請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/4745完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 林晏州 | |
| dc.contributor.author | Ai-Tsen Su | en |
| dc.contributor.author | 蘇愛媜 | zh_TW |
| dc.date.accessioned | 2021-05-14T17:46:21Z | - |
| dc.date.available | 2020-08-11 | |
| dc.date.available | 2021-05-14T17:46:21Z | - |
| dc.date.copyright | 2015-08-11 | |
| dc.date.issued | 2015 | |
| dc.date.submitted | 2015-06-15 | |
| dc.identifier.citation | 1. 交通部中央氣象局網站，（2015），影響天氣變化的名詞及相關用語，下載日期：2015/6/4，取自：http://www.cwb.gov.tw/V7/knowledge/encyclopedia/me004.htm
2. 行政院人事行政總處網站，（2015），行政機關辦公日曆表，下載日期：2015/3/30，取自：http://www.dgpa.gov.tw/lp.asp?ctNode=765&CtUnit=179&BaseDSD=7&mp=7 3. 林晏州，（1998），澎湖風景特定區遊客調查暨旅遊人次推估規劃，澎湖：交通部觀光局澎湖國家風景區管理處。 4. 林晏州，（1987），玉山國家公園遊憩承載量及遊憩需求調查報告，臺北：內政部營建署。 5. 林晏州，（1992），觀光遊憩需求分析理論，私立淡江大學編，中華民國八十年觀光事業發展學術研討會論文集，(pp.37-46)，臺北：交通部觀光局。 6. 林晏州，（2002），日月潭國家風景區遊客意見調查及遊客量推估，南投：交通部觀光局日月潭國家風景區管理處。 7. 林晏州，（2003），日月潭國家風景區遊客意見調查及遊客量推估（二），南投：交通部觀光局日月潭國家風景區管理處。 8. 林晏州，（2005），馬祖國家風景區遊客意向調查暨遊客人次推估模式建立之研究，馬祖：交通部觀光局馬祖國家風景區管理處。 9. 林晏州、林寶秀，（2008），花東縱谷國家風景區遊客意向調查暨人次推估模式建立之研究，花蓮：交通部觀光局花東縱谷國家風景區管理處。 10. 林晏州、陳惠美，（2006），日月潭國家風景區遊客意見調查及遊客量推估（三），南投：交通部觀光局日月潭國家風景區管理處。 11. 林晏州、顏家芝，（1994），東北角海岸風景特定區遊客及觀光服務業調查研究，臺北：交通部觀光局東北角海岸風景特定區管理處。 12. 林晏州、蘇愛媜，（2012），陽明山國家公園內遊憩行為對環境之影響─以二子坪及擎天崗草原特別景觀區為例分析調查，臺北：陽明山國家公園管理處。 13. 林寶秀、林晏州，（2010），島嶼型遊憩區遊客量推估與預測-以金門國家公園為例，國家公園學報，20(1)，1-14。 14. 徐聖凱，（2014），臺北市立動物園百年史，臺北：臺北市立動物園。 15. 臺北市立動物園網站，（2015a），大事紀，下載日期：2015/4/7，取自：http://www.zoo.gov.taipei/lp.asp?ctNode=24890&CtUnit=3582&BaseDSD=7&mp=104031 16. 臺北市立動物園網站，（2015b），臺北市立動物園歷年人數統計，下載日期：2015/3/12，取自：http://www.zoo.gov.taipei/ct.asp?xItem=27768804&ctNode=24899&mp=104031 17. 顏家芝、陳惠美，（2003），澎湖國家風景區遊客調查暨旅遊人次推估模式建立規劃，澎湖：交通部觀光局澎湖國家風景區管理處。 18. Arnberger, A. (2006). Recreation use of urban forests: An inter-area comparison. Urban Forestry & Urban Greening, 4(3-4), 135-144. 19. Arnberger, A., & Eder, R. (2007). Monitoring recreational activities in urban forests using long-term video observation. Forestry, 80(1), 1-15. 20. Arnberger, A., & Hinterberger, B. (2003). Visitor monitoring methods for managing public use pressures in the Danube Floodplains National Park, Austria. Journal for Nature Conservation, 11(4), 260-267. 21. Aylen, J., Albertson, K., & Cavan, G. (2014). The impact of weather and climate on tourist demand: The case of Chester Zoo. Climatic Change, 127(2), 183-197. 22. Bartczak, A., Englin, J., & Pang, A. (2012). When are forest visits valued the most? An analysis of the seasonal demand for forest recreation in Poland. Environmental and Resource Economics, 52(2), 249-264. 23. Benson, C., Watson, P., Taylor, G., Cook, P., & Hollenhorst, S. (2013). Who visits a national park and what do they get out of it?: A joint visitor cluster analysis and travel cost model for Yellowstone National Park. Environmental Management, 52(4), 917-928. 24. Bestard, A. B. (2014). Substitution patterns across alternatives as a source of preference heterogeneity in recreation demand models. Journal of Environmental Management, 144, 212-217. 25. Brainard, J., Bateman, I, & Lovett, A. (2001). Modelling demand for recreation in English woodlands. Forestry, 74(5), 423-438. 26. Butler, R. W. (1980). The concept of a tourist area cycle of evolution: Implications for management of resources. The Canadian Geographer, 24(1), 5-12. 27. Chuang, Y.-F., & Tsaih, Y.-C. (2013). The correlations between price cuts/changes and fee sensitivity on the choice of mobile phone service provider. The Service Industries Journal, 33(12), 1178-1192. 28. Crompton, J. L., & Kim, S.-S. (2004). Temporal changes in perveived constraints to visiting state parks. Journal of Leisure Research, 36(2), 160-182. 29. Dwyer, J. F. (1988). Predicting daily use of urban forest recreation sites. Landscape and Urban Planning, 15(1-2), 127-138. 30. Finger, R., & Lehmann, N. (2012). Modeling the sensitivity of outdoor recreation activities to climate change. Climate Research, 51(3), 229-236. 31. Gavious, A., & Mizrahi, S. (2001). A continuous time model of the bandwagon effect in collective action. Social Choice and Welfare, 18(1), 91-105. 32. Gierl, H., & Huettl, V. (2010). Are scarce products always more attractive? The interaction of different types of scarcity signals with products' suitability for conspicuous consumption. International Journal of Research in Marketing, 27(3), 225-235. 33. Hill, G. W., & Courtney, P. R. (2006). Demand analysis projections for recreational visits to countryside woodlands in Great Britain. Forestry, 79(2), 187-200. 34. Hoyos, D., & Riera, P. (2013). Convergent validity between revealed and stated recreation demand data: Some empirical evidence from the Basque Country, Spain. Journal of Forest Economics, 19(3), 234-248. 35. Kim, S. I. (1989). Evaluating spatial structure effects in recreation travel using a gravity-type model. Dissertation Abstracts International. A, Humanities and Social Sciences, 50(4), 1049-1050. 36. Kubaş, A., Yilmaz, F., Aktaş, Y., & Metin, N. (2005). Analysis of visitor decision making system when visiting natural recreation sites by multinomial logit model. Quality & Quantity 39(5), 615-623. 37. Li, C., & Lin, S.-H. (2012). Influence of weather conditions on hiking behavior. International Journal of Biometeorology, 56(4), 777-781. 38. Martínez-Espiñeira, R., & Amoako-Tuffour, J., (2009). Multi-destination and multi-purpose trip effects in the analysis of the demand for trips to a remote recreational site. Environmental Management, 43(6), 1146-1161. 39. Marvasti, A. (2013). Estimating outdoor recreation demand with aggregate data: A revealed preference approach. Ocean & Coastal Management, 71, 170-175. 40. Neuvonen, M., Pouta, E., Puustinen, J., & Sievänen, T. (2010). Visits to national parks: Effects of park characteristics and spatial demand. Journal for Nature Conservation, 18(3), 224-229. 41. Parker, J. R., & Lehmann, D. R. (2011). When shelf-based scarcity impacts consumer preferences. Journal of Retailing, 87(2), 142-155. 42. Ploner, A., & Brandenburg, C. (2003). Modelling visitor attendance levels subject to day of the week and weather: A comparison between linear regression models and regression trees. Journal for Nature Conservation, 11(4), 297-308. 43. Ritchie, J. R. B., & Beliveau, D. (1974). Hallmark events: An evaluation of a strategic response to seasonality in the travel market. Journal of Travel Research, 13(2), 14-20. 44. Scott, D., Gössling, S., & de Freitas, C. R. (2008). Preferred climates for tourism: Case studies from Canada, New Zealand and Sweden. Climate Research, 38(1), 61-73. 45. Shonkwiler, J. S., & Englin, J. (2009). Approximating the distribution of recreational visits from on-site survey data. Journal of Environmental Management, 90(5), 1850-1853. 46. Siderelis, C., & Moore, R. L. (2011). A mixed logit model of visitors’ national park choices. Society and Natural Resources, 24(8), 799-813. 47. Simões, P., Barata, E., & Cruz, L. (2013). Using count data and ordered models in national forest recreation demand analysis. Environmental Management, 52(5), 1249-1261. 48. Su, A.-T., Cheng, C.-K., & Lin, Y.-J. (2014). Modeling daily visits to the 2010 Taipei International Flora Exposition. Urban Forestry & Urban Greening, 13(4), 725-733. 49. Thun, J.-H., & Strohhecker, J. (2012). Are we surrounded by penguins? The diffusion of system dynamics in academia analysed with system dynamics. Systems Research and Behavioral Science, 29(4), 436-447. 50. Van Herpen, E., Pieters, R., & Zeelenberg, M. (2009). When demand accelerates demand: Trailing the bandwagon. Journal of Consumer Psychology, 19(3), 302-312. 51. Verhallen, T. M. M., & Robben, H. S. J. (1994). Scarcity and preference: An experiment on unavailability and product evaluation. Journal of Economic Psychology, 15(2), 315-331. 52. Yeh, C.-Y., Haab, T. C., & Sohngen, B. I. (2006). Modeling multiple-objective recreation trips with choices over trip duration and alternative sites. Environmental & Resource Economics, 34(2), 189-209. 53. Zanon, D., Doucouliagos, C., Hall, J., & Lockstone-Binney, L. (2013). Constraints to park visitation: A meta-analysis of North American studies. Leisure Sciences, 35(5), 475-493. 54. Zhang, H., Chen, B., Sun, Z., & Bao, Z. (2013). Landscape perception and recreation needs in urban green space in Fuyang, Hangzhou, China. Urban Forestry & Urban Greening, 12(1), 44-52. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/4745 | - |
| dc.description.abstract | 臺北市立動物園歷來為民眾出遊之熱門選擇，每年吸引數以百萬計之遊客入園。因此，本研究目的在於瞭解臺北市立動物園遊客量之影響因素，以及這些因素之影響為何，且在不同時間區段下，影響因素是否不同，進而建立遊客量模型。遊客量資料包含1999年至2014年間之年月遊客量、2005年至2014年間之日遊客量，影響因素則考量時間週期、活動與事件、天氣條件。研究結果顯示年數、開幕效應、明星動物效應對全年遊客量有顯著正向影響，而SARS則對全年遊客量有顯著負向影響。月遊客量及日遊客量分析採用近十年之資料進行；春節月、暑假、放假日數、明星動物季度對月遊客量有顯著正向影響，而最高氣溫小於等於15℃日數、最高氣溫大於等於30℃日數、單月降雨日數則對月遊客量有顯著負向影響；星期六、星期日、三日以上連假日、活動舉辦、單日日照率對日遊客量有顯著正向影響，單日降雨時數、日最大瞬間風風速則對日遊客量有顯著負向影響，而最高氣溫與日均濕度對日遊客量之影響非線性關係。研究結果有助於管理單位擬定經營管理策略，並作為行銷推廣之參考。 | zh_TW |
| dc.description.abstract | Taipei Zoo is a popular choice for the public and attracts millions of visitors every year. The aims of this study were to understand the factors affecting the number of visitors to Taipei Zoo, and how these factors affected the visitor numbers, in order to compare the yearly, monthly and daily factors, and to model the visits. The data of yearly and monthly visits between 1999 and 2014 were included, as well as the data of daily visits from 2005 to 2014. Time fluctuations, activities, events, and weather conditions were considered as factors. The results suggested that the numbers of years, the opening effect, and the animal stars had significantly positive effects on yearly visits. SARS had significantly negative effect on yearly visits. The data in the recent ten years were used for analyzing the monthly and daily visits. The monthly visits were positively affected by the months of Chinese New Year, summer vacation, days of holidays, and quarter of animal stars. However, the days of maximum temperature lower than or equal to 15°C , the days of maximum temperature higher than or equal to 30°C, and the days of rainfall had negative effects on the monthly deviation from the mean of the year. Additionally, daily visits were positively affected by Saturday, Sunday, holidays at least three days long, events, and percentage of sunshine. The hours of rainfall and maximum peak wind speed had negative effects on daily visits. The relationships between maximum temperature and daily visits, and between average humidity and daily visits, were not linear. The results could help administrators develop strategies for management, and be beneficial for marketing and promotion. | en |
| dc.description.provenance | Made available in DSpace on 2021-05-14T17:46:21Z (GMT). No. of bitstreams: 1 ntu-104-F95628302-1.pdf: 4034028 bytes, checksum: 465ebaaab32c54fa075113082d8766b0 (MD5) Previous issue date: 2015 | en |
| dc.description.tableofcontents | 口試委員會審定書 i
誌 謝 iii 摘 要 v Abstract vii 目 錄 ix 表目錄 xiii 圖目錄 xv 第一章 緒論 1 第一節 研究緣起 1 第二節 研究目的 3 第三節 研究流程 4 第二章 文獻回顧 7 第一節 遊憩需求理論 7 第二節 遊憩參與量之影響因素 10 壹、環境屬性 10 貳、遊客特性 12 一、區域人口變數 12 二、個人社經特性 13 參、鏈結關係 14 一、距離 14 二、旅行成本 15 肆、時間變動 16 一、週期性變動 16 二、非週期性變動 17 伍、天氣條件 20 第三節 遊客量模型之建立 23 壹、遊客量模型之相關研究 23 貳、遊客量模型之函數型式 24 第四節 小結 26 第三章 研究方法 31 第一節 研究地點 31 第二節 研究架構 34 壹、研究架構之概念說明 34 貳、各階段研究架構 36 一、年遊客量研究架構 36 二、月遊客量研究架構 37 三、日遊客量研究架構 39 第三節 變項操作型定義 41 壹、年遊客量模型變項 41 一、年遊客量 41 二、年時間週期 41 三、年活動與事件 41 貳、月遊客量模型變項 43 一、月遊客量及離均差 43 二、月時間週期 43 三、月活動與事件 44 四、月天氣條件 44 參、日遊客量模型變項 46 一、日遊客量及離均差 46 二、日時間週期 47 三、活動舉辦 47 四、日天氣條件 47 第四節 資料取得及處理方式 50 壹、臺北市立動物園遊客量資料 50 貳、歷年大事紀資料 50 參、週期性時間資料 50 肆、天氣資料 50 第四章 結果與討論 53 第一節 全年遊客量之變動趨勢與影響因素探討 53 壹、全年遊客量之變動趨勢分析 53 貳、全年遊客量、時間週期與活動事件之關係 54 一、時間週期與年遊客量之關係 54 二、活動事件與年遊客量之關係 54 參、全年遊客量之影響因素探討 55 一、年遊客量之線性模型估計 55 二、年遊客量之非線性模型估計 59 三、年遊客量模型比較 62 第二節 每月遊客量之影響因素探討 64 壹、每月遊客量之變動趨勢分析 64 貳、月遊客量、時間週期、活動舉辦與天氣條件之關係 68 一、時間週期與月遊客量之關係 68 二、活動舉辦與月遊客量之關係 68 三、天氣與月遊客量之關係 68 參、每月遊客量之影響因素探討 73 一、月遊客量離均差模型估計 73 二、月遊客量模型估計 75 三、月遊客量模型比較 82 第三節 每日遊客量之影響因素探討 84 壹、每日遊客量之變動趨勢分析 84 貳、日遊客量、時間週期、活動舉辦與天氣條件之關係 89 一、時間週期與日遊客量之關係 89 二、活動舉辦與日遊客量之關係 90 三、天氣與日遊客量之關係 91 參、每日遊客量之影響因素探討 94 一、日遊客量離均差模型估計 95 二、日遊客量模型估計 97 三、日遊客量模型比較 100 第四節 討論 102 壹、開幕效應對遊客量之影響 102 貳、歷年遊客量之發展階段 102 參、明星動物效應之驗證 103 肆、影響動物園遊客量之時間週期因素 103 伍、活動舉辦與遊客量之關係 104 陸、天氣條件對遊客量之影響 104 柒、遊客量模型之函數型式 105 第五章 結論與建議 107 第一節 結論 107 第二節 建議 109 壹、後續研究主題未來發展 109 一、明星動物與媒體報導 109 二、園內開放區域與館舍增加 109 三、疾病或疫情之爆發 110 四、活動辦理與類型 110 貳、動物園經營管理實務應用建議 110 參考文獻 111 | |
| dc.language.iso | zh-TW | |
| dc.subject | 明星動物效應 | zh_TW |
| dc.subject | 天氣條件 | zh_TW |
| dc.subject | 事件活動 | zh_TW |
| dc.subject | 時間變動 | zh_TW |
| dc.subject | 開幕效應 | zh_TW |
| dc.subject | Event | en |
| dc.subject | Opening effect | en |
| dc.subject | Time fluctuation | en |
| dc.subject | Animal star effect | en |
| dc.subject | Weather | en |
| dc.title | 臺北市立動物園遊客量之影響因素研究 | zh_TW |
| dc.title | Factors Affecting the Visits to Taipei Zoo | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 103-2 | |
| dc.description.degree | 博士 | |
| dc.contributor.oralexamcommittee | 曹正,歐聖榮,李素馨,張俊彥,鄭佳昆 | |
| dc.subject.keyword | 時間變動,開幕效應,明星動物效應,事件活動,天氣條件, | zh_TW |
| dc.subject.keyword | Time fluctuation,Opening effect,Animal star effect,Event,Weather, | en |
| dc.relation.page | 114 | |
| dc.rights.note | 同意授權(全球公開) | |
| dc.date.accepted | 2015-06-15 | |
| dc.contributor.author-college | 生物資源暨農學院 | zh_TW |
| dc.contributor.author-dept | 園藝暨景觀學系 | zh_TW |
| 顯示於系所單位： | 園藝暨景觀學系 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-104-1.pdf | 3.94 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。