報告題名:
台灣高鐵運輸需求預測及對運輸市場之衝擊分析
作者:柯旻嬋、邱煜勝、劉秋蘭、馬偉誠 系級:運管三乙 學號:D9475399、D9475028、D9425287、D9475210 開課老師:葉名山 教授 課程名稱:專題研究 開課系所:運輸科技與管理學系 開課學年: 九十六 學年度 第 二 學期中文摘要
本研究目的在於探討高速鐵路營運後對於台灣鐵路、國內航空以及國道客運旅 運量之影響,由於高鐵營運後造成國內航空旅客量衰退及台鐵客運營收降低之衝 擊,皆促使國內城際運輸市場重新分配,此議題為值得深入探討,故分別討論高鐵 營運前後之差異以及其影響程度。因高鐵適逢營運之初,資料之樣本數過低,且由 於資料取得不易,目前僅有 15 個月份之資料可進行分析,因此本研究採用成對樣 本 t 檢定以及適用於樣本數較低之灰色理論進行其資料關聯分析,並利用灰預測及 迴歸分析探討不同運具客運量未來之趨勢。結果顯示,藉由 t 檢定可以得知營運前 後有顯著差異之變數為台鐵縱貫線延人公里數、國內航空西部運量及統聯客運之運 量與延人公里共四項。在灰關聯度分析中,最高為統聯客運之運量,最低為國內航 空西部運量,但灰關聯分析對於同幅變化之數列,其具有較高之關聯度。另外,透 過灰預測與迴歸分析預測結果發現,其模式之預測運量準確度均高達90%以上,故 可建議未來使用於運量預測之分析方法上。再者,其模式結果得知,台鐵、航空、 國道客運、高速公路小汽車量均受到高鐵營運後之顯著衝擊。而若採高鐵營運後13 筆資料進行迴歸分析,則僅有台鐵與航空受到顯著影響。關鍵字:成對樣本t檢定、灰色理論、迴歸分析、高速鐵路
目 次
一、緒論
... 1
1.1 研究背景 ... 1
1.2 研究動機 ... 1
1.3 研究目的 ... 2
1.4 資料範圍 ... 2
1.5 研究流程 ... 2
二、國內運輸需求分析
... 5
2.1 運輸市場需求現況分析 ... 5
2.2 需求預測文獻回顧 ... 14
2.3 研究方法文獻評析 ... 15
2.4 各運具之相關文獻 ... 16
三、研究方法
... 20
3.1 成對樣本檢定 ... 20
3.2 灰色理論(Grey theory) ... 21
3.2.1 灰關聯 ... 21
3.2.2 灰預測 ... 24
3.3 迴歸分析 ... 26
四、資料來源與變數
... 27
4.1 資料來源 ... 27
4.1.1 台灣高鐵 ... 27
4.1.2 台灣鐵路 ... 27
4.1.3 國內航空 ... 27
4.1.4 國道客運 ... 28
4.1.5 私人運具 ... 28
4.2 解釋變數 ... 28
4.3 資料統計 ... 28
五、模式建立與驗證
... 30
5.1 營運前後 t 檢定 ... 30
5.2 灰關聯分析 ... 32
5.3 灰預測模式 ... 33
5.3.1 灰預測 GM(1,1) ... 33
5.4 迴歸分析 ... 47
5.4.1 高鐵運量預測模式 ... 47
5.4.2 整體市場衝擊模式 ... 49
5.5 分析討論 ... 53
六、結論與建議
... 56
6.1 結論 ... 56
圖目錄
圖
1.1、研究流程圖 ... 3
圖
2.1、國內航空西部旅客人數趨勢圖... 6
圖
2.2、台灣高速鐵路車站位置圖...11
圖
3.1、灰關聯度圖 ... 22
圖
3.2、灰關聯分析操作流程圖... 23
圖
5.1、GM(1,1)預測高鐵各指標之不同滾動時階準確率趨勢圖... 34
圖
5.2、GM(1,1)預測台鐵各指標之不同滾動時階準確率趨勢圖... 35
圖
5.3、GM(1,1)預測統聯客運各指標之不同滾動時階準確率趨勢圖.. 37
表目錄
表
2.1、國內航空西部航線客運量... 6
表
2.2、國內航空西部航線班機短期之總客運量... 7
表
2.3、國內航空西部航線同期運量增減率... 8
表
2.4、台灣鐵路旅運資料統計表... 9
表
2.5、台鐵縱貫線客運量之同期增減率... 10
表
2.6、台鐵縱貫線客運量 ... 10
表
2.7、台灣高鐵前期營運路線... 12
表
2.8、台灣高鐵預期 2010 年後之營運路線... 12
表
2.9、高速鐵路客運量統計表... 13
表
2.10、國內運輸市場定位分析... 13
表
3.1、平均誤差百分比絕對值(MAPE)預測能力等級 ... 26
表
4.1、本研究所蒐集之資料統計表... 29
表
5.1、成對樣本敘述統計量 ... 30
表
5.2、成對樣本檢定 ... 31
表
5.3、灰關聯分析之關聯係數表... 32
表
5.4、灰預測 GM(1,1)高鐵運量預測統計表... 38
表
5.5、灰預測 GM(1,1)高鐵延人公里預測統計表... 39
表
5.6、灰預測 GM(1,1)高鐵營收預測統計表... 40
表
5.7、灰預測 GM(1,1)台鐵運量預測統計表... 41
表
5.8、灰預測 GM(1,1)台鐵延人公里預測統計表... 42
表
5.9、灰預測 GM(1,1)國內航空西部運量預測統計表... 43
表
5.10、灰預測 GM(1,1)統聯運量統計表... 44
表
5.11、灰預測 GM(1,1)統聯延人公里統計表... 45
表
5.12、灰預測 GM(1,1)統聯營收統計表... 46
表
5.13、模式一之模式摘要表 ... 47
表
5.14、模式一校估參數顯著性質摘要表... 47
表
5.15、迴歸分析模式一、二之高鐵運量預測表... 48
表
5.16、模式二之模式摘要表 ... 48
表
5.17、模式二校估參數顯著性質摘要表... 48
表
5.18、模式三之模式摘要表 ... 49
表
5.19、模式三校估參數顯著性質摘要表... 49
表
5.20、模式四之模式摘要表 ... 50
表
5.21、模式四校估參數顯著性質摘要表... 50
表
5.22、迴歸分析模式三、四之高鐵運量預測表... 50
表
5.23、模式五之模式摘要表 ... 51
表
5.24、模式五校估參數顯著性質摘要表... 51
表
5.25、模式六之模式摘要表 ... 52
表
5.26、模式六校估參數顯著性質摘要表... 52
表
5.27、迴歸分析模式五、六之高鐵運量預測表... 52
表
5.28、灰預測 GM(1,1)各運具模式比較表... 53
表
5.28、灰預測 GM(1,1)各運具模式比較表(續) ... 54
表
5.29、迴歸分析之各模式比較表... 55
一、緒論
1.1 研究背景
台灣地區城際運輸過去主要以航空、台鐵、國道客運及小客車為主,而隨著高 速鐵路的營運,台灣地區西部走廊城際運輸市場產生了重大的衝擊,對運輸市場佔 有率快速轉變且造成重大的影響,使得城際運輸系統產生極大的變化。近年來,民 眾對於生活品質與時間價值的重視不斷地提升,不論是旅運時間、運輸服務水準或 運輸安全皆日益重視,其已較過去有明顯不同。 台灣高速鐵路營運後使得運輸系統改變,以及重新分配城際間運具使用之際, 因高速鐵路具有速度快、運量高及安全等優點,有效地縮短長程客運之運輸時間, 故勢必會以旅行時間短之優勢吸引長程旅客搭乘,而具有相同優勢之航空運輸,則 將首當其衝;台鐵亦可能受致高鐵的總旅行時間較短而受到影響,因此許多重視時 間價值之商務旅次就此轉移,故長程旅次可能會有相當大的影響;中程旅次之旅運 者則會權衡總旅行時間、總旅行成本及接駁的便利性等因素加以取捨,因此台鐵於 中程旅次可能仍具有競爭性;而短程旅次方面,由於台鐵的車站均位於各地區之市 中心且票價較低廉,故仍可吸引旅客使用,因此高速鐵路的加入對於台鐵短程旅次 之影響研判會較小。 高速鐵路致使台灣西部走廊運具使用重新分配,因此未來是否重創西部市場是 一個重要的問題,且目前國內航空台北至台中、台北至台南及台北至高雄航線已有 停飛之困境,因此國內航線受到高鐵通車之運量轉移情況,以及台鐵與國道客運受 到高鐵之影響衝擊,皆為值得探討之議題。1.2 研究動機
台灣地區城際運輸隨著高速鐵路的營運,使得運具有更多的選擇,且由於民眾 對於時間價值的看法日益重視,因此,運輸市場佔有率快速地轉移,對於國內航空、 台鐵及國道客運皆由於高鐵通車而遭受衝擊,導致台灣西部走廊城際間運輸系統產 生極大的變化。另外,近期國內航空紛紛傳出停飛之消息,因此本研究欲探討其是 否受高鐵營運之影響。 整體研判高速鐵路通車後,對於國內航空業、台鐵、國道客運業之運量,均有 一定程度的衝擊。因此航空業如何謀得其生存發展空間與台鐵如何能確保適當的市 場佔有率以及國道客運未來如何於城際運輸市場具有生存空間,不同城際運具如何 有效分配其運量,同時滿足不同需求旅客,一方面是政府在政策考量下,有效管制, 另一方面亦發揮市場機制,讓其充分競爭,將其票價優惠給旅客,並避免惡性競爭, 皆是值得研究的問題。1.3 研究目的
本研究以國內航空西部航線與台鐵西部幹線之縱貫線以及國道客運為研究主 體,探討高速鐵路通車後對於國內航空、台鐵及國道客運之衝擊與運量轉移以及所 面臨的問題,並加以分析探討為求永續經營所必須採取之因應對策,期能達成下列 目標: (1) 廣泛蒐集國內外相關文獻,透過文獻回顧以得知相關研究所預測的數據及其 影響程度的分析,並探討與現況之間的差異。 (2) 針對所蒐集的國內航空、台鐵與國道客運之客運量等相關資料加以探討,以 了解國內航空、台鐵及國道客運現況。 (3) 藉由所蒐集關於國內航空、台鐵與國道客運的資料加以分析,以得知其受高 速鐵路之影響程度。 (4) 透過所蒐集的國內航空、台鐵與國道客運之客運量等資料加以推估,以得知 國內航空、台鐵及國道客運未來之運量,以分析其未來趨勢。 (5) 利用所蒐集之資料加以探討分析,以得知高鐵影響國內航空、台鐵及國道客 運的衝擊程度,並探討其未來的發展方向及其因應對策以供航空公司、台灣 鐵路及國道客運參考。1.4 資料範圍
本研究之研究對象主要在於城際間之大眾運輸工具,包括高速鐵路、台灣鐵 路、航空及國道客運,其中航空只針對含有國內航空路線之遠東、復興、立榮及華 信航空,而國道客運只採用統聯汽車客運之資料。本研究所採用之研究資料為西元 2005 年至 2008 年 3 月為止各運具之相關資料,如台灣高鐵之客運量、延人公里、 營收等,台鐵則選取縱貫線之客運量、延人公里、營收等相關資料,而航空便選取 西部航線之運量加以探討,國道客運亦選擇西部之總運量加以分析探討。由於本研 究主要以比較高鐵對於航空、台鐵及國道客運彼此間運量轉移之關係為主,而東部 幹線並無高鐵通過,故於本研究中不予考慮。1.5 研究流程
本研究經由資料的蒐集及文獻回顧與探討加以分析目前高鐵、國內航空、台灣 鐵路及國道客運之現況,並進而了解國內航空、台鐵及國道客運三者與台灣高速鐵 路其間之關係,且利用適當的方法有效分析資料,以得知高速鐵路通車後對於國內 航空、台鐵與國道客運間旅客轉移之情形,並探討其彼此間的影響程度。本研究之 研究流程如圖1.1 所示。圖1.1、研究流程圖 本研究茲將各步驟簡述如下: (1) 界定研究主題與範圍:將研究動機、目的、問題與範圍詳細地加以界定。 (2) 文獻回顧與整理討論:回顧文獻主要包含各運具現況分析與探討、高鐵運 量預測或移轉評估、灰色理論和迴歸分析相關等三大部分之文獻。 (3) 運量及其他變數資料蒐集:本研究初步擬定選取之變數有:台鐵及航空之 運量、班次、票價及其優惠措施、營收、連續假期、接駁運具、場站開發 程度、停靠方式。
(4) t 檢定高鐵營運前後分析:利用成對樣本 t 檢定以得知高鐵營運前後,台鐵 及國內航空運量是否有顯著之差異。 (5) 灰關聯探討關聯度:藉由灰關聯分析探討台鐵與國內航空運量和高鐵間之 關連強度大小。 (6) 利用灰預測以預測高鐵未來運量:灰預測之 GM(1,1)與 GM(1,N)進行高速 鐵路運量預測之實證分析,分別進行模式建立與分析。 (7) 應用迴歸分析以分析影響運量之因子:迴歸分析探討影響高速鐵路運量變 動之顯著影響因子。 (8) 模式驗證分析討論:將所建立之模式分析探討並加以驗證。 (9) 結論與建議:本研究將針對研究成果及所建立之模式,提出可行之改善方 案或建議,以供業者參考或相關研究參考。
二、國內運輸需求分析
2.1 運輸市場需求現況分析
國內航空客運市場,從早期的嚴格管制轉為開放的效應下,國內航空於全盛 時期共有十家航空公司在運輸市場上競爭,但也因此造成供給大於需求之現象, 在多重競爭下,出現互相削價割喉等競爭狀況,使得多家規模較小的航空公司相 繼倒閉,最後形成國內航線為遠東、立榮、華信、復興四家航空公司寡占競爭之 局面。另外,由於航空客運近幾年受到恐怖組織攻擊的陰影,加上國際油價不斷 上漲,導致航空業者營運日漸艱困,只好利用降低營運成本之方法來維持營運, 隨著營運成本之降低,服務品質也隨之下降,加上高速鐵路於2007 年開始通車, 在這競爭壓力下,國內航空相較於高鐵並無絕對優勢。 台鐵之城際旅客運輸服務,依運距長短,分為短程、中程及長程旅次。長期 以來,台鐵運輸之旅客結構大多以短程旅次為主,台鐵之主要客源為短程旅次之 乘客,而台鐵之票價收入卻有逾七成五來自中長程旅次,其為台鐵之主要收入來 源。由此可知,雖然台鐵會受到高鐵之影響衝擊,但由於其主要客源為短程之旅 次,故影響程度不會非常的大。又因財務虧損方面仍然無法有效改善,因此,台 鐵未來如何改善營運以減少虧損將是一大問題。 台灣高速鐵路建設是國內首度採用BOT 方式之重大國家基礎建設,並於 2007 年正式營運,高鐵具有快速、安全及運量大之特點,故其所造成之轉移需求勢必 對西部現有運具造成不小之威脅。政府單位當時為能持續推動國家重大建設並促 進經濟與地區之發展,故行政院於民國76 年辦理「臺灣西部走廊高速鐵路可行性 研究」,並於民國79 年正式成立「交通部高速鐵路工程籌備處」,且於民國 83 年 經行政院院會列為十二項建設之一,正名為「建設南北高速鐵路計畫」。高速鐵 路通車後已對於其他運具造成影響衝擊,故彼此間之競合關係及各運具之市場定 位、發展分向及服務策略,應是當務之急。 本研究主要探討高速鐵路通車後對於航空業者、台鐵及國道客運之影響,故 航空運量之資料採用遠東、立榮、華信、復興四家有飛行國內航線之航空公司選 取2006 年至 2008 年 3 月之西部航線月份統計資料探討其目前營運狀況且加以分 析研究。台鐵資料選取範圍鑒於蒐集有相當之困難,故僅採用2006 年至 2008 年 1 月之月份統計資料加以分析,且由於高鐵營運之範圍僅限於西部,因此僅採用 縱貫線之運量加以分析討論。另外,高鐵營運之統計資料,本研究所蒐集的資料 範圍為2007 年至 2008 年 3 月之相關資料,其詳細資料現況如后所述:(1) 國內航空現況 台灣地區目前有遠東、復興、立榮以及華信四家航空公司飛行國內航線,高 鐵未開始通車前,長途旅次之旅行時間以國內航空為最短,相較於其他運具為最 省時之運具,因此,國內航空於長途旅次較具有競爭優勢,而於中短距離旅次則 較不具競爭之優勢。近年來,國內航空之西部旅客人數呈現不斷下降之趨勢,其 班次與載客人數皆逐年下滑,如表2.1 所示。 表2.1、國內航空西部航線客運量 年份 飛行班次 (次) 載客人數(人) 載客人數增減率(%) 2003 年 70,218 5,202,773 --- 2004 年 63,722 5,222,579 0.38 2005 年 52,825 4,596,452 -11.99 2006 年 47,113 4,043,677 -12.03 2007 年 29,037 1,947,956 -51.83 資料來源:交通部民用航空局,本研究整理 高速鐵路加入台灣西部運輸市場中、長程城際運輸,提供高速運輸的新選擇 後,國內航空運輸市場即面臨新考驗,使得國內航空西部旅客人數呈現直線下滑, 由圖2.1 可明顯地看出其趨勢。 年份 2007年 2006年 2005年 2004年 2003年 載客人數 ( 人 ) 6000000 5000000 4000000 3000000 2000000 1000000 圖2.1、國內航空西部旅客人數趨勢圖 另外,透過2006 年與 2007 年國內航空西部航線運量統計發現班次及旅客人 數皆有明顯下滑之現象,顯示近期國內航空西部航線之班次與旅客人數相較於過 去皆有極大之差異,如表2.2 所示。
表2.2、國內航空西部航線班機短期之總客運量 時間 飛行班次(次) 可售座位數(位) 載客人數(人) 載客人數增減率 (%) 2006 年 1 月 4,230 560,006 370,521 -0.03 2006 年 2 月 3,811 505,773 314,214 -0.15 2006 年 3 月 4,241 563,195 367,113 0.17 2006 年 4 月 4,038 536,189 335,804 -0.09 2006 年 5 月 4,243 561,496 339,411 0.01 2006 年 6 月 4,023 527,464 338,614 0.00 2006 年 7 月 3,749 498,511 306,626 -0.09 2006 年 8 月 4,149 543,854 333,283 0.09 2006 年 9 月 3,950 518,430 313,997 -0.06 2006 年 10 月 3,818 492,779 342,881 0.09 2006 年 11 月 3,377 444,014 332,657 -0.03 2006 年 12 月 3,484 468,217 348,556 0.05 2007 年 1 月 3,466 457,935 288,753 -0.17 2007 年 2 月 2,991 389,922 229,880 -0.20 2007 年 3 月 3,086 397,239 210,388 -0.08 2007 年 4 月 2736 324752 189408 -0.10 2007 年 5 月 2,697 333,964 172,794 -0.09 2007 年 6 月 2262 280956 139649 -0.19 2007 年 7 月 2209 278138 139516 0.00 2007 年 8 月 1813 230501 95260 -0.32 2007 年 9 月 1,774 219,763 106,419 0.12 2007 年 10 月 1,865 209,205 122,247 0.15 2007 年 11 月 2,063 220,425 125,137 0.02 2007 年 12 月 2,075 222,524 128,505 0.03 2008 年 1 月 1,901 199,442 115,953 -0.10 2008 年 2 月 1,765 179,040 106,060 -0.09 2008 年 3 月 3,725 347,047 202,256 0.91 資料來源:交通部民用航空局,本研究整理 再者,本研究觀察2006 年與 2007 年同月份班次與載客人數之比較,資料顯 示其增減率皆為負值,且班次及載客人數分別與上年同期比較大幅減少38.52%與 52.08%,其顯示國內航空西部運量呈現明顯下降之現象,如表 2.3 所示。
表2.3、國內航空西部航線同期運量增減率 飛行班次 (次) 載客人數(人) 載客率(%) 月份 2006 年 2007 年 增減率 (%) 2006 年 2007 年 增減率 (%) 2006 年 2007 年 增減率 (%) 1 月 4230 3466 -18.06 370521 288753 -22.07 56.66 46.04 -18.74 2 月 3811 2991 -21.52 314214 229880 -26.84 54.65 49.17 -10.03 3 月 4241 3086 -27.23 367113 210388 -42.69 55.02 36.77 -33.17 4 月 4038 2736 -32.24 335804 189408 -43.60 56.54 40.88 -27.70 5 月 4243 2697 -36.44 339411 172794 -49.09 52.85 35.67 -32.51 6 月 4023 2262 -43.77 338614 139649 -58.76 56.05 34.22 -38.95 7 月 3749 2209 -41.08 306626 139516 -54.50 56.74 36.05 -36.46 8 月 4149 1813 -56.30 333283 95260 -71.42 55.29 30.32 -45.16 9 月 3950 1774 -55.09 313997 106419 -66.11 48.57 33.65 -30.72 10 月 3818 1865 -51.15 342881 122247 -64.35 57.35 36.20 -36.88 11 月 3377 2063 -38.91 332657 125137 -62.38 57.55 33.36 -42.03 12 月 3484 2075 -40.44 348556 128505 -63.13 56.29 35.22 -37.43 平均增減率 -38.52% -52.08% -32.48% 資料來源:交通部民用航空局,本研究整理 國內航空由於高鐵通車及燃油飆漲的雙重影響,其運量持續下滑,西部航線 之台北至台中、台北至嘉義航線分別已自2007 年 5 月 1 日及 8 月 16 日起停航, 而台北至恆春及台北至屏東航線亦分別有2 家及 1 家航空公司退出營運,其皆顯 示西部航線之經營困境,於不堪虧損下,立榮航空於2008 年 3 月 1 日起,率先退 出台北至高雄航線,亦即立榮航空與高鐵重疊之西部線全面撤守,而遠東航空台 北至台南航線也將於2008 年 3 月 1 日停駛,屆時台北至台南航線將只剩下復興航 空。未來立榮航空公司將著重於離島航線,並爭取從台中出發之國際航線,而復 興航空台北至台南航線,將採取小飛機飛航。 (2) 台鐵運量分析 台鐵城際旅客運輸服務,依運距之長短,分為短程、中程及長程旅次,其中 短程旅次係指50 公里(含)以下,中程旅次係指 50 公里以上至 200 公里,而長程 旅次係指200 公里以上。台鐵運輸結構中,短程旅次占七成三,為台鐵之主力客 群,而逾七成五之客票收入來自中長程旅運,為台鐵主要收入來源【鄭偉強】。 由此可知,台鐵受到高鐵營運後之旅客人數影響可能不大,因為其主要客源為短 程之旅客,而高鐵所吸引之旅客以長途為主,故台鐵於台灣地區運輸市場之短程 運輸仍佔有重要之地位。觀察表 2.4 發現台灣鐵路之旅客人數及延人公里皆無明 顯之差異,即由台鐵資料顯示其受高鐵影響程度不大。
表2.4、台灣鐵路旅運資料統計表 旅客人數(人) 延人公里(人˙公里) 量化指標 時間 縱貫線 增減率 縱貫線 增減率 2006 年 1 月 12,130,148 -7.77% 693,029,827 4.94% 2006 年 2 月 13,092,778 7.94% 649,377,257 -6.30% 2006 年 3 月 13,047,592 -0.35% 674,470,266 3.86% 2006 年 4 月 12,901,241 -1.12% 657,127,443 -2.57% 2006 年 5 月 12,829,226 -0.56% 654,215,798 -0.44% 2006 年 6 月 11,735,896 -8.52% 627,499,317 -4.08% 2006 年 7 月 12,604,113 7.40% 693,936,340 10.59% 2006 年 8 月 13,322,126 5.70% 710,080,552 2.33% 2006 年 9 月 12,712,352 -4.58% 656,821,794 -7.50% 2006 年 10 月 13,505,911 6.24% 667,417,998 1.61% 2006 年 11 月 12,371,841 -8.40% 624,162,025 -6.48% 2006 年 12 月 13,302,956 7.53% 680,073,272 8.96% 2007 年 1 月 12,535,744 -5.77% 666,399,516 -2.01% 2007 年 2 月 12,381,417 -1.23% 616,755,694 -7.45% 2007 年 3 月 13,222,892 6.80% 669,310,876 8.52% 2007 年 4 月 12,887,091 -2.54% 628,935,529 -6.03% 2007 年 5 月 12,838,280 -0.38% 622,503,251 -1.02% 2007 年 6 月 12,025,769 -6.33% 625,843,959 0.54% 2007 年 7 月 13,445,320 11.80% 710,685,336 13.56% 2007 年 8 月 12,711,467 -5.46% 638,676,503 -10.13% 2007 年 9 月 13,168,951 3.60% 657,062,300 2.88% 2007 年 10 月 13,024,629 -1.10% 610,926,138 -7.02% 2007 年 11 月 12,868,522 -1.20% 599,041,675 -1.95% 2007 年 12 月 13,837,848 7.53% 637,728,541 6.46% 2008 年 1 月 12,848,179 -7.15% 637,953,008 0.04% 資料來源:台灣鐵路統計月報,本研究整理 透過台鐵統計資料得知其每人平均運程於2005、2006 年各為 56.0 和 55.3 公 里,即台鐵旅客主要以短程旅次為主,但其主要營收卻來自長途旅客,而高鐵主 要影響為長程之旅次,因此高鐵對於台鐵之運量影響勢必會小於國內航空運量。 由表2.5 可得知 2007 年縱貫線人數相對於 2006 年為上升之現象,但其延人公里 卻呈現下滑之趨勢。
表2.5、台鐵縱貫線客運量之同期增減率 縱貫線人數(人) 縱貫線延人公里(人˙公里) 月份 2006 年 2007 年 增減率 (%) 2006 年 2007 年 增減率 (%) 1 月 12,130,148 12,535,744 3.34 693,029,827 666,399,516 -3.84 2 月 13,092,778 12,381,417 -5.43 649,377,257 616,755,694 -5.02 3 月 13,047,592 13,222,892 1.34 674,470,266 669,310,876 -0.76 4 月 12,901,241 12,887,091 -0.11 657,127,443 628,935,529 -4.29 5 月 12,829,226 12,838,280 0.07 654,215,798 622,503,251 -4.85 6 月 11,735,896 12,025,769 2.47 627,499,317 625,843,959 -0.26 7 月 12,604,113 13,445,320 6.67 693,936,340 710,685,336 2.41 8 月 13,322,126 12,711,467 -4.58 710,080,552 638,676,503 -10.06 9 月 12,712,352 13,168,951 3.59 656,821,794 657,062,300 0.04 10 月 13,505,911 13,024,629 -3.56 667,417,998 610,926,138 -8.46 11 月 12,371,841 12,868,522 4.01 624,162,025 599,041,675 -4.02 12 月 13,302,956 13,837,848 4.02 680,073,272 637,728,541 -6.23 合計 153,556,180 154,947,930 0.91 7,988,211,889 7,683,869,318 -3.81 資料來源:台灣鐵路統計月報,本研究整理 另外,由表2.6 發現 2007 年之運量大於 2006 年,但延人公里數卻下滑, 2007 年整體每人平均運距由2006 年 55.3 公里降為 52.7 公里,顯示台鐵每年之平均運 程逐年下降中,表示台鐵之短程旅次與中長程旅次比例持續變化中,亦即西部運 輸市場中,台鐵旅客之旅運距離已由過去的中長程改為短程運輸,故台鐵短程之 旅客數有上升之現象,但長程運輸旅次卻是下降的。 表2.6、台鐵縱貫線客運量 年份 縱貫線人數 (人) 縱貫線延人公里 (人˙公里) 縱貫線平均運距 (公里) 2003 年 147,118,429 7,518,212,373 51.10 2004 年 152,991,878 8,013,016,178 52.38 2005 年 153,694,304 8,102,547,147 52.72 2006 年 153,556,180 7,988,211,889 52.02 2007 年 154,947,930 7,683,869,318 49.59 資料來源:台灣鐵路統計月報,本研究整理 根據台灣鐵路管理局之分析報告中,指出台鐵於高鐵通車前後載客數和營收 之變化如下: (1) 全線 客運收入:全線日平均較去年減少,減幅2%。 上車人數:全線日平均較去年減少,減幅1%。
(2) 西部幹線 a. 短程客運:收入持平,增幅0%;上車人數略減,減幅1%。 b. 中程客運:收入略減,減幅1%;上車人數略減,減幅2%。 c. 長程客運:收入減少,減幅10%;上車人數減少,減幅9%。 (3) 東部幹線 a. 短程客運:收入增加,增幅3%;上車人數增加,增幅3%。 b. 中程客運:收入減少,減幅2%;上車人數減少,減幅5%。 c. 長程客運:收入增加,增幅4%;上車人數持平,增幅4%。 由此可知,由於高鐵加入台灣西部運輸市場與其他外部因素所造成之運輸型 態的改變,已大幅地影響台鐵長程客運之載客率,使得台鐵之營運逐漸形成以短 中程客運為營運之主要路線。 【註:比較期間為2007 年 3 月 1 日(高鐵全線通車)至 9 月 30 與 2006 年同期資料】 (3) 高鐵營運狀況 高速鐵路全程路線經過14 個縣市,77 個鄉鎮,32 個都市計畫區,全長共約 345 公里,其具有速度快、運量大、安全、節省能源且減少環境污染之特性,目 前營運於台灣西部走廊,包含南港、台北、板橋、桃園、新竹、苗栗、台中、彰 化、雲林、嘉義、台南、左營共12 站,其中南港、苗栗、彰化、雲林 4 站預計於 2010 年加入營運。其站點位置參考如下圖 2.2。其中橘色站點為已啟用通車,黃 色為預訂2010 年通車之站點,而目前高雄站正在評估是否增設。 圖2.2、台灣高速鐵路車站位置圖
台灣高鐵營運路線依照大部分旅客需求加以排定,其視國內旅客之所需,開 行6 種不同之路線,目前未採取 A 路線之營運方式,且 B 線及 D 線為主要營運模 式,其路線如表2.7 所示。 表2.7、台灣高鐵前期營運路線 停站方式 台北 板橋 桃園 新竹 台中 嘉義 台南 左營 行車時間(分鐘) A 線 z ({) - - - - - z 81(83) B 線 z z - - z - - z 96 C 線 z z - - z z z z 108 C’線 z z z z z - - z 108 D 線 z z z z z z z z 120 E 線 z z z z z - - - 58 資料來源:台灣高鐵 註:{為尚未確定是否停靠 另外,台灣高鐵預計將於2010 年後增設南港、苗栗、彰化及雲林四站,故其 營運停站方式將會視民眾需求重新調整,其預期之路線如表2.8 所示。 表2.8、台灣高鐵預期 2010 年後之營運路線 停站方式 南 港 台 北 板 橋 桃 園 新 竹 苗 栗 台 中 彰 化 雲 林 嘉 義 台 南 左 營 行車時間 (分鐘) A 線 z z ({) - - - - - - - - z 92(94) B 線 z z z - - - z - - - - z 102 C 線 z z z - - - z z z z z z 128 D 線 z z z z z z z z z z z z 147 E 線 z z z z z z z - - - - - 76 資料來源:台灣高鐵 註:{為尚未確定是否停靠 另外,台灣高鐵為感謝旅客的支持,於2008 年 1 月分別在以下各站設點:桃 園、新竹、台中、嘉義、台南及高雄,提供旅客往返高鐵站與市區之免費快捷專 車接駁服務,其發車間距約為15~20 分。其中,台中與高雄各提供兩條路線以服 務民眾,但由於高雄捷運之通車營運,因此,高雄之免費快捷專車服務於2008 年 4 月 16 起已經停駛,而嘉義則採用 BRT 公車服務,且每日增開高鐵嘉義站往返台 鐵嘉義站之班次,其免費優惠至2008 年 5 月 31 日為止。 2007 年元月高鐵通車試營運,初期之負面消息不斷,如:土木結構的品質問 題、煞車距離之爭議、系統整合之問題以及最重要之安全問題等,皆可能造成民 眾心理上不安,而隨著時間之增加,高鐵旅運人次不斷地增加,對國內航空、台 鐵及公路客運業已產生重大之衝擊。其營運狀況如表2.9 統計資料所示。
表2.9、高速鐵路客運量統計表 時間 營業收入 (千元) 旅客數 (人) 座位利用率 (%) 總班次 (班次) 延人公里 (人˙公里) 2007 年 1 月 599,263 1,161,047 79.36 1,034 252,905,393 2007 年 2 月 669,273 724,784 49.44 1,064 163,397,100 2007 年 3 月 867,659 919,455 55.82 1,190 211,535,284 2007 年 4 月 1,030,259 1,076,413 51.87 1,500 251,318,735 2007 年 5 月 1,078,242 1,155,098 53.29 1,550 266,817,258 2007 年 6 月 1,135,954 1,241,227 49.19 1,860 287,557,049 2007 年 7 月 1,282,161 1,425,755 52.69 1,982 327,989,649 2007 年 8 月 1,258,984 1,373,686 43.61 2,240 313,322,354 2007 年 9 月 1,268,284 1,367,236 39.73 2,509 313,785,859 2007 年 10 月 1,320,430 1,448,553 36.58 2,754 325,843,898 2007 年 11 月 1,413,973 1,659,506 34.9 3,214 368,249,058 2007 年 12 月 1,578,305 2,002,896 37.57 3,503 437,451,789 2008 年 1 月 1,550,991 1,958,004 35.95 3,589 427,087,575 2008 年 2 月 1,728,569 2,095,210 40.12 3,516 464,631,472 2008 年 3 月 1,903,876 2,311,821 40.88 3,712 499,869,206 資料來源:交通部高速鐵路工程局,公開資訊觀測站 綜合上述之航空業、台鐵與高鐵之營運狀況分析,並經由文獻回顧,便可得 知國內運輸市場之各種運具的定位,其如下表2.10 所示。 表2.10、國內運輸市場定位分析 定位 高 鐵 台 鐵 航 空 公 路 空間範圍 西部走廊 西部走廊、東 部走廊及環島 西部走廊、東部走 廊及離島 西部走廊、東部走 廊及環島 旅客屬性 時間價值高 時間價值中低 時間價值高 時間價值中低 旅程距離 長程 短中程 長程、離島及國際 短中程、及門運輸 旅次特性 商務為主,通 勤、旅遊為輔 通勤、旅遊為 主,商務為輔 商務、旅遊為主 通勤、日常生活需 求為主,旅遊、商 務為輔 旅客票價 敏感度 低 高 低 高 資料來源:交通部運輸研究所
2.2 需求預測文獻回顧
嚴振昌君(2001 年)認為高鐵新加入西部市場的營運,若是沒有適當地行銷 手法與競爭策略,則可能無法吸引旅客搭乘,因此其利用SWOT 分析與問卷調查 以找出高速鐵路之營運目標與競爭策略。經由其問卷調查顯示:曾有搭乘航空經 驗之旅客未來有 71.0%可能轉搭高鐵,而放棄原來搭乘的航空。透過其推估分析 表示:城際運輸市場中,小汽車旅客數將為穩定微量之增加;台鐵則逐漸下降且 有趨向穩定之現象;而高鐵之運量雖不及其他運具,卻為穩定之微幅成長。 王盈惠君(2007 年)指出高鐵通車營運後,可能造成旅客運具移轉之現象, 因此透過問卷調查以蒐集旅運行為資料,以概估高鐵通車前後之市場佔有率。其 研究結果顯示:高鐵加入西部運輸市場後,航空運輸的下降幅度最大,而對於國 道客運的影響相對較小。根據89 年交通部運輸研究所預估之市場運具移轉比例表 示:高速鐵路將佔有市場比例之14.9%,航空由 3.1%降至 1.4%,傳統鐵路由 21.9% 下降至16.9%,國道客運則由 14.9%下滑至 12%,而自小客車反而由 60.1%上升至 64.9%。 李宜臻君(2007 年)認為高速鐵路已逐漸取得城際運輸市場之競爭優勢,並 能帶動區域進一歩發展,因此如何藉由行銷策略以提高服務品質,增加旅客滿意 度,將是高鐵營運之主要目標。根據交通部運輸研究所分析,指出運輸距離80 公 里以下旅次量佔高鐵總運量之 15%,80~160 公里旅次量約佔 30%,而運輸距離 160 公里以上旅次佔高鐵總運量之 55%。由此可知,高鐵旅客將以中、長程旅客 為主。根據交通部運輸研究所分析,預計高鐵 2005 年通車,其運量可達 16.7 萬 人/日,2015 年預估可達 21.7 萬人/日,2020 年成長至 23.7 萬人/日,2025 年則成 長至26.7 萬人/日。但高鐵於 2007 年通車,取至 8 月統計資料為止,其每日人旅 次數平均不到4 萬人,與預估值有極大差距,其中之原因為何值得探討。 Brand 等(1921 年)分析比較高速鐵路相對於其它運具的服務特性,以及其 它重要因素以決定旅客移轉率。其利用顯示性偏好估計各個現有運具的旅次數 量,再使用敘述性偏好計算從各個現有運具移轉到高速鐵路的數量,藉以估計高 速鐵路之旅次數量,其考慮的因素包括速度、票價、頻率、場站位置以及舒適度 等加以分析探討。該研究認為旅運者使用高速鐵路時,基於下列原因會使旅運者 產生不同行為:每位旅運者的時間價值、需求彈性、地區之方便程度、選用大眾 運具或私有運具的旅次彈性。2.3 研究方法文獻評析
鄧聚龍君(1999 年)提出灰色理論(grey theory),歷經幾年的時間,灰色 理論已跨足控制領域與社會經濟等領域。經過這幾年來的發展,灰色理論已經初
步形成以灰色模型GM 為主體的模型體系、灰關聯(grey relation analysis)空間
為基礎的分析體系。灰預測具有下列之特性:預測所需之樣本數可不為大樣本、 計算方式簡易、不需要太關聯的因素、可以用於短期或中長期預測、灰預測精準 度高;缺點則是當資料離散程度越大,即資料灰度越大,預測精度越差。 余豐榮等(2006 年)在工程製程管制(EPC)之架構下,發展一個以灰預測為 基礎的預測模式,用以預測實際製程中之製程變化,並利用統計迴歸模式獲得EPC 的調整方程式及製程偏移偵測系統,建構EPC 動態模型,應用於預測製程輸出值 及輸入與輸出間之關係,模擬結果顯示,所建構之模型具有良好的預測效果,其 對於製程雜訊數據中的相關性進行有效的補償,使製程穩定進而降低製程變異。 錢炳全等(2003 年)指出產業界通常使用統計預測方法以規劃長程的產能擴 充計畫及短程的生產計畫,但傳統的預測方法需要大量資料,才能使預測值有一 定的準確性。而現今消費性產品的生命週期已越來越短,使得企業界利用傳統的 預測方法做短期銷售預測時,往往尚未收集足夠之觀察值,該產品便已從市場上 消失,因此選用灰色理論中灰預測加以預測。灰預測具有計算簡單且不需大量數 據之特性,其利用灰預測設計模式以達成有效的短期預測架構。實驗結果顯示, 其可於短期預測得到較準確的結果,並且比以往的方法更加穩定和簡易。
Diyar Akay 與 Mehmet Atak(2006 年)利用能源需求分析模式(MAED)和灰預
測兩種方式以預測電量的需求,其採用1970 至 2004 年總電量及工業用電量加以 分析比較,研究結果顯示灰預測具有良好的預測效果。 陳麗惠等(2006 年)指出正確客觀的成本資訊提供是非常重要的,而迴歸模 式決定成本動因需要大量之樣本,導致資訊提供不具時效性之缺點,因此加以採 用灰關聯分析建構成本動因之模式並驗證其應用性,因為灰關聯分析具有只須少 量樣本之特性。研究結果發現灰關聯分析利用少量數據即可求得最適成本動因, 相較於迴歸分析較具時效性,進而彌補迴歸分析需要大樣本且耗時之缺點。因此, 當樣本數為大樣本時,利用迴歸分析可得較符合理論之結果;反之,當樣本為小 樣本時,可利用灰關聯分析以求最適結果且具時效性。 陳維東等(2005 年)指出廠商為求得標而導致低價搶標的情況極為嚴重,因 而希望能準確且合理地預測可能之最低標價,作為增加得標機率之依據。該研究 應用迴歸分析探討變數與最低標價間之關連性,建立道路工程最低標價之預測模 式,經模式驗證結果顯示,53 筆可供驗證之資料僅有 2 筆資料落於預測區間之外。 另外,該文亦提出楊雅媛君之看法,其認為當資料符合簡單線性迴歸模式的假定 之下,若樣本數不大且適合以常態線性迴歸模式配適,此型態之預測模式較佳。
李惠妍等(2006 年)認為期貨交易已愈來愈沸騰,其發展潛力已不可忽視, 又鑒於類神經網路於資訊處理技術上績效卓越,因此運用類神經網路與統計方法 中的迴歸分析以尋求適宜之預測模式。經由結果顯示:迴歸分析之預測績效最好, 而最差為倒傳遞類神經網路。另外,該研究發現若資料服從統計假設,則迴歸分 析預測模式效果較佳;但若資料不服從統計假設,則為改良式類神經網路效果較 佳。因此,該研究認為傳統的統計方法仍有其存在價值,其不僅能達到類神經網 路的預測效果,相較於類神經網路可更快速的提供更多訊息。
2.4 各運具之相關文獻
賴螢潔君(2006 年)於「台灣高鐵營運策略之分析」中指出,由於台灣地狹 人稠且運輸需求不斷增加,加上對於服務水準及時間價值重要性之觀念隨之提 升,因此具有高速度、高運量之高速鐵路一直為民眾所期待的運具。以高鐵觀點 而言,其消費者即為旅運者,爲了能使高鐵更具市場競爭力,且多元化發展,因 此瞭解消費者特性為重要之行銷策略,亦為營運策略之重要的一環。此研究爲瞭 解民眾對於高鐵安全信心度與行銷策略,選擇多項邏輯斯迴歸模型加以探討分 析,由最終模型可知民眾對行車安全信心度受到年齡、教育程度與職業之影響。 另外選擇二元邏輯斯迴歸模型加以分析行銷策略,利用其預測機率找出目標市場 (T),依其需求提出合適之產品或服務,並做市場定位(P),最後分別建議不 同之行銷組合(4P)。其建議高鐵與觀光業者合作,提供旅遊套裝行程,並定時 推出不同的旅遊路線,由高鐵與觀光業者合力推銷,並利用媒體宣傳,以增加高 鐵之市場佔有率。 陳欣欣君(2001 年)於「台鐵旅運需求與預測之研究」一文中指出由於運輸 不具儲存性,因此假日一票難求與非假日座位過剩之情況是常常會發生之現象, 以致於準確的運量預測對於鐵路的各項工程與各項作業計畫是非常重要的。由於 旅運需求具有季節、星期、假日、尖離峰等特性,故本研究利用時間數列中的 ARIMA 模式建立旅運需求預測模式,採用過去三年的旅運資料加以探討分析旅運 量的變動趨勢。本研究以單一車站的觀點探討高雄站至台北地區與高雄站至台中 站的旅運需求特性。本研究實證結果發現:(1)長程旅運與中程旅運之旅運量的 變動趨勢不同,長程旅運受假日因素影響的程度較中程旅運大。(2)長程旅運以 三個月為一週期具有季特性,而中程旅運並無明顯的週期性變化;每日旅運總量 而言,長程與中程旅運明顯具有週期性變化以七天為一週期。(3)深夜時段列車 以南下至高雄或北上至台北的旅次較多。(4)未實施週休二日前旅運量集中在週 六;而實施隔週休二日政策後旅運量則集中在週五。 江衍緯君(2003 年)於「台灣高速鐵路列車運行策略對旅客特性之影響」文 中指出由於高速鐵路快速及運量大等特性,將使得台灣各區域的互動更加明顯, 故各地方政府皆希望能夠藉由高鐵所帶來之人潮引進商機,以促進地區之發展。又高鐵各車站之旅客種類,將可以左右未來車站地區之發展,故本研究將透過台 灣高速鐵路之列車運行策略,即列車班次及停站策略,分析其對高鐵所創造之旅 客特性所產生的影響。本研究考慮高鐵旅客之平均旅行時間及旅行費用,進而推 估高鐵各車站之旅客平均時間價值,以瞭解各車站不同特性之旅客。其中,高鐵 旅客所花費之總旅行時間,考慮了旅客之列車內時間以及列車外時間。列車內時 間為列車行駛時間;列車外時間則包括旅客等待列車的時間及旅客搭乘接駁運具 之轉乘時間。高鐵旅客之總旅行費用則包括高鐵之票價以及接駁運具之平均票價 兩種。分析發現高速鐵路將會是適合中長途旅客使用之交通工具且轉乘之距離遠 近將會是影響高鐵旅客搭乘意願之重要因素。另外,某些特定站之旅客總旅行時 間會因為路線支安排而有所拉長。 洪孟甫君(2006 年)主要探討高鐵加入營運競爭後,分析各運具間相互競爭 及航空公司營運業者對於票價與班次調者的策略,文中利用模式構建的基本假 設,構建出各運具的起訖點需求模式、市場佔有率模式以及航空業者之報酬函數, 以賽局理論之Bertrand 與 Stackelberg 模式求各運具均衡費率與營收情形,再以合 作賽局理論的觀點求不同情境下各航空公司的報酬,最後利用夏普利值與核仁的 公式得到各航空公司在市場中最終穩定的利益分配及最佳因應策略,並以台北─ 高雄及台北─台南兩條路線做實證分析,求解發現高鐵通車後航空均衡費率在 Bertrand 模式下以全聯營為最佳方式,營收方面除了高鐵在 Stackelberg 模式下有 較好的營收,其他運具營收皆以 Bertrand 模式為佳,而社會福利分析方面,各運 具Bertrand 模式總社會福利較高速鐵路通車前高。 許婉琪君(2004 年)提出台鐵營運因遭受第一、第二高速公路通車後及未來 高鐵通車後之衝擊,發生財務嚴重虧損,為使台鐵未來有發展空間,利用實施「公 司化」決策,將台鐵改制為國營公司,並利用文獻研究法、TOWS 分析法、訪談 調查法三種方式來探討公司化策略研究,驗證是否公司化優於國營或完全民營的 方式,透過實證研究途徑,蒐集各國鐵路改革之不同和借鏡,得到評估認為最適 合台鐵改方式為漸進式,維持國營但改制進行公司化,處理台鐵公司化之基本要 件及相關配套措施,使成本合理化,等改制完成後,去除相關法令限制,使其企 業化及多角化經營,轉虧為盈,永續發展。 鄭啟瑞君(2003 年)針對國內航空業受到新內陸運具加入,對於國內航空經 營環境將遇到巨大之衝擊,因此探討國內航空公司為求永續經營所採取必要之因 應策略。利用模糊層級分析法(Fuzzy AHP)建立簡單之層級架構,並選取國內航空 公司經營策略面之各項影響因素,並以內、外部環境作為層級架構之兩大構面, 再藉由專家問卷之調查結果進行綜合分析,並在多種影響因素中以「塑造良好企 業印象」、「異業結盟擴大服務範圍」、「推動同業策略聯盟」、「票價多元化」、 「網路訂位服務」五項為影響要素,且外部影響之重要性遠超過內部影響。
丁迺龍君(1999 年)於「高速鐵路對國內空運的影響」一文中指出高速鐵路 的營運將會改變城際運輸間的交通型態,且航空運輸與高速鐵路的特性相似,故 航空運輸受高速鐵路的影響至鉅,文中介紹兩者的基本特性且比較其間的差異, 分析航空公司可能受到的衝擊程度。本文以交通時間與票價做為服務水準的指 標,以利比較。分析得知高速鐵路對國內空運的可能影響至少包括下列四點:旅 客的流失、營收的減少、載客率降低和班次的減少。而為因應此變化,航空公司 可採取的因應對策至少包括:調整班次、調整航線、調整機隊及調整公司規模。 最後此文建議為維護航空業的生存,航空公司應改善經營體質與型態,民航主管 機關亦應採取必要措施維護業者的經營環境,避免惡性競爭。 葉俊賢等(2002 年)於「飛航安全對航空業的經營衝擊分析-以中華航空公司 為例」文中表示由於國內航空市場競爭激烈,因此各航空公司不僅需要提供值得 信賴的飛航安全、優惠的價格、便捷的航線、快速便利的服務、及良好的服務品 質和安全設施,藉由改變原有的經營政策,提供優質的服務品質和安全設施更是 一個不容忽視的課題,航空公司所提供的服務品質必須讓民眾感到滿意,才能吸 引更多的旅客,如此才能增進市場占有率及競爭力。因此,此研究嘗試利用FMEA 分析,探討中華航空公司遭遇的經營問題,希望能藉由個案的分析提出航空業經 營改善的模式,以供參考。此研究發現執行多方面的思考與具有彈性變化的改善 方案,可適時地降低改善過程中的成本,或是多餘、無效的改善步驟可讓有限的 資本得到最佳的運用方式。航空業者更需要發揮更多的創意結合各種行銷、改善 計畫並以最佳的彈性面對各種不確定的挑戰。 林煥堂君(2002 年)於「台鐵關鍵經營改善策略之研究」一文中認為台灣鐵 路一直是台灣本島西部運輸走廊長途運輸的大動脈,但由於高鐵的營運將會改變 這長久以來的局勢,因為高鐵通車後勢必會使得台鐵流失掉中長程的旅客,損失 大量的營收來源,導致虧損嚴重的台鐵財務狀況更形惡化,因此,如何在有限的 資源下,使台鐵突破經營困境,改善台鐵的經營策略,實是刻不容緩的課題。此 研究針對台鐵內、外部環境加以分析,找出台鐵經營上的優勢、劣勢、機會與威 脅,並利用SWOT 分析法加以研擬台鐵可行之經營策略,且參考歷年建議的經營 改 善 策 略 , 建 構 一 個 影 響 台 鐵 經 營 成 功 的 層 級 架 構 , 利 用 模 糊 層 級 分 析 法 (FAHP),找出台鐵經營策略的關鍵。經分析得知台鐵在實施經營改善策略上需重 建構一個具有企業化經營效率的組織體,且致力經營環境的合理化並擴充事業經 營的項目。 邱泰榕君(2001 年)之日本高速鐵路發展政策之研究,以分析檢驗運輸策略、 整理分析發展與影響內容及比較台灣高速鐵路與日本新幹線高速鐵路之發展策 略、訪談專業人士,進而分析其對交通運輸同業者之衝擊,主要包括客運業及航 空業。並且比較日本新幹線高速鐵路影響其旅次分配、城際間的發展以及觀光旅 遊事業的影響,與台灣高速鐵路興建後,對於公路客運、台灣鐵路、航空的影響。
陳筱葳君(2002 年)於「城際旅運者運具選擇行為之研究」文中表示由於城 際運輸市場競爭日益激烈,因此提供高品質的服務以滿足旅運者需求顯得日益重 要。故研究運具選擇之因素,除了考慮旅行時間、旅行成本等因素外,運具服務 品質亦是影響旅運者之重要因素,故此研究將分析運具服務品質對於旅運者運具 選擇之行為。此研究以線性結構關係式衡量無法量化的隱藏變數,再將此隱藏變 數連結於個體選擇模式中,視為一新變數以探討對運具選擇行為之影響。另外, 利用多項式羅吉特模式作為模式評比的基準,並加以考量多項式普羅比模式 (MNP),以探討替選方案間相關之特性,最後由校估結果探討影響旅運者選擇 城際運具的因素,並應用敏感度分析探討相關政策對其市場佔有率的影響。研究 結果顯示影響長程運具選擇的是因素是年齡、個人所得、同行人數、車內旅行時 間與成本、航空可靠性、鐵路舒適性與安全性以及客運的形象。影響中北運具選 擇的因素為年齡、個人所得、同行人數、車內旅行時間與成本、航空可靠性、鐵 路方便性以及客運的舒適性和方便性。而中高的運具選擇影響因素有性別、同行 人數、車內旅行時間與成本、鐵路可靠性與安全性以及客運的方便性。
三、研究方法
3.1 成對樣本檢定
當母體變異數 σ12,σ22 未知且樣本數為小樣本時(n1,n2 30≦ ),一般皆採 用兩母體均數差檢定之 t 檢定,其可分為變異數未知但相等、變異數未知且不等及 成對抽取,其中變異數未知但相等和變異數未知且不等須先檢定σ12 = σ22 是否存 在,而成對樣本t 檢定之樣本數必須相同,即 n1 = n2 = n 。若欲探討同一個體之前 後關係,由於其非獨立之樣本,故具有相關性,即可使用成對樣本 t 檢定。其將兩 組成對資料變成一組資料,再進行t 檢定,成對樣本 t 檢定之計算流程如下: (1) 計算兩組資料之差 i i i X Y d = − (2) 計算 di 這組資料之平均數 n d d =∑
i (3) 計算 di 這組資料之變異數(
)
1 ˆ 2 2 − − =∑
n d d Sd i (4) 計算 t 值,自由度為 n-1 2 1 , / ˆ μ μ μ μ − = − = d d d n S d t 透過以上之計算,即可將檢定兩樣本間會出現之問題解除,且由 t 值便可得知 其是否接受虛無假設,其決策法則如下所示: (1) H0:μ1 - μ2 = C H1:μ1 - μ2 ≠C 若 t ≦t(α/2) 或 t t≧ (1-α/2) ,則拒絕虛無假說 (2) H0:μ1 - μ2 ≦C H1:μ1 - μ2 > C 若 t ≧t(1-α) ,則拒絕虛無假說 (3) H0:μ1 - μ2 ≧ C H1:μ1 - μ2 <C 若 t ≦t(α),則拒絕虛無假說 藉由t 檢定之 P 值大小即可判定其前後是否有顯著關係,若 P 值小於 0.05,則 其間之關係具有顯著性。3.2 灰色理論(Grey theory)
對於資訊不完全(如:樣本資料相當少)或不確定性的系統,可利用灰色加以描 述模化,當模式必須作出明確之決定或控制時,再藉由「白化」機制,將不確定的 「灰色結果」轉化成明確的「白色結果」,此即稱為灰色理論(Grey Theory)。1982 年鄧聚龍教授提出灰色理論,其可有效地處裡不確定性、衝突性、無法量化及系統 內部訊息無法完全掌握等決策與控制的相關問題。因此,對於系統特性只有概略性 了解,且所能蒐集之樣本數量有限時,則適合利用灰色理論加以分析。其中所謂資 訊不完全包括: (1) 系統的影響因素不完全明瞭。 (2) 因素關係不完全清楚。 (3) 系統結構不完全知道。 (4) 系統的作用原理不完全確知。 另外,微分方程為描述系統特性之最佳數學模式,但由於微分方程的建構與求 解不易,因此灰色理論利用「生成技術」以近似微分方程效果,使預測結果較為準 確,此為灰色理論之重要特色。 3.2.1 灰關聯 探討變數之間的關係,通常會使用統計方法加以分析,如:迴歸分析、相關分 析或因子分析。但如果所蒐集或能掌握的樣本資料有限或無法確定其分布型態時, 則不適用這些統計方法,因為這些統計方法有ㄧ定的要求,例如:樣本需具有 30 個以上呈常態分配。此時,即可考慮利用灰色理論探討變數間的關係,此方法即為 灰關聯分析。雖然灰關聯分析適用於小樣本的情況,但已有不少研究證實於樣本數 充足情況下,亦可能產生好的分析結果。灰關聯分析具有以下之特性: (1) 建立之模型屬於非函數型式的序列模型 (2) 對於樣本數沒有嚴格之限制 (3) 不要求序列數據符合常態分配 (4) 不會產生與定性分析相逕庭之矛盾分析 (5) 計算方便易行灰關聯分析是用以分析離散序列間相關程度的方法,假設一參考序列, 經由推算可求出參考序列與比較序列間的關聯程度,形成灰關聯度。傳統的 灰關聯分析只能排列順序,藉由引入模糊理論的隸屬函數技巧後,灰關聯度 轉為具有意義的量。兩個變數之間,隨著時間或不同對象而變化的關聯性大 小,稱為關聯度。若兩個因素的變化具有一致性,則兩者之間關聯程度較高; 反之,則較低。由參考序列與比較序列之折線幾何形狀相似度,即可判斷其 間關聯度的高低。如圖 3.1,X0為參考序列,X1,X2,X3為比較序列。透過 形狀之相似度,可明顯地判斷出序列 X2的折線形狀與 X0較為類似,因此可 認定X0與X2的關聯度較高。 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 6 7 8 9 10
指標項目
指標值
X0 X1 X2 X3 圖3.1、灰關聯度圖 灰關聯度必須符合灰關聯四公理,以函數γ(
Χ ,i Χj)
為例,須滿足下列 四個條件: (1) 規範性(
,)
1 0≤γ Χi Χj ≤ ∀ ,i ∀j 當γ(
Χi,Χj)
=1時,Χi與 Χj為完全相關。 當γ(
Χi,Χj)
=0時,Χi與 Χj為不完全相關。(2) 偶對稱性 當因子集中僅有兩組序列時,則必須滿足γ
(
Χ ,i Χj)
=γ(
Χ ,i Χj)
(3) 整體性 當因子集中的序列有三組以上時,必須考慮其相互影響的關係,因此通常會滿 足γ(
Χi,Χj)
≠γ(
Χ ,i Χj)
(4) 接近性( )
k x( )
k xi − j 需為γ(
xi( ) ( )
k ,xj k)
的主控項。 則此空間就稱為灰關聯空間,γ(
Χ ,i Χj)
稱為灰關聯度。 分辯係數(ζ)的主要功能是在調整背景值與待測值的對比關係,其值為 0 至∞,通常皆取值 0 至 1,一般分辨係數的選擇值為 0.5,若為了加大結果 的差異性,可依實際狀況作適當的調整,ζ 值只會改變相對數值的大小,並 不會影響到灰關聯度的排序情形。灰關聯分析之步驟如圖3.2 之流程圖所示: 圖3.2、灰關聯分析操作流程圖3.2.2 灰預測
灰預測模型(Grey forecasting model,grey model,GM)將離散不規則的原 始數據轉換為指數規律的累加生成數,據此建立微分方程式,並由樣本數值 產生微分方程組求解係數,據以進行預測。利用灰預測模式進行預測時,主 要有下列兩項限制: (1) 樣本資料至少要有 4 筆以上。 (2) 預測結果為一明確值,無法產生如統計分析的信賴區間的結果。 灰預測模型是應用灰色理論進行預測的主要模型,通常以 GM(h,N)代表 之,h 代表微分階數,一般以一階(h=1)之模型較常見;N 代表變數數目,N=1 指僅有一個變數的模型。灰預測模型係依據數據序列過去的自身變化狀況來 預測其未來變化,類似時間序列分析。N 2≧ 是指1 個被解釋變數與 N-1 個解 釋變數的模型,其除考量數據序列過去的自身變化外,同時納入其他重要解 釋變數之影響,因此,灰預測以 GM(1,1)及 G(1,N)兩種模型最為常見。灰預 測模型與計量經濟模型(時間序列及迴歸分析)之最大不同特性,如下所示: (0) 時間序列及迴歸分析模式建構基礎是以原始數據為主,而灰色模型則奠基於生 成數據。 (1) 灰預測模型不需要大量資料(數據只要等間距且超過 4 筆即可),計量經濟模型 則有一定數量樣本的要求。 (2) 建構灰預測模型的樣本不必符合特定分配型態,應用上較具彈性。但也因此灰 預測模型無法進行檢定。 (1) GM(1,1) 灰預測之建構模式假設GM 模式為一階線性常微分方程式,透過對生成數據進 行一階微分方程式求解,建立GM 模式,再以累減生成還原,即為灰色預測模式。 GM(1,1)屬於單元數列之預測,即依據數列資料的發展變化進行下一時階之數列預 測。GM(1,1)利用 n 筆時間序列資料 (0) ( (0)(1), (0)(2),..., (0)( )) n x x x X = 加以預測第n+1、 n+2…筆資料的型態,其一階微分方程式可以下式表示之: aX b dt dX = + (1) ) 1 ( (1) 其中,a 為發展參數(developed coefficient),b 為控制變數(controlled variable),t 代
表序列變數,X(1)為生成數據,且a、b 均為灰色模型所要校估的參數。利用原始數 列 資 料 以 一 階 累 加 生 成 技 術 產 生 數 列 : (1) ( (1)(1), (1)(2),..., (1)( )) n x x x X = , 其 中
∑
= = k i i x k x 0 ) 0 ( ) 1 ( ( ) () 。 另 外 , 利 用 一 階 生 成 數 列 以 均 質 生 成 技 術 產 生 數 列 : )) ( ),..., 3 ( ), 2 ( ( (1) (1) (1) ) 1 ( n x x z Z = ,其中 (1)( ) 0.5( (1)( 1) (1)( )) k x k x k z = − + 。由於式1 的偏微分部份難以處理,故改以灰微分方程表示之,即: x(0)(k)+az(1)(k)=b for k=2,…,n (2) (1)( )=0.5( (1)( )+ (1)( −1)) k x k x k z for k=2,…,n (3) 其中,生成數據微分之部份( ) ) 1 ( dt dX 以X(1)差分數據近似之,即為原始據數X(0)。灰 色變數X(1)則以均值方式予以白化處理,以Z(1)表示之。Z(1)可透過生成數據加以 計算,另外(2)式可利用最小平方法校估 a、b 兩參數,其計算公式如下: T T N Y B B B b a A=⎢⎣⎡ ⎥⎦⎤=( )−1 (4) 其中, ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ) ( ) 3 ( ) 2 ( ) 0 ( ) 0 ( ) 0 ( n x x x YN M , ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − + − + − + − = ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 1 )), 1 ( ) ( ( 5 . 0 1 )), 2 ( ) 3 ( ( 5 . 0 1 )), 1 ( ) 2 ( ( 5 . 0 1 ), ( 1 ), 3 ( 1 ), 2 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( n x n x x x x x n z z z B M M 當a、b 經校估後,則下一序列的資料可以利用下式加以預測: a b e a b x t xˆ(1)( +1)=( (0)(1)− ) −at + (5) 再利用反生成技術將生成數據還原成原始數據: ˆ(0)( 1) ˆ(1)( 1) ˆ(1)( ) t x t x t x + = + − (6) 進行殘差檢驗時,定義其誤差為: % 100 ) ( ) ( ) ( ˆ ) ( (0) ) 0 ( ) 0 ( × − = k x k x k x k δ 。而進行 精確度檢驗時,可利用平均誤差平方值(mean square error,MSE)、平均誤差 絕對值(mean absolute error,MAE),或平均誤差百分比絕對值(mean absolute percent error,MAPE)等指標來檢驗模式的準確度。此三指標的計算方式如下: 1 )) ( ) ( ˆ ( 2 2 ) 0 ( ) 0 ( − − =
∑
= n i x i x MSE n i 1 ) ( ) ( ˆ 2 ) 0 ( ) 0 ( − − =∑
= n i x i x MAE n i∑
= − − = n i x i i x i x n MAPE 2 (0) ) 0 ( ) 0 ( ) ( ) ( ) ( ˆ 1 1其中MAPE 之值若小於 10 則模式具有高準確之預測,若大於 50 則為不 合理之預測,其詳細說明如下表3.1 所示。 表3.1、平均誤差百分比絕對值(MAPE)預測能力等級 MAPE 預測能力說明 MAPE <10% 高準確預測 10%< MAPE <20% 優良預測 20%< MAPE <50% 合理遇測 MAPE >50% 不準確預測
3.3 迴歸分析
線性迴歸分析主要是探討兩個或兩個以上變數之間的關係,其目的是找 出不同變數間之關係,利用迴歸分析可建立一線性組合以了解其因變數(Y) 與自變數間(X)是否有關係,若有關係而其強度又有多大,整體解釋關係是否 具有統計上的顯著性,另外亦可找出哪些自變數是最為重要的。 應用迴歸分析時必須檢定以下幾項假設: (1) 自變數係數之正負號與顯著性符合先驗知識 (2) 無線性重合關係 (3) 誤差項變異數為同質性 (4) 無自我現象關係 (5) 誤差項符合常態分配,平均數為 0,變異數為 σ2 之 N(0,σ2)。 迴歸分析普遍地應用於運輸領域,其主要在於分析資料間之相互關係, 並利用檢定以驗證其假說。另外亦可利用迴歸分析進行運量預測。本研究欲 透過迴歸分析以得知各因子影響台鐵及國內航空運量移轉之重要性,藉以得 知影響運量之重要因子。多元迴歸模式由一個因變數及 n 個自變數組成,其 可以下式表示之: Y=β0+β1χ1 +β2χ2 +…+βmχm +ε (7) 亦即利用數個自變數加以預測因變數,其主要研究流程如下所示: (1) 利用單變數和雙變數分析檢視各個準備納入複迴歸分析的變數是否符合 線性迴歸分析之基本假定。 (2) 選定迴歸模式,並評估所得到的參數估計和適合度檢定。 (3) 進行迴歸分析結果前,先做殘差(residuals)之診斷分析。一般而言會先確定 迴歸模式之設定(specification)是否恰當,再進行進一步之殘差分析。四、資料來源與變數
4.1 資料來源
本研究欲探討高鐵通車後之運量成長預測及對國內航空、台鐵及國道客 運之影響,故蒐集高鐵、國內航空、台鐵與國道客運之營運資料加以分析, 其詳細資料來源如下: 4.1.1 台灣高鐵 本研究所採用之資料為交通部高速鐵路工程局所提供之台灣高速鐵路公 司營運統計資料,其資料期程為高鐵通車2007 年 1 月至 2008 年 3 月,資料 內容有:旅客數、座位利用率、列車次數、準點率及延人公里數,本研究欲 探討高鐵通車後對於台鐵、國內航空及國道客運之客運影響,故採用旅客人 數、延人公里數及列車次數加以分析其對於台鐵、國內航空及國道客運之影 響。另外,本研究亦藉由公開資訊觀測站蒐集其營收相關資料,以分析其未 來趨勢。 4.1.2 台灣鐵路 本研究台鐵資料部份蒐集自台灣鐵路統計月報以及交通部台灣鐵路管理 局網站數據內容及相關簡報資料補充統計月報不足之處,蒐集資料範圍由 2005 年 1 月至 2008 年 1 月的旅客人數、延人公里數及營收之每月資料。由 於高鐵之營運僅限於西部地區,故本研究對於台鐵運量之分析將針對西部路 線加以探討,因此選取縱貫線之運量及延人公里加以分析討論。 4.1.3 國內航空 本研究採用之航空資料為交通部民用航空局公佈之資料,其蒐集範圍自 2002 年至 2008 年 3 月之資料,其包含之資料有:飛行班次、可售座車數、 載客人數及載客率,並且選取2005 年 1 月至 2008 年 3 月以月份統計的資料, 相較於其他運具分析比較,另外,本研究利用載客人數之資料求出載客人數 增減率,且將資料分為國內航空資料扣除東部及離島部分,只採取西部資料 加以分析探討。4.1.4 國道客運 本研究國道客運所採用之資料為統聯汽車客運股份有限公司所提供之營 運統計資料,其範圍包含2005 年 1 月至 2008 年 3 月之月份統計資料,其資 料包含:乘客人數、客運收入、延人公里及行駛延車公里,本研究欲分析其 受高鐵之影響衝擊,故採用乘客人數、客運收入及延人公里加以分析其與高 鐵間之關係。 4.1.5 私人運具 本研究探討私人運具受高鐵之影響分析以交通部公佈之高速公路小汽車 通行車輛數為主要探討資料,其蒐集之範圍為2005 年 1 月至 2008 年 3 月之 月份統計資料。
4.2 解釋變數
本研究欲探討高速鐵路通車後對於國內航空、台鐵及國道客運甚至是私 人運具之影響,因此於研究主題與範圍界定後,便透過相關之文獻加以討論 分析其可能影響的相關變數。所謂變數,是被研究對象的某一屬性,因時、 地、人物的不同,而在質或量上的變化。單一變數,僅能作為現象與特徵的 描述,透過變數與變數間之關係的描述與驗證,才能了解實際狀況的種種情 況,發展具有意義的知識與概念。 本研究初步考量之因果變數含高鐵運量、高鐵班次、高鐵優惠、高鐵營 收、高鐵延人公里、台鐵縱貫線運量、台鐵縱貫線延人公里、國內航空運量、 高速公路小汽車通行車輛數、油價、汽油銷售量及統聯客運之運量、營收、 延人公里與延車公里。研究過程中,如資料蒐集不完整便剔除此變數不將其 納入分析之變數,且加以篩選哪些變數為主要之因素,最後預測高鐵運量所 採用之變數含有高鐵班次及高鐵優惠;此外,分析運輸市場是否受高鐵影響 而受到衝擊之變數則包括台鐵運量、國內航空運量、統聯客運之運量及高速 公路小汽車通行車輛數。4.3 資料統計
本研究針對所蒐集之資料進行敘述性統計,利用2005 年 1 月至 2008 年 1 月資料加以統計,其詳細內容如表 4.1 所示。藉由下表可知高鐵之運量平均 數為473,342.16,而台鐵縱貫線運量平均數是 12,839,097,兩者相差甚鉅。然 高鐵之標準差較大,除母體樣本數較大外,亦易造成資料分析不穩之現象以 及旅客容易流失狀況。再者,高鐵之延人公里平均數為106,682,730,台鐵為 659,799,496,而統聯客運之延人公里平均數是241,958,256。表4.1、本研究所蒐集之資料統計表 項目 平均數 標準差 最大值 最小值 高鐵運量(人) 473,342.16 686,154.94 2,002,896 0 高鐵營收(千元) 406,858.86 587,521.61 1,578,305 0 高鐵延人公里 106,682,730.00 153,758,750.00 437,451,789 0 高鐵優惠 97.03 9.68 100 50 高鐵班次 756.46 1,165.05 3,589 0 台鐵縱貫線運量(千人) 12,839,097.00 451,992.14 13,837,848 11,735,896 台鐵縱貫線延人公里 659,799,496.00 30,590,880.19 725,241,215 599,041,675 國內航空西部運量(人) 289,298.32 105,698.25 414,605 95,260 統聯運量 1,030,205.57 68,454.81 1,168,827 888,826 統聯營收 283,585,243.00 21,426,213.00 337,050,111 243,592,524 統聯延人公里 241,958,256.00 17,731,741.00 276,019,795 203,373,499 統聯延車公里 17,340,508.00 848,023.99 18,944,429 15,827,650
五、模式建立與驗證
本研究進行模式建構前,首先藉由成對樣本 t 檢定加以分析高鐵營運前 後,對於台鐵運量與延人公里、國內航空西部運量、統聯客運之運量與延人 公里及高速公路小汽車通行車輛數前後是否差異。其次,藉由灰關聯分析加 以探討其各項目與高鐵間之關聯係數及關聯度。接著利用灰預測 GM(1,1)以 預測高鐵與統聯客運之運量、營收和延人公里及國內航空西部運量與台鐵之 運量、延人公里,最後利用迴歸分析以預測高鐵運量及其對於其他運具之影 響衝擊分析。其各詳細內容如下所示。5.1 營運前後 t 檢定
本研究欲瞭解高鐵營運前後對於台鐵、國內航空及國道客運之旅運量是 否有顯著差異,故採用成對樣本 t 檢定加以分析討論,探討台鐵、國內航空 及國道客運之旅運資料,利用運量、延人公里及營收探討其是否於高鐵營運 後有顯著之差異。本研究蒐集之高鐵資料為2007 年 1 月至 2008 年 3 月為止 之資料,為了分析各運具前後之差異,故採用資料為2006 年及 2007 年之時 間序列資料加以分析。其敘述統計資料如表5.1 所示: 表5.1、成對樣本敘述統計量 平均數 樣本數 標準差 平均數標準誤 2006 年台鐵縱貫線運量 12,796,348 12 521,558 150,561 2007 年台鐵縱貫線運量 12,912,328 12 483,701 139,633 2006 年台鐵縱貫線延人公里 665,684,324 12 26,173,593 7,555,665 2007 年台鐵縱貫線延人公里 640,322,443 12 30,956,550 8,936,386 2006 年國內航空西部運量 336,973 12 19,568 5,649 2007 年國內航空西部運量 162,330 12 57,597 16,627 2006 年國道客運 A 公司運量 1,058,705 12 70,545 20,365 2007 年國道客運 A 公司運量 1,000,092 12 51,161 14,769 2006 年國道客運 A 公司延人公里 251,284,363 12 15,478,947 4,468,387 2007 年國道客運 A 公司延人公里 230,346,219 12 12,605,623 3,638,930 2006 年高速公路小汽車通行車輛數 37,645 12 2,684 775 2007 年高速公路小汽車通行車輛數 39,625 12 2,492 719 再者,藉由成對樣本之 t 檢定高鐵營運後對於台鐵運量、延人公里及國 內航空西部運量與國道客運之運量和延人公里以及高速公路小汽車通行車輛 數相對於去年同期之運量是否具有顯著差異之關係。其分析如下表5.2 所示。表5.2、成對樣本檢定 成對變數差異 標準差 平均數的標準誤 t 顯著性 (雙尾) 台鐵縱貫線運量 493,375.88 142,425.35 -0.814 0.433 台鐵縱貫線延人公里 25,007,330.00 7,218,994.49 3.513 0.005* 國內西部航空運量 51,321.49 14,815.24 11.788 0.000* 統聯客運運量 77,081.16 22,251.41 2.634 0.023* 統聯客運延人公里 21,682,702.00 6,259,257.03 3.345 0.007* 高速公路小汽車通行車輛數 3,314.80 956.90 -2.069 0.063 註:顯著性小於0.05 為顯著變數,則附加註記 “ * ” 若顯著性值小於 0.05,即代表其於高鐵營運之前後有明顯之差異。故藉 由上表可得知台鐵縱貫線延人公里、國內西部航空運量、統聯客運運量及延 人公里皆為顯著之變數,即其2006 年與 2007 年之運量有顯著之差異,而台 鐵縱貫線運量與高速公路小汽車通行車輛數則不顯著。深究其原因發現台鐵 之運量由通勤者所佔多數,是故運量變化不大,但長途旅客卻受到高鐵之磁 吸作用而流失,但佔總體而言為少數,卻對延人公里造成影響,故推測高鐵 有吸引到台鐵長途客運之衝擊;另外,航空運量確實減少許多,因此營運前 後比較下為顯著有差異;此外,統聯客運因高鐵營運後亦受到影響,旅客量 以及旅客乘載距離皆有顯著差異;最後為國內高速公路小汽車之通行車輛 數,因國內私人運具仍持續增加,故對於此營運前後差異不顯著之現象實屬 合理。