中華大學碩士論文

(1)

中華大學碩士論文

以追蹤資料探討總體經濟變數對來台旅客人數之影響研究

Using Panel Data to Investigate the Effects of Macroeconomic Variables on the Number of

Taiwan’s Foreign Tourists

系所別：經營管理研究所學號姓名：M09719002 鄭國樑指導教授：李堯賢博士

中華民國九十九年七月

(2)

i

摘要

本文採用計量經濟模型之追蹤資料(Panel Data) 方法，選取每人平均國內生產毛額、相對消費者物價指數、對台匯率及前一期來台觀光旅客人數探討對來台觀光旅客人數之影響。研究範圍由 1996 年到 2008 年，研究對象為來自亞洲、

美洲、歐洲及大洋洲共十四個國家的來台觀光旅客。

在一元誤差分解廻歸模型與二元誤差分解廻歸模型下，本研究得出不同之實證追蹤資料模型。在一系列的模型檢定及比較下，選出不同假設之三個最適模型，最後研究以調整後的 R²選出最終模型─一元誤差分解廻歸模型之期間個體恆量假設之追蹤資料廻歸模型。

研究結果顯示，每人平均國內生產毛額對來台觀光旅客具正向顯著效果，

但是效果不大。前一期來台觀光旅客人數包括了重遊旅客及第一次來台旅客，

其對來台觀光旅客人數之影響顯著且具正向助益。相對消費者物價指數雖如預期結果，但是因為資料筆數不足，無法具有統計上顯著效果。來台匯率對來台觀光旅客人數之影響與預期相反，本研究在比較不同可能性發現，可能是因為樣本期間太短或解釋變數不足，無法反應出預期關係，但是如果由相關係數來看，卻發現僅考慮時間因素時，資料顯示對台匯率對來台觀光旅客人數確實具有負向相關，而如果不考慮時間與國家之差異，發現對台匯率對來台觀光旅客人數亦具有負向相關性。

另外，研究利用變異係數與來台觀光旅客人數之平均值檢視觀光來往國對我國觀光業之重要度分析，發現日本、美國及香港在維持區域，是本國觀光業穩定客源國；新加坡、韓國及馬來西亞在目標區域，這些國家是近年來台觀光成長最快的國家，建議觀光業者可擬定宣傳策略以吸引這些國家觀光客的到來。

關鍵字：來台觀光旅客人數、追蹤資料分析、一元誤差分解廻歸模型、二元誤差分解廻歸模型

(3)

ii

ABSTRACT

In this paper, an econometric model of Panel Data method is used. We select the per capita gross domestic product, relative consumer price index, exchange rate and the previous period of foreign tourists who visited Taiwan to investigate the effect of the above variables on the number of Taiwan’s foreign tourists. The period of the study is from 1996 to 2008, foreign tourists considered is from Asia, American, Europe and Oceania countries included a total of 14 national tourists.

Under one-way error component regression model and two-way component regression model, I find three suited tracking data models that fit comparing tests.

The final model selected after considering adjusted R² is one-way error component regression model.

The results show that per capita gross domestic product has a significantly positive effect on foreign tourists. The number of previous period foreign tourists also has a significantly positive effect. Although the relative consumer price index having expected results, it has no statistically significant effect. The impact of exchange rate on the number of foreign tourists coming to Taiwan has the opposite effect.

Considering the different possibilities of this result happened, we think that would be duo to the fact that the sample period is too short or the explanatory variables do not reflect the expected relationship. However, if we look at the Pearson

product-moment correlation and consider the time factor, then we do find a negative correlation. By contrast, if we do not take into account time differences between countries, then the exchange rate also has a negative correlation.

In addition, the study applies the coefficient of variation and the average number of foreign tourists from different countries to setup an average view of the

importance of tourism industry analysis. We find that Japan, the United States and Hong Kong are in the maintenance area, which means that these countries have stable tourists to visit Taiwan. Countries like Singapore, Republic of Korea and Malaysia are in the target area that indicates the fastest growing tourists. We suggest the tourism industry can develop promotional strategies to attract tourists from these countries.

Keywords: the number of foreign tourists, Panel Data model, one-way error

component regression model, two-way component regression model.

(4)

iii

謝辭

時光飛逝，短短兩年研究所生涯隨著論文之完成也將進入尾聲，這篇論文能順利完成，首先感謝指導教授李堯賢老師的細心教導，在其用心指導下，讓我學到了不少事物，使我在這兩年間學習到比別人更多的知識與啟發，尤其老師對學生關懷之情，更令學生難忘；再來要感謝徐子光老師無私的教導，運用其豐富的計量知識，使學生能順利完成本文之實證模型；更要感謝楊琮泰老師及呂英瑞老師在口詴時對本論文提供不少寶貴意見，使學生的論文更加完整。

感謝這些師長的諄諄教導，學生銘記在心，並由衷感謝。

在研究所兩年裡，感謝博士班學長姐們對我的照顧，不僅在學習上學長姐們適時教導，在生活上學長姐們也適時的關懷，尤其是大學長楊琮階對我的關心，三不五時找我去吃飯，且每每都搶著付帳，總令我過意不去(學長最後讓我請您一次吧)。感謝上屆學長姐們的照顧，介偉學長及奕翔學長等人，您們教會我不少電腦知識及拉著我去打羽毛球，讓我學會了電腦重灌，更讓我那日漸加厚的腰圍有消減的傾向。同門的盈璇及俞伶，沒有您們在漫漫長夜裡和我一貣在研究室寫論文，這篇文章不會那麼快寫完。同是碩二的大家，沒有您們對我說您們都是我的朋友，我大概仍在耍孤僻；仍自己一個人躲在圖書館翻著厚厚的書本，每天過著無聊的生活。碩一的學正、小卲、茜甄、阿聰及惠婷等人給我溫暖與關懷，更帶給研究室歡樂的氣氛，雖然相處僅短短一年，但是我永遠記得有您們的日子。最後感謝家人對我的包容，算算這兩年的研究所生活，回家的日子大概不會超過手指加上腳趾吧！誠摯的謝謝您們。

將此論文獻給我敬愛的師長、家人及所有愛護我的人。

鄭國樑謹誌中華民國九十九年五月

(5)

iv

表目錄

表 1 台灣、韓國、日本、泰國、中國、法國、西班牙及美國觀光相關產業占 GDP

百分比與成長率 ... 2

表 2 觀光需求預測方法之比較 ... 12

表 3 追蹤資料相關文獻 ... 16

表 4 國內旅遊 ... 19

表 5 出境觀光 ... 20

表 6 入境觀光 ... 22

表 7 時間序列與計量經濟模型 ... 24

表 8 其他量化研究方法 ... 25

表 9 同質單根檢驗 ... 28

表 10 異質單根檢驗 ... 29

表 11 GLS 不同權重之選擇 ... 38

表 12 係數穩健估計方法 ... 41

表 13 資料來源及代號 ... 44

表 14 重要度分析表 ... 52

表 15 敘述統計 ... 54

表 16 各變數之相關矩陣 ... 54

表 17 不同國家來台觀光旅客人數對經濟變數之相關矩陣 ... 55

表 18 不同期間來台觀光旅客人數對經濟變數之相關矩陣 ... 56

表 19 總體經濟變數對來台旅客人數影響之預期符號 ... 58

表 20 LLC 單根檢定 ... 61

表 21 個體期間恆量模型比較 ... 63

表 22 未平衡資料下 OLS 與 FGLS 估計方法之比較 ... 64

表 23 個體期間恆量下之最適模型 ... 65

(8)

vii

表 24 期間個體恆量模型比較 ... 67

表 25 未平衡資料下 OLS 與 FGLS 估計方法之比較 ... 68

表 26 期間個體恆量下之最適模型 ... 68

表 27 個體固定與期間固定效果模型和混合廻歸模型之比較 ... 71

表 28 個體固定與期間隨機效果模型和混合廻歸模型比較 ... 73

表 29 個體隨機與期間固定效果模型和混合廻歸模型比較 ... 75

表 30 二元誤差分解廻歸模型之最適模型 ... 77

表 31 最終模型選擇 ... 78

(9)

viii

圖目錄

圖 1 研究流程 ... 7

圖 2 觀光預測方法分類 ... 9

圖 3 實證研究流程 ... 43

圖 4 亞洲其他地區之來台旅客觀光人數 ... 46

圖 5 東南亞地區之來台旅客觀光人數 ... 47

圖 6 美洲地區之來台旅客觀光人數 ... 48

圖 7 歐洲地區之來台旅客觀光人數 ... 49

圖 8 大洋洲地區之來台旅客觀光人數 ... 50

圖 9 來台觀光旅客國對我國觀光產業重要度分析 ... 52

(10)

1

第一章緒論

第一節研究背景與動機

觀光對於刺激觀光目的地經濟活動具有顯著效果。就總體或個體經濟而言，都是經濟發展、賺取外匯、增加就業與收入的契機。世界觀光組織 (World Tourism Organization, WTO)於 2000 年之分析報告中指出，觀光已成為許多國家賺取外匯的首要來源。在全球各國的外匯收入中約有超過 8%來自觀光收益，總收益已超過其他所有國際貿易種類。WTO 更進一步預估至 2020 年全球觀光人數將成長至 16 億 200 萬人次，而觀光收益可高達 2 兆美元。世界觀光旅遊委員會(World Travel and Tourism Council, WTTC) 2008 年報告中指出，2008 年全球觀光與旅行經濟約占全球國內生產毛額(GDP)的 9.9%，可提供 2.38 億個就業機會，占全球總就業數的 8.4%，預估至 2018 年全球觀光與旅行經濟更將達到全球 GDP 之 10.5%，並提供 2.96 億個就業機會。由上述可知，觀光對國家經濟發展貢獻極大，故世界各國皆積極投入資金，以加強觀光資源的再開發與宣傳行銷，期望吸引更多外籍觀光客到來，促進國家經濟之發展。

我國觀光發展至今，隨著時空變遷，國人在經濟繁榮且生活富裕下，益發重視觀光旅遊，再加上全球對觀光產業的重視，政府於是積極推動各項觀光發展政策，舉凡規劃套裝旅遊路線、開發景點、架構旅遊服務網路等。近年來則推動會展旅遊、醫療觀光、休閒農業觀光等方案，同時致力於國際觀光宣傳推廣，其執行內容涉及了政府多個部門，期望透過跨部會協調推動整合觀光旅遊資源，以打造台灣為具地方特色與國際觀光水準之寶島。

在全球對觀光產業積極作為影響下，觀光事業的發展對 GDP 產值之貢獻日益重要。表 1 為 2006 年到 2008 年間台灣、韓國、日本、泰國、中國、法國、西班牙及美國觀光相關產業占國內生產毛額百分比與成長率。表中顯示，台灣觀光產業對 GDP 的貢獻比例達到 5%之比重，而鄰近地區與西方國家則有 10%以上之表現，其中泰國及西班牙觀光產業之貢獻甚至達到 20%以上的比重。另由觀光產業占 GDP 的成長率

(11)

2

可知，這三年間各國落差不大，僅泰國在 2006 年的成長達到 7%以上的水準。相較於其他國家，我國表現則差強人意，未來如何加強我國觀光產業的競爭力，是未來政府追求經濟成長所必頇面臨的課題。

表 1 台灣、韓國、日本、泰國、中國、法國、西班牙及美國觀光相關產業占 GDP 百 分比與成長率

觀光相關產業占國內生產毛額百分比 2006 2007 2008 台灣 Taiwan 4.58 4.38 4.39

(-0.87) (-4.40) (0.19) 韓國 Korea 8.86 8.72 8.65

(-1.56) (-0.74) (5.01) 日本 Japan 12.14 12.43 12.46 (2.38) (0.25) (1.33) 泰國 Thailand 20.72 22.28 22.57 (7.51) (1.28) (-4.87) 中國 China 13.20 13.36 13.18

(1.27) (-1.39) (-2.96) 法國 France 15.04 14.91 14.55

(-0.83) (-2.42) (-0.48) 西班牙 Spain 24.09 23.46 23.02

(-2.64) (-1.85) (0.02) 美國 United States 13.65 13.19 13.51 (-3.39) (2.50) (-1.29) 註：括弧中的數字為觀光相關產業占國內生產毛額之成長率

資料來源：世新大學觀光系(2010)。我國觀光發展政策之研究。取自 http://www.gov.tw

收集國際觀光統計資料常被用來評價觀光對一國國際收支產生的影響，其中入境觀光客較易引貣眾人的注目。入境觀光能為觀光目的國帶來觀光外匯收入，並間接增加國內生產毛額與就業機會，為國家帶來經濟成長。另外，入境觀光客的增加亦代表著觀光目的國對國際市場之吸引力，顯示觀光不僅能增加觀光外匯收入，亦能帶動國家在其他項目上的經濟成長。故在入境觀光與出境觀光統計上，各國往往對前者的表

(12)

3

現投入更多關注，這亦是眾多研究觀光需求之學者多以入境觀光人數為主要探討對象之原因。

影響國際觀光客來台的因素有很多，基本上可分為經濟因素、社會因素及政治因素，而其中重要且易於衡量的因素，當屬經濟因素。一般對國際觀光需求常使用的經濟變數有匯率、所得及物價。觀光目的地國的外匯匯率對來往國的觀光需求有很大影響，匯率變動會反映在觀光產業和觀光客的行動上，可能造成觀光客來台消費意願降低、旅行時間及參觀地點減少，甚至會影響到商務旅客來台。當然小幅度匯率的變動不會產生這樣的結果，一些研究指出匯率至少要有 10%以上的變動，才有可能看出其對觀光行為之影響。個人所得是一項影響旅遊購買力的重要因素，一般認為觀光客對觀光產品之價格具有敏感性，如果價格過高，對此產品的需求便會減少，反之，如果觀光客的收入增加而產品價格不變，則需求便會增加。如果將觀光產品視為來台觀光之需求，不難看出個人所得會是影響觀光客來台之因素。物價對來台旅遊成本是重要因素，如果來往國的物價高，則可助長觀光客在台之消費，因為花同樣的錢可獲得更多或更高品質的服務，所以常見高物價國的觀光客傾向往物價較低的觀光目的國旅遊之現象。

另外，本研究檢視多數探討影響觀光客需求因素之文獻發現，在國內觀光需求之研究中，常選取變數為所得、匯率及物價指數(李旭煌，1994；江麗文，1995、鄭天澤、時巧煒，1995；聶建中、周明智，2003)，而在國外觀光需求研究上，選取變數以所得、物價指數、匯率、住宿價格及交通成本為主(Kulendren & Witt, 2001,2003; Lim

& McAller, 2002; Song & Witt, 2003)。由國內外文獻可知，大多選取之變數為所得、

匯率及物價指數，本研究亦使用這些經濟變數來探討來台觀光旅客人數，另外，根據江麗文學者之研究，將前一期來台旅客人數納入為解釋變數。

在觀光需求之研究上，傳統多採用計量經濟模型及時間序列模型做為研究工具，

近期則使用誤差修正模型等方法研究動態時間序列。這些方法的特徵是─僅針對縱斷面或橫斷面資料進行分析，相對忽視另一方面所能提供之資訊。橫斷面分析只能反映

(13)

4

出自變數對應變數之平均影響，而無法呈現出時間變遷對該變數所產生之影響。縱斷面分析則僅考慮到時間對被解釋變數之影響，而無法探討其他變數對該變數之影響。

本研究以來台旅客人數為探討對象，並突破僅考慮單一構面之研究方式，改採用能同時考量到縱橫斷面資訊的追蹤資料分析方法，以探討歷年各國平均每人國內生產毛額、相對消費者物價指數、對台幣匯率及前期來台觀光旅客人數對來台觀光旅客人數之影響。所得結果希望能提供國內觀光旅遊業及其相關業者之經營參考。

第二節研究目的

綜上所述，為彌補國內關於外籍旅客來台觀光需求在理論及實證上之不足，本研究主要之研究目的列舉如下：

1. 分析來台觀光國對台幣匯率、相對消費者物價指數、平均每人國內生產毛額及前一期來台觀光旅客人數對來台觀光旅客人數之影響。

2. 建立來台旅客人數之觀光需求模型。

3. 針對來台旅客之觀光需求提出建議與策略，以供業者及相關單位投資規劃與擬定競爭策略之參考。

第三節研究範圍與限制

依據研究目的，本研究收集了十四個國家來台旅遊人數及各國總體經濟變數，藉此建立追蹤資料模型，但是因為資料蒐集不易及探討國家數量不足，導致資料存在遺漏以及建構不同模型之可能性遭受限制。茲將研究範圍及其限制說明如下：

一、研究範圍

本研究所探討之對象為外籍旅客來台觀光需求，依照行政院交通部觀光局所公佈的來台旅客目的統計表，選出以觀光為目的之十四個國家來台人數做為研究之被解釋變數，其中亞洲地區包括香港、日本、韓國、新加坡、馬來西亞、泰國、菲律賓及印尼等八個國家；美洲地區則選擇美國及加拿大；歐洲地區選擇德國和英國，大洋洲是澳大利亞和紐西蘭，其他國家則因來台觀光人數較少或資料缺失與找尋不易而不予以

(14)

5

考慮。研究期間由 1996 年到 2008 年共計十三年，選取三個總體變數為解釋變數，包括相對消費者物價指數、平均每人國內生產毛額、對台幣匯率以及前期來台觀光旅客人數，建立來台旅客觀光需求模型。

二、研究限制

1. 歐洲地區因為歐盟的成立，導致歐洲國家除了英國外已無自己國家的貨幣，考慮到匯率之因素，本研究僅將英國及德國納入分析。

2. 德國於 2003 年正式加入歐盟，為了比較基準一致，本研究將以 1999 年歐盟之匯率取代 1999 年到 2002 年之德國匯率。

3. 因為他國資料蒐集不易，導致研究變數資料存在若干缺失值。在消費者物價指數上，韓國及德國從 1996~1999 年無數值。對台幣匯率上，菲律賓在 1996~1998 年有遺漏；德國則因歐盟的考量，故從 1999 年才計入資料；紐西蘭於 1996 年、1999 年及 2000 年存在缺失值。

4. 受截面單元(即國家)之限制及資料期間無法加長，並考量到模型的估計是否具有效性等問題，本研究不估計無約束模型，限制了建構不同模型之可能性。

5. 考慮到模型共線性問題，個體期間恆量假設下的模型去除了前一期來台旅客人數及英國及印尼，使可探討的國家僅剩十二國。

6. 為建立二元誤差分解廻歸模型，本研究去除存在缺失值資料年度及造成共線性問題之解釋變數，導致二元誤差分解廻歸模型之國家及年度比一元誤差分解廻歸模型來的少，僅有十二個國家及八個觀察年度。

第四節研究流程

本研究各章節排序與內容如下(見圖 1)：第一章緒論。對研究背景與動機、目的、

範圍與限制做說明；第二章為文獻探討。分別針對研究入境觀光旅客所使用之方法、

國內使用追蹤分析方法之研究及國內、外觀光需求文獻加以探討；第三章對研究方法與其步驟分別詳述，第四章為敘述統計分析。探討來台旅客人數歷年變化、觀光國重

(15)

6

要度分析、總體經濟變數資料性質及相關係數分析，以對研究變數之資料性質有所了解。第五章為實證模型之建立，透過一系列之假設及比較以找出研究之最適模型。第六章為本研究之結論與建議。對結果之發現及其意涵進行說明，並對觀光業者及後續研究者提出建議以供參考。

(16)

7

文獻回顧

觀光預測方法追蹤資料相關文獻觀光需求文獻

研究方法

Panel單根檢定實證廻歸模型廻歸模型選擇模型估計實證研究流程

敘述統計

資料來源與處理敘述統計與相關分析預期結果

結論與建議

實證結果

重要性分析&敘述統計後續研究建議

緒論

研究背景與動機研究目的

研究範圍與限制研究流程

實證廻歸模型

Panel單根檢定建構實證廻歸模型最適模型實證結果

圖 1 研究流程

(17)

8

第二章文獻探討

本章針對國內外探討觀光旅遊之研究方法與相關文獻進行比較與整理，內容共分為三節。第一節探討觀光預測方法，分為量與質之預測，並針對不同方法之優劣加以比較，以說明本研究之所以選擇追蹤資料分析法之理由。第二節為近年來國內使用追蹤資料文獻之彙總，以了解追蹤資料在國內的應用範圍與使用程度。第三節則進行觀光旅遊之文獻回顧，分別針對國內外觀光文獻進行探討，其中國內文獻可再細分為三個層面─國內旅遊、出境觀光及入境觀光；國外文獻則僅對出入境觀光進行分析，並透過不同研究方法予以劃分。

第一節觀光預測方法

建立觀光需求預測模式之文獻有很多，探討對象或期間也多有不同。有的是針對長、短期觀光需求進行預測，如某國家公園之重遊意願；有的則是對個體或總體觀光市場進行預測，如某遊樂區的觀光客人潮或來台旅客人數等。也可依研究的需求不同，建立各種不同的觀光需求模式，這些模式有的以理論進行推導，如賽局理論，有的則以實證模型做預測，如時間序列。在以來台觀光旅客人數為研究對象上，本研究透過探討國際觀光之國內外相關文獻發現，觀光需求大致可分成質的預測及量的預測 (見圖 2)。

(18)

9

觀光預測方法

質化方法

量化方法

情境分析

時間序列模型

計量經濟模型

空間模型

類神經網路德菲爾法

圖 2 觀光預測方法分類

資料來源：「來華旅客國際觀光旅館住宿需求預測之研究─以日本、香港及美國為例」，張淑婷，2004，未出版之碩士論文，私立朝陽科技大學休閒事業管理系研究所，台中縣。

一、質的預測

多採用德菲爾法及情境分析，分析主要針對未來可能變動方向，而非著重在變動的大小。德爾菲法必頇依賴專家意見，並透過不斷的問卷往返，以將專家的意見收斂至一致，獲得觀光需求預測結果。此方法在專家的尋求上有較大的阻力，就算找到專家，要使意見達到一致性，仍需花費不少時間成本，而長時間的問卷往返亦會使專家不願回覆，造成問卷回收率下降。此外，問卷設計的不良亦可能造成專家認知產生差異，不易產生一致性的答案。常使用在較無歷史資料或無法量化分析的現象上做探討。

情境分析主要適用在大幅變動之時空背景，或是環境具有高度不確定性下，目的並非為準確預測未來，而是希望透過情境之預測，及早了解未來可能發生的各種狀況，協助決策者進行策略規劃。這類方法在分析情境發生的可能性上易受到質疑，且

(19)

10

有落入機率認知陷阱的可能。所謂機率認知陷阱是指人對機率之認知易受限於認知能力限制與風險偏好之影響。在環境不確定程度高且歷史關係不可靠、外在衝擊多且不確定性高或不需估計未來逐年實際數值，而僅需分析方向上的改變時採用。

二、量的預測

著重在變動的大小及方向上，比貣質化分析所能提供的資訊更多，但也因為許多重要資訊不易量化及不符合實際環境之假設，而限制了量化分析所提供資訊之價值。

量化預測方法可分成時間序列模型、計量經濟模型、空間模型以及類神經網路等方法。

時間序列模型是僅以單一變數分析一連串時間資料的方法，以發現時間序列變數現在與過去的關係，並預測該變數未來趨勢。在實證分析上所需的資料較少，通常只需收集單一變數即可進行分析，但是此方法無法了解變數間關係。

計量經濟模式的研究方法主要有兩種方式：橫斷面資料分析及追蹤資料分析。橫斷面資料分析方法常採用多元線性廻歸模型，此方式無法顯示時間趨勢對變數之影響，僅能顯示出這些變數對依變數之平均影響，因此在預測的應用上受到限制。

追蹤資料是指模型所使用之資料為時間序列及橫斷面資料的混合體。因此追蹤資料分析具有時間序列與橫斷面資料分析兩者之優點，能反映出研究對象在時間及不同截面單元兩個方向上變化的規律，但也因此可能存在兩模型在估計上可能面臨的問題，如變數間存在共線性問題、殘差存在異質變異或自我相關等問題。這也是過去研究使用追蹤資料分析時，常以可能會造成這些問題而被摒棄使用，但是這類的問題已被計量經濟學家所克服。追蹤資料模型現已成為近年來計量經濟模型重要發展之一。

空間模型是分析空間資料的統計方法，透過位置以建立資料間之統計關係。為解決資料中所隱藏之空間不確定因素，空間統計模型嘗詴從凌亂的空間資料裡，使用統計方法發掘空間變動之規律。空間資料之分析與傳統的統計分析主要有兩大差異，其一，空間資料間並非獨立，而是在多維空間中具有某種空間相關性，且在不同空間解析度下呈現不同相關程度；其二，大多數空間問題僅有一組觀測值，而無重複觀測資料。因此，空間現象的了解與描述無法使用傳統的統計技巧分析。另外，空間模型與時間序列模型最大的差異在於空間中並無過去、未來之次序，故不易透過因果關係之

(20)

11

描述來建構空間模型。

類神經網路是一種計算系統，包括硬體與軟體，使用大量簡單的相連人工神經元來模仿生物神經網路的能力。所謂的人工神經元是生物神經元的簡單模擬，它能從外界環境或其它的人工神經元取得資訊，並進行簡單的運算，而後輸出結果至外界環境或其它的人工神經元。在使用類神經網路可能遭遇以下問題：1.區域極小值：所找出的解為區域小，而非絕對極小值；2.發生過度訓練或訓練不足現象：資料中存在雜訊，

導致過度訓練對預測結果有不良之影響，同理，訓練不足是因資料過少，亦會造成預測不準確；3.無法收斂：資料有極端值或相互矛盾，造成無法求解。此外，此方法最引人垢病的地方則是無法透過統計方法判定分析之優劣，輸入到產出結果間的流程是黑箱作業。

質化的方法曠日費時，且有無法尋求相關領域專家配合或落入機率認知陷阱中。

從量化方法來看，時間序列無法反映變數間的關係，而橫斷面模型僅反應不同因素對觀光需求之平均影響，空間模型僅能比較不同位置間之相互作用，無法反映出因果關係，類神經網路則無法以統計方法判斷優劣，易使人產生質疑。在量化方法上，時間序列無法了解變數間的關係；橫斷面資料分析無法顯示時間趨勢；空間模型不易建立因果關係，類神經網路易發生過度配適，且資料輸入到輸出結果流程為黑箱作業。透過上述不同觀光需求預測模式的比較，本研究欲以量化的方式進行分析，並採用追蹤資料分析之方法建立模型，以同時考慮到不同國家在不同時間裡，總體經濟變數對來台觀光旅客人數之影響。茲將觀光需求預測方法之比較列於下表 2。

(21)

12

表 2 觀光需求預測方法之比較

種類方法使用時機意義缺點

質之預測

德菲爾法

無歷史資料、無法量化分析之現象

將專家意見收斂至一致，以獲得未來觀光需求

專家尋求不易，且問卷設計有其難度

情境分析環境因素不確定性高

探討未來可能之不同狀況，協助決策與規劃

情境可能性易受質疑、易落入機率認知陷阱

量之預測

時間序列模型

可量化資料、資料分析期間較長

使用單一變數分析一連串時間資料，預測變數未來走勢

無法了解變數間的關係

橫斷面資料分析

採用多元線性廻歸，分析自變數對依變數之平均影響

無法顯示出時間趨勢

追蹤資料分析同時考慮橫斷面與

縱斷面資料之分析

具有兩模型可能存在的問題，如共線性、

異質變異及自我相關

空間模型在空間資料中發掘

空間模型

空間無過去及未來觀念，不易建立因果關係

類神經網路

透過電腦模擬生物神經網路，資訊再轉成數學模式輸出

易發生過度訓練之可能，且資料輸入到輸出結果間之流程為黑箱作業

第二節追蹤資料相關文獻

國內使用追蹤資料分析的相關文獻在近期有增加傾向。追蹤資料分析在計量上屬於較新的範疇，因此國內多數使用者仍僅在一元誤差分解廻歸模型上做文章，而鮮少有人使用二元誤差分解廻歸模型。另外混合廻歸模型及均值修正模型亦多人探討，卻少有人使用無約束模型進行研究。本研究擬同時採用一元及二元誤差分解廻歸模型進行探討，但是在檢視無約束模型分析結果後發現，因資料之不足導致自變數在解釋依變數上多不具顯著性，為顧及模型之可信度，本研究捨棄將無約束模型納入考量，僅

(22)

13

就混合廻歸模型與均值修正模型進行探討。茲將近期採用追蹤資料分析之相關文獻簡述如下：

蔣鵬翰(2003)研究探討單一組織型態中各公司代理成本高低之影響因素，以民國 85 年到 90 年之本國 10 家壽險公司為樣本做實證研究，並使用資料包絡分析法來衡量經營績效，以作為各公司代理成本之替代變數。解釋變數則分為三大因素，財務因素、業務因素及外部因素，另外加入一個控制變數─公司上市與否，以消除因資產大小所造成之差異。結果顯示，財務方面以股權集中度及經理人持股比例對公司經營績效具顯著正向影響；業務因素方面除了以公司經營險種別之傷害險如預期結果外，健康險呈現不顯著、團體險則呈現相反之結果。另外，負債代理問題上，則支持再保費之支出能提升保單價值，它可使保單持有人求償權更有保障，故能提升公司經營績效；在上市與否變數上，可能因為上市帶來之代理成本抑制效果小於加強管制所增加之成本，故造成經營績效因上市而降低。

陳宜宏(2005)檢視新古典成長模型之正確性，並加入健康資本變數，以進行比較分析。研究結果顯示，實體資本與人力資本對美國各州之經濟產出都具有正面助益，

但影響程度不一。加入健康資本可提高對美國經濟成長的解釋力，但從整體來檢視，

R 偏低，推測可能因素為受短期景氣循環影響，使得估計結果較無效率。 2

楊映輝(2006)探討貪汚對 23 個新興市場經濟成長之影響。以國際透明組織之貪汚印象指數作為貪汚變數，並加入實質國內固定資本形成毛額成長率、就業人數成長率、教育水準和政治不穩定程度等經濟政治變數。進一步根據國家區域特質再區分為亞洲、拉丁美洲及歐洲國家，以探討不同區域中，貪汚與經濟成長關係是否存在不同之影響。實證結果顯示，貪汚對新興市場之經濟成長帶來正面助益，然而各區域間則存在差異，其中亞洲國家為不顯著之正相關；拉丁美洲為顯著正向關係；歐洲則已轉為顯著負向關係，由此可知，在經濟成長之過程中，貪汚也許可為新興市場之經濟活動注入部份成長動力，但此幫助無法長久，當國家經濟水準到達一定程度後，貪汚將成為國家經濟成長之絆腳石。

(23)

14

劉仲杰(2006)以 1999 年至 2005 年之世界各國來台國際觀光客為對象，結合引力模型(gravity model)及 CAGE 模型¹所提出之相關距離衡量構面為研究架構，進行長期追蹤資料分析，探討文化距離、行政距離、地理距離及經濟距離對來台觀光旅客人數影響，並以追蹤資料方法進行實證研究。研究發現，文化距離對來台觀光客人數具正向影響關係，而行政、地理及經濟距離之增加，對來台觀光客則造成負向影響。經濟距離與觀光客人數之關係呈現一種非直線遞減現象，即在兩國經濟距離差距大到某種程度時，來台觀光人數減少程度將不明顯。焦點國對美元匯率愈高及與我國貿易總量增加時，將有助於焦點國來台觀光之需求。

劉秀卿(2006)研究公益彩券盈餘是否會排擠地方政府社會福利支出，利用 1985~2000 年之年資料建構追蹤資料模型，以預測 2002~2004 年每人實質淨社會福利支出。結果發現除了台北縣於彩券發行後之 2002~2004 年與台東縣、新竹市在 2002 年時，彩券盈餘不具有替代性外，其餘縣市皆有替代原有地方政府社會福利支出之問題。另以 1985~2004 年為研究期間加入彩券發行年度為虛擬變數，結果顯示具顯著負面關係，表彩券發行後，具顯著降低每人實質淨社會福利支出，公益彩券會排擠地方政府原有之社會福利支出預算。

藍君瑜(2008)研究國際間 133 國家於 1996 至 2006 年之追蹤資料，探討東道國之市場規模潛力、總體經濟穩定度，基礎設施普及度、貿易開放程度及金融深化程度等變數是否具有對外人直接投資之影響。結果顯示，除了總體穩定度外，其餘變數對外人直接投資皆具正向顯著之影響。進一步分成已發展與發展中國家進行分析探討，發現具有相當程度之一致性，僅市場規模潛力在已發展國家不具統計上顯著效果。

林亭汝、沈永褀與洪仁財(2008)以 SCP 理論探討台灣 TFT-LCD 產業，研究期間為 2000 年第二季到 2008 年第一季，並以追蹤模型進行產業分析，其中產業結構變數

1 CAGE 模型為 Ghemawat 在 2001 年提出，他認為距離對於國際企業及國際貿易仍舊具有相當大之影

響力，並提出 CAGE 架構，擴大解釋距離為「文化距離(culture distance)」、「行政距離(administrative distance)」、「地理距離(geographic distance)」及「經濟距離(economic distance)」綜合體。

(24)

15

有市場占有率、資本密集度與銷貨成長率；廠商行為變數為研發密集度、投資密集度、

水平整合、垂直整合與負債比率等，被解釋變數為股東權益報酬率。研究發現銷貨成長率與投資績效呈顯著負向關係。換言之，提升經營績效可藉由持續擴充產能及增加銷貨成長率或是藉由提高固定資產使用效率與降低負債比率都極具效果。

龔書玉(2009)探討台灣 22 個縣市於 1982~2007 年間內部遷徙率差異因素。實證發現住宅自有率、房價對內部遷徙率有顯著正向影響，且住宅自有率與有偶率為影響內部遷徙率最主要因素，而使用執照面積、空屋率及房價所得比與房價之影響力相對較小。此外，住宅市場供給條件對主要都市內部遷徙率有較大影響，都市化程度較高縣市及東部縣市之內部遷徙率比其他縣市高，在特定年度之時間效果亦對內部遷徙率有顯著影響。為利於資料的呈現，表 3 為上述追蹤資料相關文獻之彙總。

以上追蹤資料相關文獻，多著重在產業及社會福利等經濟面進行探討，可見追蹤資料在分析經濟面上使用廣泛。但是在觀光議題上使用追蹤資料分析者則相對較少。

本研究搜尋國內文獻發現，僅有少數篇幅有做相關之研究，其餘之研究則多屬橫斷面或時間序列等方法。

在科技進步及各國觀光政策的推波助瀾下，觀光已然成為全球性活動。近年來我國政府體認到觀光的重要性，並透過一連串的政策以扶持國內的觀光產業。舉凡近年來的觀光客倍增計畫、東部永續發展綱要計畫、開放大陸人士來台觀光政策及 2008-2009 旅行台灣年等，皆顯示出政府對振興觀光產業的企圖心。但是藉由 2006 年到 2008 年間台灣與其他國家觀光相關產業占國內生產毛額百分比與成長率發現，

台灣的表現差強人意，因此，本研究認為再行探討總體經濟變數對來台旅客人數之影響有其必要性。探討經濟因素對來台觀光旅客人數之影響性是否存在，以及其影響程度是否強烈等，皆為研究所欲了解層面之一，並希望藉此給予相關觀光業者進行營運規劃及市場評估參考之依據。

(25)

16

表 3 追蹤資料相關文獻 作者

(年代) 研究主題研究對象研究期間內容簡述

蔣鵬翰 (2003)

代理成本與壽險公司治理之實證研究

台灣 10 家

壽險公司 1996~2001 年

財務方面以股權集中度及經理人持股比例對公司經營績效具正向影響；業務因素方面以公司經營之傷害險如預期外，健康險不顯著、團體險則呈現與預期相反之結果

陳宜宏 (2005)

健康資本與經濟成長 ─ 美國個案研究

美國 51 州 1990~2000年

檢視新古典成長模型正確性，並加入健康資本變數。結果顯示，實體資本與人力資本對美國各州之經濟產出具正面助益，但影響程度不一。加入健康資本可提高對美國經濟成長的解釋力，但以整體來看，R 偏低 ²

楊映輝 (2006)

貪污對經濟成長之影響 ─ 以新興市場經濟為例

23 個新興

國家市場 1995~2005 年

探討貪汚對 23 個新興市場經濟成長之影響。在經濟成長之過程中，貪汚可為新興市場之經濟活動注入部份成長動力，但此幫助無法長久

劉仲杰 (2006)

國際觀光客來台人數之前因分析 ─ CAGE 模型之應用

世界 27 個主要來台之國際觀光旅客

1999~2005 年

文化距離對來台觀光客人數有正向影響，而行政、地理及經濟距離對來台觀光客有負向影響。經濟距離與觀光客人數為非直線遞減關係。焦點國對美元匯率愈高及與我國貿易總量增加時，將有助於焦點國來台觀光之需求

劉秀卿 (2006)

公益彩券盈餘是否會排擠地方社會福利支出？

台灣 23 個

縣市 1985~2000 年

台北縣彩券發行後 2002~2004 年與台東縣、新竹市在 2002 年彩券盈餘皆不具替代性，其餘縣市都有替代原地方政府社會福利支出性問題。另加入彩券發行年度為虛擬變數，結果顯示彩券發行後，具顯著降低每人實質淨社會福利支出

(26)

17

表 3(續) 作者

(年代) 研究主題研究對象研究期間內容簡述

林亭汝、沈永褀與洪仁財(2008)

台灣TFT-LCD 業經營績效之探討：以SCP 產業組織理論為基礎

台灣TFT-LCD

產業 2000~2008 年

提升經營績效可藉由持續擴充產能及增加銷貨成長率或是藉由提高固定資產使用效率與降低負債比率都極具效果

藍君瑜 (2008)

金融深化對外人直接投資的影響 ─ 跨國追蹤資料分析

133 國家 1996~2006年

除了總體穩定度外，其餘變數對外人直接投資皆具正向影響。進一步分成已發展與發展中國家進行分析探討，發現具有相當程度之一致性，僅市場規模潛力在已發展國家不具統計上顯著效果

龔書玉 (2009)

縣市內部人口遷徙影響因素之研究

台灣 22 個

縣市 1982~2007 年

住宅自有率、房價對內部遷徙率有顯著正向影響，且住宅自有率與有偶率為影響內部遷徙率最主要因素，而使用執照面積、空屋率及房價所得比與房價之影響力相對較小

第三節觀光需求文獻

本節將針對近年來觀光文獻進行彙總比較，以找出適合來台觀光旅客人數之解釋變數。研究觀光之文獻很多，本研究以來台觀光旅客人數為探討對象，在比較質化與量化研究方法後，決定採用量化方式進行研究。以下將個別針對國內外使用量化方法之實證文獻進行探討，以找出影響觀光旅客人數之總體經濟因素。

一、國內實證文獻

就觀光需求而言，可依旅遊的地點區分，即國內旅遊、入境觀光及出境觀光，而其中入境觀光與出境觀光又可合稱為國際觀光。過去關於觀光需求預測的研究中，不論國內外都以國際觀光探討最多，且多以量化預測方法為主要研究工具，本研究亦是

(27)

18

採用計量經濟模型中的追蹤資料做為探討觀光需求之工具。以下依旅遊地點做為劃分依據，將觀光需求分為三種類型進行文獻回顧：

(一)國內旅遊

尚和生(1992)曾針對國內 192 個旅遊景點及五大類型的旅遊地區為探討對象，使用時間序列的方法，以 ARIMA 轉移函數模型預測民國 67~79 年全台旅遊人次的成長趨勢，研究發現必頇將 192 個景點人數有效規劃管理，才能對未來旅遊觀光人次的成長有助益。黃昭通(1994)以南投縣境內六個遊憩區為對象，並採用重力模式來了解遊客旅遊型態，以提供業者對遊樂需求之預測，結果顯示遊客教育程度、旅遊時間及行程天數間關係顯著。陳淑女(2000)以台灣六大國家公園為例，利用 ARIMA 模型分析國家公園未來遊客量預測，發現墾丁、陽明山與太魯閣國家公園預測模型表現較佳，

而玉山、雪霸國家公園則因 921 大地震的影響導致預測較差，金門國家公園則有明顯的季節性因素，建議進一步可在淡旺季進行規劃與管理。

在國內旅遊文獻上，發現多以單變量時間序列為研究方式，並未選取其他變數。

在使用單變量時間序列上，存在可能過度簡化的理想假設，即被解釋變數僅受到自身前期或過去隨機項之影響。茲將上述國內旅遊文獻整理如表 4。

(28)

19

表 4 國內旅遊 作者

(年代) 研究對象及議題研究期間研究方法內容簡述

尚和生 (1992)

國內 192 個旅遊景點及五大類型的旅遊地區，

以預測全台旅遊人次的成長趨勢

1978~1990年 ARIMA 轉移函數模型

頇將 192 個景點人數有效規劃管理，才能對未來旅遊觀光人次的成長有助益

黃昭通 (1994)

南投縣境內六個遊憩區為對象，對遊樂需求做預測

1994 年

重力模式、多元線性廻歸模型

遊客教育程度、旅遊時間及行程天數間關係顯著。

配合季節性做抽樣較能有效推估重力模式

陳淑女 (2000)

台灣六大國家公園為對象，對未來遊客量進行預測

2000 年 ARIMA 模型

墾丁、陽明山與太魯閣國家公園預測模型佳，而玉山、雪霸國家公園則因 921 大地震的影響導致預測較差，金門國家公園則有明顯的季節性因素

(二)出境觀光

甘承洲(1991)以經濟因素及社會因素為自變數，國人出國觀光人次為因變數探討不同因素對國人出境人數的影響，並區分成兩條多重線性廻歸式，以探討各別社會或經濟因素對出國觀光人次的影響。結果顯示以貨幣供給額對國人出國觀光旅遊人次之增減為有效經濟指標；而社會因素方面則為年齡於 30~39 歲或職業為經理、秘書、職員者為最佳自變數。李旭煌(1994)以國人出國到日本、美國、香港、韓國及泰國之觀光人數為對象，使用 1980~1993 年的月資料透過六種不同量化模型做預測，並以國民生產毛額、消費者物價指數、匯率及其他突發事件為衡量變數比較不同模型預測能力。結果顯示，美國、德國、歐洲及東南亞市場以時間趨勢模型預測最佳，而韓國則以計量經濟模式為最好，日本及英國則是指數平滑法。陳石麟(2003)以民國 77 年至 91 年赴港及民國 86 年至 91 年到澳門旅遊的人數為研究範圍，建立單變量時間序列

(29)

20

模型，研究顯示港澳是國人前往大陸橋樑，其未來觀光市場發展佳。

除了單變量時間序列模型外，甘承洲使用之研究變數有社會因素及經濟因素，而李旭煌則使用經濟因素做為解釋變數並比較不同模型之預測能力。透過出境文獻之整理發現，經濟因素皆是學者們探討出境觀光之重要解釋變數。表 5 為出境觀光文獻之彙總。

表 5 出境觀光 作者

(年代) 研究對象及議題研究期間研究方法內容簡述

甘承洲 (1991)

以國人出國觀光人次為因變數探討經濟因素及社會因素對國人出境人數的影響

1985~1989 年多重線性廻歸模型

以貨幣供給額為國人出國觀光旅遊人數之有效經濟指標；年齡 30~39 歲或職業為經理、祕書、職員者為社會因素最佳自變數

李旭煌 (1994)

以國人出國到日本、

美國、香港、韓國及泰國的觀光人數為對象，比較不同的量化模型之預測力

1980~1993 年

簡算法、時間趨勢模型、指數平滑法、單變量時間序列、轉移函數模型、計量經濟模型

美國、德國、歐洲及泰國以時間趨勢模型預測最佳；韓國以計量經濟模式最好，日本及英國則是指數平滑法

陳石麟 (2003)

到港澳旅遊的國人人數為對象，以進行預測分析

1988~2002 年赴港及 1997~2002 年到澳門

單變量時間序列模型

港澳是國人前往大陸橋樑，其未來觀光市場的發展佳

(30)

21

(三)入境觀光

鄭天澤、時巧煒(1995)利用四種不同的模型對民國 60 年至 81 年來華旅客建立預測模型，採用物價指數及匯率為自變數，以進行模型預測能力的比較。結果發現不同預測模型各有優缺點，如能加以整合必能提升預測準確度。江麗文(1995)以日本、韓國、美國、德國及英國分別建立計量經濟模型，並使用所得、價格、匯率、前一期來華旅客人數及虛擬變數為自變數比較模型對各國的預測能力。研究顯示，日本以所得、價格及前一期的來華旅客人數為最佳預測模式，韓國以國民生產毛額、虛擬變數 (韓國開放觀光及中韓斷交)及前期來華旅客人數為佳，美國僅以國民生產毛額及前期來台人數，德國以國民生產毛額及消費者物價指數，英國則以所得、匯率及前期來華人數為佳。聶建中、周明智(2003)則以 1956 年至 2000 年之年資料來探討總體經濟變數，如實質國內生產毛額、消費者物價指數及匯率，對來台旅遊人數及觀光外匯收入之影響，以向量自我廻歸模型及向量誤差修正模型進行長短期動態關係探討。短期上，衝擊反應函數顯示，匯率的變動對來台觀光人數之衝擊影響最大，變異數分解則顯示匯率、實質國內生產毛額波動對解釋觀光客人數變異上是重要因素，而來台觀光人數對觀光外匯收入的波動上，擁有較強之解釋能力。長期來看，向量誤差修正模型表示來台觀光人數的衝擊異於短期，以實質國內生產毛額及觀光外匯收入較為重要。

藉由上述入境旅遊之文獻探討發現，多數學者皆以總體經濟變數為解釋變數，如國民生產毛額、匯率及消費者物價指數等。表 6 為入境觀光之文獻整理。

(31)

22

表 6 入境觀光 作者

(年代) 研究對象及議題研究期間研究方法內容簡述鄭天澤、

時巧煒 (1995)

利用四種不同的模型對來華旅客建立模型並進行預測能力的比較

1971~1992 年

簡算法、時間趨勢模型、指數平滑法、計量經濟模型

不同預測模型各有優缺點，如能加以整合勢必能提升預測準確度

江麗文 (1995)

日本、韓國、美國、

德國及英國到台灣之旅遊人數分別建立預測模型

1971~1994 年計量經濟模型

日本以所得、價格及前一期的來華旅客人數，韓國以 GNP、韓國開放觀光、中韓斷交及前期來華旅客人數，美國則以 GNP 及前期來台人數，德國以 GNP 及 CPI，

英國以所得、匯率及前期來華人數為最佳模型

聶建中、

周明智 (2003)

探討總體經濟變數對來台旅遊人數及觀光外匯收入的影響

1956~2000 年

向量自我廻歸模型、向量誤差修正模型

匯率對來台觀光人數的衝擊影響最大。向量誤差修正模型表示來台觀光人數的衝擊異於短期

回顧上述國內文獻可知，在觀光需求中，不論是國內旅遊、入境觀光或出境觀光需求預測模型種類繁多，不同的模型亦有不同的表現，並無絕對的優劣之分，皆可給予國內觀光相關業者不錯的參考價值，可依循其所指方向加強規劃及管理，以利國內觀光產業之發展。

二、國外實證文獻

國外對於觀光需求之研究較我國為早，故相關研究甚多，為求與研究主題的方向一致，以近年來國際觀光為主要文獻探討對象。以下將用不同的量化研究方法做為區

(32)

23

隔，將國外觀光需求文獻區分為時間序列與計量經濟模型及其他研究方法，如類神經網路、近似理想需求體系分析法等，加以探討：

(一)時間序列與計量經濟模型

Kulendran and Witt(2001)以 1978~1995 年之季資料為研究範圍，並使用四種不同的量化研究方法，預測從英國到歐洲及美國之觀光人數。衡量變數以國民所得、住宿成本、機票價格及其他突發事件來建立模型。研究結果顯示，以簡算法的預測準確度較優。Lim and McAller (2002)預測馬來西亞到澳洲旅遊人數，使用 1975~1996 年之季資料，研究方法則採用誤差修正模型。自變數則使用實質所得、旅遊價格、實質匯率及交通成本。結果指出，交通成本、匯率及國際觀光需求間存在長期均衡關係，而實質所得與其他變數無長期均衡關係存在。Kulendran and Witt (2003)使用三種不同的量化分析對英國到歐洲及美國的旅遊人數在 1978~1995 年季資料進行預測，使用變數為所得、消費者物價指數及匯率。結果顯示時間序列模型較適合短期預測，而誤差修正模型在長期預測上表現良好。Song and Witt (2003)以誤差修正模型預測從德國、日本、英國和美國到韓國之旅遊人數。研究範圍由 1962~1994 年年資料，使用變數為國民生產毛額、實質貿易收支、旅遊價格、消費者物價指數及其他突發事件。由結果可知，所得和旅遊價格對德國旅遊者無顯著影響。Song, Witt and Jensen(2003)預測德國、

荷蘭、挪威、瑞典、英國及美國到丹麥旅遊人數，使用五種量化模型，並選取每人實質消費支出、每人實質生活費用、消費者物價指數、至他國旅遊的替代價格及時間趨勢為變數，分析模型在 1969~1993 年之年資料對到丹麥旅遊人數的預測能力。研究結果指出非參數模型最佳。

比較上述之文獻發現，多數學者所採用之變數亦不脫離所得、物價及匯率。茲將時間序列與計量經濟模型之文獻，整理如表 7。

(33)

24

表 7 時間序列與計量經濟模型

作者(年代) 研究對象及議題研究期間研究方法內容簡述

Kulendran and Witt (2001)

使用四種不同的量化研究方法，預測從英國到歐洲及美國的觀光人數。

1978~1995 年

簡算法、計量經濟模型、時間序列模型、結構型時間序列模型

以簡算法的預測準確度較優

Lim and McAller (2002)

預測馬來西亞到澳洲旅遊人數

1975~1996 年誤差修正模型

交通成本、匯率及國際觀光需求間存在長期均衡關係，而實質所得與其他變數無長期均衡關係存在

Kulendran and Witt (2003)

對英國到歐洲及美國的旅遊人數進行預測

1978~1995 年

轉換函數模型、單變量時間序列模型、誤差修正模型

時間序列模型較適合短期預測，而誤差修正模型在長期預測上表現良好

Song and Witt (2003)

預測從德國、日本、英國和美國到韓國的旅遊人數

1962~1994 年誤差修正模型

所得和旅遊價格對德國旅遊者無顯著影響

Song, Witt and Jensen (2003)

預測德國、荷蘭、挪威、瑞典、英國及美國到丹麥旅遊人數

1969~1993 年

簡算法、時間序列模型、向量自我廻歸、非參數模型、

誤差修正模型

研究結果指出非參數模型最佳

(二)其他量化研究方法

Pattie and Snyder (1996) 使用 1979 年至 1990 年月資料，並以美國 110 座國家公園遊客為對象，比較類神經網路與傳統時間序列模型何者預測較準確。結果顯示，類神經網路的預測能力較出色。Law and Au (1999)考量服務價格、平均旅館住房率、匯率、人口、行銷消費及國民支出毛額為變數，以 1967 年至 1996 年日本觀光客到香港

(34)

25

觀光人數的幾種量化模型與類神經網路做比較，結果顯示仍以類神經網路模型預測力較好。Ramesh (2003) 使用近似理想需求體系分析法國國家關係價格、匯率及觀光客消費支出預算等與其他國家是否有所差異。研究期間及對象為 1968 年至 1999 年法國到義大利、西班牙及英國的旅遊人數，其結果顯示匯率及關係價格改變會受到入境觀光旅客選擇之影響，相關業者及政府如欲提升市場占有率則頇對觀光需求總體經濟變數多加重視。茲將其他量化研究方法分別彙總如下表 8。

表 8 其他量化研究方法 作者

(年代)

研究對象及

議題研究期間研究方法內容簡述

P a t t i e a n d Snyder (1996)

美國 110 座國家公園遊客為對象，比

較類神經網路與傳統時間序列模型何者預測較

準確

1979~1990 年

類神經網路、傳統時間序列

結果顯示，類神經網路的預測能力較出色

Law and Au (1999)

日本觀光客到香港觀光人數的幾種量化模型與類神經網路

做比較

1967~1996 年

類神經網路模型、多重線性廻歸模型、簡算法、移動平均法及指數平滑法

以類神經網路模型預測力較好

Ramesh (2003)

法國到義大利、西班牙及

英國的旅遊人數

1968~1999 年

近似理想需求體系分析法

匯率及關係價格改變會受到前來觀光旅客選擇之影響，相關業者及政府如欲提升市場占有率則頇對觀光需求總體經濟變數多加重視

(35)

26

回顧上述國外觀光需求文獻可知，在時間序列與計量經濟模型中各個不同量化模型的表現並無絕對良好之模型，例如誤差修正模型在 Kulendran and Witt 學者們的分析下預測表現佳，但是在 Song, Witt and Jensen 學者們的比較卻不如理想。考量其他量化研究方法發現類神經網路似乎比計量經濟模型表現來的好，但是仍鮮少有人使用，可能是因無法做統計檢測而令人產生疑慮。研究方法則偏重於時間序列模型、計量經濟模型和誤差修正模型，屬於縱斷面資料分析及動態關係之研究。

綜合國內外文獻發現在國際觀光需求上多數以旅遊人數做為因變數，而所得、消費者物價指數及匯率為自變數。研究方法不是採用橫斷面資料分析，就是縱斷面或動態關係研究。例如甘承洲學者對國人出國觀光建立的廻歸模型、陳淑女學者利用 ARIMA 模型對國家公園未來遊客人數預期、聶建中與周明智學者研究影響來台旅遊人數及觀光外匯收入總體變數之決定因素等。或是使用其他量化方法，如類神經網路或近似理想需求體系。甚少有人同時考慮縱斷面和橫斷面之綜合分析，即以追蹤資料做為研究觀光需求方法。因此，本研究欲以來台旅遊人數做為模型之因變數，並使用平均每人國內生產毛額、相對消費者物價指數及對台匯率做為共同的衡量變數，以建構來台觀光人數追蹤資料模型。

(36)

27

第三章研究方法

追蹤資料是針對某一特定群組對象，持續追蹤一段期間所獲得之各種資料，包括縱斷面之時間序列和橫斷面之截面單元資料所共同組成。使用追蹤資料最主要之好處是可避免僅以橫斷面或縱斷面分析所忽略之資訊。在使用時間序列資料分析時，因為資料只考慮相關變數之時間序列，常發生序列自我相關的問題，而使得估計產生偏誤；而僅用橫斷面資料進行分析，則會因各截面單元本身存在不同特性，而產生異質變異之問題，導致估計模型無有效性。Hsiao 在 1986 年及 Baltagi 在 2001 年皆指出使用追蹤資料可獲至以下好處：(張珮瑩，2003)

1.有效控制經濟個體之異質性。追蹤資料分析方法允許個體間存在異質性。

2.降低共線性。可提供更多訊息，降低多重共線性問題，擁有更多自由度及估計有效性。

3.動態調整之研究比橫斷面更有能力。

4.可建構出較縱斷面及橫斷面模型更複雜之模型。

因追蹤資料具有以上的好處，故近年來有許多學者以追蹤資料進行研究。本研究亦以追蹤資料對來台觀光旅客進行分析。茲將研究使用之分析方法說明如下：

第一節 Panel 單根檢定

追蹤資料包含時間序列，而在時間序列的分析上最重要的先決條件就是資料必頇為定態序列，若不滿足此一條件，即使廻歸結果顯著也可能存在假性廻歸之問題。為檢定追蹤資料是否為定態，則需進行 Panel 單根檢定。在 Eviews 上可根據是否所有截面序列具有相同單根過程，或所有截面序列不具相同之單根過程，而將檢驗單根方法分為同質單根檢驗法與異質單根檢驗法兩大類，以下分別介紹這兩種檢驗法：

一、同質單根檢驗

同質單根是指假設各截面單元序列具有相同的單根過程情況下，對截面序列進行單根檢驗。表 9 列出各種不同情況所做的檢驗。

(37)

28

表 9 同質單根檢驗

檢驗方法檢驗統計量

檢驗方程外生廻歸量的

型式

自相關修正方法虛無假設：各截面序列均有一個單根

對立假設：各截面序列平穩

LLC t 統計量 N, F, FT Lags, Kernel Breitung t 統計量 FT Lags 虛無假設：各截面序列不含單根

對立假設：各截面序列含單根

Hadri

Z 統計量異方差一致 Z 統計量

F, FT Kernel

資料來源：「數據分析與 Eviews 應用」，易丹輝，2008，北京：中國人民大學出版社，

頁 316。

其中，模型的表達式可分為三個種類：N 表示沒有個體固定效應和趨勢(即無外生變量)，F 表示固定效應，FT 表示既包含固定效應，又包含趨勢。檢定統計量則分為三種，分別是 t 統計量、Z 統計量及異方差一致之 Z 統計量；處理自相關的方式有：

以落後期方式調整，或調整核型式(Kernel)。不同檢定方法亦有不同之虛無假設。LLC 及 Breitung 單根檢定之虛無假設為各截面序列均存在單根；而 Hadri 單根檢定則假設各截面序列不含單根。

二、異質單根檢驗

異質單根是在各截面單元序列可能具有不同單根過程之假設下進行。在這種情況下，做法是分別對每個截面序列進行單根檢驗，再綜合各個截面檢驗結果，以計算檢驗統計量，做為判斷之依據。以下是對這類情況所做之檢驗方式(見表 10)。

(38)

29

表 10 異質單根檢驗

檢驗方法檢驗統計量檢驗方程外生廻歸量型式

自相關修正方法虛無假設：各截面序列都含有單根

對立假設：某些截面序列不含單根 IPS W 統計量

t-bar 統計量 F, FT Lags Fisher-ADF

Fisher 卡方統計量 Choi-Z 統計量

N, F, FT Lags

Fisher-PP

Fisher 卡方統計量 Choi-Z 統計量

N, F, FT Kernel

資料來源：「數據分析與 Eviews 應用」，易丹輝，2008，北京：中國人民大學出版社，

頁 316。

這三種異質單根檢定方法之虛無假設皆相同，假設各截面序列都含有單根，但是其檢驗統計量則不同，其中 IPS 為 W 及 t-bar 統計量，而 Fisher-ADF 及 Fisher-PP 單根檢定為 Fisher 卡方統計量及 Choi-Z 統計量。檢驗方程之型式及自相關修正方法，

除了 Fisher-PP 檢定為核型式外，另外兩種單根檢定方法則是以落後期方式調整。在此不做各個不同單根檢驗法之比較，僅就可能採用之 LLC 單根檢驗進行說明。

三、LLC 單根檢驗

假設有 N 個不同截面單元，且每個變數都有 T 筆時間序列之資料。則第 i 個變數之 ADF 單根檢定可表示如下：

, 1 1 , 1 2 , 2 .... 1 , 0 2 ,

i t i t i t i t p i t p i i i t

y  y

_

 y

_

 y

_



_

y

_

  t 

           

(3-1) 其中，

i 

1, 2,....,

N

， p 則為落後期數， p 的選擇則視具體情況而選定，通常選 擇使



_{i t}_, 為白噪音之最小之落後期數。一般常依據序列

y

_{i t}_, 性質的不同，有以下形式可供檢驗時選擇：

無固定效應及線性趨勢項(N)：

(39)

30

1

, 1 , 1 ,

1 p

i t i t L i t L i t

L

y  y

_ ^

 y

_{ }





     

(3-2) 有固定效應，無線性趨勢項(F)：

1

, 0 1 , 1 ,

1 p

i t i i t L i t L i t

L

y   y

_ ^

 y

_{ }





      

(3-3) 包含固定效應及線性趨勢項(FT)：

1

, 0 2 1 , 1 ,

1 p

i t i i i t L i t L i t

L

y   t  y

_ ^

 y

_{ }





       

(3-4) LLC 單根檢定之虛無假設為

0: 1= 2=...= N 0

H    

檢定統計量：

*

2

ˆ

ˆ ˆ

( ) ( )

(0,1)

N mT

mT

t NT S se

t

^

   N



  

(3-5)

其中，

t

_為使 ˆ

 

0的 t 統計量，



ˆ²為殘差之估計變異數，se( )



ˆ 是 ˆ



之估計標準差，

S

_N則定義為長期標準差與個別截面單元標準差之比率，



mTˆ*與



mTˆ*分別為調整 後的平均值及標準差，N 為截面單元個數，T 定義如下：

( ) 1

i i

p T T

   N 

(3-6) 當



調整後之 t 值將漸進於 N(0,1)之常態分配。

假如未能通過單根檢定，則資料之時間序列可能存在單根問題，亦即資料非穩定時間序列，使用此序列進行分析會導致假性廻歸之問題，此時可透過差分的方式以使資料的時間序列達到穩定。

第二節實證廻歸模型

追蹤資料模型可依普通最小平方法(OLS)之殘差項分解成三個部分：未觀察到的個別效果、未觀察到的期間效果及剩餘之隨機干擾效果，這三個效果共同構成了個體間的差異。這樣的殘差項特質致使追蹤資料可進一步分成只針對未觀察到的個別效果

中 華 大 學 碩 士 論 文