跳到主要內容

臺灣博碩士論文加值系統

(44.220.62.183) 您好!臺灣時間:2024/03/01 22:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:游惠如
論文名稱:台灣本島國家公園遊憩效益評估--綜合隨機效用模型之應用
指導教授:曾偉君曾偉君引用關係
學位類別:碩士
校院名稱:國立中興大學
系所名稱:應用經濟學研究所
學門:社會及行為科學學門
學類:經濟學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
中文關鍵詞:綜合隨機效用模型條件式羅吉特模型國家公園遊憩效益隨機效用模型貝式估計
外文關鍵詞:MXLCLRUM
相關次數:
  • 被引用被引用:15
  • 點閱點閱:853
  • 評分評分:
  • 下載下載:148
  • 收藏至我的研究室書目清單書目收藏:7
本文主要利用綜合隨機效用模型(MXL),分析471位成年人且非當地居民之有效樣本,對其假設關閉某個國家園家與改變某個國家公園之特徵屬性後,評估總遊憩效益損失與平均每人次之遊憩效益,其結果如下:
經Akaike’s Information Criterion(AIC)檢定,發現6個綜合隨機效用模型(MXL)及1個條件式羅吉特模型(CL)之估計結果中,以第5個MXL模型之配適度最高。就整體而言,各模型之估計結果,不論是參數值或遊憩價值皆相當穩定。亦即表示國家公園遊憩效益最高者為玉山國家公園,各模型之估計值介於94.63~99.26億元;次高者為陽明山國家公園,各模型之估計值介於69.04~72.66億元;其次為墾丁國家公園,各模型估計值介於59.92~63億元;次低者為太魯閣國家公園,各模型之估計值介於35.16~36.99億元;最低者為雪霸國家公園,其估計值介於4.24-~4.54億元。
本研究亦估計改變國家公園特徵屬性之遊憩效益,包括淡水魚之種類、遊憩面積大小以及昆蟲種類之遊憩效益。如增減2種淡水魚時,其遊憩效益(平均每人次遊憩效益)變動最大者為墾丁國家公園,各模型之估計值介於-5.65~6.06億元;次高者為太魯閣國家公園,各模型之估計值介於-3.14~3.45億元;其次為陽明山國家公園,其模型估計值介於-2.56~2.83億元;次低者為玉山國家公園,其估計值介於-1.44~1.6億元;最低者為雪霸國家公園,其估計值介於-0.54~0.61億元。
增減1%遊憩面積時,其遊憩效益(平均每人次遊憩效益)變動最大者為墾丁國家公園,各模型之估計值介於-3.27~3.4億元;次高者為太魯閣國家公園,各模型之估計值介於-1.51~1.58億元;其次為陽明山國家公園,其模型估計值介於-1.23~1.29億元;次低者為玉山國家公園,其估計值介於-0.74~0.78億元;最低者為雪霸國家公園,其估計值介於-0.19~0.19億元。
增減5種昆蟲類時,其遊憩效益(平均每人次遊憩效益)變動最大者為墾丁國家公園,各模型之估計值介於-6.79~7.4億元;次高者為陽明山國家公園,各模型之估計值介於-4.27~5.07億元;其次為太魯閣國家公園,其模型估計值介於-3.85~4.32億元;次低者為玉山國家公園,其估計值介於-2.08~2.45億元;最低者為雪霸國家公園,其估計值介於-1.45~2.11億元。
第一章 緒論 …………………………………………………………….1
第一節 研究動機與目的 …………………………………………..1
第二節 研究方法與架構 …………………………………………..3
第三節 研究範圍與資料來源 ……………………………………..5
第二章 相關文獻之探討 ……………………………………………...10
第一節 國內遊憩經濟效益文獻之探討 …………………………10
第二節 綜合隨機效用模型(MXL)之相關文獻 ……………………14
第三節 貝氏估計過程(Bayesian Procedure)之相關文獻 ….…16
第三章 理論模型 ……………………………………………...………18
第一節 綜合隨機效用模型(MXL)之最大模擬概似估計(MSLE)...18
第二節 效益之衡量 ………………………………………………20
第四章 問卷調查與分析 …………………………………………...…21
第一節 問卷設計與調查 ……………………………………....21
第二節 資料整理與分析 …………………………………………23
第五章 實證研究 ……………………………………………………...39
第一節 建立實證模型………………………………………………39
第二節 實證參數推估結果與比較…………………………………48
第三節 不同檢定方法之結果與比較………………………………55
第四節 遊憩效益推估之結果與比較………………………………59
第六章 結論與建議 …………………………………………………...68
第一節 結論 …………………………………………………...…68
第二節 建議 ……………………………………………………...71
參考文獻 ……………………………………………………………...…72
附錄一 …………………………………………………………………...76
參考文獻
內政部營建署,1989,台灣地區之國家公園,P.1-3。
內政部營建署網站:http://www.cpami.gov.tw,2003/09/05。
太魯閣國家公園網站:http://www.taroko.gov.tw,2003/09/05。
王昭正、陳益壯、林建信,2001,「奧萬大森林遊樂區遊客付費意願分析─多指標多因子模式之應用」,農業經濟半年刊,第70期,P.91-115。
玉山國家公園網站:http://www.ysnp.gov.tw,2003/09/05。
吳珮瑛、蘇明達,2001,「墾丁國家公園資源經濟效益評估─兼論資源保育之哲學觀與資源價值之內涵」,國家公園學報,第11卷:第1期,P.1-29。
李培芬、許嘉恩等,2002,「氣候變遷對生物多樣性衝擊與調適策略」,「氣候變化綱要公約國家通訊衝擊調適資料建置--氣候、水文、生態部分(二)」之專案計畫成果發表會,P.189-210,台灣大學生命科學系。
林淑瑜,1996,雪霸國家公園遊憩效益評估研究,中興大學資源管理研究所碩士論文。
林喻東、劉癸君,2002,「阿里山森林遊樂區櫻花季之效益評估─以旅遊成本法為例」,林業研究季刊,第24卷:第3期,P.19-28。
竺凱,2002,台灣東部海岸賞鯨活動之遊憩效益研究,碩士論文,中興大學農業經濟研究所。
金門國家公園網站:http://www.kmnp.gov.tw,2003/09/05。
胡玉龍,2003,玉山國家公園塔塔加地區遊憩地區與人為干擾影響程度之研究─條件評估法之應用,台灣大學地理環境資源研究所碩士論文。
陳昭明、高志煒、林志哲,1986,「陽明山國家公園遊憩資源及步道系統之調查與分析」,陽明山國家公園管理處,P.2-6。
陳淑女,2000,台灣地區國家公園遊客量之預測,碩士論文,朝陽科技大學休閒事業管理研究所。
陳麗琴、汪大雄等,2002,「福山植物園遊憩經濟效益之評估」,台灣林業科學,第17卷:第3期,P.375-385。
雪霸國家公園網站:http://www.spnp.gov.tw,2003/09/05。
曾偉君,2001,「以綜合隨機效用模型衡量遊憩之經濟價值」,農業經濟半年刊,第70期,P.149-174。
陽明山國家公園網站:http://www.ymsnp.gov.tw,2003/09/05。
黃世賢,1998,國家公園遊憩經濟效益值之評估─以陽明山國家公園為例,中興大學都市計畫研究所碩士論文。
黃成輝,2003,台灣沿海濕地之遊憩效益研究,碩士論文,中興大學應用經濟研究所。
黃宗煌,1989a,「臺灣地區國家公園之保育效益的評估」,臺灣銀行季刊,第41卷:第3期,P.305-325。
黃宗煌,1989b,「臺灣地區國家公園之遊憩效益的評估」,臺灣銀行季刊,第41卷:第3期,P.282-304。
黃俊燁,2003,選擇集合對隨機效用模型之影響分析--台灣沿海溼地之應用,碩士論文,中興大學應用經濟研究所。
廖祥亨,2003,陽明山國家公園旅遊資源經濟價值評估,中國文化大學經濟學研究所碩士論文。
劉錦龍,2001,「應用非線性隨機效用模型探討台灣森林資源遊憩價值」,農業與經濟,第27期,P.61-86。
墾丁國家公園網站:http://www.ktnp.gov.tw,2003/09/05。
蕭代基、鄭蕙燕等,2002,環境保護之成本效益分析,俊傑書局。
賴明洲、薛怡珍等,2003,「應用條件評估法評估國家公園發展生態旅遊之遊憩效益」,東海學報,第44卷,P.131-143。
魏宏晉,2002,台灣的國家公園,遠足文化事業有限公司。
Allenby, G. (1997), ‘An introduction to hierarchical Bayesian modeling’, Tutorial Notes, Advanced Research Technoques Forum, American Marketing Association.
Allenby, G. and P. Lenk (1994), ‘Modeling household purchase behavior with logistic normal regression’, Journal of the American Statistical Association 89, 1218-1231.
Allenby, G. and P. Rossi (1999), ‘Marketing models of consumer heterogeneity’, Journal of Econometrics 89, 57-78.
Bernstein, S. (1917), Calcul des probabilites.
Bhat, C. (1996b), ‘An analysis of travel mode and departure time choice for urban shopping trips’, Transportation Research B 32, 361-371.
Boyd, J. and J. Mellman (1980), ‘The effect of fuel economy standards on the U.S. automotive market: A hedonic demand analysis’, Transportation Research A 14, 367-378.
Cardll, S. and F. Dunbar (1980), ‘Measuring the societal impacts of automobile down-sizing’, Tranportation Research A 14, 423-434.
Hanemann, W.M. (1982), ‘Applied Welfare Analysis with Qualitative Response Models’, University of California, Agricultural and Resource Economics, Giannini Foundation Working Paper No. 241.
Huber, J. and K. Train (2001), ‘On the similarity of classical and Bayesian estimates of individual mean partworths’, Marketing Letters 12, 259-269.
John, L., Y. Shizuka, and L. Douglas (2000), ‘Testing Significance of Multi-Destination and Multi-Purpose Trip Effects in a Travel Cost Method Demand Model for Whale Watching Trips’, Agricultural and Resource Economics Review 29(2), 183-191.
Long, J.S. (1996), ‘Hypothesis Testing and Goodness of Fit’, In Long, Regression Models for Categorical and Limited Dependent Variables, 93-95 and 109-110.
Maddala, G.S. (1983), ‘Limited-dependent and qualitative variables’, in Frontier in Econometrics, New York: Cambridge University Press.
Revelt, D. and K. Train (1998), ‘Mixed Logit with Repeated Choices: Households’ Choices of Appliance efficiency Level’, The Review of Economics and Statistics, 647-657.
Revelt, D. and K. Train (2000), ‘Specific taste parameters and mixed logit’, Working Paper No. E00-274, Department of Economics, University of California, Berkeley.
Rossi, P., R. McCulloch, and G. Allenby (1996), ‘The value of household information in target marketing’, Marketing Science 15, 321-340.
Train, K. (2001), ‘A Comparison of Hierarchical Bayes and Maximum Simulated Likelihood for Mixed Logit’, Department of Economics, University of California, Berkeley.
Train, K.E. (1998), ‘Recreation Demand Models with Taste Differences Over People’, Land Economics 74(2), 230-239.
Train, K.E. (1999), ‘Mixed Logit Models for Recreation Demand’, In Herriges, J.A., and C.L. Kling (Editors), Valuing Recreation and the Environment: Revealed Preference Methods in Theory and Practice, 121-139, Aldershot: Edward Elgar Publishing Ltd. University of Massachusetts, Amherst.
Train, K. (2003), ‘Mixed Logit’ and ‘Bayesian Procedures’, In Train, Discrete Choice Methods with Simulation, 138-154 and 285-317, Cambridge University Press.
Train, K. (2001), ‘A comparison of hicrarchical Baycs and maximum simulated likelihood for mixed logit’, Working Paper, Department of Economics, University of California, Berkeley.
Tseng, W.C. (2001), ‘Applying Mixed Logit In Recreation Demand Models’, Doctor of Philosophy, University of Maryland.
von Mises, R. (1931), Wahrscheinlichkeitsrechnung, Springer-Verlag, Berlin.
Wen, D. and M. Levy (2001), ‘An application of Bayes estimation under bounded asymmetric blinex loss: Direct mail decision problem’, Conference Presentation, Bayesian Application and Methods in Marketing Conference, Ohio State University.
Zellaer, A. (1971), An Introduction to Bayesian Inference in Econometrics, John Wiley and Sons, New York.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top