文獻探討

本章首先於第一節的部分探討生物科技產業之經營績效評估相關研究；在第二節的部分回顧跨國產業的績效評估之比較相關研究，藉由本章的文獻探討以深化本研究所探討的議題。

第一節生物科技產業之績效評估

關於生物科技產業之績效評估的討論，除了多以DEA進行效率的衡量，並能配合以其為基礎的麥式生產力指數（malmquist productivity index, MPI）評估跨年度之生產力變動，藉以觀察產業或廠商技術或資源分配的改變。González and Gascón

（2004）使用DEA與麥式生產力指數（malmquist productivity index, MPI）探討1994 年到2000年之間西班牙製藥產業生產力變動的來源，選取勞動成本、資金與其他成本作為投入變數，選取競銷售額作為產出變數。研究結果指出技術效率的變動是這段期間生產力成長的原因；Chen et al.（2005）根據台灣生物科技產業於1998年至2001 年的資料，將固定資產、員工人數與研發支出作為投入變數，以營運淨收入作為產出變數，採用DEA與MPI來評估分析台灣生物科技產業效率值與生產力。研究結果發現研究期間台灣生物科技產業生產力有下降的趨勢，因大部分廠商不僅生產無效率，且相較於先前之生產邊界亦有往下降的趨勢，而主要是因生產過程中的技術無效率將不利於廠商將投入轉換成產出。因此，González and Gascón（2004）以及 Chen et al.（2005）的研究均指出技術效率是生物科技廠商的生產力中非常重要之關鍵組成，應將改善技術效率作為提升生產效率的首要經營策略。

廠商透過相互購併、策略聯盟或收購等企業整合方式來獲取競爭優勢、掌控市場通路、打擊競爭對手以達成企業成長之目的，已經成為生物科技產業近年來主流的策略手段。Liang et al.（2008）探討生物科技廠商整合的意義與型態，選取員工人數、總資產與研發費用作為投入變數，選取營運收入與邊際利潤作為產出變數，以某特定生物科技廠商為例，並以變化投入項與產出項共27種的組合來評估16家候選廠商進行整合前、後效率的比較，藉由該評估模式透過整合前後的效率衡量可以為

個案廠商確認最佳的整合策略與對象；Mazumdar and Rajeev（2009）對1991年至2005 年對印度製藥產業之生產效率與生產力的研究，選取員工薪資、原物料費用、電力和燃料費用、廠房與機器設備的重置價值作為投入變數，選取總產出的價值作為產出變數。研究結果發現廠商透過與原物料廠商的垂直整合將有益於生產效率的提升與技術的獲取。因此，廠商除了提升製造能力以提高技術效率外，亦可透過產業內之整合達到最適經濟規模以提升生產力。

Kim et al.（2009）利用DEA以州為群組單位進行衡量美國生物科技產業的生產效率，選取風險資本、研發資金、員工人數作為投入變數，選取商品價值、收入總額、專利數量作為產出變數。研究結果顯示擁有較多生物科技廠商數量的州具有較高的相對效率表現，因此顯示生物科技產業聚落的群聚有助於生物科技廠商之經營績效。

關於生物科技產業之成本效率的衡量，Saranga and Phani（2004）採用1992年至 2002年期間的44家印度製藥廠商，選取產銷成本、原料成本與人力成本作為投入變數，選取邊際利潤率、淨銷售額與出口額作為產出變數，透過效率的衡量以決定印度製藥產業中的經營績效之最佳實踐者。印度為遵從世界貿易組織法律框架下與貿易有關的知識產權協定，於2005年修改其智慧財產保護法，由較不嚴格的製程專利轉變成較嚴格的產品專利體制，此對當地的製藥廠商的經營模式造成劇烈的影響。

透過效率衡量之結果與廠商的總合年增長率（compounded annual growth rate）進行分析，結果顯示廠商的內部效率與成長率呈現正相關，亦即當產業環境處於劇烈變動，廠商若是聚焦於內部效率的提升將能有較高地生存與成長可能性。

Saranga（2007）延伸Saranga and Phani（2004）的研究，透過不同投入與不同產出的各種組合，應用DEA作為多國籍企業於印度製藥產業中選擇生產代工夥伴的效率評估工具，並透過能兼顧不同利害關係人利益的多目標資料包絡分析法

（multiple objective data envelopment analysis）為各具不同商業策略的無效率廠商尋找較適合作為學習標竿的同儕群體，以提供可供作為改善內部效率的具體方向。

Saranga and Phani（2009）使用DEA評估1992年至2002年間印度製藥產業中廠商的成本效率，選取產銷成本、原料成本、人力成本與研發投資作為投入變數，選取競銷售額作為產出變數，並且透過迴歸分析的使用試圖去確認有利於內部營運效率的廠商層級因素。研究結果發現包含廠商所有權、創新水準與創立期間等內生因素將影響廠商的績效，廠商層級因素與效率於統計方面呈顯著的相關性。故廠商除了透過標竿學習外，亦能藉由改善廠商層級因素以增進效率。

藉由上述文獻之探討，當中未有發現關於生物科技產業的效率研究是同時考量投入縮減與產出擴張，主要是因為傳統DEA模型僅能單方面地考量投入縮減或是產出增加，然而在實際的生物科技廠商的營業活動中，僅單獨考量投入導向或產出導向的設定並不合理，廠商為追求利潤極大化應當是會同時考量降低投入以及擴張展出的。此外，若為考量現實情境而採取變動規模報酬的DEA模型時，投入導向與產出導向所計算的效率值將不會相等，故一個適當的效率指標應能同時兼顧投入縮減與產出擴張，本研究採用Färe and Grosskopf（2005）提出的方向性距離函數，在同時兼具投入導向與產出導向之下，能夠進行計算產出最大擴張與投入最大縮減的比率。

另一方面，關於過去針對生物科技產業的績效評估之相關研究，除了Reiss et al.

(2004）利用績效評量指標針對14個歐盟成員國進行各國產業發展的績效之評量與比較外，大多僅針對單一國家產業內的廠商進行效率的衡量（González and Gascón, 2004; Saranga and Phani, 2004, 2009; Chen et al., 2005; Saranga, 2007; Liang et al., 2008;

Mazumdar and Rajeev, 2009; Kim et al., 2009）。因此，本研究鑑於全球化競爭的趨勢，

同時將美國、日本、英國與德國等生物科技之技術領導國家納入實證中分析，藉由相互的對照與比較各國產業整體的經營績效，以期瞭解各國廠商必須要加強改進之處。

第二節跨國產業績效評估之比較

關於跨國產業之績效評估方面，Kozmetsky and Yue （1998）認為因技術發展的取代而使自然稟賦在一個國家之經濟發展的角色逐漸式微，故為了比較各國於總體經濟的成果必須要從企業之個體層級績效著手進行探討。因此，其利用DEA進行半導體產業的經營績效之跨國分析與比較，藉以衡量各國半導體廠商於營運活動中的資源使用之效率，採用1982至1994年包含美國、日本、南韓以及台灣等領導國家的半導體廠商之資料為研究樣本，選取銷貨成本、總資產、銷貨與一般管理費用作為投入變數，選取銷貨淨額作為產出變數。研究結果指出，美國相較於日本、南韓與台灣係具有最佳的效率表現；日本於成本效率具有高單位成本與低單位資產的特性；而南韓與台灣雖具高單位資產，但其單位成本低於日本，並且隨著研究期間在整體的效率表現有大幅度地改進而成為美國的主要新興競爭者。

Hsiao and Park（2005）認為不同國家的國內生產毛額成長率之差異可能是來自國家間的生產力成長之差異，因此利用MPI進行製造產業的生產績效之跨國比較，

採用1978至1996年於台灣與南韓的製造業廠商之資料為研究樣本，選取員工人數與實際資本存量作為投入變數，選取實際產出之附加價值作為產出變數。進行實證分析時，再將整體產業之15個種類歸納為高科技產業、傳統產業與基礎產業等三個種類，並假設不同種類的製造類別產業具有不同的生產技術，故採用跨產業共同邊界以進行衡量，並且為了進行跨期分析而假設對於三個產業的共同生產邊界於每一年皆為不盡相同。研究結果指出，台灣的製造產業之整體生產力與技術成長率皆高於南韓。其中，於不同的製造類別產業方面，南韓的高科技產業之生產力與技術成長率高於台灣，而台灣的傳統產業和基礎產業之生產力與技術成長率則高於南韓。

Beck et al.（2005）認為於網路泡沫化之後，中小型企業因資源有限將會特別謹慎地衡量對於資訊科技進行投資所能獲得的報酬，尤其是國際企業的營運活動依賴於電子商務技術的應用，因此利用DEA進行製造產業的中小型企業對於電子商務技術的應用效率之跨國比較，採用國際數據資訊（international data corporation）於2002

年，針對包含丹麥、德國、法國與美國等電子商務領導國家之中小型企業製造業廠商進行問卷調查所得之資料為研究樣本，分別以七項網路應用指標作為投入變數以及十項電子商務滿意指標作為產出變數。研究結果顯示，中小型企業若於營運流程中對於電子商務技術的應用範圍愈寬廣，將愈能夠獲得較高的滿意比率，而在四個樣本國家之中，以美國的相對績效表現較佳，居次者為丹麥，而法國與德國的相對績效表現則較差。

Halkos and Tzeremes（2007）認為因全球化之驅動力促使高科技產業進行全球化的競爭，因此利用DEA針對分布於全球之排名前50家最大的資訊與通訊技術之多

在文檔中生物科技產業之績效評估－跨國分析與比較 (頁 24-29)

第一節 生物科技產業之績效評估

第二節 跨國產業績效評估之比較

第一節生物科技產業之績效評估

第二節跨國產業績效評估之比較