此部分分為兩部分說明。首先篩選資料包絡分析法所使用的投入產出變數，運用 Pearson 相關係數執行投入項與產出項之相關性檢定，並選取正相關係數高的變數。接 著說明Panel data 迴歸分析所使用到的應變數及自變數，應變數 Y 分別為獲利率及附加 價值，自變數X 為時間效果、價值鏈。
4.3.1 篩選資料包絡分析法所使用的投入產出項
DEA 方法在處理多項投入、多項產出時雖有其優點，但其所能處理之投入產出項 個數並非毫無限制，當投入項與產出項增加時，DMU 個數亦須相對增加，方能應用包 絡線原理尋找最有效率的DMU，否則每增加一投入產出項，則必須以降低 DEA 之鑑別 力(discriminating power)為代價。故要選用多少項目，可參照 Banker et al.(1984)所建議之
經驗法則(rule of thumb)，即「受評單位之個數至少應為投入項個數與產出項個數和之二 倍」。因本研究對象之一半導體製造業廠商家數為12 家，故投入項變數與產出項變數之 個數和最多為6。
限於投入項個數與產出項個數和最多為6，因此本研究先從文獻理論篩選出對產出 有貢獻的資源當作投入項，而能達成組織目標之具體化衡量項目當作產出項，之後，運 用Pearson 相關係數執行投入項與產出項之相關性檢定，並在符合等幅擴張性(is tonicity) 原則下，選取正相關係數高的變數，選取結果如表2 所示，其中投入項計有固定資產、
4.3.2 應變數：獲利率、附加價值
1. 獲利率
獲利率的衡量標準到目前尚無一定論，傳統研究習慣以財務性比率作為企業獲利率 的衡量指標，Woo 與 Willard(1983)指出，儘管以財務比率衡量企業的獲利率有許多限制，
但它仍然是衡量企業獲利率的最重要方法。通常衡量企業獲利率的財務衡量指標有四 個：投資報酬率(Return on Investment, ROI)、股東權益報酬率 (Return on Equity, ROE)、
資產報酬率(Return on total Assets, ROA)與稅前淨利率(Return on Sales, ROS)。本研究所 採用的財務比率衡量指標共計有資產報酬率、股東權益報酬率、以及稅前淨利率，除了 股東權益報酬率採計稅後資料外，其餘皆以稅前為標準，以排除政府與產業政策的干擾 因素。
2. 附加價值
本研究中以無形資產作為附加價值的代理變數。依 Sveiby(2002)彙整的評價方法中 的權益市價淨值比(Market-to-book ratio, M/B ratio)、Tobin’s Q ratio、智慧資本附加價值 係數(VAICTM)、經濟附加價值(EVA)及資本化超額盈餘法(CEEM-IAV)五種方法，計算各 公司之附加價值。計算方式如下表3： Tobin’s Q Ratio
總資產 股價 在外流通普通股數 流通在外特別股清算價值
流動負債 流動資產 長期負債 MVE + PS + DEBT Approximate Tobin Q
MVE =
4.3.2 自變數：時間效果、價值鏈
1. 時間效果
由於企業的效率值在不同年度之間有顯著差異，故在運用迴歸分析時需要控制時間 效果(time effect)。故在本研究中加入時間效果為自變數，除控制時間效果外，亦可由此 一變數觀察景氣循環的影響。
2. 價值鏈
本研究依半導體產業上、中、下游的關係，將價值鏈依上、中、下游區分為半導體 設計業、半導體製造業、半導體封裝測試業。研究對象以台灣經濟新報資料庫之半導體 產業上市（櫃）公司為主，總計108 家公司，產業價值鏈的分類則依據半導體工業年鑑 以及台灣經濟新報資料庫分類為主，若出現廠商分類不一致時，則以台灣證券基金會所 列舉廠商主要經營業務為判斷標準，再經過詢問多位專家後，確定廠商分類。
五、實證結果與分析
為探討台灣半導體產業在產業價值鏈的附加價值分佈，及找出影響企業經營績效及 附加價值的因素，本單元共分三個部分來進行分析。首先，以CCR 模式以及 BCC 模式 求解各年度下所有廠商的效率值；再則，為了解台灣半導體產業在不同價值鏈下其經營 績效的差異，以panel data regression 分析影響企業經營績效的重要因素有哪些，且亦以 panel data regression 探討效率值及獲利率的關係；最後，亦利用 Panel data regression 分 析，探討影響價值鏈中附加價值的因素有哪些，並驗證微笑曲線的型態。