第一節 研究結論
生物科技產業被視為二十一世紀最具發展潛力之全球性產業，因技術不斷發展 帶動全球營收快速成長的趨勢，儼然使其成為各國競相發展的重心，盡皆陸續策略 佈局以搶佔先機。由於生物科技須要大量的資本投入，所以廠商的資源運用能力顯 得格外重要，為確保能有效率地運用資源以達成營運效率，就須要一套合理且客觀 的績效評估方式。因此，本研究應用一適合跨國比較的評估方式用以探討美國、日 本、英國與德國的生物科技產業之績效表現與技術差距，將可提供各國廠商作為決 策參考。
由於各國面臨不同的基礎設施、資源稟賦以及經濟環境，造成廠商的技術集合 有所差異，但一般的 DEA 模型是假設所有 DMU 於面對共同的生產邊界下衡量績 效，本研究若將美國、日本、英國與德國的廠商於相同的生產邊界下進行經營績效 之跨國比較將可能不適當。O’Donnell et al. (2008) 所發展的 DEA 之共同邊界分析架 構可以找出一條可以包含各國群組邊界的包絡曲線，使美國、日本、英國與德國等 國家將可以此一共同邊界衡量所有廠商的經營績效，藉由此模型可避免傳統的效率 評量只能考慮相同技術水準情況之缺失，而於群體間存在技術差距之假設下衡量不 同國家廠商之間的經營績效。
本研究透過OSIRIS資料庫，蒐集包含由Ernst & Young（2007）所指名列於全球 頂端之技術領導國家的生物科技廠商資料，包括：美國152家廠商、日本40家廠商、
英國30家廠商以及德國18家廠商，從2006年至2008年總計720筆觀測值。首先計算各 國家的群體邊界下廠商本身的效率指標，再利用全體樣本的投入與產出找出一條可 以包含各國家生產函數的包絡曲線，即共同邊界，意指各個國家生物科技產業於相 互交流及合作下構成的共同生產邊界，進而計算各國家的技術缺口，正確衡量與比 較各國家生物科技產業的經營績效差異。實證結果顯示：在共同邊界的效率指標方 面，日本的表現最為良好，美國的表現居次，而英國與德國的表現較差；在技術缺
57
口方面，美國與日本之間的技術水準是比較領先的，相較之下，英國與德國之間的 技術水準是比較落後的。另外，其它發現包括：(1)藉由差額變數分析顯示各國生物 科技廠商的資源運用能力仍有相當大的改善空間，此為管理階層於提升經營績效時 須即刻進行改善的課題，建議可透過實證研究所得到的潛在改善比例之幅度以著手 進行改善；(2)透過規模報酬分析發現各國大部分廠商的生產規模皆處於規模報酬遞 減階段，表示其存在嚴重的規模問題，應在規模上加以調整至固定規模報酬或是透 過生產力的提升以改善經營績效；(3)根據學習標竿分析的結果顯示，美國為最適合 各國作為學習標竿的國家，並建議各國無效率廠商應透過與美國經營績效表現較好 的廠商建立策略聯盟，藉由學習以縮小技術缺口進而提升整體的經營績效。
第二節 研究限制與後續建議
本研究透過 OSIRIS 資料庫取得技術領導國家生物科技廠商的相關資料，由於 各國生物科技產業內的投資活動依然相當活躍，新設廠商的家數仍然逐年持續增加 當中，但因許多新設廠商發展期間較短，加上資料庫本身有諸多遺漏值而導致無法 使用，未來建議可透過其他資料庫與各國上市生物科技廠商的公開資料，加強資料 的完整性以延長研究期間，進行更完整的研究與探討。
同樣也因受限於 OSIRIS 資料庫的資料提供，使得本研究於探討與經營績效相 關的投入變數與產出變數之選取有所限制，然若能透過其他資料庫的補足，建議可 以更加廣泛地考量其他投入項或產出項，如原料成本或製成品等。一般而言，DEA 所選取的變數適度增加將有助於實證結果的鑑別度，也許將會得到有別於本研究的 結果或是更進一步支持本研究所得到之結論，皆有待於後續研究去作更深入地探討 關於生物科技廠商的績效評估之議題。
58
參考文獻
中文部分
朱延智（2008）。產業分析。台北：五南圖書出版股份有限公司。
孫遜（2004）。資料包絡分析法─理論與應用。台北：揚智文化事業股份有限公司。
薄喬萍（2007）。績效評估之資料包洛分析法。台北：五南圖書出版股份有限公司。
財團法人生物技術開發中心（2009）。生物技術產業年鑑 2009。台北：財團法人生 物科技開發中心。
經濟部工業局（2009）。生物技術產業白皮書 2009。台北：經濟部工業局。
英文部分
Banker, R. D., Charnes, A., and Cooper, W. W. (1984), “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis,” Management Science, 30(9), 1078-1092.
Beck, R., Wigand, R. T. and König, W. (2009), “Integration of E-Commerce by SMEs in the Manufacturing Sector A Data Envelopment Analysis Approach,” Journal of Global Information Management, 13(3), 20-32.
Charnes, A., Cooper, W. W., and Rhodes, E. (1978), “Measuring the Efficiency of Decision Making Units,” European Journal of Operational Research, 2(4), 429-444.
Chen, M.-F., Hu, J.-L., and Ding, C. G. (2005), “Efficiency and Productivity of Taiwan's Biotech Industry,” International Journal of Biotechnology, 7(4), 307-322.
Cooper, W. W., Seiford, L. M., and Tone, K. (2000), Data Envelopment Analysis- A Comprehensive Text with Models, Applications, Reference and DEA-Solver Software. Boston: Kluwer Academic Publishers.
Ernst and Young Research Report (2007), Beyond Borders：Global Biotechnology Report 2007.
Ernst and Young Research Report (2008), Beyond Borders：Global Biotechnology Report 2008.
Ernst and Young Research Report (2009), Beyond Borders：Global Biotechnology Report 2007.
Färe, R., Grosskopf, F, and Russell, R.R. (2005), New directions: efficiency and
59
productivity, Boston, Kluwer Academic Publishers.
Farrell, M. J. (1957), “The Measurement of Productive Efficiency. Journal of the Royal Statistical Society,” A120, 499-513.
Fildes, R. A. (1990), “Strategic challenges in commercializing biotechnology. California Management Review,” 32(3), 63-72.
Gabrielsson, M. and Gabrielsson, P. (2003), “Global marketing strategies of Born Globals and globalising internationals in the ICT field,” Journal of Euromarketing, 12(3 &
4), 123 - 45.
Gebrekidan, D. A., and Awuah, G. B. (2002), “Interorganizational cooperation: a new view of strategic alliances–The case of Swedish firms in the international market,”
Industrial Marketing Management, 31(8), 679-693.
González, E., and Gascón, F. (2004), “Sources of Productivity Growth in The Spanish Pharmaceutical Industry （1994-2000）,” Research Policy, 33(5), 735-745.
Halkos, G. E. and Tzeremes, N. G. (2007), “International Competitiveness in the ICT Industry: Evaluating the Performance of the Top 50 Companies,” Journal of Productivity Analysis, 23(2), 167-82.
Hayami, Y. (1969), “Sources of Agricultural Productivity Gap Among Selected Countries,” American Journal of Agricultural Economic, 51, 564-575.
Hayami, Y. and Ruttan, V. W. (1970), “Agricultural Productivity Differences Among Countries,” The American Economic Review, 60, 895-911.
Hayami, Y. and Ruttan, V. W. (1971), Agricultural Development: An International Perspective, Baltimore: John Hopkins University Press.
Hsiao, F. S. T. and Park, C. (2005), “Korean and Taiwanese Productivity Performance:
Comparisons at Matched Manufacturing Levels,” Journal of Productivity Analysis, 23:1, 85-107.
Huang, J., Hu, R., Meijl, H. v., and Tongeren, F. v. (2004), “Biotechnology Boosts to Crop Productivity in China: Trade and Welfare Implications,” Journal of Development Economics, 75(1), 27-54.
Kim, M.-K., Harris, T. R. and Vusovic, S. (2009), “Efficiency Analysis of the US Biotechnology Industry: Clustering Enhances Productivity,” AgBioForum, 12(3 &
4), 422-36.
Kozmetsky, G. and Yue, P. (1998), “Comparative Performance of Global Semiconductor
60
Companies,” Omega, 26(2), 153-75.
Liang, S.-K., Jiang, J.-L., and Lai, C.-T. (2008), “Effects of Integrative Strategies on the Production Efficiency of Biotech Firms: A Data Envelopment Analysis,”
International Journal of Management, 25(1), 140-149.
Mazumdar, M., and Rajeev, M. (2009), “Comparing the Efficiency and Productivity of the Indian Pharmaceutical Firms: A Malmquist-Meta-Frontier Approach,”
International Journal of Business and Economics, 8(2), 159-181.
O’Donnell, C. J., Rao, D. S. P., and Battese, G. E. (2008), “Metafrontier frameworks for the study of firm-level efficiencies and technology ratios,” Empirical Economics, 34(2), 231-255.
Portela, M. C. A. S., and Thanassoulis, E. (2008), “A Circular Malmquist Type Index for Measuring Productivity,” Working paper.
Ruttan, V.W., Binswanger, H.P., Hayami, W.W. and Weber (1978), Factor Productivity and Growth: A Historical Interpretation, in Induced Innovation: Technology, Insitution, and Developments, Binswanger, H.P. and Ruttan, V.W. eds., Baltimore:
John Hopkins University Press.
Saranga, H. (2007), “Multiple objective data envelopment analysis as applied to the Indian Pharmaceutical Industry,” Journal of the Operational Research Society, 58(11), 1480 -1493.
Saranga, H., and Phani, B. V. (2004), “The Indian Pharmaceutical Industry – An Overview on Cost Efficiency using DEA,” Working paper, Indian Institute of Management Calcutta and Indian Institute of Technology Kanpur.
Saranga, H., and Phani, B. V. (2009), “Determinants of Operational Efficiencies in the Indian Pharmaceutical Industry,” International Transactions in Operational Research, 16(1), 109-130.
Shephard, R. W. (1970), Theory of Cost and Production Functions, Princeton: Princeton University Press.
Stuart, T. E. (2000), “Interorganizational alliances and the performance of firms: a study of growth and innovation rates in a high-technology industry,” Strategic Management Journal, 21(8), 791 - 811.
Thore, S., Fred Phillips, and Ruefli, T. W. (1996), “DEA and the Management of the Product Cycle: The U.S. Computer Industry,” Computer and Operation Research 23(4), 341-356.