本研究使用 Fried et al. (1999) 提出的四階段資料包絡分析法：第一階段使用固 定規模報酬 (constant returns to scale; CRS) 下的投入導向 (input-oriented) DEA 模型 求算出各高新區的技術效率值，以及各投入項的差額變數，而 DEA 分析法的介紹如 下：
DEA分析法是一種採確定性無母數邊界法，此類方法是採用相對比較之觀念，接 受評估之區隊互相比較，在比較的過程中，是採數學規劃方式,此法係由Charnes et al.
(1978) 年所提出，其觀念源於Farrell (1957) 年所提出的觀念。Farrell 將總效率(overall efficiency) 分成兩種，一種是技術效率 (technical efficiency)，另一種是配置效率 (allocative efficiency)、亦稱為價格效率 (price efficiency)。他以「非預設生產函數」
代替慣用的「預設函數」來推估效率值，其主要有下列三個基本假設：一、生產前緣 (production frontier) 是由最有效率的單位所構成，相對無效率的單位即位於此前緣之 下。二、使用強勢衡量 (strong measure) 的固定規模報酬 (constant returns to scale)，
即未考慮變動規模。。
其中 Y 是一個 M×K 的產出矩陣， X 是一個 N×K 的投入矩陣；y 表第 k 個 DMUk 的產出向量，x 表第 k 個 DMU 的投入向量。其中ｋ λ 為一介於 0 到 1 的純量，代表第 k 家廠商的整體經營效率值，而 Z 為K× 的常數向量。(1)式所代表的涵意為實際產1 出不得大於目標產出，實際投入不得小於目標投入。
第二階段是利用 Tobit 迴歸分析，來分析環境因素對於各個高新區的投入差額變 數 (input slack)的影響。由於資料包絡分析法所估計的投入差額變數，其值恆正數，
這與 OLS 迴歸中之應變數為可位於正負無窮大之間的連續變數不同。故若以 OLS 迴
separation approach)，使用單一範疇變數進行效率分析，因此無法評估兩個以上的範 疇變數。(2) 一階段資料包絡分析法，直接將投入產出變數以及環境變數放入模型中 討論。(3)二階段資料包絡分析法，將第一階段以模型求出的效率值，再以迴歸探討 環境變數對於第一階段效率值的影響性，但是並沒有考慮到對於差額變數的影響。(4) 四階段資料包絡分析法，以第一階段的模型求出效率值以及差額變數，再以 Tobit 迴 歸分析環境變數對於投入差額變數的影響，再將修正後的投入像重新導入模型去計算 去除掉環境變數影響的效率值。
前述方法除了四階段資料包絡分析法，不是未將環境變數造成的影響納入分 係，便是雖以兩階段分析，卻未能剔除環境變數所造成的影響。而二階段資料包絡分 析法，如果第一階段的結果與第二階段的環境變數有高度相關，則第二階段的母數估 計會有偏誤的現象產生，且二階段並未考慮環境變數對於差額變數的影響，亦會產生 母數估計的偏誤。因此本文選用四階段資料包絡分析法，能夠同時討論多個範疇變 數，且加入分析環境變數的影響，並於最後加以修正，可以進一步彌補以上研究方法 的不足。