第五章 結論與建議
5.1 結論
本研究綜合各項研究過程與成果有以下的發現與結論：
(1) 在評選 IMD 科技指標時產生的問題會影響評估的結果有下列幾點：
(a) 因為部份 IMD 科技指標投入產出之間的相關性低，甚至呈現負相關，使 得可以運用在本研究模型的科技指標項數減少，影響整體的評估成效。
且當為負相關時指標不能納入DEA 模式，此時刪除的指標也會造成投入 或產出過少的問題。
(b) 原始資料由於每一年度的觀察國家的不同、評比的科技指標不同，造成 每一年度的效率與效能評估的指標會有差異性，影響跨期資料的判讀與 比較的正確性。
(c) 由於 IMD 科技指標設計與選擇上，並沒有將各指標依投入產出做分類，
且在技術指標設計上均以產出指標為主，增加研究的困難性。
(d) 部份指標由於少部份缺乏觀察國家的數據，為求受評估國家的完整性，
只好犧牲該項指標，不納入研究模型中，譬如衡量專利生產力的單位企 業研發人力對本國人註冊專利數指標(Patents granted to residents / R&D personnel in business ('000s))，後續研究者可以嘗試尋找替代性的資料與 指標。
(e) 建議 IMD 機構應針對科技評估指標進行歸類、指標間相關性檢定，改良 評估指標，以符合績效評估的完整性。
(2) 科技指標的選擇，是影響衡量國家科技能力與相對發展效率的最重要因素，
而 DEA 模式所分析出之相對效率，會因投入與產出項之不同而有所變動。
從研究中可發現IMD 科技評估指標上不具有全面性，其客觀性有待修正，投 入與產出指標的選擇需重新釐清。
(3) 探討造成各國無效率因素時，會因選擇不同的 BCC 模式而可能有相異的結 果。例如1994 年造成澳洲無效率的原因，如以投入導向 BCC 模式所獲得的 結果是歸因於規模因素，然而如使用產出導向的BCC 模式獲得的結果卻是技 術因素，這是在進行DEA 評估時所需注意的模式選擇問題。
(4) 本研究由於 IMD 科技指標本身的侷限性，以及考量投入產出間的相關性，
使得模式上在產出相關指標只選用諾貝爾得獎數與專利數。其中在諾貝爾得 獎數指標方面，許多觀察國家的產出資料為 0，因而可能扭曲評估之結果。
另外歷年IMD 全球競爭力報告書，因 IMD 除問卷調查部份資料較接近當年 度該國家的情況外，許多科技指標數據並非為當年度實際資料，因此包括 IMD 科技競爭力排名以及本研究依 IMD 資料分析之各國相對科技效率，在 某種程度均無法完全代表該國家當年度的實際科技競爭力與效率情形。
(5) 本研究建立了一個客觀性評比的架構與方法，來探討科技競爭力，並對「科 技發展相對效率與效能」進行長期的量化實證分析。研究者從整體性的觀點，
以國際知名的IMD 全球競爭力報告書為研究基礎，建立評估科技競爭效率與 效能之指標與研究數據，應用資料包絡分析法理論，從科技發展投入與產出 面來觀察1993 年到 2008 年，16 年來全球 50 多國科技競爭相對效率與效能 之比較、轉變與發展趨勢，為全球科技發展歷程進行實證紀錄，並進行比較 研究，並建立灰預測模型，以做為各國政府科技資源運用與政策制定之參考。
研究顯示就從1993 年到 2008 年 16 年來，G7 工業國的平均效能與效率值均 遠高於全球平均值，且全球歷經16 年的長期科技發展，隨著科技的擴散，各 國科技效率與效能間的差距有日漸縮小的現象，而全球科技的發展也朝高效 率與高能發展。
(6) 由台灣的個案研究發現，可以從 DEA 理論獲知一國科技效率與效能的國際 地位，以及與先進國的差距。台灣長達13 年為科技效率國，從其在非效率年 度期間之偏差值分析可明白，台灣由邊緣非效率國家進步為強勢效率國家所 需增減之投入與產出項目量，政府可依效率目標值，配合實際現況，選擇性 或全面性達成目標值。因此，完整與有共識之 DEA 模式，將可成為國家科 技部門編列預算與目標管控之理論基礎。台灣在科技效率與效能上具有高績 效值，顯然科技行政相關部門在政策規劃、資源分配，與績效管控之作法值 得國人肯定與讚揚，更可為後進國家學習之典範。另外，各國在參考與引進 它國的科技發展經驗時，需注意參考國家在科技執行上的效率與效能因素，
因為國家的資源相對有限，政府應同時追求高效率與高效能的科技發展。
(7) 過去應用 DEA 模式進行相對效率之有關研究，基於資料取得之困難及缺乏 完整，因而將許多難以量化之資源轉換過程指標視為系統黑盒子直接忽略，
所以投入項指標多選擇容易量化之人力、金額、土地空間等。然而IMD 國際 競爭力報告書中，具有許多科技資源轉換指標，這些轉換指標多為問卷調查 評分，具有一定的參考價值。因此選擇以IMD 資料做為投入產出指標，不僅 可以將科技效率與科技排名比較外，尚可藉由 DEA 模式探討科技資源轉換 指標對於科技產出效率與效能之影響性。
(8) 本研究先以 DEA 評估各國的科技效率與效能後，再用灰色模型 GM(1, N) 建 立一個預測性動態模型，可預測與評估各國未來之科技發展的趨勢。
5.2 未來研究方向之建議
(1) 基於資料的複雜性，本研究僅應用 CCR 與 BCC 模式分析各國的科技發展相 對效率，對於效率值為 1 的 DMU 國家群，沒有加以鑑別其效率排名，未來 可應用A&P 模式，鑑別效率值均為 1 的 DMU 國家群中，那些國家更有效率，
進行排名，可做為後進國家學習與模仿的對參考集合。
(2) 本研究雖然建立一個完整的科技競爭力分析架構，然而投入產出指標之選擇 對國家排名影響甚鉅，未來研究可以加入不同的科技產出項，譬如國民所得 (GDP、GDP per capita)等指標，觀察跨國間的比較異同。
(3) 運用 DEA 模式所分析出之相對效率會因投入與產出指標的不同而有所改 變，本研究基於國際公信力、數據連續性與完整性等理由而選用IMD 科技指 標進行研究，但全球主要研究競爭力機構尚有WFE、OECD、美國喬治亞理 工學院等，其對於科技競爭力指標之選擇與IMD 或有差異性與獨特性，因此 可針對不同競爭力報告進行DEA 分析，並做差異比較，深入研究各種競爭力 評比報告間，影響科技評比結果之因素，尋找世界公認為達成強勢效率與效 能 DMU 國家，其相對重要且執行之科技策略。由於本文使用數量工具的限 制，最多觀察國家僅能到50 個國家，後進研究者可以增加評估的國家數，同 時亦可以結合不同機構國際競爭力報告，進行更大規模與完整的科技效率與 效能的實證分析。
(4) 包括 IMD、WEF 等機構所發表的科技競爭力排名研究報告，其報告結果可 讓各國政府瞭解其與它國科技競爭力與效能的優劣與強弱排名，然而本研究 以為亦可應用DEA 效率與效能模式，分析全球各國科技發展的相對競爭力與 效能排名，進而分析效能進步、落後與變動情形，具體提出達成強勢科技效 能國家的策略與改善空間，並與 IMD 等國際機構之科技排名，進行交叉分 析，瞭解差異性，驗證DEA 理論。
(5) 可再應用其它預測方法進行效率與效能的預測，以瞭解國家科技發展的未來 趨勢。本研究在科技效能預測上，是直接以歷年度全球平均效能值做為灰預 測基礎，未來研究者可以先將科技指標數據進行灰預測後，再預測全球科技 效能值，以提高預測的精準度，再將預測值以DEA 模式，進行科技國家發展 的目標規劃依據，制定高效率與效能之科技發展政策。
參考文獻
中文部分
[1] 方進義，「零和限制下探討證券商經營效率之研究」，交通大學，博士論文，
民國97 年。
[2] 江金山、吳佩玲、蔣祥第、張廷政、詹福賜、張軒庭、溫坤禮，灰色理論入 門，高立圖書有限公司，民國87 年。
[3] 江勁毅、曾國雄，「新的DEA 效率衡量方式：以模糊多目標規劃建立之效率 達成度」，管理學報，第17 卷第 2 期，369-388 頁，民國 89 年。
[4] 吳淑瓊，「焦點團體研究法」，研考雙月刊，第十六卷第一期，頁 44-50，
民國81 年。
[5] 吳漢雄、鄧聚龍、溫坤禮，灰色分析入門，高立圖書有限公司，第一版，民 國85 年。
[6] 呂恆志，「台灣科技發展之國家競爭力研究」，銘傳大學，碩士論文，民國 88 年。
[7] 李健瑞，「以資料包絡分析法比較 20 個國家科技競爭效率之評估」，國立中 央大學，碩士論文，民國92 年。
[8] 林巨凡，「國家科技競爭力之分析：資料包絡分析法與麥氏指數之應用」，真 理大學，碩士論文，民國93 年。
[9] 林永能，「國防部所屬單位預算執行績效評估」，國防大學國防財務資源研究 所，碩士論文，民國98 年。
[10] 林立弘，「台灣地區國際觀光旅館績效評估模式之建構－二階段資料包絡分 析法與關聯性網路資料包絡分析法之應用」，中華大學，博士論文，民國96 年。
[11] 林進財、陳啟斌、張哲維，「灰色關聯決策分析法應用在產業投資優勢評估 -以近期甘肅省對外招商和經濟技術合作為例」，蘭州大學學報(社會科學 版)，第二十六卷第四期，頁 18-25，民國 87 年。
[12] 金新安，「應用 DEA 模式探討台灣與南韓科技能力」，中國科技大學，碩士 論文，民國96 年。
[13] 洪欽銘、李龍鑣，「台灣地區高職教師人數需求之灰色預測模式」，研究教 育資訊，第四卷第三期，104-119 頁，民國 85 年。
[14] 胡幼慧，焦點團體法，台北：巨流出版社，民國 85 年。
[15] 胡光華，「銀行風險胃納之衡量與績效評估」，東吳大學，博士論文，民國 96 年。
[16] 胡信正、孫遜，「資料包絡分析法應用於陸軍聯合保修場績效評估之研究」，
[16] 胡信正、孫遜，「資料包絡分析法應用於陸軍聯合保修場績效評估之研究」，