第四章 研究發現
第五節 技術網絡對組織創新能力分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五節 技術網絡對組織創新能力分析
以下建立各變項迴歸模型檢視技術網絡對於創新之效果。考量廠商之組織特 性對於創新可能存在時間延遲(time lag)之效果，所有自變項與控制變項皆對應兩 年後的依變項，同時考量資料建構之完整性，採用之自變項與控制變項時間點為 1999、2001、2003、2005 四個年度，對應之依變項分別為 2001、2003、2005、
2007 四個年度。
一、 技術網絡特性對創新能力之淨效果
表 4-5-1 是技術網絡特性對研發經費之 tobit 迴歸，Model1 僅包含技術合作 網絡之對象公司次產業同質程度與地理異質性兩項指標。結果顯示合作對象次產 業同質性與地理異質性皆對於研發經費有顯著而正面的影響。意即與同樣次產業 合作的比例越高、與較多種不同地理區的對象合作，都會提高研發經費的投入。
Model2 是專利引用重疊網絡特性對研發經費之 tobit 迴歸，網絡地位顯著的
影響研發經費；然而擁擠度卻不構成影響。由於網絡地位信號也代表某一公司在 組織場域的中心性，中心性越高代表其產出專利越重要，而會吸引越多交易對 象，因此容易將創新能力較高也較能擴散至其他組織。相對的專利擁擠雖然會刺 激創新，然而並不顯著。
Stuart(1999)研究技術擁擠度對於美國半導體公司之研發經費投入，發現擁擠 度對於研發經費會有顯著的正面影響，當組織專業化程度高時，技術擁擠度對於 研發經費投入的正面影響更加明顯。這可能是由於在美國半導體產業，必須積極 突破既有框架尋求創新，然而在台灣的情況是仍需依循既有技術與資源，途徑與 美國的模式不同而形成的差異。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-5-1 技術網絡特性對研發經費迴歸分析(tobit) Model1 Model2
對象公司同質性程度 1.711**
(0.603)
合作對象地理異質性 2.083**
(0.586)
專利引用擁擠度 0.373
(1.118)
專利引用網絡地位 0.400***
(0.064)
Constant 11.567***
(0.436)
12.431***
(0.222) Log likelihood -205.998 -195.891
N 100 100
R-Square 0.044 0.091
Note: *** p<0.001; ** p<0.01; * p<0.05
表 4-5-2 是技術合作、專利引用重疊網絡對於專利之 poisson 迴歸，Model3 與 Model4 的結果顯示各項網絡指標皆對專利有正向且顯著的影響，同時模型解 釋力皆高於網絡特性對研發經費之淨效果。顯示技術合作與專利引用網絡不僅影 響創新之投入(研發經費)，更影響了創新的結果(專利)。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-5-2 技術網絡特性對核准專利數迴歸分析(poisson) Model3 Model4
對象公司同質性程度 1.495***
(0.057)
合作對象地理異質性 3.209***
(0.071)
專利引用擁擠度 0.563***
(0.087)
專利引用網絡地位 0.365***
(0.004)
Constant 1.223***
(0.065)
2.386***
(0.033) Log likelihood -5157.181 -2945.349
N 100 100
R-Square 0.254 0.574
Note: *** p<0.001; ** p<0.01; * p<0.05
研發經費與專利分別解釋了創新的投入與產出，此處再使用技術優勢指標測 量網絡性質如何影響創新的｢強度｣。表 4-5-3 是技術網絡對於技術優勢之淨效 果，其中合作對象地理異質性越高、專利引用網絡地位越高者，都會造成較高的 技術優勢。
‧
Model5 Model6對象公司同質性程度 8.841
Constant -17.029***
(4.292)
-10.304***
(1.959) Log likelihood -234.390 -208.120
N 100 100
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、 研發經費之Tobit模型
表 4-5-8 是研發經費之 tobit 模型，該模型包含四個次模型，Model1 只放入 組織基本變項以及廠商研發據點是否位於新竹科學園區之虛擬變項(1=位於新竹 科學園區；0=位於竹科以外的地區)。結果顯示只有產業規模對於研發經費投入 產生正面顯著影響，位於新竹科學園區與否則對研發經費投入無顯著影響，模型 解釋力為 0.047。Model2 加入技術合作網絡指標，其中合作對象同質程度與地理 異質性都有正面而顯著的影響，產業規模的影響力則下降，同時模型解釋力提高 至 0.071。Model3 加入專利引用重疊網絡指標，在包含控制變項的情況下引用網 絡之地位信號仍顯著且正面的影響研發經費投入，擁擠度與擁擠度*網絡地位的 交互作用項則不顯著，模型解釋力為 0.117。Model4 同時放入合作網絡與引用重 疊網絡變項，合作網絡之各項指標在此模型中皆不顯著，引用重疊網絡變項則僅 有網絡地位有正向而顯著的影響，模型解釋力為 0.124。
‧
Model1 Model2 Model3 Model4
組織年齡 -0.040
(Bonacich power Centrality)
0.543***
Constant 12.539***
(0.832) Log likelihood -205.395 -200.189 -190.384 -188.741
N 100 100 100 100
R-Square 0.047 0.071 0.117 0.124
Note: *** p<0.001; ** p<0.01; * p<0.05
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、 核准專利之Poisson模型
表 4-5-9 建立核准專利之 poisson 模型， Model5 為組織基本變項，不同於研 發經費，此處顯示新竹科學園區之廠商專利表現上明顯的優於非竹科廠商，模型 解釋力為 0.630。Model6 加入技術合作網絡指標，合作對象同質程度與地理異質 性都有正面而顯著的影響，模型解釋力亦增至 0.686。Model7 加入專利引用重疊 網絡指標，此處網絡之地位信號仍顯著且正面的影響專利表現，但擁擠度減弱至 不顯著，擁擠度與擁擠度*網絡地位的交互作用項則有負面顯著影響，此處映證 Poldony(2005)提出的｢利基越不擁擠，網絡地位的影響力越強；當利基越擁擠時 網絡地位的影響力越弱｣的論述，模型解釋力為 0.741。Model8 同時放入合作網 絡與引用重疊網絡變項，合作網絡之各項指標在此模型中依然顯著，引用重疊網 絡變項之擁擠度影響為負且顯著，網絡地位則維持正向而顯著的影響，交互作用 項之效果則消失，模型解釋力為 0.762。
‧
Model5 Model6 Model7 Model8
組織年齡 0.036***
(Bonacich power Centrality)
0.388***
Constant 0.826***
(0.083) Log likelihood -2555.996 -2170.268 -1791.531 -1643.002
N 100 100 100 100
R-Square 0.630 0.686 0.741 0.762
Note: *** p<0.001; ** p<0.01; * p<0.05
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
四、 技術優勢指標之Tobit模型
表 4-5-10 為技術優勢指標之 Tobit 模型， Model9 是組織基本變項，產業規 模對於技術優勢有正面顯著影響；中游比起上、下游更具技術優勢，位於新竹科 學園區與否則無顯著差異，模型解釋力為 0.200。Model10 加入技術合作網絡指 標，合作對象同質程度與地理異質性都有正面而顯著的影響，同時產業規模與中 游對上下游的差異仍存在顯著作用，模型解釋力增至 0.222。Model11 加入專利 引用重疊網絡指標，如同淨效果般只有網絡之地位信號仍顯著且正面的影響技術 優勢，模型解釋力為 0.216。Model12 同時放入合作網絡與引用重疊網絡變項，
結果除了異質性指標仍存在顯著效果外，其它網絡變項皆減弱至不顯著，同時產 業規模與中游對上下游的差異在此模型仍有作用，意即技術優勢指標之高低幾乎 只受是否為中游、規模較大的廠商所影響，各網絡變項反而難以解釋其對於技術 優勢的影響。
‧
Model9 Model10 Model11 Model12
組織年齡 0.145
(Bonacich power Centrality)
1.580** Constant -15.817***
(3.907) Log likelihood -195.683 -190.287 -191.814 -188.692
N 100 100 100 100
R-Square 0.200 0.222 0.216 0.229
Note: *** p<0.001; ** p<0.01; * p<0.05
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-5-14 是各變項對於技術優勢之效果，排除技術優勢明顯高於其它廠商 的台積電、聯電後，技術優勢不再只由｢是否為中游大廠｣決定，合作對象地理異 質性與專利引用網絡地位也會對技術優勢有影響，且不同於研發經費與核准專利 數的情況，在排除台積電、聯電之下網絡特性對於技術優勢之模型解釋力反而高 於包含台積、聯電之模型，同時加入技術合作網絡與專利引用重疊網絡變項之模 型解釋力由 0.229 增加至 0.294。
比較網絡對創新的淨效果、包含所有 IC 上市公司組織特性對創新的模型與 排除台積電、聯電之模型也可以發現，在設立各種條件之下網絡效果幾乎都存 在，顯示這些技術合作與專利引用重疊網絡的特性確實對於創新能力有所作用，
且能夠解釋的不僅是少數的個案，而是確實反映了台灣 IC 產業整體而言需要藉 由技術網絡與多方廠商合作、透過掌握關鍵技術取得專利引用網絡中的重要地 位，以強化創新能力的運作模式。
‧
Model13 Model14 Model15 Model16
組織年齡 -0.051
(Bonacich power Centrality)
0.575***
Constant 13.133***
(0.832) Log likelihood -191.387 -186.547 -176.021 -174.343
N 92 92 92 92
R-Square 0.015 0.040 0.094 0.103
Note: *** p<0.001; ** p<0.01; * p<0.05
‧
Model17 Model18 Model19 Model20
組織年齡 0.015***
(Bonacich power Centrality)
0.349***
Constant 1.627***
(0.095) Log likelihood -1785.025 -1576.658 -1206.447 -1144.992
N 92 92 92 92
R-Square 0.262 0.348 0.501 0.526
Note: *** p<0.001; ** p<0.01; * p<0.05
‧
Model21 Model22 Model23 Model24
組織年齡 0.031
(Bonacich power Centrality)
1.038***
Constant -3.971*
(1.722) Log likelihood -130.873 -122.534 -120.473 -188.692
N 92 92 92 92
R-Square 0.208 0.259 0.271 0.294
Note: *** p<0.001; ** p<0.01; * p<0.05
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
以下整理本研究提出之假說與模型驗證結果如表4-5-15與表4-5-16，其中｢支 持｣代表在各模型中效果皆為顯著；｢部分支持｣代表在某些模型中效果顯著，但 在加入或排除某些變項的情況下將不顯著；｢不支持｣則代表在各模型中效果皆不 顯著：
表4-5-15 各項假說驗證結果
假說 內容 研發經費 專利 技術優勢
H1 台灣的 IC 上市公司越聚集，越有利於創新。 不支持 支持 不支持 H2-1 台灣 IC 上市公司技術合作對象上中下游同質性越
高，越有利於創新。 部分支持 支持 部分支持
H2-2 台灣 IC 上市公司技術合作對象地理異質性越高，越
有利於創新。 部分支持 支持 部分支持
H3-1 專利擁擠度越高的公司，創新能力越高 不支持 部分支持 不支持 H3-2 網絡地位越高的公司，創新能力越高 支持 支持 部分支持 H3-3 專利擁擠度低而網絡地位高的公司，創新能力越高 不支持 部分支持 不支持
表4-5-16 各項假說驗證結果(排除台積電、聯電之模型)
假說 內容 研發經費 專利 技術優勢
H1 台灣的 IC 上市公司越聚集，越有利於創新。 部分支持 支持 不支持 H2-1 台灣 IC 上市公司技術合作對象上中下游同質性越
高，越有利於創新。 部分支持 支持 不支持
H2-2 台灣 IC 上市公司技術合作對象地理異質性越高，越
有利於創新。 部分支持 支持 支持
H3-1 專利擁擠度越高的公司，創新能力越高 不支持 部分支持 不支持 H3-2 網絡地位越高的公司，創新能力越高 支持 支持 支持 H3-3 專利擁擠度低而網絡地位高的公司，創新能力越高 不支持 支持 不支持