').-,C> rO.

I{, v『

嶧州：遊憩需求分析與預測

遊憩需求分析與預測方法

林晏州

推估 estimation
壹丶前言 以少數去推出全區的數量
預測 forecasting
以已知的需求分析，估計出未來之使用量
貳、遊慈需求之意義與特性 需求分析 demand analysis
瞭解不同因子對需求量之影響-->找出關鍵因子

參、遊戇參與量之彩攀因素

一丶人 0 特性

二丶社經特性

三丶環境特性

四丶外在因素

五丶遊憩資源之認知

肆、風景區遊客量預測方法

一 丶時間歙列模型

二丶結構性模型

（一）複迴歸分析模型

（二）引力模型

（三）阻礙機會模型

（四）個髖選擇模型

三丶總量比例分靦法

伍丶遊客量預測方法之處用與選擇

一、應用預測模型之步驟

二、建立預測模型之準則

陸｀結語

參考文獻
l

丶
 磲州遊憩需求分析與預測

遊憩需求分析與預測方法

林晏州

壹.. 前言

風景區之規劃主要是利用有限的遊憩實源盡可能滿足遊憩者的需要，並設法

使遊憩者對於資源所造成之負面影響降至最小的程度。故自系統觀念而言，遊憩

區之規劃、開發、與經營管理各階段均涉及資源與使用者兩個次系統，其中資源

指構成遊憩環境之各種要素，這些自然環境要素間之棓互關係決定該資源之景覷

特性及環境穩定度，終至影攀該資源所能提供之遊憩髖礆類型。因此資源之趼究

主要是分析它提供遊憩利用之潛力及限制，有助於開發者了鮮他能利用該資源提

供何種遊憩機會。至於使用者之分析則能提供開發者有關他應提供何種遊憩機會

之重要參考資訊 (Driver & Brown, 1983) 。透過對於潛在使用者之動機丶偏好丶

遊憩行為等之分析，開發者在規劃遊憩區時便能提供遊客所需要的各項遊憩設

紇，避免供非所需而造成各種資源之誤用與濫用，且能據以預測風景區建設完成

後之遊客藪量，進而評估開發效益或趼擬必要之經營管理措泥。因此在從事風景

區之規劃、開發工作時，必須詳鈿趼究潛在使用者之遊憩需求。本文主要目的便

在於探討遊憩需求之意義與影零遊憩需求之因素，並分析各種遊客量預測方法。

貳、遊蒽需求之意義與特性

淤經濟學中需求 (Demand) 之意義十分明繒，指在影亭消費行為之其他因素

維持不變之情況下，消費者之購買量與財貨價格之函數關係。然遊憩需求

(Recreation Demand) 一辭愿用於遊憩規劃梓閼領域時噹代表不同之意義。如英

國鄉野遊憩辭典定義遊憩需求是遊客對現有設施之使用，以及在目前及將來使用

遊憩設紇之慾望 (Levery, 1975) ; Frost 亦認為遊憩需求是從事活動之慾望或需

要，不論其是否實際表現於遊憩設施之使用 (Maw, 1974) 。依據以上概念，遊憩

需求是遊憩者個人參與遊憩活動之生理及心理上之需要，與遊憩資源之供給狀況

2
 林晏州 ；遊憩需求分析與預測

（遊憩機會之有無、數量、區位、及使用遊憩實源時所必須支付之價格等）無關，

故與遊憩偏好 (Preference) 之意義類似。另外遊憩需求亦常用以代表經濟學中之

消費量 (Consumption) , 指在某特定價格下之均衡使用量。如 NAS (1975)視遊憩

需求為在某些特定條件與假設（遊憩者社經特性及實源供給情況均不改變）下，

於某特定時間內發生於某地點之參與量 (Participation) 。依此概念，遊憩需求是

民眾參與之慾望（需求）與遊憩資源（供給）狀況交互作用後所顯示之結杲。

上述兩項遊憩需求代表兩個租關但截然不同之概念，前者代表遊憩者之參與

傾向或遊憩偏好，可簡稱為遊憩需求；後者是具有各種遊憩偏好及參與傾向之潛

在遊憩者，面對特定資源供給情況而實際從事遊憩活動之參與量。兩者之關係如

圓一，其中民眾之社經特性、過去之遊憩經驗丶及其他各種個人特性等均影零其

參與遊憩活動之傾向，此一參與傾向又因遊憩資源供給狀況（如遊憩區之歙量丶

區位丶品質、及使用價格等）之隈制，部份頫現成實際參與量，此部份通帝稱為

有效需求 (Effective Demand) 、顯現需求 (Manifest Demand) 、或當前需求

(Existing Demand) , 另有部份未颜現出來之需求稱為潛伏需求 (Latent Demand)

（林晏州， 1984) 。

有效需求（參與量）
遊憩者個人特性 遊憩需求
• 社經特性 （參與傾向）
• 遊憩經職
• 其他

資源供給情況
• 數量
· 區位
· 品質
• 價格

圖一 遊憩需求與參與量之關 係

産生潛伏需求的原因很多， NAS (1969) 曾將限制民眾參與遊憩活動之障礙

歸納為五類：

3
 賾州：遊憩需求分析與預測

1. 社會障礙：某些社會制度或風俗習慣常限制部份民眾參與某遊憩活動之機

會。

2. 心理障礙：如部份人因對於未能預知之危險戚到恐懼，而排斥較有危險性
的活動。

3. 生理障礙：各種活動對於遊憩者盤能或技能之要求亦可能構成參與該遊憩
活動之障礙。

4. 經濟障礙：從事某些遊憩活動索需支付昂實的裝備費用或使用蕢用，故對
部份人構成限制。

5.~ 理障礙：遊憩區才目對淤遊憩者而言，過分偏達或交通不便時，常使得部
份人未能前往。

此外， Maw (1974) 則從遊憩供需之覬黠分析產生潛伏需求之原因有三：

1. 個人因素之限制：個人休閒時間之敬曼及分配情況、所得、及其他個人特

性，如年齡丶性別丶教育丶社會地位．．…．等。

2. 遊憩設施之限制：完全缺乏必要之遊憩設施，或在遊憩者之經濟能力磊圍
內缺乏設施。

3 這憩供需聯繫 (Linkage) 棹關因素之限制：即因遊憩者對設紇之認知

(Awareness) 及資源可及性所造成之限制，遊憩者可能因不知遊憩資源之

存在丶開放時間、及可利用之交通工具而未能前往從事遊憩活動。

由於以上各種可能之隈制與障礙，部份具有參與遊憩慾望之民眾便未能實際

參與，但噹這些限制因素消失後，潛伏需求便可能轉變為有效需求，因此潛伏需

求有時亦稱為延緩需求 (Deferred Demand) 。若開發風景區之主要目的在於滿足

民眾之遊憩需要時，規劃者及開發者除了分析遊客敦量外，更需詳細趼究遊憩需

求與潛伏需求，並探討造成潛伏需求的原因，作為規劃開發之參考。

依圄一可知遊憩資源之供給狀況會影零遊憩區之遊客款量，因此開發新的遊

憩區或改善現有遊憩區時，均可能改變原遊憩系統內各風景區之遊客量，此稱為

資源供給效果 (Beaman, et al . 1979) 。供給效果對風景區遊客藪量之影零可分成

供給産生參與效杲 (Supply-Generated Pruticipation Effect) 及移轉需求效杲

4
 矼州：遊慫需求分析與預測

(Diverted Demand Effect) 兩者分別說明。

一般風景區之遊客繳量可依據遊客必須支付貴用及其願意支付費用兩者配

合分析。在遊客必須支付費用方面，雖然政府所開發之風景區常不收蕢，或僅收

取極少的清潔維護費，但風景區所提供之遊憩機會必須遊客繞往現地方能享用，

故遊客仍然必須支付必要之交通費用及交通與遊憩所需時間之機會成本，遊客前

往風景區有一定的必須支付費用。就遊客願意支付費用而言，由於遊客前往風景

區從事遊憩活動能滿足其部份慾望，故遊客會願意支付某些費用，·淮願意支付費

用之高低決定於其慾望滿足程度，遊客所獲得之遊憩髖瞼品質愈高，所願意支付

費用便愈高。圄二說明遊憩參與量如何由遊客願意支付贊用與必須支付費用兩者

靦合決定。圓二中 IWTP 是遊憩者願意支付價格線（即需求油線），因遊憩髖檢

之享用符合邊際效用遞減法則，故 IWTP 隨使用次藪之增加而呈現向右下方傾斜

之現象。圖二中之 IHTP 是遊憩者必須支付價格線，因必須支付價格不因參與者

次鼓之增加而改變，故為平行於橫軸之水平線，惟對於居住地黠不同之遊客而

言，由淤交通費用之差異，前往遊憩區所需支付之費用便可能不才目同。由圖二之

供需面線便可決定該遊憩者之均衡使用量為 Q, 總加所有遊憩者之參與量即得該

風景區之總遊客藪量。
1. 所得不變
2. 偏好不變
3. 替代或互補品價格不變
支付價格
4. 預期

0
—
IHTP' I

圈二
Q Q" Q'

遊憩者個人參與量之決定
當現有遊憩區經整建而改善品質時，因遊客願意支付價格與其滿意程度成正
遊憩參與量

棓關，整條願意支付價格線將由 IWTP 移至 IWTP'( 變動之幅度決定於該風景區

品質改善之程度），此時即使遊客必須支付價格仍維持不變，該遊客之參與量將

5
 磲州：遊憩需求分析與預測

由 Q 增加至 Q' 。若改善前往該風景區交通設紇狀況時，因交通距離及時間可能

因此縮短，遊客必須支付價格線將由 IHTP 移至 IHTP', 參與董亦增至 Q" 。因此

改善遊憩區時原有遊客可能增加其前往次藪。此外，就原來並未利用該遊憩區之

潛在遊客而言，亦可能因風景區品質之改善而克服原供給狀況之阻力門檻

(Resistance Threshold) , 而開始利用改善之遊憩區。最後，系統內未攻善之風景

區之原遊客亦可能因風景區間棓對品質之變動而移轉至改善之風景區，而增加該

風景區之遊客量，此種移轉需求將於後面部份再予以討論。總之，就個別遊憩區

而言，改善其資源品質將可引導部份潛伏需求顏現，而增加該風景區之遊客歙量。

在開發新的遊憩區之情況下，若新開發之風景區所提供之遊憩髏臉與系統內

原有風景區所提供者租同時，雖然所有風景區均能租互替代以滿足同一遊憩慾

望，但因遊憩供需之才目對區位關係整個改變，系統內各風景區之原遊客將重新選

擇吸引力與成本比值較高之風景區，致使原遊憩旅次重新分配，原風景區之擁擠

程度可能隨之降低，而使得其吸引力提高 (IWTP 往右上方移動），故可增加原

遊客之參與量 (Ewing, 1980) 。此外，原先部分未能滿足之遊憩需求 (Unmet

Demand) 亦可能因能尋得較近之風景區（較低之必須支付價格）而變成有效需

求量，致使整個遊憩系统內所有遊憩區之總遊客量增加。當新開發之風景區提供

與其他現有風景區不同之獨特遊憩髖驗時，原先因系統內各風景區未能提供該體

職而遭致延緩之遊憩需求將有部分顥現，因而亦增加系統內所有遊憩區之總遊憩

參與量。

綜合上面分析，即使遊憩系统內總人口數量及居民之社經特性均不改變，提

高風景區之品質或開發新的風景區時，不但改善品質之風景區將增加遊客數量，

整個系統內之遊憩參與量也會增加，此種純粹固供給情況改善而導致遊憩參與總

量增加之啟量稱為供給産生之需求量，一般學者均以一 S 形面線描述供給産生需

求效杲 (Veal, 1971; Beaman, et al. 1976) 。

另一種供給效杲是移轉需求效果，當改善風景區品質時，其他類似風景區之

部分遊憩使用量將因相對品質之變動而轉移至此一遊憩區，此即移轉需求量；噹

開發新風景區時，除了前述供給產生需求量之效果外，亦可能自系統內其他風景

6
 林晏州：遊憩需求分析與預測

區移轉部分遊客。因此移轉需求常發生於個別遊慈區之間，·淮移轉需求量之大小

決定於各遊憩區間之租似程度。資源供給情況改變後，遊憩系統內各遊憩區間原

來維持之競爭或互補關係隨即發生變動，增加後之總遊憩參與量亦隨箸租對品質

之變動而重新分靦於系統內之各風景區，此即移轉需求發生之原因。因此，噹新

開發的風景區與原系統內之其他風景區愈棓似時，需求移轉之現象愈顯箸；若新

開發之風景區提供較獨特之遊憩髖驗時，需求移轉效果較小，而供給産生需求之

效果較為顯箸。同理，雷遊憩區改善時，需求移轉現象主要發生於與其棓似之風

景區，即品質念相似之風景區受影零的稈度愈大。

由淤開發新的風景區或改善現有遊憩區時均將同時發生供給彥生需求與需

求移轉現象，因此在規劃遊憩區時，必須事先對於遊憩需求加以分析，並配合現

有遊憩資源之類型與分佈狀況，以決定慮如何開發新的遊憩區，或應如何改善現

有遊憩區。換言之尸當進行資源開發與整建之決策時，必須通盤考慮現有遊憩系

统內遊憩需求與供給狀況，不愿就單－風景區個別考慮。

參、遊蒽參與量之彩響因素

基淤上節關於遊憩需求與遊憩參與量之探討，影響風景區遊客數曼之因素可

大別為五頫：人 0 特性 (Demographic Characteristics) 、社經特性 (Socioeconomic

Characteristics) 丶環境特性 (Situational Characteristics) 、外在因素 (External

Factors) 丶及資源之認知 (Perception of Recreation Opportunity) (Pigram, 1983) , 其

中前三類因素影字遊憩參與之傾向，後兩者則影攀資源之供給狀況。分別說明如

下：

一丶人口特性

（一）人口欸量、人口分佈、及人口結構等，這些因素將影零遊憩參與量與

參與之遊憩活動型態。當其他因素不 變 時，人口數量增加，遊憩參與

量之總數亦隨之增加。人口分佈於都市地區或鄉村 i七區不但影零參與

活動類型，亦影 響 其遊憩參與量。若就個別風景區而言 ， 附近地區之

7
 林晏州：遊憩需求分析與預測

人口分佈狀況會影攀該風景區之遊客藪量。人口結搆之改變，因不同

年齡層之國民對於各種遊憩活動之偏好不同，故影零遊憩參與型態。

（二）家庭或個人因素，如年齡、性別、婚姻狀況丶家庭成員結構、所虞生

命循環階段 (Life Cycle) ……等均影響其遊憩偏好。其中年齡影響到

身盤狀況及生活方式，可能限制某些人參與部分遊憩活動。性別之差

異在社會所扮演之角色不同，所受之社會規詭不同，體能亦有差異，

因此參與之遊憩活動不盡租同。婚姻狀況則影攀生活方式、家庭貴任

及社會責任，家庭成員間之偏好與習慣不盡棓同，故影攀遊憩活動之

參與量與型態。於生命循環中所處之階段與年齡、職業、教育程度丶

所得有關，不同之階段有不同之遊憩需要，亦有不同之遊憩參與限制。

.:::..、社經特性

影響遊憩需求之社經特性包持社會結構、教育程度、職業與職位、所

得＼…．．等，這些因素均影攀其遊憩慾望之種類與遊憩參與傾向。分述如下：

（ 一 ）社會結構之差異將産生不同之社會制度、風俗贊慣、及社會規籙，這

些均可能彩零遊憩參與。

（ 二 ）教育程度將影零求取新知之好奇心及興趣之層泛與否，對於各種遊憩

活動之知識及技能的了解，以及對於自然環境之態度亦不棓同，故影

亭參與遊憩活動之選擇。

（三）職業與職位不但影響休閒時間之欸量與分佈狀況，並且因某些遊憩

活動有助於提高（或有損）其社會地位與聲望，故當影響其所參與

之．遊憩活動型態。

（四）收入則明顯的決定國民可支醚之金錢，影響其遊憩參與費用之支付能

力。

三、環境特性

8
 林晏州 ：遊憩需求分析與預測

環境特性包括工作環境丶住家環境丶時間預算丶及移動能力 (Mobility)

等因紊。

（一）工作及住家環境影響個人參與戶外遊憩活動慾望之強烈程度及遊憩活

動之偏好。住地之搬遷歷史亦可能影零個人特殊遊憩活動技能之珞

養，終至影攀終生遊憩偏好。

(..::.)休閒時間之藪量與分配狀況與職位有閼，通常會限制個人參與某些遊

憩活動之能力。

（三）移動能力會限制遊憩活動空間 (Recreation Action Space) , 是否擁有自

用交通工具會影竽遊憩者對遊憩區、交通路線、及現地停留時間之選

擇能力。

四丶外在因素

此即遊憩資源之供給租腈因素，主要是遊憩機會之可供性 (Availability)

及可及性 (Accessibility)• 分別說明如下：

（一）可供性指是否具有需要之資源。潛在遊憩者在計劃從事遊憩活動時，

可能發現完全沒有滿足需要之遊憩資源，亦可能發現有該資源，但不

是在願意支付價格純固內，困此遊憩資源之可供性實決定於遊憩區之

品質丶開發程度丶容許量、及空間分佈狀況等。其中遊憩區之品質又

受資源屬性之影零，主要決定於遊憩區所適合之遊憩活動及所能提供

之遊憩髏瞼~。

（二）可及性指遊客自住家前往遊憩區之方便程度，會影響國民前往風景區

從事各稜遊憩活動所需支付之費用及其所必須克服之曄礙，是遊客決

定前往何處從事遊憩活動之主要因素。

五｀遊蔥實源之認知

遊憩資源之供給狀況與遊憩需求類似，可分成潛在供給與有效供給兩

種，惟有遊憩者認知該資源後方能轉變成有效供給。因此在選擇遊憩活動與

9
 林晏州；遊憩需求分析與預測

遊憩區時，遊憩者是否知道所有風景區之資料是重要影攀因素。遊憩資源之

認知程度又決定於遊憩者獲得資訊與利用資訊之能力、過去從亨各種遊憩活

動之經驗等因素 (Lin, 1983) 。

上述僅是影辜遊憩需求與遊憩參與量之重要因素，陳昭明 (1981) 及

Hendon (1981) 均另有其他影竽因素之討論。然而這些影響因素之間，大都

呈現相關之鬨係，因此通常僅用少數幾個因素便能建立遊憩需求預測模型，

且多能得到令人滿意之結杲。

肆、風景區遊客預測方法

遊客量之預測是風景區規劃開發之重要依據，因此預測遊客量的方法很多，

Stynes (1983a) 曾將其歸納為四類： (1). 德爾菲法 (Delphi Technique) ; (2). 時間數

列 (Time Series) 或趨勢延伸法 (Trend Extension Model) ; (3). 結構性模型

(Structural Models) ; 及(4). 系統或模擬模型 (System or Simulation Models) 。

德爾菲法是定性 (Qualitative) 預測方法，主要是透過專家之調查，依其專業

知識對於未來之可能情況加以判斷。趨勢延伸法係假設過去遊憩參與量之變動趨

勢會延續至未來之預測年期，故依據過去遊憩參與量之歴史性資料 (Historical

Data), 建立時間之函款闕係，以估計預測年期之遊憩參與量。結構性模型是依

據某特定時間之遊客量資料 (Cross Sectional Data) , 應用統計方法建立遊憩參與

量與各影零遊客量因素（前節所述之影零變項）間之函數關係，並假設此函數關

係於預測年期內不致改變，而據以預測未來之遊客敬量。系統模型或模擬模型則

由時間數列模型與結構性模型所聯合構成． ，此類模型主要特色在於反應因素之回

饋效杲 (Feed-back Effect), 即遊客藪量不僅受目前各因素之影響，過去之遊客量

亦會影零目前及未來之遊憩參與量，故系統模型通帶包拮一系列的棓關方程式，

以描述遊客參與量在不同時間內與其他變項相互影零關係。

上述四類預測方法中，時間數列模型與結構性模型因所需資料較易取得，且

變化彈性較大，故厝泛的被愿用於預測遊憩參與量。此外，國內規劃界亦常因資

料之限制，而採用總量分配法預測個別風景區之遊客量，因此本文將針對這三種

10
 林晏州：遊憩需 求分析與預測

方法深入加以探討。

一丶時間啟列模型

時間數列分析模型是依據過去至目前之遊憩參與量變動型態，以預測未

來之遊憩參與量。換言之，此法觀察過去繳年遊客量之變動趨勢，並假設此

變動趨勢於未來啟年之內不致改變，而慮用過去之變動趨勢延伸至預測年

期。未來某時間 t 時之遊憩參與量 V是時間之函數：

Vt = f(t) (1)
依本文第 三 節可知影響遊憩參與量之因素很多，而式 (1) 之表面意義

表示遊憩參與量僅是時間之函啟，事實上式 (1) 成立之隱含假設是造成過

去至目前遊客量變動之彩響囹素（如人口藪丶國民所得、休閒時間等），於

預測年期內仍維持與過去租同之變動趨勢。

由於時間該列分析或趨勢延伸預測法有此基本假設，故愿用於預測風景

區之遊客數量時有很大的限制。首先，應用此法預測遊客量時，必先要有該

風景區過去歴年之遊客量資料，俾便分析其變動趨勢，此種資料通常不易取

得，尤其對於新開發 之 遊憩區而 言 ，愿用此法預測遊客量是完全不可能的。

此外，由於影攀遊憩參與量之因素難以長期維持穩定之變動趨勢，時間數列

分析方法僅適用於短期之預測，預測年期愈長，可能産生的誤差便愈大。因

此，當影響風景區遊客量 之 因素有顔著改變時，即必須重新建立預測模型，

如交通網路改善使得前往風景區之距離與時間縮短丶人口欸量突然變動很

大、或可供遊憩利用之遊憩區大量開發時，均可能導致遊客量變動趨勢之突

然？文變，而此種改變均很難於時間數列模型中充分反睺。

時間象列模型因有上逑缺點，故發展出許多改善辦法：

1. 當人口繳量預期將有重大改變時，可應用參與率 (PR) 取代式 (1) 中之

遊客量雷作愿變項 (Dependent Variable)• 即利用歷年遊客人次除以總人口

象之比值，建立預測模型如下式：

PRt=f (t) (2)

11
 林晏州：遊憩需求分析與預測

式 (2) 較式 (1) 之優黠在於將影攀參與量之人口因素於預測模型中加以

考慮。

2 噹預期遊憩區將大量開發，或遊憩區規模將擴大時，式 (1) 中之應變項可

利用服務量（如每單位面稜之遊客量、每遊憩設紇之遊客量、或每位員工

所服務之遊客量等）來取代，而建立類似式 (2) 之趨勢分析模型。

3. 其他因素之攻變，如遊憩區可及性改變時，可利用遊客量除以某些衡量可
及性之適噹挂標為應變欸，而違立預測模型。

上述這些基本趨勢延伸模型之換充，雖能增加模型之預測能力，但並非

所有影攀變項均能以類似方法加以改善，且每個模型僅能包挂少欸重要變

項，大部分因素仍須假設變動趨勢維持穩定，故愿用上之限制仍然很大。

此外，前面式 (1) 中僅表示遊憩參與量是時間之函藪，但此函數關係

卻有多種變化，為瓘定此函象形式 (Functional Form)' 較理想的方法是先將

歴年遊客量資料繪於方格紙上，以初步了解遊客量之變動趨勢，並據以選擇

最適於描述此趨勢之函數。另外函敦關係之選擇尚需分析各函數關係所代表

之意義及理論之健全性。較惱見的函啟關係有下列藪種 (Catanese, 1972) :

（一）線性函藪 (Linear Function) : 此函數之形式為

Vt =a+bt (3)
式中 a• b 是本模型所要估計之參款 (Parameters) 。式 (3) 所代

表的是一個直線之遊客成長趨勢，即每段時間內遊客量之增加數量是

固定不變的。

（二）乘菜函數 (Power Function) : 此函藪之形式為

Vt =atb (4)
此函敬等號兩側均取對數後可轉換成線型函象如下：

In (Vt)=In (a)+bln (t) (4)

啟此函歙又稱為對數線型函數 (Log-Linear Function) 。此函藪由

於 b 值之差異而有不同之變動趨勢。

12
 林州 ：遊憩需求分析與預測

（三）挂啟函欸 (Exponential Function) : 函數之形式為

Vt =ae bt (5)
式中 e 是自然對象之底 (e 与 2.718) , 式 (5) 亦可轉換成

In V1= ln a+bt (5)

此函數又稱為半對藪線型函欸，噹 b 大於0 時，代表遊客量隨時

間之增加而增加，即遊客量之成長率隨時間增加。

（四）多項式函藪 (Polynomial Function) : 此函數之形式為

Vt =a+bt+ct +. …….. (6)

式中 a 、 b 、 c 等均是模型所要估計之參數，此函藪所代表之關

係較線型函數複雜，它代表一條曲線，遊客量隨時間之變動率可由式

(6) 對時間 t 求一次導欸而求得。

（五）岡普玆曲線 (Gompertz Curve) : 此曲線所代表的是漸近線模型

(Asymptotic Model) 或稱 S 型模型 (S-Shaped Model) , 其函紮形式為

Vt =ka硏 (7)
式中 k , a• b 是模型所要估計之參數，式 (7) 可轉換成：

In Vt =Ink+ (In a) b ' ( 7 )

式中當 In a<O, 且O<b<l 時，此曲線呈 S 形，而有兩條漸近線，

其 一 是噹時間為基年時 (t=O)• 遊客量為 ka, 雷 t 趨近於無窮大

時，遊客歟量趨近於 k• 如下圈所示。

` k

lna<O
o<b<l

ka
t
13
 孽州：遊憩需求分析與預測

（六）曏吉斯函皺 (Logistic Function) : 此函象之一般型式為

Vt =k / 1 + e f(t) (8)

式 (8) 中之f (t) = a- bt• 而 a>O•b>O•k 為常欬，故本函數共

有三個參藪， a 、 b 、 k必須估計，估計方法可參閱郭明哲 (1976) 。

上述各種遊客量與時間之函款關係中，線性函敬、指款函緻丶與 b 值大

於 1 時之乘睪函數並未具備遊客量之上限，換言之，隨預測年期之增加，遊

客量可無限比增加，此與一般風景區之遊客量成長現象不符。至於羅吉斯函

數及岡普玆曲線所代表之遊客量變動趨勢，初期變動極小，然後成長率漸增

至最大值，其後成長率再度遞減，終至趨近於一固定值。此種變動趨勢與一

般風景區之遊客量變動趨勢類似，風景區之開發初期由於尚未有許多人知

道，遊客量担少，隨著時間之增加知名度漸高，遊客量之增加率提高，最後

達到一個均衡遊客量，此值極可能就是該風景區之最適容許量 (Optimal

Carrying Capacity) 。由於 S 型函數與一般風景區遊客量之長期成長趨勢類

似，故較適合慮用於長期之遊客量預測。依據實證所究結杲頫示，於短期預

測時，線型函欸、指該函款、及羅吉斯函敬之預測值大致相同，故愿用於短

期預測時均不致有太大之差異 (Stynes, 1983b) 。

上面已簡要討論睹間斂列模型之假設及愿用上之限制，函數形式之選擇

等主要事項，但時間歙列分析模型另有其他較複雜之方法，並能反映風景區

遊客量之週期性變動與季節性變動趨勢，惟因此類模型較少應用於遊憩參與

量之預測，故不予詳蜘討論。時間數列模型之實際愿用有台灣南部區域計畫

中關於國際覷光旅遊需求預測，該計畫主要是依據民國 45 年至 70 年來華概洪；

旅客麩之成長趨勢，做七種不同函欬型式之時間緞列分析。

.::..、結構性摸型

14
 林晏州 ：遊憩需求分析與預測

結構性模型是依據遊憩參與量與某些影零參與量之主要因素之實料違

立函藪關係，即以風景區遊客量（或遊憩參與率）為愿變項，而以第三節所

討論之影攀因素為自變項 (Independent Variables) 或解釋變項。待依資料建

立此函藪關係後，假設此閼係於預測年期內維持不變，啟另於模型外預估各

解釋變象於預測年期之藪值，並代入上述函藪後，即可估計預測年期之遊客

量。結構性模型之一般形式為：

V=f(P1• P2• …Pn ; S1• S2• ... Sm ; D1• D2' …Dq) (9)
式中 P1'...'Pn 是一系列描述人口或個人特性之變項。

S1• …, Sm 是各種供給租關變項，衡量各遊憩機會之數量與品質。此

類變項可以是實際款值（如面稜、設紇數量·…．．等），也

可以是遊客之知覺實料，以便反映遊客對供給之認知因

素。此供給變項也可包持其他替代性或互補性資源之供給

變項。

D1' …, Dq 是各種描述潛在遊客與遊憩資源之空間分佈關係之變項，

如距離、旅行成本丶或其他衡量參與障礙之指標。

結構性模型與時間象列分析模型之最大差異在於前者之參與量是以一

維能解釋參與量變動情況之相關因素為自變項而建立預測模型，因此可分析

影零變項變動時所導致之參與量變勤關係。習從事遊憩資源開發之影零分析

或評估各替選開發方案時，結＊毒性模型可充分反應出遊客欬量之變動，故其

愿用範圜遠較時間藪列分析法為瘙。惟結構模型因試圖建立風景區遊客量與

其影攀因素間之因杲關係或租關關係，故而遊憩需求理論之建立顯得十分重

要，缺乏健全理論基礎時便難以繒定因杲函數關係。此外，建立結構性模型

所需資料與時間啟列分析法所需者不同。一般而言，前者需要某特定時間斷

面之參與量資料以建立函啟關係，惟所需詳鈿資料則因模型結構而可能不

同；至於時間啟列分析模型則需遊客量之歴史資料。

15
 林晏州；遊憩需求分析與預測

結構性模型有很多種，若依趼究對象可分成三類：風景區遊憩需求模型

(Site-Specific Area Model) 、風景區遊客需求模型 (Site-Specific User

Model) 、及人口尋向遊憩需求模型 (Population-Specific Model) (Smith,

1975) 。若依芍究方法分類時，較常應用於遊憩需求量預測之結構性模型可

歸納為四類：複迴歸分析模型 (Multiple Regression Model)• 引力模型

(Gravity Model)' 阻礙機會模型 (Intervening Opportunity Model)' 及個雜選

擇模型 (Disaggregate Choice Model) 。

（ 一 ）複迴歸分析模型

複迴歸分析模型通旁型式如下：

Vij = f (XI, X2, …., Xn) (10)

式中 Vij 是從人口中心 i 至遊憩區j 之遊客藪所構成之列矩陣； XI,

X2, .... , Xn 是影攀參與量之相關變項向量； f(.) 是代表某特定函數，

此函啟可分成線性函欸及非線性函啟，最常慮用於建立遊客量預測摸

型之．函欸有：

Vij = f30 + f31X1 + f32X2 +. …+f3nXn (11)

及 ·

Vij = 即X 严汜2 … .xnl3n (12)

上兩式中之即，和，… .. . 'f3n 是模型必須估計之參數。

式 (12) 之函數通常可藉由對等號兩側均取對款值，而轉換成類似式

(11) 之線性迴歸模型

In Vij = In f30+ f31 ln XI +j3 2In X2 +……+ f3n In Xn (12)

於遊憩需求分析中究應採用式 (11) 或式 (12) 全憑愿用者個人 不同變項之間有替
換，邊際替換率會
之假設，然就實際慮用之結果顔示式 (12) 較佳 (Cesario, 1969; 遞減

Stynes, 1983) , 主要原因在於Vij 與影零變項間之棓互影響關係於式

(11) 中與其他變紅毫無關係，而於式 (12) 中則能充分反愿影響變項

間之交互作用對於遊憩參與量之影零效果，此種效杲之反映能力只要

16
 林州：遊憩需求分析與預測

分析遊憩參與量對各影攀變項之彈性係數便可了解，故無論就理論或

實際應用結杲分析，式 (12) 均較式 (11) 為佳。

複迴歸分析模型的最大缺點在於缺乏理論上之遊客量上限值，此

與部份的時間數列分析模型類似，即當遊憩區之屬性不斷加以改善品

質時，遊客量可無限量地隨之增加，此與實際現象不符。此外，如何

於複迴歸分析模型中以適噹指標衡量風景區之吸引力及遊客與風景

區間 之 空間阻隔效果，如何判斷競爭性之風景區及衡量其競爭力等均

值得再深入探討。惟因建立援迴歸分析模型所需資料較易取得，故應

用實例很多，如Flegg(I976) 、 Insitute for Water Resources (1976) 、

Mansfield (1969) 、 Deacon 等 (1972) 、 Cheung (1972) 、 Moncur (1975) 、

Knetsch 等 (1976) 、 Malamud (1973) 、 Peterson 等 (1983) 、劉錚錚

(1979, 1981) 、及颜月珠 (1979) 等均是以複迴歸分析模型的重要實例。

（ 二 ）引力模式 都市計畫的模型

引力模型源自牛頻之萬有引力定律，即兩物盤間之吸引力與其質

量之乘稜成正比，而與距離 之 平方成反比。此 一 定律被廢泛應用於芍

究各種 空 間交互作用效果 (Spatial Interaction Effects) 。愿用於分析遊

憩參與量時，其基本型式為：

PiAj
Vij = G --一一— (13)
Dija.

式中 Vij 是由 i 人 0 中心至 j 遊憩區之遊客敬，

R 是衡量 i 區人 0 數之棓關變項，

Aj 是衡量 j 遊憩區吸引力之棓關變項，

Dij 是衡量 i 區與 j 遊憩區空間阻隔效果之棓關變項， 距離造成的阻隔效果，越大代

表距離增加造成的影響越大

G,n 是模型所要估計之參數值。

為建立引力模型所需資料包挂：

17
 林晏州：遊憩需求分析與預測

(1)各人口中心（超點）之人口款

(2). 各遊憩區（訖黠）之吸引力

(3) 各人口中心與遊憩區（超訖黠）間之距離

(4)各是訖點間之遊客藪量

因此，引力模型所需資料較複迴歸分析模型咯多，模型校估參數

之方法也不租同。
運輸計畫出來的模型
引力模型又可鈿分為旅次至生模型 (Trip generation model) 、旅次
分派模型 (Trip distribution model) 丶及綜合模型 (Generalized model)
三者 (Ewing, 1980)• 分別可反映本文第..::.節所討論之供給産生參與
效杲及移轉需求效果，分別說明於下：

L旅次彥生之引力模型 (Unconstrained gravity model)

此模型之基本型式為：

Vij=k PiAj f (Cij) (14)

式中 f(Cij) 是自 i 區前往 j 遊憩區 之旅次成本函數，或其他衡

量空間風力之類似指標。式 (14) 模型之綦本假設是從任何人口中心

前往某特定遊憩區之遊憩參與量完全不受其他替選遊憩區之區位及

品質（吸引力）之影零而發生變動。即噹開發新的遊憩區時，僅從各

人口中心增加一些遊憩旅次至此新遊憩區，而原遊憩區之遊客量不會

相對減少。同理當改善某遊憩區之品質時，其他遊憩區之遊客量亦維

持不變。因此旅次産生之引力模型未能反映遊憩區間之競爭效杲，且

過度反映供給彥生需求效果，即供給增加（或品質改善）時，遊憩參

與量可無限增加而無上限，故曾被批評僅為描述性 (Descriptive) 摸

型，而非預測性模型 (Predictive Model) , 因此雷供給情況變動後即

必須依新的資源供給狀況重新校估模型。

式中 (14) 中之 f(Cj) 究應以旅行成本、旅行距離、或旅行時間

18
 林晏州：遊憩需求分析與預測

來衡量之爭論很多，然通帝均因旅行距離可實際而客覷地測量，故常

被用以描述人口中心與遊憩區間之空間阻力，即

Vij=kPiAjdij-a a>O 引力模型 (15)

式中 dij 是 i 人口中心與 j 遊憩區之距離。愿用式 (15) 分析遊

憩需求時，實證結果發現其通帝高估近距離遊憩區之遊憩參與量而低

估遠距離遊憩區之參與量。許多學者建議距離之指數 a 慮隨旅遊動機

之差異而攻變，且於實際慮用時距離之陪力效果愿隨距離之不同而改

變，故建議以 e-dij 代替 dij心，即

Vij=k PiAj e -dij (16)

式中 e 是自然對敬之底，其值約為 2.718 。

式 (15) 與式 (16) 之最大差異在淤噹距離 dij 趨近淤零時，依式

(15) 則 Vij 將趨近於無窮大，若依 (16) 估計時， Vij 則趨近於一常欬

值 kPiAj• 詳見下圖所示。

Vijl. Vij

Dij Dij
式 (15) 式 (16)

另外 Wolfe (1972) 發現在短距離旅遊時，遊客通噹忽咯距離因

素卟但當其決定是否從事短距離遊憩活動時，惱需有較大之啟動慣性

(Start Up Inertia) , 當有部份個人不從事短距離旅遊，因此短距離之遊

所以引力模型會高估近
距，低估遠距
憩旅次噹較引力模型所預測者為少。但是當遊客一旦從事遊憩活動

後，旅行距離增加時，對於遊客所産生之阻力並未成比例之增加，囷

此引力模型有造成長距離遊客旅次藪量低估之現象。針對上述引力模

19
 林晏州 ·遊憩需 求分析與預測

型之缺點， Wolfe 提出慣性模型 (Inertia Model) , 而於引力模型中加

入一慣性因子 (Inertia Factor) 於慣性模型中，慣性模型為：

log (Dij/m)
PiAj [ ] (17)
Vij=k ·Dii
n
Dija

log (Dij/m)
[ ]
式中 Dij n 即為慣性因子， k 丶 m 、 n 、

a 是本模型必須校估之參數值。

慣性模型之最大特色在於距離之阻力效杲本身即距離之函數，此

可由慣性因子之作用加以說明：

(1) 噹 Dij<m 時， log (Dij /m) 為負值，使特距離因素對於遊憩參

與量之阻力效杲增加，參與量降低，此時呈現慣性啟動作用。

(2) 噹 Dij>m 時，因 log (Dij /m) 為正值，故隨距離之增加，風力

作用增加之程度減緩，參與量增加，呈現慣性移動之現象。

(3) 噹 Dij=m 時， log (Dij / m) = 0 , 慣性因子不至生作用，此時慣

性模型與引力模型相似。

由於慣性模型具上述優立實證妍究之結果顯示其解釋能力優於

原引力模型，如下圖所示。

V i j l . ~ 慣性模式

rn nij
20
 林晏州·遊憩需求分析與預測

2. 旅次分派之引力模型 (Origin-Constrained Gravity Model)

前述旅次彥生之引力模型僅考慮遊憩參與量之産生效果，而旅次

分派之引力楳型則僅考慮遊憩參與量在各遊憩區間之重新分酷效

杲，此模型為

Vu = kPiPij (18)
式中
某地旅次為該地的
CP值佔總CP值的
PiJ=A/(Cij)/ I:Akf (Cik) 比率
(19)
k

式 (19) 之 Pij 是從 i 區（人口中心）産生之遊憩旅次中前往 j

遊憩區之比例，故江Pij=l 。因此本模型之基本假設是從每個 i 人口

中心產生之總遊憩參與量是固定不變的，不受遊憩區的個數、吸引

力及可及性因素所影零。依據此 一 分派模型，當開發新的遊憩區或改

善原遊憩區之品質時，從 i 區彥生之總遊憩參與量不會改變，但因

遊憩區間之相對吸引力改變，故分派至各遊憩區之比例將隨之改變。

此模型最大缺點在於遊憩系统內之總遊憩參與量不因遊憩資源

之供給狀況而變動，此種現象對於購物旅次（生活必要之交通旅次）

或許尚可接受卟有對於增加生活情趣之遊憩旅次而言，實在很難接

受。從式 (19) 可知自 i 區前往 i 遊憩區之遊客比例是 j 遊憩區與

系統內所有遊憩區之相對吸引力及可及性之函藪淒文系統內遊憩資源

供給情況改變後，總遊憩參與量會依新的資源供給狀況重新分靦，即

本模型能反映遊憩區間之競爭效杲，此為其優點。實際應用例子有

Cesario 及 Knetsch (1976) , Baxter 及 Ewing (1981) , 及 Peterson 等

(1981) 。

3. 綜合模型

前述遊憩旅次産生與分派之模型各有其優缺黠，共同之缺黠在於

未能充分反映遊憩資源供給與需求間之交互作用效杲，因此綜合模型

整合兩者，以同時反映供給至生需求效果及移轉需求效果。綜合模型

21
 林晏州：遊憩需求分析與預測

之形式為：

Vij=Vi·Pij (20)
=GiPif1 〔 1:Akf2(C心〕 ·Ajf2(島)/ 1:Akfz(C心
k k
＝〔遊憩旅次之產生〕 x 〔遊憩旅次之分派〕

式中 Vi 是從 i 區所産生之總遊憩參與量，

Pij 是從 i 區至生之總遊憩參與量前往 j 遊憩區之比例，

Gi 是衡量 i 區居民每個人彥生遊憩旅次之潛力拉標，

6 是反映供給産生參與效果之函啟，

f2 是反映距離阻力之函數。

式 (20) 中等號右側之第一部分是遊憩旅次彥生模型，影零因素

主要是 i 區之人口特性及 i 區居民能選擇前往之遊憩區個象及其

吸引力與可及性。第二部份則是遊憩旅次分派模型，此與式 (19) 完

全租同，前往 j 遊憩區之遊客比例受該遊憩區與其他競爭遊憩區之

棓對吸引力所影零。由式 (20) 可知旅次産生模型及旅次分派模型均

為其特例之一。

綜合模型因能反映大部分遊客量變動狀況，故能慮用於分析各種

開發政策。舉例言之，蕾某遊憩區之交通設施攻善、遊憩設施增加、

收賣降低、或開放面稜增加時，該遊憩區之可及性提高且吸引力增

加，整個遊憩系統內之遊憩參與型態將完全改變，而綜合模型不但能

預測此時系繞內總遊憩參與量之增加情形，且總遊憩參與量於各遊憩

區間之重分配效杲亦能據以加以預估。此外，開發新的風景區時對於

現有遊憩區遊客啟量之影響也可依此模型加以預測。

（三）陪礙機會模型

22
 嶧州：遊憩需求分析與預測

陪礙機會模型是以一機率函數表示遊客前往 j 遊憩區之機率，其

基本假設是遊客從事遊憩活動時，依遊憩區距離之遠近依序加以比

較，惟有噹近距離內未能發現適宜之遊憩區時，方延長其旅行距離至

次一遊憩區，故從 i 區發生之遊憩旅次前往 j 區之機率為：

Prob (Sj) =e -LD - e -L (D+Dj) (21)

式中 Prob (Sj) 是 i 區產生之遊憩旅次停留於 j 區之機率；

L 是一常藪，表示任何遊憩機會利用之可能性；

D 是到達 j 區前之遊憩區吸引力總值；

Dj 是 j 遊憩區之吸引力指標；

因此若由 i 區至生之總遊憩參與量為 Vij 時，前往 j 遊憩區的

遊客量將為

-LD -L (D+Dj)
Vij = vi [ e - e ]
阻礙機會模型之優點為充分考慮遊憩區之競爭效杲，但由於遊憩

區間之關係除了租互競爭外，亦帝有租互補足搆成更大吸引力之情

況，因此在慮用阻礙機會模型時如何判定競爭性之遊憩區是極為重要

的工作。事實上對於遊憩區間競爭效杲之反呋，以 Baxter及Ewing

(1979) 修正旅行距離函敲之方法較好。雷 i 區與 j 遊憩區間另有一 k

遊憩區時，實際之旅行距離Dij=Dik+D勾，而他們將旅行距離定義為

Dij=Dik+oD勾 (22)
式中 8 是延伸係敲，可於遊憩旅次分派模型中實際校估而得其緻

值，噹 8大於 1 時，可知 k 風景區與 j 風景區可能噓有競爭之現象，若

8 小於 1 時，這兩個風景區便極可能為互補之風景區。

（四）個體選擇模型

前面討論之各種遊憩參與量分析模型，通惱稱為總髖模型

(Aggregate Model)' 原因在於其分析單元為一地區居民之遊憩參與

23
 林晏州 ：遊憩需求分析與預測

量， Ji!?. 區可能是一個縣市、鄉鎮、或一個社區，依分析之需要而界定。

此種總體模型通常有下列缺黠：

l 這憩參與基本上是一種個人之行為而非總體之行為。且遊憩機會對於

各遊憩者而言並非均質的，遊憩區品質除了受遊憩實源特性之影攀

外，更決定於遊憩者個人對該遊憩機會之威覺。如遊憩區之吸引力丶

替代遊憩設施之存在與否、經營笹理品質等困素雖都是影響遊憩參與

量之重要因素，但這些因素噹因個人知覺差異而不同，忽略遊憩者個

人差異時，對於規劃者及經營者而言，模型之慮用能力降低很多

(Miles & Seabrooke, 1977) 。

2. 當分析單元聚合程度 (Aggregation Levels) 愈高時，帝得到較高之瓦

值，而各解釋變項之租對重要程度，惱發生偏誤，且據以評估開發效

益時亦帝發生錯誤 (F esemaier, et al. 1980; Sutherland, 1982) 。

基於以上原因，無論在遊憩活動與遊憩區之需求分析方面，最近

大多愿用個蔻選擇模型 (Peterson, et al. 1978; Lin, 1984, 1986; 林晏州，

1986; Lin, et al. 1988) 。

個盤選擇模型係碁於效用極大化之消蕢者行為理論發展出來。簡

要言之·遊憩者前往遊憩區從事各種遊憩活動時，其遊憩需要必能獲

得某種程度之滿足，此滿意水準可用效用值 (Utility) 來加以衡量 ，

效用值愈大，遊憩者之主既滿意程度便愈高 。 故噹遊憩者是理性的消

費者，且分析者能堆定其效用函藪時，便能正璀地預測遊憩者之選擇

行為，但是由於分析者通惱難以璀切地定義遊憩者之效用函麩，故而

在理性消費之前提下，可導出下列之個體選擇機率模型：

exp(U勺
Pt(i : At) = (22)
~exp (Uk t )
keA,

24
 林晏州：遊憩需求分析與預測

上式中 Pt(i: At) 是 t 遊憩者從所有可選擇之遊憩區之集合A淖，

還擇前往 i 遊憩區之機率， U/是遊憩區 i 對於 t 遊憩者之欬用

值。式 (22) 中之效用值通需處用線性效用函數加以衡量。

個盤選擇模型之優點為能充分反呋遊憩者個人偏好之差異，然而

此類模型所需資料較多，資料收禁不易，且模型參歎值之校估方法較

一 般模型複雜，所以慮用實例較少。

三丶總量比例分配法

預測風景區之遊客量時，若採用時間鏃列分析法必須要有該風景區歴年

之遊客量資料，此種資料並不是每個風景區都有。若慮用結構性模型時，則

至少需要有遊客來源地（居住地點）之資料，這通帶必須透過遊客調查訪問

之程序方能取得資料。噹時間經費均有限的情況下要概估風景區之遊客量

時，總量比例分配法是可行方法之一。

總量比例分醚法是依據全國遊憩參與量之預測值，按 一 定比例分配至各

縣市或風景區，或是依據全國性的各種遊憩活動參與量之預測值，按比例分

配至各種遊憩活動，再分配至各遊憩區。以國內目前現況而言，經建會 (1983)

曾對全國遊憩參與量及各遊憩活動參與量加以預測，此預測值可耳接採用，

然後配合蹴光局歴次之全國性抽樣調查實料中，受訪樣本前往各遊憩區之比

例，假設於預測年期比例不變，而依此比例將全國預測值分配至該風景區。

愿用總量比例分配法時，假設遊憩活動或遊憩區之分酷比例不變，其隱

含假設是在未來預測年期內國民對於各種遊憩活動之相對偏好程度不變，或

某縣市對於風景區開發與品質改善程度與其他縣市棓當，或某風景區之品質

租對於其他風景區之品質於預測年期內維持不變。只有在上述假設成立時方

能採用，故慮用上之限制極大。但因其均利用現成之二手資料，資料收集時

間與成本最少，慮用最方便，故噹不需詳細分析各因素對覷光遊憩需求之影

響程度時，噓實是 一 個簡易可行的遊客量概估方法。慮用總量比例分配法之

實例有顔月珠 (1983) , 林晏州 (1987a'1987b) 。

25
 林晏州·遊憩需求分析與預測

伍｀遊客量預測方法烏用與還擇

本節主要討論慮用計量之遊憩參與量預測模型之步驟丶及發展或選擇各種遊

客量預測方法之準則。

一、處用預測模型之步罈

在愿用各種遊客量預測模型時， Stynes (1983a) 建議依循下列步驟：

1. 選擇分析單元

預測模型可愿用個人為分析單元，亦可慮用各種聚合程度

(Aggregation Level) 之禁合瘟為分析單元，在選擇分析單元時，必須根據

兩個因素決定：理論或技術上之需要、現有資料之形式或取得所需資料之

雞易程度。

2. 選擇愿變項

建立預測模型必須先噓定預測之變項及衡量此變項之方法。通常以個

人為分析單元之模型是以個人之參與機率 (Probability) 或參與次數

(Frequency) 為愿變項；而總髏模型則帝以參與人歙丶參與率丶或遊客日

(Visitor Day) 為應變項。

3. 選擇慮變項

預測模型中通需有一維自變項以解釋或說明應變項，這些自變項之選

擇必須根據下列準則 ： 自變項必須易於測量；實料必須容易取得；自變項

必須能有效地解釋應變項；當建立預測模型之目的在於預測慮變項而供政

策分析之參考時，所採用之自變項也必須易於預測；此外，選擇各種替選

方案或政策時可能涉及之可控制變項，亦必須包含於自變項中。

4. 選擇預測模型

在選擇預測模型之形式 (Model Specification) 前，必須先假設應變項

之變動趨勢，並建立應變項與自 變 項間之函藪關係。通帝模型之選擇必須

合乎需求行為之假設，及預測模型必須基於某種需求理論，並能合理解釋

26
 瘧州：遊憩需求分析與預測

需求行為。預測模型所愿用之函欸有多種型式，一般而言，線性函欬因校

估簡易而常被慮用，但許多趼究證明非線性函數較具理論基礎。

5. 選擇校估模型之方法

在前 一 步驟選擇函欸形式時，便愿初步考慮估計模型參數之成本及可

採用之方法。此時更應詳鈿比較而選擇適當之校估參藪方法。常用的方法

是一般最小二乘方法 (Ordinary Least Squares) 。

6. 模型之應用

模型建立並估計參藪後便可慮用於預測。方法是先預測自變項值，在

代入模型中預測愿變項值。自變項之預測可於模型外另建立預測模型，或

於模型內預測。此外，建立預測模型後，宜先以 一 套未用於估計模型參數

之資料，檢定模型之預測能力 (Preditictive Ability) 。最好的方法是以部分

瘋察值校估模型參麩，另以其餘觀察值檢定模型之預測能力。

7. 監測 (Monitoring) 、瞼證 (Validation) 丶及修正模型 (Model Updating)

就模型預測結果加以長期監測，評估在不同時期之預測能力，並驗證

預測模型是否維實有助於間發決策。更需隨箸供需情況之改變、新資料之

取得而定期重新校估、修正模型。

二、這立預測模型之準則

本文第四節曾討論許多遊憩參與量預測方法，因此如何選擇利用較佳之

預測模型極為重要， Smith (1983) 建議下列準則供建立或選擇模型時之參

考：

1. 預測模型必須能敏威地反映畊究者之需要。囷此，建立預測楳型之前必須

先了解為何需要進行預測？其目的是要幫助何種決策？預測年期多長？

要求之贛噓度多高？分析單元以何種聚合程度較為適宜？．．．…．．等問題。

2. 模型必須盡可能的符合實際情況，並能提供笮切之預測值。模型不 一 定要

求能解釋真正的需求過程，但必須能充份反映資料所頫示之變動趨勢及關

係。

27
 彞州：遊憩需求分析與預測

3. 所需資料之種類及敦量必須合理。若估計參敦時所需資料難以取得或根本
不可能取得，即使是最合理最好的預測模型也毫無幫助。因此在資料需求

方面必須考慮：是否具有該實料？資料之精雄度丶資料之可信度

(Reliability) 、資料之格式 (Format) 、蒐禁及維護實料所需之時間成本。

4. 預測模型必須能慮用現有之統計分析方法估計參藪值。若缺乏統計方法之
知識或使用電腦分析資料之能力，則於還用預測模型時將受到很大的限

制。

5. 估計參欬時得到之係緻值必須穏定，即估計所得之係欸值不應因資料之增
減而有大幟變動。

6 最好利用已校估過之現有模型，加以適噹之修正慮用，如此可節省時間丶

人力、及金錢。若瓘有必要建立新的預測模型時，此模型必須盡可能具有

彈性。

7. 部份預測模型可單獨存在，但另有些模型必須與其他模型配合方能操作，
對於這種模型必須考慮是否有現成之配合模型？它的資料來源及預測精

瓘度如何？．．．等。這是選擇預測模型很重要的考慮因素。

8. 大部分預測模型是決定性模型 (Deterministic Model)' 但通常機變模型

(Stochastic Model) 更適合應用於遊憩預測，原困在於類似之遊憩者於相似

之情況下，其選擇行為可能極不租同，惟有機變模型才能反呋此種現象。

9 烏用複迴歸模型時，必須特別注意多重共線性 (Multicollinearity) 、自我租

關 (Autocorrelation) 、及不等變異欸 (Heteroscedaeticity) 三個經索可發現的

問題，因此慮用迴歸分析法時，必須先對資料加以檢視並做必要之修正。

陸丶結語

本文從經濟分析覷黠探討遊憩需求之意義、特性、及影零遊憩參與量之重要

因素，並就較常用之各種遊客量預測方法之碁本假設、所需資料、應用上之優點

及限制等加以分析比較。遊憩需求分析與預測是開發風景區時極重要之工作項

目，因此許多趼究嚐試發展更精雄的遊憩需求分析與預測模型。由於篇幡之限

28
 林晏州：遊憩需求分析與預測

制，本文對於目前爭論較多的幾個重要謀題，如風景區吸引力指標之定義丶空間

啤力困素之衡量、擁撩對風景區吸引力之影攀、及如何於預測模型中反映遊憩區

空間之兢爭與互補關係等，均未深入加以討論。需求預測能提供決策者、規劃者

極重要之資訊，因此遊憩需求分析與預測理論或方法均值得再深入探討與趼究。

參考文獻

L 內政部， (1983) , 台灣南部區域計劃規劃作業報告索編，第 二 卷第四冊。

2. 交通部亂光局， (1984) , 中華民國七十 二 年台灣池區國民旅遊狀況調査報告。

3. 交通部覷光局， (1987) , 中華民國七十五年台灣地區國民旅遊狀況調查赧告。

4. 行政院經建會， (1983) , 台灣比區既光遊憩系統之畊究。

5. 林晏州， (1984) , 區域性戶外遊憩資源規劃方法之所究－兼論台灣地區遊憩資

源開發策略，都市與計劃， 11 : 1-18 。
6. 林晏州， (1986) , 遊憩活動特性與需求之分析，都市與計劃， 13 : 107-140 。

7. 林晏州， (1987a), 玉山國家公圜遊憩承裁量及遊憩需求調查報告。內政部營建

署委託妍究報告。

8. 林晏州， (1987b), 花蓮縣瘋光遊憩資源之開發與氧光寧業之發展，花蓮縣綜合

發展趼討會大會實錄，第 151 至 182 頁。
9. 郭明哲， (1976) , 預測方法－－－理論與實例，全北：中興管理顧問公司。

10. 暕昭明， (1981), 台灣森林遊樂需求、資源、經營之調查與分析，台大森林系。

11. 劉錚錚， (1979)• 台灣概光旅遊人次之預測，輔仁學誌（法商學院之部）， 12 :

199-262 。
12 劉錚錚， (1981) , 台北市立動物囷遊客人次預測，運輸計畫季刊， 10(1) :
111-139 。

13. 颜月珠， (1979) , 幾種預測方法的比較 － 兼談台灣主要風景區遊客人藪的預

測，中圉统計學戟， 17 : 6477-6501 。
14 颜月珠， (1983) , 陽明山國家公圜旅遊活動及遊蒽需求之調查與分析，內政部
營建署。
15.Baxter, M.J. and Ewing, G.O. (1979). Calibration of production constrained trip
distribution models and the effect of intervening opportunities. Journal ofRegional
Science, 19, 319-330.
16.Baxter, M.J. and Ewing, G.O. (1981). Models of recreational trip distribution.
Regional Studies, 15, 327-344.
17.Beaman, J. et al. (1976). A model of visitor flows considering a basic participation
function and an'alternative factor': Simulation and parameter estimation. CORDS

29
 林1州遊憩需求分析與預測

vol. II, pp.133-155.

18.Beaman, J. et al. (1979). The effects of recreation supply on participation. Leisure
Sciences, 2, 71-87.
19.Catanese, A.J. (1972). Scientific Methods of Urban Analysis. Urbana: University of
Illinois Press.
20.Cesario, F.J. (1969). Operation research in outdoor recreation. Journal ofLeisure
Research, l, 33-51.
21.Cesario, F.J. and Knetsch, J.L. (1976). A recreation site demand and benefit
estimation model. Regional Studies, 10, 97-104.
22.Cheung, HK. (1972). A day-use park visitation model. Journal ofLeisureResearch,
4, 139-156.
23.Cicchetti, C.J. et al. (1973).Economic models and planning outdoor recreation.
Operation Research, 21, 1104尹 13.

24.Deacon, J.A. et al. (1972). Travel to outdoor recreation areas in Kentucky. Journal
ofLeisure Research, 4, 312-332.
25.Dikeman, N.J. (1983). Survey reearch and data collection procedures. In Lieber,
S.R. et al. (eds) Recreation Planning and Management, pp.216-218. London: E. &
F. N. Spon Ltd.
26. Driver, B.L. and Brown, P.J. (1983). Contributions of behavioral scientists to
recreation resource management In Altman, I. et al. (eds) Bahavior and the
Natural Environment. pp.307-339. New York: Plenum Press.
27.Ewing, G.O. (1980). Progress and problems in the development ofrecreational trip
generation and trip distribution models. Leisure Sciences, 3, 1-24.
28.Ewing, G.O. (1983). Forecasting recreation trip distribution behavior. In Liber,
S.R.et al. (eds) Recreation Planning and Management. pp.120-140. London: E. & F.
N. Span Ltd.
29.Fesemaire, D.R. et al. (1980). Correlates of day-hiking trnvel: The effects of
aggregaton. Jou邙al ofLeisure Research, 12, 213-228.
30.Flegg, A.T. (1976). Methodological problems in estimation recreational demand
functions and evaluating recreational benefits. Regional Studies, l 0, 353-362.
31.Hendon, W.S. (1981). Evaluating 研ban Parks and Recreation. New York:
Praeger Publishers.
32.Institute for Water Resoures. (1976). Analysis ofSupply and Demand of Urban
Oriented Non-reservoir Recreation. IWR Research Report 76-R2.
33.Knetscb, J.L. et al. (1976). Estimating expected use and value ofrecreation sites.
In: Gearing, C.E. et al. (eds) Planning/or Tourism Development: Qz,antitative
Approaches. pp.103-115. New York: Praeger Publishers.

30
 林晏州·遊憩需求分析與預測

34.Lavery, P. (1975). The demand for recreation: A review of studies. Town Planning
Review, 46, 185-200.
35.Lin, Yan-Jou. (1984). A recreation trip distribution model considering differential
site substitution effects. Tunghai Journal, 25, 1043-1064
36.Lin, Yann-Jou. (1983). Recreation Site Substitution and Urban Recreation Site
Choice Models. Ph.D. Dissertation. Northwestern University.
37.Lin, Yann-Jou. (1986). A disaggregate model ofrecreation site demand analysis
with an application to the Sun Moon Lake Special Scenic Area. Tunghai Journal,
27, 779-798.
38.Lin, Yann-Jou, Peterson,G.L. & Rogerson, P.A. (1988). A nested urban recreation
site choice model. Leisure Sciences, IO, 1-16.
39.Malamud, B. (1973). Gravity model calibration of tourist travel to Las Vegas.
Journal ofLeisure Research, 5, 23-33.
40.Mansfield, N.W. (1969). Recreational trip generation: A cross section analysis of
weekend pleasure trips to the lake district. Journal of Transport Economics and
Policy, 3, 152-164. 一

41.Maw, R (1974). Assessment of demand for recreation -- A modelling approach. In:

Appletion, I. (ed) Leisure Research and Policy. pp.78-108. London: Scottish
Academic Press.
42.Miles, C.W.N. and Seabrooke, W. (1977). Recreational Land Management.
London: E. & F. N. Spon Ltd.
43.Moncur, J.E.T. (1975). Estimating the value of alternative outdoor recreation
facilities within a small area. Journal ofLeisure Research, 7, 301-311.
44.National Academy of Sciences. (1969). A Program for Outdoor Recreation
Rese邙·ch. USDI Bureau of Outdoor Recreation.
45.National Academy of Sciences. (1975). Assessing Demandfor Outdoor Recreation.
Washington D.C.: NAS.
46.Peterson, G.L. et al. (1978). Prediction of Urban Recreation Demand. Evanston
Ill.: Northwestern University.
47.Peterson, G.L. et al. (1983). A behavioral urban recreation site choice model.
Leisure Sciences, 6, 61-81.
48.Peterson, G.L., Lime, D.W. and Anderson, D 且 (1981). Attraction of
recreationists to rivers: A nationwide view. In Some Recent Products ofRiver
Recreation Reearch, pp.18-26. USDA Forest Service, General Technical Report
NC-63.
49.Pigram, J. (1983). Outdoor Recreation and Resource Management. New York: St.
Martin's Press.

31
 林晏州：遊憩需求分析與預測

50.Smith, S. (1983). Recreation Geography. London: Longman.

51.Smith, V.K. (1975). The estimation and use of models of the demand for outdoor
recreation. In Nas. Assessing Demandfor Outdoor Recreation. pp.89-123.
52.Stynes, D.J. (1983). An introduction to recreation forecastings. In Liber, S.R. et al.
(eds) Recreation Planning and Management. pp.87-95. London: E. & F. N. Spon
Ltd.
53.Stynes, D.J. (1983). Time series and structural models of forecasting recreation
participation. In Liber, S.R. et al. (eds) Recreation Planning and Management.
pp. I 05-119. London: E. & F. N. Spon Ltd.
54.Sutherland, R.J. (1982). The sensitivity of travel cost estimates ofrecreation
demand to the functional form and definition of origin zones. Western Journal of
Ag,·icultural Economics, 7, 87-98.
55.Tourism and Recreation Research Unit. (1983). Recreation Site Survey Manual:
Methods and Techniques for Conducting Visitors Survey. London: E. & F. N. Spon
Ltd.
56.Veal, A.J. (1971). A strategy for the provision of recreation facilities. In:
Experiments in Recreation Research. pp.307-344.
57.Wolfe, R.I. (1972). The inertia model. Journal ofLeisure Research, 4, 73-76.

32