. ‧. 這 4,083 百萬噸，包含 1,405 百萬噸的細件散裝貨物(Minor Bulk)，如水泥、糖、鹽、. sit. y. Nat. 肥料、鎳礦(Nickel Ore)和鋼鐵半成品等，以及 2,678 百萬噸的五大類散裝貨物(Major. al. er. io. bulk)，包含鐵礦砂、煤礦、穀物、和鋁礬土(Bauxite/Alumina)、磷灰岩(Phosphate Rock). v. n. 等貨物的。這五大類散裝貨物(Major bulk)年運量分別如下:. Ch. engchi. (1)鐵礦砂(Iron ore) 1,109.3 百萬噸、. i n U. (2)煤礦 1,058.7 百萬噸--含煉鋼用焦煤(Coking coal)和動力煤炭(Thermal coal)、 (3)穀物 370 百萬噸--含小麥、黃豆和玉米等， (4)鋁礬土(Bauxite/Alumina) 110 百萬噸和 (5)磷灰岩(Phosphate Rock) 30 百萬噸，佔這五大類散裝貨物絕大多數的鐵礦砂、煤礦和穀物，經蒐集資料研究，其進出口地及數量，詳細如下列附表(表 2-1 ~ 表 1-4)。 *1. Clarksons 係用 2012 年 11 月底的資料來推估成 2012 年底的資料。. 5.

(12) 表 2- 1. 2012 年鐵礦砂進口地及出口地貨物數量 Unit: M.Tons. DWT-2012*1 743.6 260.7 97.4 4.9 2.7. Importers China Asia Exclude China Europe S. America N. America Total (M.Tons). DWT-2012*1 493.7 322.4 54 37 202.2. Exporters Australia Brazil~ South Africa India Others. 1109.3. Total (M.Tons). 1109.3. 資料來源: B 資 Clarksons & 本研究整理. 表 2- 2. 政治大. 2012 年鐵焦煤進口地及出口地貨物數量. 立. Unit: M.Tons. ‧ 國. 學. DWT-2012*1 Exporters Importers 表 1- 2 2012 年焦煤進口地及出口地貨物數量 Europe 41.0 Australia Japan 53.9 US (excl. Canada). n. 表 2- 3. al. Ch. y. 144.3 59.0 29.8 1.3 1.3. sit er. io. Total (M.Tons). Canada (excl. US) China Others. ‧. 34.9 34.6 25.8 15.4 30.1. Nat. India China S. Korea Asia, Others S. America and Others. DWT-2012*1. 235.7. i n U. v. Total (M.Tons). engchi. 235.7. 資料來源: B 資 Clarksons & 本研究整理. 2012 年動力煤進口地及出口地貨物數量表表 2-2 1. Unit: M.Tons *1. Importers DWT-2012 Europe 152.4 China 144.3 Japan 121.6 India 125.3 S. Korea 96.7 Taiwan 56.3 Others in Asia 78.2 S. America and N. America 48.2 Total (M.Tons) 823.0. Exporters Australia Indonesia China S. Africa Russia Colombia USA Minor exporters Total (M.Tons). DWT-2012*1 170.9 347.1 4.5 75.0 68.5 79.4 48.1 29.5 823.0. 6 資料來源: B 資 Clarksons & 本研究整理.

(13) 表 2- 4. 2012 年穀物進口地及出口地貨物數量表 Unit: M.Tons *1. Importers Europe + CIS & Russia Asia, Except below 5 countries. DWT-2012 25.5 25.8 Japan 23.1 China 10.0 S. Korea 12.0 Indonesia 8.0 Taiwan 5.9 Mid East, Except Saudi Arabia 32.4 Saudi Arabia 13.4 S. America, Except Brazil 16.8 Brazil 8.2 C. America, Except Mexico 15.6 Mexico 18.2 Africa, Except Egypt 40.7 Egypt 18.4. 政治大. Total (M.Tons). 11.3 23.1 18.2 15.6 27.9 49.0 20.2 7.1 3.5 6.3 44.6 16.1 31.1 96.0 370.0. 資料來源: B 資 Clarksons & 本研究整理. er. io. sit. y. 370.0. 第二節航運業散裝運輸產業供給. Soybean. ‧. 96.0. Nat. Total (M.Tons). DWT-2012*1. 學. Soybean. ‧ 國. 立. Exporters Wheat Argentina Australia Canada EU USA Others Coarse Grain Argentina Australia Canada EU USA Ukraine Others. 散裝貨物經由散裝輪運送，當然依這些貨物之出產地點及需求地點運送，即進口. al. n. v i n 地和出口地，都有一定的地方和輸送航路。一般航行路線如圖 2-1 所示。 Ch engchi U. 7.

(14) 圖 2-1 Bulk Carrier Routes. 立. 政治大. ‧ 國. 學. 載運散裝貨的船隻-散裝輪，依港口條件及貨務型態設計，其船隻之長、寬、深大. ‧. 小和載重噸(Deadweight)，都是針對特定貨物及港口來設計，因此全球的散裝船隊可分. y. Nat. 為-海峽型(Cape size)、巴拿馬極限型(Panamax or Kamsamax)、超靈便型(Supramax or. er. io. sit. Handymax)和靈便型(Handy size)散裝船，共有幾艘?載重噸多少? 航運巨頭又是誰呢? 又在哪個國家呢? 本研究資料整理如下表，表 2-5 至表 2-9。. n. al. 表 2- 5. Ch. engchi. i n U. v. Global Bulk Carrier Numbers and Deadweight. Cape size. Panamax. Supramax. Handy size. 100,000 - 160,00 & over. 60,000 - 99,999. 40,000 - 59,999. 10,000 - 39,999. Vessels. Deadweight Vessels. Deadweight. Vessels. 1,524. 284,752,974 2,368 183,817,989 2,737. Deadweight. Vessels. 142,892,114 3,029. Deadweight. 85,394,082. 資料來源: Clarksons 2013.05.13；本研究整理. 8.

(15) 表 2- 6. Cape size top 10 Owners. 1 Nippon Yusen Kaisha 2 K-Line 3 Mitsui O.S.K. Lines 4 COSCO Group 5 Angelicoussis Group Cape size 6 Hanjin Shpg Co. 7 Vale 8 Zodiac Maritime Agy. 9 Berge Bulk Ltd. 10 STX Pan Ocean Total No. & deadweight: Percentage to Global Bulk Fleets. Country Japan Japan Japan China Greece S. Korea Brazil UK USA S.Korea. Vessels 59 55 51 45 44 34 29 29 28 26 400 26.2%. 政治大. 立. Total-Deadweight 11,267,431 10,714,765 9,875,662 8,962,301 7,718,165 5,772,188 8,355,022 5,726,718 7,374,620 5,906,267 81,673,139 28.68%. 資料來源: Clarksons 2013.05.13；本研究整理. ‧ 國. 學. n. Ch. engchi. Total No. & deadweight: Percentage to Global. y. sit. China. al. Vessels 96 73 50 38 29 26 24 24 22. er. Fujian Guohang Group. io. 10. COSCO Group Nippon Yusen Kaisha K-Line Mitsui O.S.K. Lines Excel Maritime Carr. Safe Bulkers Inc. Dryships Inc. China Shipping Group Diana Shipping Inc.. Nat. Panamax. 1 2 3 4 5 6 7 8 9. Country China Japan Japan Japan Greece Greece Greece China Greece. ‧. 表 2- 7 Panamax top 10 Owners. i n U. v. 20 402 17.0%. Total-Deadweight 6,905,556 6,061,516 4,109,287 3,091,164 2,241,483 2,214,185 1,805,357 1,761,825 1,730,805 1,437,609 31,358,787 17.1%. 資料來源: Clarksons 2013.05.13；本研究整理. 9.

(16) Supramax top 10 Owners. 1 COSCO Group 2 Nippon Yusen Kaisha 3 China Shipping Group 4 Eagle Bulk Shpg. 5 K-Line Suprmax 6 Gearbulk Ltd. 7 Mitsui O.S.K. Lines 8 Sinotrans & CSC 9 Soroush Sarzamin 10 Jinhui Shpg. & Trans Total No. & deadweight: Percentage to Global. 資料來源: Clarksons 2013.05.13；本研究整理. Supramax top 10 Owners. n. engchi. Vessels 59 50 50 49 44 38 36 35 34 32 427 14.1%. y. sit. io. Ch. Country China Hongkong China Poland Vietnam Japan China Taiwan Japan Canada. ‧. Nat. 1 China Shipping Group 2 Pacific Basin Shipping. 3 COSCO Group 4 Polish Steamship Co. 5 Vinalines Handy size 6 Daiichi Chuo 7 Sinotrans & CSC 8 Shih Wei Navigation 9 Mitsui O.S.K. Lines 10 Fednav Ltd Total No. & deadweight: Percentage to Global. al. Total-Deadweight 5,508,472 4,152,853 3,378,789 2,507,392 2,235,502 1,726,186 1,694,470 1,676,084 1,481,248 1,627,043 25,988,039 18.2%. 學. 表 2- 9. Vessels 111 80 63 46 41 36 33 33 31 30 504 18.4%. 政治大. ‧ 國. 立. Country China Japan China USA Japan Japan Japan China Iran Hongkong. er. 表 2- 8. i n U. v. Total-Deadweight 1,816,876 1,536,973 1,515,631 1,473,445 1,008,179 1,186,233 1,029,229 906,183 953,005 1,137,272 12,563,026 14.7%. 資料來源: Clarksons 2013.05.13；本研究整理. 供給方面: 2012 年底四大船型載重噸數: Cape size: 279.1 百萬噸；Panamax: 175.4 百萬噸 Supramac: 139.5 百萬噸 Handy size: 84.9 百萬噸。2010 年底至 2013 年 3 月之供給載重噸如圖 2-2。. 10.

(17) 圖 2-2. 近年四大船型船噸數表. 政治大. 立. 資料來源: Clarksons；本研究整理. 第三節航運業散裝運輸產業市場的供給與需求. ‧ 國. 學. 近年來散裝貨物需求年有增長，以 2003 年為基礎至 2012 年， 5 大散裝貨物需求. ‧. 成長 81%，如表 2-10；細件散裝貨需求，包含糖(Sugar)、糧油(Agribulks)、肥料(Fertiliser)、. sit. y. Nat. 削料(Scrap)、生鐵(Pig Iron)、煤炭(Coke)、石油焦(Petroleum Coke)、水泥(Cement)、鎳. al. er. io. 礦(Nickel Ore)、無煙煤(Anthracite)、木材產品(Forest Products)、鋼鐵產品(Steel Products). v. n. 和其他細件散裝貨( Other Minor Bulks)等，成長 44%，如表 2-11；散裝船載運貨物總體成長 66.5%，如表 2-12。. Ch. engchi. i n U. 單位: 百萬噸. 年分. 2004. 2005. 2006. 2007. 2008. 2009. 2010. Iron Ore.... 516. 593. 662. 713. 777. 841. 898. 991. 1052 1,109.3. Coal(焦煤& 燃煤). 601. 642. 672. 704. 752. 776. 777. 899. 946 1,058.7. Grains(黃豆、小麥、玉米). 272. 272. 274. 293. 306. 319. 321. 343. 346. 370.0. Bauxite/Alumina. 60. 65. 70. 78. 93. 97. 74. 96. 113. 110.0. Phosphate Rock. 29. 31. 31. 30. 31. 31. 20. 23. 29. 30.0. 1,478 1,603 1,709 1,818 1,959 2,064 2,090 2,352 2,486. 2,678. 5 大散裝貨物需求 % Change. 表 2- 10. 9%. 8%. 16%. 23%. 33%. 40%. 41%. 59%. 2011. *1. 2003. 68%. 2012. 81%. 5 大散裝貨物運載近期需求量 By Clarksons Apr 2013 & 本研究整理.. 11.

(18) 單位: 百萬噸. 年份 2003. 2004. 2005. 2006. 2007. 2008. 2009. 2010. *1. 2011. 2012. 974 1,046 1,086 1,164 1,242 1,235 1,103 1,240 1,339. Minor Bulks % Change. 13%. 7%. 11%. 20%. 28%. 27%. 13%. 27%. 37%. 1,405 44%. 表 2- 11 細件散裝貨物運載近期需求量 By Clarksons Apr 2013 &本研究整理. 單位: 百萬噸. 年份 2003. 2004. 2005. 2006. 2007. 2008. 2009. 2010. 2011. Bulk shipping Demand 2,452 2,649 2,795 2,982 3,201 3,299 3,193 3,592 3,825 9%. % Change. 14%. 22%. 31%. 35%. 政治大. 30%. 46%. 56%. 4,083 66.5%. 散裝船載運貨物運載近期總體需求量. 立. By Clarksons Apr 2013 & 本研究整理. 學. ‧ 國. 表 2- 12. 8%. *1. 2012. 再以 2003 年為基礎計算至 2012 年間供給與需求成長比率，發現其中 2003~2008 年間，需求成長率比供給成長率大而且成長幾乎平行，這是散裝航運業的黃金時期。. ‧. 但 2008 年後中國大陸北京奧運建設結束，加以碰到金融海嘯供需成長逆轉，供給大於. y. Nat. sit. 需求而且幅度越來愈大，至 2012 年供給成長 130%是需求成長 66.5%的 1.95 倍。平均. n. al. er. io. 每年每艘船可運載 8.3 航次變成只剩下 6.0 航次，簡單來說每年每艘船要停下 2.3 航次沒貨載。如圖 2-3。. 圖 2-3. Ch. engchi. i n U. v. 2003~2012 年散裝航運市場供給與需求變動資料來源: Clarksons；本研究整理. 12.

(19) 航運業散裝輪的收入是租金和運費，是將船舶出租取得租金和運費，出租的方式是(1)論時出租(Time Charter)和(2)論程出租(Voyage charter)。當然，租方不一定是貨主，有可能再轉租給下一租方或再轉租更下一層的租方..等等。不論是論時出租或論程出租，操控船舶的船員都是船東雇用的人，由船東管理屬船東的費用，只有油料才是租方負擔的費用。另一種是光船出租(Bare boat Charter)，船員及油料的費用均由租方負擔。其間的權利、義務和操作、管理都不同，當然經營風險也差異很大。而且租金隨市場供需變化很大，比較大的船，如海峽型 Cape Size (載重噸. 政治大 60,000~99,999 噸)高很多，但每日的租金有時卻比巴拿馬極限型少。如下圖 2-4：立 100,000~160,000 噸以上) ，雖然建造成本比巴拿馬極限型 Panamax (載重噸. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 圖 2-4. Ch. engchi. i n U. v. Daily charter rate: Cape Size vs. Panamax 資料來源: Clarksons 2013.05.26, 本研究整理. 可見，不同船型在不同總體環境下，經營風險相差很大。由上圖可知海峽型 Cape Size 的經營風險比巴拿馬極限型 Panamax 高很多，兩者的經營策略是大不相同的。. 第四節文獻回顧國內、外之航運業相關研究文獻不多，對散裝船經營的研究亦很少，針對航運業 13.

(20) 散裝輪之供需模型研究更少。本小節先對航運業之相關文獻進行探討，再對航運業散裝輪之供需進一步探討。參考文獻及作者研究成果分述如後。陳福照先生 (1986)針對四家個案航運公司之經營策略進行分析，其研究結果發現，對定期航運產業而言，因西元1981年至1985年外在環境改變，使航運業產生競爭結構變化；在外在環境之變化下，個案公司卻分別採取成長、穩定及退縮等三種不同的經營策略；短期而言，成長策略並不保證有更大的營業淨利，但卻可以提高公司之市場占有率；獨立經營的公司偏向採取較激進之成長或退縮策略；而受政府輔助之公司則偏向採取較保守的穩定策略；另「全面降低成本」以提升「價格競爭」則為各個. 政治大王世志先生 (2002)以衡計分卡之觀點，對不同規模與不同航運產業之公司，探討立. 案公司所採取之策略。. 其經營策略與其經營績效的關係。此研究係以問卷調查之方法蒐集資料，並藉由多種. ‧ 國. 學. 統計方法(因素分析、單因子變異數分析、區別分析、Scheffe 檢定及集群分析)進行分析。. ‧. 其研究結果顯示，經營策略與航運產業別並無顯著相關。但有兩項因素在不同航運產. y. Nat. 業別下，對經營績效之影響程度有顯著差異；有兩項因素在不同經營策略下對經營績. er. io. 有所差異。. sit. 效的滿意程度有顯著差異；有兩項因素在不同因航運產業別下對經營績效的滿意程度. al. n. v i n 江宜芳學者 (2005)在研究探討波羅的海運價指數(Baltic Dry Index、Baltic Capesize Ch engchi U. Index、Baltic Panamax Index 和 Baltic Handymax Index)與我國上市散裝航運公司股價之關聯性。作者以 2000/01/05~2004/07/31 四家散裝航運公司(裕民、新興、益航、臺航及遠森科)之股市收盤價分析運價指數與股價間之影響。其研究結果顯示，「BCI 指數」與「新興股價」存在著單向的因果關係；BDI 指數對各上市散裝航運公司股價的誤差變異解釋力明顯較強；BDI 指數與新興股價、BHI 指數與裕民股價、BHI 指數與新興股價、BPI 指數與新興股價、BPI 指數與裕民股價間存在著長期均衡關係。陳桓毅先生 (2006)以波羅地海乾散貨運價指數(Baltic Dry Index；BDI)來探討散裝航運市場運價之趨勢。其研究結果顯示，散裝航運市場運價未來三季(2006 年第一季至 14.

(21) 2006 年第三季)朝下挫趨勢發展。朱子昕先生 (2008)主在探討影響散裝船舶大型化與市場船總噸數(載重噸)之因素，期望預測 2008~2010 年間海岬型及巴拿馬極限型散裝船之新造船平均噸位及市場總船噸數變化之趨勢。其研究結果發現，2008~2010 年間海岬型新造船平均噸位將略為減少；巴拿馬極限型新造船平均噸位將持續成長；海岬型及巴拿馬極限型船舶之市場總船噸則將持續穩定成長。陳怡螢學者 (2009)針對波羅的海指數來探討指數之波動對全球航運新運具交易量之關聯性與未來趨勢。其研究結果發現，波羅的海指數對全球貨櫃新船交易量是具. 政治大. 有雙向領先與落後的關係；波羅的海指數對全球散裝新船交易量是具有單向領先落後的關係。. 立. 葉奕涓學者 (2012)以輕便型船船噸供給、貨源需求和波羅地海輕便型船. ‧ 國. 學. (Handysize)之運價指數(BHSI)探討散裝航運輕便型船的市場預測和指數預測。其研究結. ‧. 果發現，波羅地海 BHSI 運價指數未來三季(2011 年 7 月至 2012 年 3 月)呈現下跌趨勢，. y. Nat. 船東可考慮簽定論時傭船契約(Time/Charter)、光船租賃契約(Bare boat/Charter)或與進. er. io. sit. 出口商簽長期貨物運送契約(COA)，傭船人則可考慮以論程傭船(Voyage/Charter)方式營運或者簽單一航次的論時傭船契約。. al. n. v i n 王儷娟學者 (2012)針對不定期航運契約風險、營運風險與運費漲跌風險，探討不 Ch engchi U. 定期航運租傭船契約風險管理之策略。其研究根據結果並給予以下之建議：. (1) 簽訂長期貨運協議(Forward Freight Agreement)並定期汰換船隻以避免市場船噸供給過多之風險， (2) 船隻維持經濟航速(Slow steaming)航行， (3) 僱用合格的船員以確保航行安全，並在訂約前對傭船人徵信調查， (4) 配置一定船噸於長期租約市場及現貨市場(Spot)。高偉倫先生 (2012)主在評估散裝航運公司之營運績效，以國內八家上市櫃散裝航運公司在 2005 至 2010 年間的資料進行研究，其研究結果顯示，具市場效率之航運公 15.

(22) 司其股價有被市場充分反映；不具市場效率之航運公司則其營收並未反映在股票上。李泓逸先生 (2012)旨在研究影響新造貨櫃船數量的因素與航商在造船時所考量的決策因素，其研究結果顯示，西德州原油現貨、杜拜原油現貨、北海布蘭特原油現貨以及 380cSt 燃油價格對新造貨櫃船數量之影響程度甚高；「減少單位成本」、「運價」、「貨櫃船租金」以及「新造船舶價格」亦會影響貨櫃船新造數量。顧客繼續留下與口碑傳播之間有調節效果，亦即在不同顧客類型下其滿意度有不同之影響。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 16. i n U. v.

(23) 第參章. 研究方法. 本研究之目的乃為探討全球航運業對散裝船的「需求」與「供給」之現況與其未來趨勢，故本研究蒐集 1985 年至 2012 年相關研究範疇之資料，並藉由統計分析方法達成研究目的。本章先於第一節闡述本研究之研究架構，再於第二節對研究變數進行定義，最後，於第三節介紹本研究所運用之統計分析方法，茲分述如下：. 第一節研究架構. 政治大本研究蒐集各學者著作及相關文獻後，歸納、整理與分析後作為本研究之基礎，立. ‧ 國. 學. 接著利用蒐集到的全球航運業資料，對散裝航運業之「需求」與「供給」之情況分析，做未來趨勢預測。故本節依研究目的以及相關文獻探討之結果，研擬研究架構，如圖. ‧. io. sit. y. Nat. n. al. er. 3-1 所示。. Ch. engchi. 圖 3- 1. i n U. 研究架構圖. 17. v.

(24) 第二節操作性變數定義本研究係以 1985 年至 2012 年全球航運業之資料做為研究範疇，探討散裝船需求(全球散裝貨物之運送噸數)與供給(全球散裝船總載重噸數、全球散裝船總艘數)之現況與未來趨勢預測，本節針對各變數之操作性定義分述如下：一、全球散裝船主要載運貨物之航運量全球航運業所載運之貨品種類甚多，在此僅針對由散裝船載運貨物之運送量進行探討，總運送量包含五大類 (5 Major) 產品：鐵礦砂、煤炭、穀物、鋁礦砂和磷礦之運輸量，以及細件散裝貨物：如鋼捲、糖、肥料、鹽..等等。二、全球散裝船總載重噸. 立. 政治大. 在全球散裝船總載重噸此變數中，其包含四種船型之噸數，分別為：海峽型. ‧ 國. 學. (Cape size)、巴拿馬極限型(Panamax)、超輕便型(Supramax)和輕便型(Handy size)之. 三、. ‧. 總載重噸數。. 全球散裝船總艘數. y. Nat. io. sit. 在全球散裝船總艘數此變數中，其包含四種船型之艘數，分別為：海峽型(Cape. n. al. er. size)、巴拿馬極限型(Panamax)、超輕便型(Supramax)和輕便型(Handy size)之總艘數。. 第三節分析方法. Ch. engchi. i n U. v. 本研究首先藉由趨勢分析瞭解全球航運散裝業供給與需求之現況，再運用指數平滑法加以分析、預測，最後以平均絕對百分比誤差(MAPE)來觀察模型預測之精準程度。本小節僅針對指數平滑法、趨勢調整指數平滑法與平均絕對百分比誤差(MAPE)分析方法予以說明，並分述如下：一、. 指數平滑法. 指數平滑法是由移動平均法基礎上發展起來的一種時間序列的分析預測法，其計算方式是將時間數列資料 Xt 以累代加權平均方式，平滑整理出一組新的時間數列 Ft， 18.

(25) 並用以預測下一期的時間數列值。指數平滑法的基本公式為：本期預測值 = 前期預測值 + (權數)(前期實際值-前期預測值)，以公式表示即 Ft = Ft-1 + (Xt-1-Ft-1) =  Xt-1 + (1-) Ft-1，其中； Ft 代表在時間 t 期的預測值權數代表平滑常數，(0<<1) Xt-1 代表在時間 t-1 期的實際值 Ft-1 代表在時間 t-1 期的預測值. 政治大. 一般而言，各學者選取平滑係數時，常採用經驗法則，其歸納整理後如下表 3-1. 立. 所示，此外，亦可採用試算法，計算不同值之下的預測標準誤差後，選取預測標準誤. ‧ 國. 學. 差最小之值。. 表 3-1 指數平滑法值之參考準則. ‧. 值. 參考準則. y. Nat. 0.10~0.40. 時間序列波動不大，長期趨勢變動緩慢. n. al. er. sit. 時間序列呈現較穩定之趨勢. io. 0.05~0.20. 0.60~0.80 0.8~1.0. i n U. v. 時間序列波動較大，長期趨勢變動幅度快速且明顯. Ch. e時間序列之數據往上升(或下降)的趨勢發展 ngchi. 資料來源：本研究整理；曹銳勤(2001)；方世榮(2001). 指數平滑法被廣泛地運用因其具備以下各項優點： (1) 指數平滑模式計算快速容易且預測精確度高； (2) 不需蒐集大量地歷史資料； (3) 藉由值之變化，容易求算較正確之模型。. 19.

(26) 二、. 指數平滑法的趨勢調整. 當所蒐集之資料繪製成趨勢圖後呈現上升或下降趨勢，會導致指數預測滯後於實際值之狀況，藉由趨勢調整指數平滑法(又稱雙重平滑法)，係添加趨勢修正值調整趨勢中的變動，以改進指數平滑之預測結果。其趨勢調整預測(Trend-adjusted Forecast；TAF) 之公式可表示為：趨勢預測(. )=新預測( )+趨勢校正( )，. 其中，為已平滑的預測值， )為第 t 期之趨勢預估值， β 為趨勢平滑係數(0 < β< 1)。. 政治大. 立. 三、平均絕對百分比誤差(MAPE) (鍾政棋、徐嘉陽和林宥勝，2009). ‧ 國. 學. 本文以平均絕對百分比誤差(MAPE)，作為預測精確度之衡量方法，其計算公式敘述如下：. ‧. io. sit. y. Nat. 其中. n. al. er. 為第 k 期之預測值；為第 k 期之實際值；. n 為期數。. Ch. engchi. i n U. v. 平均絕對百分誤差(MAPE)主要係衡量模式中未被解釋部份之百分比。MAPE 值越小，表示模式正確預測能力越強，預測模式估計結果與歷史資料吻合精確度越大。 Lewis(1982)依據 MAPE 值之大小，將模式預測能力區分為四種等級。但因 Lewis 所界定之 MAPE 數值範圍有重疊之慮，故鍾政棋、徐嘉陽和林宥勝(2009)等學者，將其預測能力等級進行修改，詳見下表 3-2。. 20.

(27) 表 3-2. MAPE 預測能力區分表. 預測能力. MAPE 值 (Lewis). MAPE 值 (鍾政棋 et al.). 高度精準. <10%. ≦10%. 良好. 10%~20%. 10%≦MAPE<20%. 合理. 20%~50%. 20%≦MAPE<50%. 不正確. >50%. ≧50% 資料來源：鍾政棋、徐嘉陽、林宥勝(2009). 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 21. i n U. v.

(28) 第肆章. 實證分析. 第一節趨勢性分析在本節中，我們將針對經由散裝船海上運送之散裝貨物之運送量(其中包含鐵礦砂、煤炭、穀物、鋁礦砂及磷礦)、全球散裝船總載重噸數(Deadweight)及全球散裝船總艘數，繪製趨勢圖以了解全球散裝海運船隻近年來之載重噸及艘數之變化，以利後續實證分析研究參考。一、全球散裝貨物之海上運送量. 政治大而此五種散裝貨物近年來之載運量如圖4-1所示，可從圖中看出，載運量較少的穀物、立在全球海運中，散裝船主要載運之貨物為鐵礦砂、煤炭、穀物、鋁礦砂及磷礦，. 鋁礦砂及磷礦成長幅度較低，僅穀物及鋁礦砂可以看出有小幅度之成長；而載運量較. ‧ 國. 學. 大之鐵礦砂及煤炭則在此二十幾年間成長了超過三倍，到達現今散裝貨物每年有超過. ‧. 四十億噸之載運量。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 4- 1 全球散裝船主要載運貨物之海運量資料來源：本研究整理 22.

(29) 二、. 全球散裝船總載重噸數(DWT, Deadweight). 對照上圖4-1之散裝船載運量，可以推測出，全球散裝船之載運能力應也會跟著提升，圖4-2顯示了近年來全球散裝船之總載重噸趨勢圖，如同預期的，全球散裝船總載重噸亦在1985至2012年間成長了三倍之多，期可能之原因為為了因應載貨需求而額外建造散裝船，亦或為達同樣原因而設計新型、載運量較大且載重噸較大之新船隻，到達現今全球散裝船總載重噸超過六億載重噸(DWT, Deadweight)。. 政治大. 立. ‧. ‧ 國. 學. al. er. io. sit. y. Nat 全球散裝船總載重噸. n. 圖 4- 2. 三、全球散裝船總艘數. Ch. engchi. i n U. v. 資料來源：本研究整理. 全球散裝船總艘數近年來之趨勢圖如圖4-3所示，由圖中可以觀察得知全球散裝船艘數之成長幅度確實相當大，但僅不到兩倍之成長幅度比照全球散裝船總載重噸及各項貨物之載運量成長幅度卻是較小的，其隱藏之含意即為全球散裝船除了增加額外船隻數量外，亦設計並建造了噸數較大且載重噸較大之新型船隻。. 23.

(30) 立. 全球散裝船總艘數. 資料來源：本研究整理. 學. ‧ 國. 圖 4- 3. 政治大. 第二節交叉分析. ‧. 本部分將利用全球散裝船之供給與需求，亦即全球散裝船總艘數及全球散裝船載. y. Nat. n. al. er. io. 4-4 所示：. sit. 運貨物之海運量繪製二維統計圖，以探討其供給與需求間的分布狀況，其結果如下圖. Ch. engchi. 24. i n U. v.

(31) 2012 2011 2009. 1985 1986. 立. 2008 2007. 1998 2003 2004 1997 1995. 政治大. 近年來全球散裝船之供給與需求二維統計圖(一). Nat. 資料來源：本研究整理. er. io. sit. y. ‧. ‧ 國. 學. 圖 4- 4. 2010. 由上圖 4-4 之結果顯示，在 1985 至 2012 年間，全球散裝船之供給與需求皆約略呈. al. n. v i n 現直線上升之走勢，但在 2010 C年後供給之數量有大幅提升之狀況，而需求卻沒有等價 hengchi U 成長，故導致現今散裝船隻嚴重供過於求之狀況。. 而從下圖 4-5，全球散裝船總載重噸與全球散裝船載運貨物之海運量來分析，亦可發現供給與需求背離相同之情形，在 1985 至 2012 年間，全球散裝船總載重噸數與散裝貨物之海運量皆呈現上升走勢，但 2010 年後供給面確突然大幅度上揚，造成散裝船嚴重供過於求之現況。. 25.

(32) 2012 2011 2009 2010 2006. 2008 2007 2003 2005 2004 3. 1997 1986. 1995. 1985. 立. 近年來全球散裝船之供給與需求二維統計圖(二). 資料來源：本研究整理. ‧. ‧ 國. 學. 圖 4- 5. 政治大. 第三節指數平滑法. sit. y. Nat. io. er. 本小節藉由指數平滑分析方法針對全球航運業散裝船之供給與需求進行模型預測分析，以散裝船主要載運貨物之海運量作為需求變數，並以散裝船總載重噸數和散裝. al. n. v i n Ch 船總艘數作為供給之變數。指數平滑法之公式表示如下： engchi U. Ft = Ft-1 + (Xt-1-Ft-1) =  Xt-1 + (1-) Ft-1，. 其中權數 (0 <  < 1)代表平滑常數(Smoothing Constant)，Ft 代表在時間 t 期的預測值， Xt-1 代表在時間 t-1 期的實際值。一、. 全球散裝船主要載運貨物海運量之模型建構. 根據指數平滑法建構全球散裝船主要載運貨物之模型，公式如下所示： Ft =  Xt-1 + (1-) Ft-1，其中 Ft 為第 t 期的散裝船主要載運貨物海運量之指數平滑指標，Xt 為第 t 期的散裝船主要載運貨物海運量， 為介於 0.1 至 0.9 的平滑常數(Smoothing Constant)，其計算之結 26.

(33) 果詳見表 4-1。表 4- 1 全球散裝船主要載運貨物海運量之指數平滑法預測結果實際值 α=0.1. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 1985. 1,511. 1986. 1,464. 1,511. 1,511. 1,511. 1,511. 1,511. 1,511. 1,511. 1,511. 1,511. 1987. 1,516. 1,506. 1,502. 1,497. 1,492. 1,488. 1,483. 1,478. 1,473. 1,469. 1988. 1,600. 1,507. 1,504. 1,503. 1,502. 1,502. 1,503. 1,505. 1,507. 1,511. 1989. 1,650. 1,517. 1,524. 1,532. 1,541. 1,551. 1,561. 1,571. 1,582. 1,591. 1990. 1,646. 1,530. 1,549. 1,567. 1,585. 1,600. 1,614. 1,626. 1,636. 1,644. 1991. 1,664. 1,542. 1,568. 1,591. 1,609. 1,623. 1,633. 1,640. 1,644. 1,646. 1992. 1,668. 1,554. 1,587. 1,613. 1,631. 1,644. 1,652. 1,657. 1,660. 1,662. 1993. 1,694. 1,565. 1,604. 1,629. 1,646. 1,656. 1,662. 1,665. 1,666. 1,667. 1994. 1,755. 1,681. 1,685. 1,688. 1,691. 1995. 1,861. 1,725. 1,734. 1,742. 1,749. 1996. 1,880. 1,807. 1,823. 1,837. 1,850. 1997. 1,990. 1,648. 1,729. 1,778. 1,811. 1,834. 1,851. 1,871. 1,877. 1998. 1,946. 1,682. 1,781. 1,842. 1,883. 1,912. 學. 1,863. 1,934. 1,952. 1,966. 1,979. 1999. 1,956. 1,709. 1,814. 1,873. 1,908. 1,929. 1,941. 1,948. 1,950. 1,949. 2000. 2,128. 1,733. 1,842. 1,898. 1,927. 1,943. 1,950. 1,954. 1,955. 1,955. 2001. 2,192. 1,773. 1,967. 2,008. 2,035. 2,057. 2,076. 2,093. 2,111. 2002. 2,259. Nat. 1,899. y. α=0.2. 1,815. 1,958. 2,034. 2,081. 2,114. 2,138. 2,157. 2,172. 2,184. 2003. 2,385. 1,859. 2,018. 2,102. 2,152. 2,186. sit. 年份. 2,211. 2,242. 2,251. 2004. 2,576. 1,912. 2,338. 2,356. 2,372. 2005. 2,722. 2,505. 2,532. 2,556. 2006. 2,903. a2,092 l C 2,187 2,245 2,286n i v2,315 1,978 2,188 h2,304 2,378 2,431 2,472 U i e h n c 2,576 2,622 2,053 2,295 2,429 g2,515. 2,228. 2,657. 2,684. 2,705. 2007. 3,112. 2,138. 2,417. 2,571. 2,670. 2,740. 2,791. 2,829. 2,859. 2,883. 2008. 3,212. 2,235. 2,556. 2,733. 2,847. 2,926. 2,983. 3,027. 3,061. 3,089. 2009. 3,131. 2,333. 2,687. 2,877. 2,993. 3,069. 3,121. 3,157. 3,182. 3,200. 2010. 3,539. 2,413. 2,776. 2,953. 3,048. 3,100. 3,127. 3,139. 3,141. 3,138. 2011. 3,762. 2,525. 2,928. 3,129. 3,245. 3,319. 3,374. 3,419. 3,459. 3,499. 2012. 3,919. 2,649. 3,095. 3,319. 3,452. 3,541. 3,607. 3,659. 3,701. 3,736. io. n. er. ‧. ‧ 國. 治 1,578 1,622 政 1,649 1,665 1,675 大 1,596 1,648 1,681 1,701 1,715 立 1,622 1,691 1,735 1,765 1,788. 資料來源：本研究整理. 接著根據表 4-1 之預測結果繪製趨勢圖，故由圖 4-6 可知，整體而言，當越大其 27.

(34) 指數平滑預測結果越接近實際值。. 立. ‧ 國. 學. 圖 4- 6. 政治大. 全球散裝船主要載運貨物海運量之指數平滑法預測結果圖資料來源：本研究整理. ‧. sit. y. Nat. 為方便觀察指數平滑預測結果之準確性，在此採用絕對誤差的(Absolute Error；AE)之計. io. n. al. Ch. AE =. Yt  Yt ， Yt. engchi. er. 算方式來衡量預測模型之結果，其公式表示如下：. i n U. v. 其中 Yt 為第 t 期的實際值， Yt 為第 t 期的預測值。下表 4-2 即為各年度散裝船主要載運貨物海運量之絕對誤差值，並將其繪製成絕對誤差統計折線圖，如圖 4-7。. 28.

(35) 表 4- 2 全球散裝船主要載運貨物海運量指數平滑模型預測誤差結果年份. α=0.1. 1986. 0.0321 0.0321 0.0321 0.0321 0.0321 0.0321 0.0321 0.0321 0.0321. 1987. 0.0064 0.0095 0.0126 0.0157 0.0188 0.0219 0.0250 0.0281 0.0312. 1988. 0.0580 0.0597 0.0609 0.0614 0.0614 0.0608 0.0596 0.0578 0.0555. 1989. 0.0809 0.0766 0.0716 0.0660 0.0601 0.0539 0.0476 0.0415 0.0357. 1990. 0.0705 0.0590 0.0478 0.0373 0.0277 0.0192 0.0119 0.0059 0.0011. 1991. 0.0736 0.0575 0.0439 0.0329 0.0245 0.0184 0.0143 0.0120 0.0109. 1992. 0.0685 0.0483 0.0331 0.0221 0.0146 0.0097 0.0067 0.0048 0.0035. 1993. 0.0760 0.0534 0.0381 0.0284 0.0225 0.0192 0.0173 0.0163 0.0157. 1994. 0.1008 0.0760 0.0605 0.0512 0.0456 0.0422 0.0398 0.0379 0.0363. 1995. 0.1425 0.1143 0.0969 0.0859 0.0785 0.0729 0.0682 0.0641 0.0604. 1996. 0.1371 0.1006 0.0773 0.0611 0.0489 0.0390 0.0304 0.0228 0.0161. 1997. 0.1718 0.1313 0.1064 0.0899 0.0784 0.0700 0.0639 0.0596 0.0568. 1998. 0.1355 0.0848 0.0535 0.0326 0.0175 0.0060 0.0030 0.0104 0.0168. 1999. 0.1265 0.0726 0.0424 0.0246 0.0138 0.0075 0.0042 0.0030 0.0034. 2000. 0.1855 0.1342 0.1081 0.0944 0.0872 0.0836 0.0820 0.0814 0.0811. 2001. 0.1912 0.1334 0.1027 0.0842 0.0715 0.0617 0.0531 0.0450 0.0371. 2002. 0.1967 0.1332 0.0994 0.0787 0.0644 0.0536 0.0451 0.0384 0.0333. 2003. 0.2205 0.1538 0.1187 0.0975 0.0833 0.0731 0.0656 0.0601 0.0560. 2004. 0.2579 0.1881 0.1511 0.1283 0.1127 0.1012 0.0924 0.0853 0.0793. 2005. 0.2733 0.1960 0.1537 0.1265 0.1070 0.0920 0.0799 0.0698 0.0611. 2006. 0.2930 0.2094 0.1633 0.1335 0.1125 0.0968 0.0848 0.0754 0.0681. 2007. 0.3131 0.2234 0.1738 0.1419 0.1196 0.1033 0.0909 0.0812 0.0735. 2008. 0.3042 0.2043 0.1490 0.1136 0.0891 0.0712 0.0576 0.0469 0.0383. 2009. 0.2550 0.1418 0.0811 0.0441 0.0198 0.0033 0.0082 0.0163 0.0219. 2010. 0.3183 0.2156 0.1655 0.1387 0.1241 0.1165 0.1131 0.1124 0.1133. 2011. 0.3288 0.2216 0.1683 0.1376 0.1176 0.1031 0.0912 0.0804 0.0699. 2012. 0.3241 0.2102 0.1531 0.1193 0.0965 0.0796 0.0663 0.0555 0.0468. α=0.2. α=0.3. 立. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 資料來源：本研究整理. 29.

(36) 立. 學. 全球散裝船主要載運貨物海運量指數平滑模型預測誤差結果圖資料來源：本研究整理. ‧ 國. 圖 4- 7. 政治大. ‧. 根據上圖可知全球散裝船散裝貨物海運量絕對誤差的計算結果，用以瞭解散裝船散. y. Nat. 裝貨物海運量之指數平滑法的預測值與實際值間的誤差。全球散裝船散裝貨物海運量. er. io. sit. 在 1987 年平滑係數 =0.1 時，指數平滑模型預測值為 1,506.3，與實際值 1,516 的差距較其他預測值小，AE 值僅 0.0064，故在 1987 年的散裝船散裝貨物海運量預測是以 =0.1. al. n. v i n 的模型較準確，然從 1986 至 C 2012  =0.9 的時候，所得到的 AE 值是最 h e年間，大部分以 ngchi U. 接近於 0。如此顯示， = 0.9 時的指數平滑預測模型的誤差最小，故其所建立的模型為 Ft = 0.9 Xt-1 +0.1 Ft-1，其中 Xt-1 表第 t-1 期的散裝船主要載運貨物海運量。. 二、. 全球散裝船總載重噸. 根據指數平滑法建構全球散裝船總載重噸之模型，公式如下所示： Ft =  Xt-1 + (1-) Ft-1，其中 Ft 為第 t 期的全球散裝船總載重噸之指數平滑指標，Xt 為第 t 期的全球散裝船總載重噸， 為介於 0.1 至 0.9 的平滑常數(Smoothing Constant)，其計算之結果詳見表 4-3。 30.

(37) 表 4- 3 全球散裝船總載重噸之指數平滑法預測結果實際值. 1985. 192.6. 1986. α=0.2. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 197.6. 192.60. 192.60. 192.60. 192.60. 192.60. 192.60. 192.60. 192.60. 192.60. 1987. 197.0. 193.10. 193.60 194.10. 194.60. 195.10. 195.60 196.10. 196.60 197.10. 1988. 196.2. 193.49. 194.28 194.97. 195.56. 196.05. 196.44 196.73. 196.92. 197.01. 1989. 198.1. 193.76. 194.66 195.34. 195.82. 196.13. 196.30 196.36. 196.34. 196.28. 1990. 203.9. 194.20. 195.35 196.17. 196.73. 197.11. 197.38. 197.58. 197.75. 197.92. 1991. 211.6. 195.17. 197.06. 198.49. 199.60. 200.51. 201.29 202.00. 202.67. 203.30. 1992. 215. 196.81. 199.97. 202.42. 204.40. 206.05. 207.48. 208.72. 209.81. 210.77. 1993. 215.2. 198.63. 202.98. 206.20. 208.64. 213.12. 213.96. 214.58. 1994. 219.6. 200.29. 205.42. 214.58. 214.95. 215.14. 1995. 228.3. 202.22. 210.53 211.99 治政 211.26 212.86 208.90 大 213.92. 208.26 212.11. 214.60. 216.23. 217.33 218.09. 218.67. 219.15. 1996. 244. 204.83. 212.27. 216.97. 220.08. 222.27. 223.91 225.24. 226.37. 227.39. 1997. 254. 208.74. 218.61 225.08. 229.65. 233.13. 235.96 238.37. 240.48. 242.34. 1998. 265.1. 213.27. 225.69 233.75. 239.39. 243.57. 246.79 249.31. 251.30. 252.83. 1999. 264.4. 218.45. 233.57. 243.16. 249.67. 254.33. 257.77. 260.36. 262.34. 263.87. 2000. 267.2. 223.05. 239.74. 249.53. 255.56. 259.37. 261.75 263.19. 263.99. 264.35. 2001. 275.1. 227.46. 245.23 254.83. 260.22. 263.28. 265.02. 266.00. 266.56. 266.92. 2002. 287.1. 232.23. 266.17. 269.19. 272.37. 273.39. 274.28. 2003. 294.8. 237.71. 282.68. 284.36. 285.82. 2004. 302. 243.42. a l 268.77 274.54 278.15 i v280.69 258.38 n Ch U e n 282.65 265.67 276.58 g c h i286.47 289.16. 291.16. 292.71 293.90. 2005. 322.3. 249.28. 272.93. 284.20. 290.39. 294.24. 296.86 298.75. 300.14. 301.19. 2006. 344.7. 256.58. 282.81 295.63. 303.15. 308.27. 312.13 315.24. 317.87. 320.19. 2007. 367.9. 265.39. 295.19 310.35. 319.77. 326.48. 331.67. 335.86. 339.33. 342.25. 2008. 391.9. 275.64. 309.73 327.62. 339.02. 347.19. 353.41 358.29. 362.19. 365.34. 2009. 417.5. 287.27. 326.16 346.90. 360.17. 369.55. 376.50. 381.82. 385.96. 389.24. 2010. 458.4. 300.29. 344.43 368.08. 383.10. 393.52. 401.10 406.80. 411.19. 414.67. 2011. 536.3. 316.10. 367.22. 395.18. 413.22. 425.96. 435.48 442.92. 448.96 454.03. 2012. 615.4. 338.12. 401.04 437.51. 462.45. 481.13. 495.97. 518.83. y. sit. io. n. 260.91. ‧. Nat. 251.20. er. 立. 學. α=0.1. ‧ 國. 年份. 271.07. 508.29. 528.07. 資料來源：本研究整理 31.

(38) 接著根據表 4-3 之預測結果繪製趨勢圖，故由圖 4-8 可知，整體而言，當越大其指數平滑預測結果越接近實際值。. 立. 政治大. ‧. ‧ 國. 學. 圖 4- 8 全球散裝船總載重噸之指數平滑法預測結果圖. er. io. sit. y. Nat. 資料來源：本研究整理. 為方便觀察指數平滑預測結果之準確性，在此採用絕對誤差的(Absolute Error；AE). n. al. i n C 之計算方式來衡量預測模型之結果，其公式表示如下： hengchi U AE =. v. Yt  Yt ， Yt. 其中 Yt 為第 t 期的實際值， Yt 為第 t 期的預測值。下表 4-4 即為各年度全球散裝船總載重噸之絕對誤差值，並將其繪製成絕對誤差統計折線圖，如圖 4-9。. 32.

(39) α=0.1. α=0.2. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 1986. 0.0253. 0.0253. 0.0253. 0.0253. 0.0253. 0.0253. 0.0253. 0.0253. 0.0253. 1987. 0.0198. 0.0173. 0.0147. 0.0122. 0.0096. 0.0071. 0.0046. 0.0020. 0.0005. 1988. 0.0138. 0.0098. 0.0063. 0.0033. 0.0008. 0.0012. 0.0027. 0.0037. 0.0041. 1989. 0.0219. 0.0173. 0.0139. 0.0115. 0.0100. 0.0091. 0.0088. 0.0089. 0.0092. 1990. 0.0476. 0.0419. 0.0379. 0.0352. 0.0333. 0.0320. 0.0310. 0.0302. 0.0293. 1991. 0.0777. 0.0687. 0.0620. 0.0567. 0.0524. 0.0487. 0.0454. 0.0422. 0.0392. 1992. 0.0846. 0.0699. 0.0585. 0.0493. 0.0416. 0.0350. 0.0292. 0.0241. 0.0197. 1993. 0.0770. 0.0568. 0.0418. 0.0305. 0.0217. 0.0149. 0.0097. 0.0057. 0.0029. 1994. 0.0880. 0.0646. 0.0229. 0.0212. 0.0203. 1995. 0.1143. 0.0878. 0.0447. 0.0422. 0.0401. 1996. 0.1606. 0.1301. 政治 0.0481 0.0709 0.0600 0.0529 大立0.1108 0.0980 0.0891 0.0823. 0.0769. 0.0722. 0.0681. 1997. 0.1782. 0.1393. 0.1139. 0.0959. 0.0822. 0.0710. 0.0615. 0.0532. 0.0459. 1998. 0.1955. 0.1487. 0.1182. 0.0970. 0.0812. 0.0691. 0.0596. 0.0521. 0.0463. 1999. 0.1738. 0.1166. 0.0803. 0.0557. 0.0381. 0.0251. 0.0153. 0.0078. 0.0020. 2000. 0.1652. 0.1028. 0.0661. 0.0435. 0.0293. 0.0204. 0.0150. 0.0120. 0.0107. 2001. 0.1732. 0.1086. 0.0541. 0.0430. 0.0366. 0.0331. 0.0311. 0.0298. 2002. 0.1911. Nat. 0.0737. 0.1250. 0.0912. 0.0729. 0.0624. 0.0558. 0.0513. 0.0477. 0.0446. 2003. 0.1936. 0.1235. 0.0411. 0.0354. 0.0305. 2004. 0.1940. 0.1203. 0.0359. 0.0308. 0.0268. 2005. 0.2266. 0.1532. 0.0731. 0.0687. 0.0655. 2006. 0.2556. 0.1796. 0.1423. 0.1205. 0.1057. 0.0945. 0.0855. 0.0778. 0.0711. 2007. 0.2786. 0.1976. 0.1564. 0.1308. 0.1126. 0.0985. 0.0871. 0.0776. 0.0697. 2008. 0.2966. 0.2097. 0.1640. 0.1349. 0.1141. 0.0982. 0.0858. 0.0758. 0.0678. 2009. 0.3119. 0.2188. 0.1691. 0.1373. 0.1149. 0.0982. 0.0855. 0.0756. 0.0677. 2010. 0.3449. 0.2486. 0.1970. 0.1643. 0.1415. 0.1250. 0.1126. 0.1030. 0.0954. 2011. 0.4106. 0.3153. 0.2631. 0.2295. 0.2057. 0.1880. 0.1741. 0.1629. 0.1534. 2012. 0.4506. 0.3483. 0.2891. 0.2485. 0.2182. 0.1941. 0.1741. 0.1569. 0.1419. 0.0380. 0.0307. 0.0259. ‧. io. er. 0.0487. 學. ‧ 國. 年份. y. 全球散裝船總載重噸之指數平滑模型預測誤差結果. sit. 表 4- 4. n. 0.0687 0.0565 0.0479 a0.0883 iv l C 0.0641 0.0514 n0.0425 0.0842 h 0.0990 h i U 0.0789 n g c0.0871 0.1182 e. 資料來源：本研究整理. 33.

(40) 立. 全球散裝船總載重噸之指數平滑模型預測誤差結果圖資料來源：本研究整理. ‧. ‧ 國. 學. 圖 4- 9. 政治大. 根據上圖可知全球散裝船總載重噸之絕對誤差的計算結果，用以瞭解各年全球散. y. Nat. sit. 裝船總載重噸之指數平滑法的預測值與實際值間的誤差。全球散裝船總載重噸在 1988. n. al. er. io. 年平滑係數 = 0.05 時，指數平滑模型預測值為 196.05，與實際值 196.2 的差距較其他. i n U. v. 預測值小，AE 值僅 0.0008，故在 1988 年的散裝船總載重噸預測是以 = 0.05 的模型較. Ch. engchi. 準確，然從 1986 至 2012 年間，大部分以 =0.9 的時候，所得到的 AE 值是最接近於 0。如此顯示， = 0.9 時的指數平滑預測模型的誤差最小，故其所建立的模型為 Ft = 0.9 Xt-1 +0.1 Ft-1，其中 Xt-1 表第 t-1 期的全球散裝船總載重噸。. 三、. 全球散裝船總艘數. 根據指數平滑法建構全球散裝船總艘數之模型，公式如下所示： Ft =  Xt-1 + (1-) Ft-1， 34.

(41) 其中 Ft 為第 t 期的散裝船總艘數之指數平滑指標，Xt 為第 t 期的全球散裝船總艘數， 為介於 0.1 至 0.9 的平滑常數(Smoothing Constant)，其計算之結果詳見表 4-5。表 4- 5. 全球散裝船總艘數之指數平滑法預測結果實際值. 1985. 4,913. 1986. α=0.2. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 4,915. 4,913.00. 4,913.00. 4,913.00. 4,913.00. 4,913.00. 4,913.00. 4,913.00. 4,913.00. 4,913.00. 1987. 4,790. 4,913.20. 4,913.40. 4,913.60. 4,913.80. 4,914.00. 4,914.20. 4,914.40. 4,914.60. 4,914.80. 1988. 4,708. 4,900.88. 4,888.72. 4,876.52. 4,864.28. 4,852.00. 4,839.68. 4,827.32. 4,814.92. 4,802.48. 1989. 4,694. 4,881.59. 4,852.58. 4,825.96. 4,801.77. 4,780.00. 4,760.67. 4,743.80. 4,729.38. 4,717.45. 1990. 4,752. 4,862.83. 4,820.86. 4,786.38. 4,758.66. 4,737.00. 4,720.67. 4,708.94. 4,701.08. 4,696.35. 1991. 4,806. 4,851.75. 4,807.09. 4,776.06. 4,756.00. 4,744.50. 4,739.47. 4,739.08. 4,741.82. 4,746.43. 1992. 4,836. 4,847.18. 4,806.87. 4,785.04. 4,776.00. 4,775.25. 4,779.39. 4,785.92. 4,793.16. 4,800.04. 1993. 4,828. 4,846.06. 立. 4,812.70. 4,800.33. 4,800.00. 4,805.63. 4,813.36. 4,820.98. 4,827.43. 4,832.40. 1994. 4,848. 4,844.25. 4,815.76. 4,808.63. 4,811.20. 4,816.81. 4,822.14. 4,825.89. 4,827.89. 4,828.44. 1995. 4,944. 4,844.63. 4,822.21. 4,820.44. 4,825.92. 4,832.41. 4,837.66. 4,841.37. 4,843.98. 4,846.04. 1996. 5,166. 4,854.56. 4,846.57. 4,857.51. 4,873.15. 4,888.20. 4,901.46. 4,913.21. 4,924.00. 4,934.20. 1997. 5,275. 4,885.71. 4,910.45. 4,950.06. 4,990.29. 5,027.10. 5,060.19. 5,090.16. 5,117.60. 5,142.82. 1998. 5,403. 4,924.64. 4,983.36. 5,047.54. 5,104.18. 5,151.05. 5,189.07. 5,219.55. 5,243.52. 5,261.78. 1999. 5,344. 4,972.47. 5,067.29. 5,154.18. 5,223.71. 5,277.03. 5,317.43. 5,347.97. 5,371.10. 5,388.88. 2000. 5,319. 5,009.63. 5,211.12. 5,271.82. 5,310.51. 5,345.19. 5,349.42. 5,348.49. 2001. 5,361. 5,040.56. al. 5,161.91. 5,324.75. 5,326.86. 5,325.08. 5,321.95. 2002. 5,467. 5,072.61. 5,201.72. 2003. 5,532. 5,112.05. 2004. 5,584. 2005. y. sit. io. n. er. Nat. 5,122.63. 政治大. ‧. ‧ 國. α=0.1. 學. 年份. 5,333.37 v i n. C5,243.49 5,314.76 h e n 5,290.69 gchi U 5,278.74. 5,318.82. 5,337.88. 5,346.50. 5,350.76. 5,353.82. 5,357.10. 5,254.78. 5,335.22. 5,378.09. 5,402.44. 5,418.80. 5,432.13. 5,444.36. 5,456.01. 5,154.04. 5,310.22. 5,394.25. 5,439.65. 5,467.22. 5,486.72. 5,502.04. 5,514.47. 5,524.40. 5,827. 5,197.04. 5,364.98. 5,451.18. 5,497.39. 5,525.61. 5,545.09. 5,559.41. 5,570.10. 5,578.04. 2006. 6,099. 5,260.03. 5,457.38. 5,563.92. 5,629.24. 5,676.31. 5,714.24. 5,746.72. 5,775.62. 5,802.10. 2007. 6,354. 5,343.93. 5,585.71. 5,724.45. 5,817.14. 5,887.65. 5,945.09. 5,993.32. 6,034.32. 6,069.31. 2008. 6,652. 5,444.94. 5,739.37. 5,913.31. 6,031.89. 6,120.83. 6,190.44. 6,245.80. 6,290.07. 6,325.53. 2009. 6,941. 5,565.64. 5,921.89. 6,134.92. 6,279.93. 6,386.41. 6,467.38. 6,530.14. 6,579.61. 6,619.35. 2010. 7,264. 5,703.18. 6,125.71. 6,376.74. 65,44.36. 6,663.71. 6,751.55. 6,817.74. 6,868.72. 6,908.84. 2011. 8,136. 5,859.26. 6,353.37. 6,642.92. 6,832.22. 6,963.85. 7,059.02. 7,130.12. 7,184.95. 7,228.48. 35.

(42) 2012. 8,901. 6,086.94. 6,709.90. 7,090.84. 7,353.73. 7,549.93. 7,705.21. 7,834.24. 7,945.79. 8,045.25. 資料來源：本研究整理接著根據表 4-5 之預測結果繪製趨勢圖，故由圖 4-10 可知，整體而言，當越大其指數平滑預測結果越接近實際值。. 立. 政治大. sit. io. n. al. 資料來源：本研究整理. er. 全球散裝船總艘數之指數平滑法預測結果圖. y. ‧. ‧ 國. 學. Nat. 圖 4- 10. Ch. i n U. v. 為方便觀察指數平滑預測結果之準確性，在此採用絕對誤差的(Absolute Error；AE). engchi. 之計算方式來衡量預測模型之結果，其公式表示如下： AE =. Yt  Yt ， Yt. 其中 Yt 為第 t 期的實際值， Yt 為第 t 期的預測值。下表 4-6 即為各年度散裝船總艘數之絕對誤差值，並將其繪製成絕對誤差統計折線圖，如圖 4-11。. 36.

(43) 年份. α=0.1. α=0.2. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 1986. 0.0004. 0.0004. 0.0004. 0.0004. 0.0004. 0.0004. 0.0004. 0.0004. 0.0004. 1987. 0.0257. 0.0258. 0.0258. 0.0258. 0.0259. 0.0259. 0.0260. 0.0260. 0.0261. 1988. 0.0410. 0.0384. 0.0358. 0.0332. 0.0306. 0.0280. 0.0253. 0.0227. 0.0201. 1989. 0.0400. 0.0338. 0.0281. 0.0230. 0.0183. 0.0142. 0.0106. 0.0075. 0.0050. 1990. 0.0233. 0.0145. 0.0072. 0.0014. 0.0032. 0.0066. 0.0091. 0.0107. 0.0117. 1991. 0.0095. 0.0002. 0.0062. 0.0104. 0.0128. 0.0138. 0.0139. 0.0134. 0.0124. 1992. 0.0023. 0.0060. 0.0105. 0.0124. 0.0126. 0.0117. 0.0104. 0.0089. 0.0074. 1993. 0.0037. 0.0032. 0.0057. 0.0058. 0.0046. 0.0030. 0.0015. 0.0001. 0.0009. 1994. 0.0008. 0.0046. 0.0041. 0.0040. 1995. 0.0201. 0.0208. 0.0202. 0.0198. 1996. 0.0603. 政治 0.0246 0.0250 0.0239 0.0226 大0.0215 0.0618 立 0.0597 0.0567 0.0538 0.0512. 0.0489. 0.0468. 0.0449. 1997. 0.0738. 0.0691. 0.0616. 0.0540. 0.0470. 0.0407. 0.0350. 0.0298. 0.0251. 1998. 0.0885. 0.0777. 0.0658. 0.0553. 0.0466. 0.0396. 0.0340. 0.0295. 0.0261. 1999. 0.0695. 0.0518. 0.0355. 0.0225. 0.0125. 0.0050. 0.0007. 0.0051. 0.0084. 2000. 0.0582. 0.0369. 0.0203. 0.0089. 0.0016. 0.0027. 0.0049. 0.0057. 0.0055. 2001. 0.0598. 0.0371. 0.0219. 0.0131. 0.0086. y. 全球散裝船總艘數之指數平滑模型預測誤差結果. 0.0068. 0.0064. 0.0067. 0.0073. 2002. 0.0721. 0.0485. 0.0344. 0.0271. 0.0236. sit. 表 4- 6. 0.0220. 0.0213. 0.0207. 0.0201. 2003. 0.0759. 0.0181. 0.0158. 0.0137. 2004. 0.0770. 0.0147. 0.0125. 0.0107. 2005. 0.1081. a l0.0356 0.0278 0.0234 0.0205 v i 0.0490 0.0340 0.0258 0.0209 0.0174 n Ch i U 0.0484 ngch 0.0793 0.0645 e0.0566 0.0517. 0.0459. 0.0441. 0.0427. 2006. 0.1376. 0.1052. 0.0877. 0.0770. 0.0693. 0.0631. 0.0578. 0.0530. 0.0487. 2007. 0.1590. 0.1209. 0.0991. 0.0845. 0.0734. 0.0644. 0.0568. 0.0503. 0.0448. 2008. 0.1815. 0.1372. 0.1110. 0.0932. 0.0799. 0.0694. 0.0611. 0.0544. 0.0491. 2009. 0.1981. 0.1468. 0.1161. 0.0952. 0.0799. 0.0682. 0.0592. 0.0521. 0.0463. 2010. 0.2149. 0.1567. 0.1221. 0.0991. 0.0826. 0.0705. 0.0614. 0.0544. 0.0489. 2011. 0.2798. 0.2191. 0.1835. 0.1602. 0.1441. 0.1324. 0.1236. 0.1169. 0.1115. 2012. 0.3162. 0.2462. 0.2034. 0.1738. 0.1518. 0.1343. 0.1198. 0.1073. 0.0961. 0.0081. 0.0076. 0.0064. 0.0053. 學. Nat. io. er. ‧. ‧ 國. 0.0067. n. 0.0501. 資料來源：本研究整理. 37.

(44) 立. ‧ 國. 學. 全球散裝船總艘數之指數平滑模型預測誤差結果圖. ‧. 圖 4- 11. 政治大. 資料來源：本研究整理. sit. y. Nat. io. er. 根據上圖 4-11 可知全球散裝船總艘數絕對誤差的計算結果，以瞭解散裝船總艘數之指數平滑法的預測值與實際值間的誤差。全球散裝船總艘數在 1991 年平滑係數 =0.2. al. n. v i n Ch 時，指數平滑模型預測值為 4,851.75，與實際值 U 的差距較其他預測值小，AE 值僅 e n g c h i4,806. 0.0002，故在 1991 年的散裝船總艘數預測是以 =0.2 的模型較準確，然從 1986 至 2012 年間，大部分以 =0.9 的時候，所得到的 AE 值是最接近於 0。如此顯示， = 0.9 時的指數平滑預測模型的誤差最小，故其所建立的模型為 Ft = 0.9 Xt-1 +0.1 Ft-1，其中 Xt-1 表第 t-1 期的散裝船總艘數。. 38.

(45) 第四節指數平滑法的趨勢調整當所蒐集之資料繪製成趨勢圖後呈現上升或下降趨勢，會導致指數預測滯後於實際值之狀況，藉由趨勢調整指數平滑法(又稱雙重平滑法)，添加趨勢修正值調整趨勢中的變動，以改進指數平滑之預測結果。其調整趨勢預測(Trend-adjusted Forecast；TAF) 之公式可表示為：趨勢預測(FtTt)=新預測(Ft)+趨勢校正(Tt)，其中 Ft 為已平滑的預測值，Tt 為第 t 期之趨勢預估值，Tt=(1-β) x Tt-1 +β x (Ft-Ft-1)，β 為趨. 政治大由第一節的趨勢性分析可知，從 1986 年到 2012 年，不論是全球散裝船主要載運立. 勢平滑係數(0 < β< 1)。. 貨物之海運量、散裝船總載重噸或散裝船總艘數皆呈上升趨勢，故在此對第三節之指. ‧ 國. 學. 數平滑模型進行趨勢性調整。. ‧. 全球散裝船散裝貨物之海運量. y. Nat. 一、. er. io. sit. 將本章第三節所計算之指數平滑模型加上趨勢調整項後建構指數平滑法的趨勢調整模型，並計算全球散裝船散裝貨物之海運量的實際值與預測值之誤差結果，其絕對. n. al. Ch. 誤差詳見下表 4-7 與圖 4-12：. engchi. 39. i n U. v.

(46) 年份. α=0.1. α=0.2. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 1986. 0.0371. 0.0371. 0.0371. 0.0371. 0.0371. 0.0371. 0.0371. 0.0371. 0.0371. 1987. 0.0024. 0.0069. 0.0120. 0.0178. 0.0241. 0.0311. 0.0387. 0.0470. 0.0558. 1988. 0.0544. 0.0573. 0.0594. 0.0602. 0.0595. 0.0568. 0.0519. 0.0444. 0.0338. 1989. 0.0773. 0.0725. 0.0653. 0.0558. 0.0443. 0.0311. 0.0171. 0.0030. 0.0100. 1990. 0.0665. 0.0526. 0.0369. 0.0205. 0.0047. 0.0094. 0.0207. 0.0285. 0.0324. 1991. 0.0693. 0.0501. 0.0321. 0.0171. 0.0063. 0.0003. 0.0011. 0.0015. 0.0067. 1992. 0.0639. 0.0401. 0.0209. 0.0074. 0.0006. 0.0041. 0.0049. 0.0050. 0.0058. 1993. 0.0713. 0.0450. 0.0268. 0.0162. 0.0115. 0.0103. 0.0107. 0.0114. 0.0120. 1994. 0.0959. 0.0297. 0.0269. 0.0236. 1995. 0.1374. 0.0470. 0.0392. 0.0315. 1996. 0.1311. 0.0398 0.0349 0.0321 治 0.0547 政 0.1050 0.0845 0.0717 0.0626 大 0.0887立0.0601 0.0391 0.0217 0.0058. 0.0090. 0.0228. 0.0352. 1997. 0.1655. 0.1185. 0.0884. 0.0682. 0.0540. 0.0442. 0.0387. 0.0372. 0.0396. 1998. 0.1279. 0.0690. 0.0309. 0.0045. 0.0151. 0.0303. 0.0428. 0.0540. 0.0656. 1999. 0.1183. 0.0566. 0.0218. 0.0026. 0.0067. 0.0091. 0.0062. 0.0010. 0.0121. 2000. 0.1775. 0.1198. 0.0914. 0.0787. 0.0746. 0.0750. 0.0772. 0.0792. 0.0794. 2001. 0.1825. 0.1170. 0.0818. 0.0604. 0.0442. y. 全球散裝船散裝貨物海運量之指數平滑趨勢調整預測誤差結果. 0.0291. 0.0127. 0.0060. 0.0269. 2002. 0.1872. 0.1153. 0.0763. 0.0517. 0.0338. sit. 表 4- 7. 0.0194. 0.0081. 0.0006. 0.0021. 2003. 0.2105. 0.0342. 0.0297. 0.0271. 2004. 0.2475. 0.0539. 0.0440. 0.0347. 2005. 0.2620. a l0.0949 0.0703 0.0536 0.0419 v i 0.1686 0.1258 0.0988 0.0797 0.0653 n Ch i U 0.0439 ngch 0.1741 0.1241 e0.0903 0.0647. 0.0261. 0.0103. 0.0039. 2006. 0.2809. 0.1856. 0.1308. 0.0942. 0.0676. 0.0478. 0.0330. 0.0224. 0.0155. 2007. 0.3003. 0.1979. 0.1389. 0.0999. 0.0724. 0.0525. 0.0376. 0.0263. 0.0172. 2008. 0.2899. 0.1758. 0.1102. 0.0672. 0.0373. 0.0154. 0.0011. 0.0141. 0.0249. 2009. 0.2387. 0.1101. 0.0395. 0.0031. 0.0296. 0.0458. 0.0551. 0.0595. 0.0602. 2010. 0.3031. 0.1882. 0.1333. 0.1074. 0.0978. 0.0980. 0.1042. 0.1140. 0.1257. 2011. 0.3129. 0.1928. 0.1330. 0.0990. 0.0761. 0.0567. 0.0365. 0.0130. 0.0153. 2012. 0.3072. 0.1796. 0.1149. 0.0760. 0.0484. 0.0262. 0.0077. 0.0068. 0.0158. 0.0496. 學. Nat. io. er. ‧. ‧ 國. 0.0675. n. 0.1352. 資料來源：本研究整理. 40.

(47) 圖 4- 12. 政治大. 全球散裝船散裝貨物海運量之指數平滑趨勢調整預測誤差結果圖資料來源：本研究整理. 立. ‧ 國. 學. 根據表 4-7 與圖 4-12 可知，趨勢調整之指數平滑模型所得出的絕對誤差大多小於. ‧. 未趨勢調整之指數平滑模型，故加上趨勢調整之指數平滑模型能更精準地預測全球散裝船散裝貨物之海運量。. y. Nat. io. sit. 除藉由絕對誤差來衡量模型之準確度，本研究亦以平均絕對百分比誤差(MAPE)來. n. al. er. 評估全球散裝船散裝貨物海運量之模型，如下表 4-8 所示。. 表 4- 8 模型 MAPE 值. Ch. engchi. i n U. v. 全球散裝船散裝貨物海運量模型之預測準確度表. α=0.1. α=0.2. 17.24%. 11.12%. α=0.3 7.63%. α=0.4. α=0.5. 5.45%. 4.33%. α=0.6 3.60%. α=0.7 3.10%. α=0.8 2.88%. α=0.9 3.13%. 資料來源：本研究整理. 由表 4-8 可知，在 α= 0.8 時之模型，其 MAPE 值僅 2.88%，亦即此模型之預測能力達「高度精準」之標準。故在此以 α= 0.8 之模型作為全球散裝船散裝貨物海運量之最終預測模型，以 41.

(48) FtTt = Ft + Tt = (0.8Xt-1 + 0.2 Ft-1) + (0.2 x Tt-1 + 0.8 x (Ft – Ft-1) 表示之。. 二、. 全球散裝船總載重噸. 將本章第三節所計算之指數平滑模型加上趨勢調整項後建構指數平滑法的趨勢調整模型，並計算全球散裝船總載重噸的實際值與預測值之誤差結果，其絕對誤差詳見下表 4-9 與圖 4-13：. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 42. i n U. v.

(49) α=0.2. α=0.3. α=0.4. α=0.5. α=0.6. α=0.7. α=0.8. α=0.9. 1986. 0.0204. 0.0204. 0.0204. 0.0204. 0.0204. 0.0204. 0.0204. 0.0204. 0.0204. 1987. 0.0151. 0.0123. 0.0090. 0.0052. 0.0008. 0.0040. 0.0093. 0.0152. 0.0216. 1988. 0.0094. 0.0051. 0.0009. 0.0029. 0.0061. 0.0083. 0.0091. 0.0084. 0.0058. 1989. 0.0178. 0.0133. 0.0097. 0.0073. 0.0064. 0.0068. 0.0082. 0.0102. 0.0123. 1990. 0.0438. 0.0381. 0.0338. 0.0309. 0.0291. 0.0279. 0.0266. 0.0249. 0.0224. 1991. 0.0739. 0.0641. 0.0559. 0.0489. 0.0424. 0.0360. 0.0295. 0.0226. 0.0157. 1992. 0.0805. 0.0636. 0.0488. 0.0357. 0.0238. 0.0127. 0.0026. 0.0063. 0.0139. 1993. 0.0725. 0.0490. 0.0298. 0.0145. 0.0024. 0.0066. 0.0126. 0.0158. 0.0164. 1994. 0.0832. 0.0562. 0.0117. 0.0133. 0.0161. 1995. 0.1093. 0.0307. 0.0276. 0.0238. 1996. 0.1553. 政治 0.0338 0.0789 0.0587 0.0460 0.0384 大 0.1201 立 0.0968 0.0812 0.0699 0.0608. 0.0525. 0.0443. 0.0362. 1997. 0.1721. 0.1267. 0.0949. 0.0711. 0.0516. 0.0343. 0.0183. 0.0035. 0.0101. 1998. 0.1886. 0.1336. 0.0957. 0.0680. 0.0469. 0.0305. 0.0182. 0.0099. 0.0053. 1999. 0.1656. 0.0986. 0.0538. 0.0227. 0.0005. 0.0153. 0.0264. 0.0341. 0.0397. 2000. 0.1562. 0.0839. 0.0406. 0.0152. 0.0013. 0.0045. 0.0048. 0.0012. 0.0050. 2001. 0.1637. 0.0899. 0.0308. 0.0222. 0.0198. 0.0202. 0.0210. 0.0208. 2002. 0.1813. Nat. 0.0506. 0.1066. 0.0694. 0.0512. 0.0422. 0.0368. 0.0321. 0.0268. 0.0207. 2003. 0.1831. 0.1043. 0.0110. 0.0016. 0.0071. 2004. 0.1829. 0.1004. 0.0074. 0.0020. 0.0009. 2005. 0.2154. 0.1338. 0.0486. 0.0449. 0.0425. 2006. 0.2441. 0.1593. 0.1177. 0.0925. 0.0740. 0.0587. 0.0451. 0.0322. 0.0194. 2007. 0.2665. 0.1757. 0.1283. 0.0970. 0.0730. 0.0532. 0.0365. 0.0224. 0.0109. 2008. 0.2838. 0.1858. 0.1323. 0.0962. 0.0691. 0.0479. 0.0315. 0.0188. 0.0092. 2009. 0.2983. 0.1930. 0.1344. 0.0952. 0.0670. 0.0461. 0.0307. 0.0193. 0.0106. 2010. 0.3309. 0.2219. 0.1610. 0.1213. 0.0936. 0.0738. 0.0595. 0.0487. 0.0403. 2011. 0.3968. 0.2885. 0.2265. 0.1850. 0.1550. 0.1320. 0.1134. 0.0972. 0.0827. 2012. 0.4362. 0.3187. 0.2460. 0.1933. 0.1512. 0.1156. 0.0838. 0.0546. 0.0274. 0.0238. 0.0159. 0.0122. ‧. io. er. 0.0368. 學. ‧ 國. 年份 α=0.1. y. 全球散裝船總載重噸之指數平滑趨勢調整預測誤差結果. sit. 表 4- 9. n. 0.0447 0.0315 0.0209 a0.0654 iv l C 0.0393 0.0254 0.0152 0.0608 n h 0.0755 h i U 0.0543 n g c0.0628 0.0957 e. 資料來源：本研究整理. 43.

(50) 學. ‧ 國. 圖 4- 13. 政治大全球散裝船總載重噸之指數平滑趨勢調整預測誤差結果圖立資料來源：本研究整理. 根據表 4-9 與圖 4-13 可知，趨勢調整之指數平滑模型所得出的絕對誤差大多小於. ‧. 未趨勢調整之指數平滑模型，故加上趨勢調整之指數平滑模型能更精準地預測全球散. sit. y. Nat. 裝船總載重噸。. n. al. i n U. 評估全球散裝船總載重噸之模型，如下表 4-10 所示。. 表 4- 10 模型 MAPE 值. α=0.1. α=0.2. 17.41%. 11.62%. Ch. engchi. er. io. 除藉由絕對誤差來衡量模型之準確度，本研究亦以平均絕對百分比誤差(MAPE)來. v. 全球散裝船總載重噸模型之預測準確度表 α=0.3 8.28%. α=0.4. α=0.5. 6.14%. 4.62%. α=0.6 3.72%. α=0.7 3.00%. α=0.8 2.41%. α=0.9 2.06%. 資料來源：本研究整理. 由表 4-10 可知，在 α=0.9 時的模型，其 MAPE 值僅 2.06%，亦即此模型之預測能力達「高度精準」之標準。故在此以 α=0.9 之模型作為全球散裝船總載重噸之最終預測模型，以 44.

(51) FtTt = Ft + Tt = (0.9Xt-1 + 0.1 Ft-1) + (0.1 x Tt-1 + 0.9 x (Ft – Ft-1) 表示之。. 三、. 全球散裝船總艘數. 將本章第三節所計算之指數平滑模型加上趨勢調整項後建構指數平滑法的趨勢調整模型，並計算全球散裝船總艘數的實際值與預測值之誤差結果，其絕對誤差詳見下表 4-11 與圖 4-14：. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 45. i n U. v.