M-I-T理論之推衍

WEF所發佈之全球競爭力報告欠缺架構面之歸類，由文獻可知M-I-T架構為一 互動模式、競爭力排名與每人GDP（PPP）有正相關、評估指標為由WEF所發佈之 全球競爭力報告中選取，因此本研究將探討臺灣優勢與弱勢指標於三構面分類後，

對每人GDP（PPP）以及競爭力分數的關聯性。

由於並非指標於近十年皆有納入評比，因此為使研究具有一致性，優勢與弱勢 指標為挑選近五年皆有納入評比之小指標；而優勢與弱勢劃分之基準，為與其他五 國做比較，包含瑞士、新加坡、德國、荷蘭與英國等為對照組，若臺灣該指標排名 皆低於對照組之排名，則視為弱勢指標；若臺灣該指標於六國中排名前三名，則視 為優勢指標。

本研究挑選出之優勢指標共18項，包含政府規定對公司產生之負荷程度、國內 儲蓄利率占GDP的比重、通貨膨脹、政府負債、高等教育在學率、稅收的影響與擴 張程度、雇用與解雇的員工數、產學合作、顧客導向程度、薪資彈性、報酬與生產 力的關連程度、經由國內股票市場擴充資金、科學家與工程師的供應、利率增減程 度、手機普及率、數學與科學教育的品質、專利權可用的數量、企業對科技吸收程 度等；劣勢指標共24項，包含公用資金的分散程度、政府官員的可信任程度、司法 獨立性、政府官員對決策偏袒程度、法律架構的有效性、組織犯罪、公司董事會的 效率、對小股東利益的保護、整體基礎建設的品質、空運基礎建設的品質、管理學 院的品質、國外投資本國公司的普遍性、財務市場的成熟度、銀行健全程度、競爭 優勢之本質、科研機構的品質、警察可靠度、企業的倫理行為、公司稽核與財務報 表的強度、專業研究與訓練的供應、專業管理的可信賴程度、資訊科技相關法律之 完備程度、價值鏈的寬廣度、行銷市場範圍等。

連續五年皆有評比之優勢與劣勢指標變數共42項，再利用因素分析及迴歸分析 描繪出路徑圖後，觀察影響力為何。詳細分析如下：

一、因素分析

本 研 究 使 用 SPSS15.0 版 之 統 計 套 裝 軟 體 進 行 因 素 分 析 。 運 用 主 成 份 法

共同性之貢獻，並根據Kaiser（1960）準則，選取特徵值大於1的因素，至於特徵 或少數個因素。可得各小指標轉軸後之因素負荷量（Factor Loading），選取因素 負荷量的絕對值大於0.5的小指標作為萃取的準則，解釋原有42項財務比率的變異

A23 國內存款利率占GDP的比重 .869

由6個小指標變數組成，這些指標代表技術面競爭力。此技術面因素的解釋力

A38 行銷範圍 .962

三 技術

A3 高等教育在學率 .971

27.312 93.926

A35 競爭優勢之本質 .846

A39 數學與科學教育的品質 .756

A41 企業對科技吸收程度 .771

資料來源：本研究編制

因素一：制度

由4個小指標變數組成，包含雇用與解雇的員工數（A5）、組織犯罪（A12）、空 運基礎建設的品質（A15）、公司稽核與財務報表的強度（A20）等指標與競爭力 之制度有關。此因素的解釋力更是三個潛在因素（構面）中最高（36.243%），其 中又以公司稽核與財務報表的強度（A20）之因素負荷量最高（.890）。所篩選之 指標能充分展現企業制度、政府制度、司法制度會帶來之影響效益，因此可依此 四項觀察變項代表制度面。

因素二：市場

由4個小指標變數組成，包括管理學院的品質（A16）、報酬與生產的關連程度

（A27）、財務市場的成熟度（A34）、行銷範圍（A38）等指標與競爭力之市場 有關。此因素的解釋力提升為30.371%，其中又以行銷範圍（A38）之因素負荷量 最高（.962）。所篩選之指標中，不僅選取於原構面解釋力最佳之指標-行銷範圍，

代表消費與投資市場，其餘指標依學校、勞工、財務等層面加以說明市場構面。

因素三：技術

由4個小指標變數組成，包括高等教育在學率（A3）、競爭優勢之本質（A35）、

數學與科學教育的品質（A39）、企業對科技吸收程度（A41）等指標與競爭力之 技術有關。此因素的解釋力提升為27.312%，其中又以高等教育在學率（A3）之因 子負荷量最高（0.971）。所篩選之指標中，選取於原構面解釋力最佳之指標-高等 教育之在學率，與競爭優勢之本質、數學與科學教育之品質等三指標由基礎面說 明臺灣之技術構面，再由企業角度觀察對科技之研發與運用程度，因此可利用此 四個指標代表技術變項。

利用全球競爭力報告之近十年指標資料作因素分析，由觀察指標中萃出其背

解釋力後，利用迴歸分析接續因素分析做後續分析，目的是為了解潛在變項與總

Collinearity Statistics B Std. Error Beta Tolerance VIF

由於利用強迫進入法可知F值不顯著，迴歸方程式適配的效果不佳，故利用向

Collinearity Statistics

B Std. Error Beta Tolerance VIF

三、邏輯路徑分析

利用上述之統計方法繪出理想因素的路徑分析圖，其中有三個潛在變項以不 同的影響力來決定可觀察之外在變項，區分競爭力分數與每人GDP﹙購買力帄價﹚

對潛在構面之路徑圖，如下所示。

﹙一﹚潛在變數對總體競爭力之路徑效應

圗4-20 潛在變數對總體競爭力之路徑圗

資料來源：本研究編制

潛在因素可以解釋競爭力分數總變異為100%，表示潛在構面能充分解釋競爭 力分數。而制度面指標對潛在變項之整體解釋力達36.243%，其中，各指標對制度 面的影響程度而言，A20>A12>A15>A5，即公司稽核與財務報表的強度指標之影 響程度最大，組織犯罪指標次之，雇用與解雇的員工數指標之影響程度最小；市 場面指標對潛在變項之整體解釋力達30.371%，其中，各指標對市場面的影響程度 而言，A38>A16>A34>A27，即行銷範圍之影響程度最大，管理學院的品質指標次 之，財務市場的成熟度指標之影響程度最小；技術面指標對潛在變項之整體解釋 力達27.312%，其中，各指標對市場面的影響程度而言，A3>A35>A39>A41，即高

A27

1.00

-.876* -.279* -.112

競爭力分數

e1

36.243 30.371 27.312

.599 .836 .736 .890 .718 .684 .708 .962 .971 .846 .756 .771

制度面排名 市場面排名 技術面排名

A5 A12 A15 A18 A16 A3 A35 A39 A41

e2 e3 e4 e5 e6 e7 e8 e9 e10 e11 e12 e13

A34 A38

等教育在學率指標之影響程度最大，競爭優勢之本質指標次之，企業對科技吸收 程度之影響程度最小。

潛在變項對競爭力分數之F值達顯著水準，表示此模式可以驗證M-I-T理論，

迴歸方程式適配的效果非常理想。其中，制度面、市場面指標之標準化之Beta值皆 達顯著水準，表示可藉由制度面與市場面改善競爭力排名；技術面之Beta值未達顯 著水準，表示想利用技術面提升競爭力排名，此單一構面是無法做到的，應由制 度面、市場面與技術面等共三構面共同著手進行改善，才會提升競爭力排名，其 中制度面之影響力大於市場面與技術面。

﹙二﹚ 潛在變數對每人GDP﹙購買力帄價﹚之路徑效應

圗4-21潛在變數對每人GDP﹙PPP﹚之路徑圗

資料來源：本研究編制

潛在因素可以解釋每人GDP的總變異為56.1%，表示潛在構面對每人GDP之解 釋力較競爭力分數差；制度、市場、技術等三潛在指標之標準化之Beta值為-.133、

-.913、-.716，可知市場面對每人GDP之影響程度較大。由變異數分析可知，潛在 變項對每人GDP﹙購買力帄價﹚之F值未達顯著性，表示此迴歸方程式適配的效果

A27

.561

-.133 -.913 -.716

每人GDP

﹙購買力帄價﹚

e1

36.243 30.371 27.312

.599 .836 .736 .890 .718 .684 .708 .962 .971 .846 .756 .771

制度面排名 市場面排名 技術面排名

A5 A12 A15 A18 A16 A3 A35 A39 A41

e2 e3 e4 e5 e6 e7 e8 e9 e10 e11 e12 e13

A34 A38

此模式無法驗證M-I-T理論，是由於我國雖於技術面排名佳，但於制度與市場面未 改善，造成對每人GDP（PPP）沒有顯著的影響，故技術面必頇與制度、市場等兩 構面共同配合，方能提高每人GDP。