全球半導體封裝測試產業研發效率與獲利效率及其影響因子分析 - 政大學術集成

全文

(1)國立政治大學科技管理與智慧財產研究所碩士學位論文. 全球半導體封裝測試產業研發效率與獲利效率及其影響因子分析政治. 大. 立. An analysis of impact factor of R&D and profitability. ‧ 國. 學. efficiency for global semiconductor assembly and testing. ‧. industry. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：許牧彥博士研究生:陳柏宇撰中華民國一零六年七月.

(2) 謝辭兩年來的碩士班生涯在此劃下句點，沒有留下甚麼遺憾，就是最好的結果。這兩年來經歷了一些辛苦，像是同時兼顧兩份實習的壓迫，還有面對母親罹癌的生活改變。感謝我的家人，讓我沒有經濟上的負擔，沒有額外的煩惱，也體諒我忙碌而不常返家的求學路。非常感謝我的指導教授許牧彥老師，除了在學術研究上的授業與解惑，也在人生方向給予傳道和幫助，還有在畢業論文口試之際推了我一把，才得以在沒有延畢的狀況下順利完成學業。選擇論文題目時，原是想結合生物科技管理學程相關的主題的，爾後又因為實習的關係，想選擇與實習工作相關的 PLM 系統，不過最後在高科技產業經營策略的課堂後，發現老師的研究領域包含效率分析的部份，才起了進行本研究的. 治政在研究的路上著實是一段充滿迷霧的山徑，摸著前人留下的繩索才得以匍匐向前。大立論文撰寫的過程感謝指導老師的循循善誘，即便是基礎的內容也願意教導討論，動機。本研究主題多為經濟相關系所之研究範疇，作為一位化學系出身的學生，. ‧ 國. 學. 不過部分內容還是得依靠自己嘗試學習，如軟體操作的基本功、研究方法的實踐、計量經濟學的基礎等。. ‧. 感謝口試委員黃邦寧教授以及吳豐祥教授在口試中給予寶貴指導建議，包含學理上的基礎思考，還有實務上的產業經驗。感謝張瑜倩教授開設研究方法的課. Nat. sit. y. 程，讓論文寫作的開始不至於茫然無措。感謝同門品中，你的積極砥礪了所上許. io. er. 多人，也讓我思考許多不同的努力方向。感謝在最後衝刺階段的論文夥伴于倫及雅婷，即使每天在總圖內奮鬥，也有滿滿的正能量。感謝實習業師 Tony 及 Penny，. n. al. Ch. i n U. v. 以及 Phil、Sandy、塔哥、Lunny，使我的碩士班生活與未來接軌。感謝碩士期間. engchi. 陪伴我的好友廖庠、紅霓、柏鈞、以及祐敏，讓我沒有放棄碩士攻讀的這條路。期許自己在往後能保有這樣的學習動力，面對進入社會後的人生。期許這不是學習的終點，還能完成我自己的留學夢，以及人生的更多課堂挑戰。陳柏宇謹誌於國立政治大學科技管理研究所 2017/8/23.

(3) 摘要近年半導體封裝產業發生多起併購案件，令人好奇該產業發生之變化及對未來之影響。本研究針對全球半導體封測產業市場佔有率前十名之廠商，以包絡分析法進行 CCR 模式及 BCC 模式之研發效率及獲利效率。第一階段研究 2012~2014 年目標廠商之研發資源運用效率，投入項為研發費用及知識存量(加權累積申請專利數)，產出項為專利權申請數；第二階段研究 2014~2016 年目標廠商之獲利效率，投入項為專利資本(核准數)及銷售與管理費用，產出項為營業毛利。分析完個別之研發效率及獲利效率後，再將兩者以 Pearson 相關性分析檢. 政治大品兩企業併購案，本研究將該兩家廠商之投入產出項合併進行另一次 DEA 包絡立測其相關係數，證實研發效率與獲利效率僅有低度相關。此外為探討日月光及矽. ‧ 國. 學. 分析。研究結果發現整體產業呈現有效率狀態，以平均整體效率而言，研發效率及獲利效率皆達 0.7。另外 BCC 模式下之技術效率表現更佳，惟規模效率部分表. ‧. 現較差，研究發現中度規模廠商(市佔率排名 6 至 10 之廠商)多處於規模報酬遞. sit. y. Nat. 增的狀態，而規模程度高之廠商(如日月光、Amkor)則為規模報酬遞減之狀態。. al. er. io. 因此研究推論大者恆大之現象確實存在，然規模太大之廠商可能反而出現資源分. v. n. 配不均、整合程度不足等因素所造成的規模無效率。再以 Tobit 迴歸分析尋找影. Ch. engchi. i n U. 響效率因子，證實規模對於無論研發或是獲利效率均無顯著影響，研發效率的顯著因子有申請專利變動幅度，說明企業應有效規畫管理研發產出；獲利效率顯著因子包含直接生產力與銷管能力，證實成本控制為該產業獲利效率的重點因素。最後，本研究希望根據實證結果分析給予產業界及學界之未來研究建議。. 關鍵字：封裝測試產業、資料包絡分析、研發效率、獲利效率、Tobit 迴歸. I.

(4) ABSTRACT Recently, many merger and acquisition cases have occurred between the enterprises of the semiconductor assembly and testing industry. To imply about how it happened and how will it influence the whole industry,this thesis present a study which utilizes the input oriented CCR model and BCC model of two-stage Data Envelopment Analysis (DEA), which separates R&D efficiency and profitability efficiency to evaluate the performance for the global semiconductor assembly and testing industry. The research targets are enterprises which included in top-10 market. 政治大 is during 2012 to 2014 and立 2014 to 2016. In order to deal with the result of DEA, this share in the industry. Research period of the first stage and second stage respectively. ‧ 國. 學. study takes the Pearson correlation analysis to find relationships between the R&D efficiency and the profitability efficiency. In the R&D efficiency, it take R&D. ‧. expenses and accumulated patents number as input; while take the number of new. sit. y. Nat. patents as output. In the profitability efficiency, it take patent capital and operating. n. al. er. io. expenses as input; while take the operating margin as output. Through the BCC mode. i n U. v. DEA, this study finds that most enterprises are efficiently in the technical efficiency. Ch. engchi. part. However, the scale efficiency are worse. Those medium scale enterprises are in the” increasing returns to scale” mode, while the high scale enterprises are in the” decreasing returns to scale” mode. It confirmed that the trend of “The powerful are always powerful”, while those high scale enterprises might suffered in the problem of lake of integration. Finally, we hope the results can provide actual suggestions for both the industry and future research.. Key words: Semiconductor assembly and testing industry, DEA, R&D efficiency, profitability efficiency, tobit regression II.

(5) 目錄摘要................................................................................................................................. I ABSTRACT ....................................................................................................................... II 目錄............................................................................................................................... III 圖目錄............................................................................................................................V 表目錄...........................................................................................................................VI 第一章緒論.................................................................................................................. 1 第一節研究背景與動機...................................................................................... 1 第二節研究目的與問題...................................................................................... 2 第三節研究方法.................................................................................................. 3 第四節章節安排.................................................................................................. 3 研究流程................................................................................................................ 5 第二章產業概況.......................................................................................................... 6 第一節半導體產業鏈.......................................................................................... 6 第二節封裝及測試產業簡介.............................................................................. 8 第三節封裝產業併購影響................................................................................ 10 第三章文獻探討........................................................................................................ 12 第一節研究發展之定義.................................................................................... 12 第二節研究發展之特性.................................................................................... 13 第三節研發效率................................................................................................ 14 第四章研究方法........................................................................................................ 18 第一節研究架構................................................................................................ 18 第二節資料包絡分析法介紹............................................................................ 18 第三節資料包絡分析法之操作........................................................................ 27 第四節分析模式................................................................................................ 35 第五節分析軟體................................................................................................ 36 第六節研究假說................................................................................................ 36 第七節 Tobit 資料切齊迴歸模型分析與效率影響因子................................. 38 第八節研究限制................................................................................................ 42 第五章實證結果分析................................................................................................ 44 第一節資料說明................................................................................................ 44 第二節評估前分析............................................................................................ 46 第三節效率分析................................................................................................ 52 第四節影響因子分析........................................................................................ 68 第五節規模效率之變化.................................................................................... 71 第六章結論與建議.................................................................................................... 73 第一節結論........................................................................................................ 73. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(6) 第二節建議........................................................................................................ 74 附錄一日月光矽品併購案大事記............................................................................ 80 附錄二 DEA 之投入產出數據資料............................................................................. 84 附錄三 Tobit 迴歸分析數據資料............................................................................. 86. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.

(7) 圖目錄圖 1-1 研究內容流程圖 ............................................................................... 5 圖 2-1 半導體產業鏈 ................................................................................... 7 圖 4-1 半導體封裝測試產業兩階段 DEA 效率評估研究架構................. 18 圖 4-2 投入導向之技術效率與配置效率 ................................................. 20 圖 4-3 資料包絡分析法使用程序 ............................................................. 27 圖 5-1 研發費用與專利申請數的相關圖 ................................................. 48 圖 5-2 研發效率之各 DMU[投入/產出]關係圖 ........................................ 51 圖 5-3 獲利效率之各 DMU[投入/產出]關係圖 ........................................ 52 圖 5-4 研發效率與時間關係圖 .................................................................. 56 圖 5-5 獲利效率與時間關係圖 .................................................................. 58 圖 5-6 獲利效率與時間關係圖 .................................................................. 59 圖 5-7 歷年專利申請量圖 .......................................................................... 69 圖 5-8 生產力曲線 ..................................................................................... 71 圖 5-9 規模與生產力曲線 ......................................................................... 72. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. V. i n U. v.

(8) 表目錄表 2-1 半導體產業結構 ............................................................................... 7 表 2-2 2015 半導體封裝測試市占排行 ....................................................... 9 表 2-3 近年封測廠收購事件 ..................................................................... 10 表 4-1 研究對象 DMU ............................................................................. 29 表 4-2 投入產出項之資料來源及樣本期間 .......................................... 31 表 4-3 評估 T 期之研發效率投入產出變數定義表 .............................. 33 表 4-4 評估 T 期之獲利效率投入產出變數定義表 .............................. 34 表 4-5 DEA 分析模式............................................................................... 35 表 4-6 迴歸分析因子定義與資料來源 ..................................................... 41 表 5-1 研發效率之投入產出變數敘述統計表 ......................................... 44 表 5-2 獲利效率之投入產出變數敘述統計表 ......................................... 45 表 5-3 投入與產出變數資料來源與樣本期間 ......................................... 45 表 5-4 研發效率之研發費用與專利申請數的相關係數表 ..................... 46 表 5-5 研發效率之知識存量與專利申請數的相關係數表 ..................... 46 表 5-6 獲利效率之營業毛利與專利資本的相關係數表 ......................... 47 表 5-7 獲利效率之營業毛利與專利資本的相關係數表 ......................... 47 表 5-9 研發效率之專利申請數與知識存量的相關係數表 ..................... 49 表 5-10 獲利效率之營業毛利與專利資本的相關係數表 ....................... 49 表 5-11 獲利效率之營業毛利與銷管費用的相關係數表 ....................... 49 表 5-12 2012~2014 年半導體封測產業之研發效率 DEA 評估結果 ........ 53 表 5-13 研發效率之評估結果分析 ............................................................ 54 表 5-14 2014~2016 年半導體封測產業之獲利效率 DEA 評估結果 ........ 56 表 5-16 獲利效率之評估結果分析 ............................................................ 57 表 5-17 三年度之研發效率與獲利效率 BCC 效率值相關性分析 ........... 60 表 5-18 比較合併資料之研發效率 DEA 評估結果................................... 61 表 5-19 比較合併資料之獲利效率 DEA 評估結果.................................... 63 表 5-20 2012~2014 年研發效率差額變數分析 ......................................... 65 表 5-21 2014~2016 年獲利效率差額變數分析 ......................................... 66 表 5-22 研發效率之 Tobit 迴歸分析結果表 ............................................. 68 表 5-23 研發效率之研究假說檢定結果表 ............................................... 68 表 5-24 研發效率之 Tobit 迴歸分析結果表 ............................................. 69 表 5-25 研發效率之研究假說檢定結果表 ............................................... 70 附表 1-1 日月光矽品併購案大事記 .......................................................... 80 附表 2-1 2012~2014 年研發效率之投入產出數據資料 ........................... 84 附表 2-2 2014~2016 年獲利效率之投入產出數據資料 ........................... 85 附表 3-1 2012~2014 年研發效率之影響因子變數數據資料 ................... 86. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. VI. i n U. v.

(9) 附表 3-2 2014~2016 年獲利效率之影響因子變數數據資料 ................... 87. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. VII. i n U. v.

(10) 第一章緒論第一節研究背景與動機半導體產業佔台灣總體 GDP 高達百分之十三，其產值於 2016 年蟬連全球半導體生產國第二，金額達新台幣 2.43 兆元，佔全球產值約 23%，種種數據都顯示出該產業對於台灣之重要性。該產業可細分為晶片設計產業、晶圓製造產業、晶片封裝產業的上、中、下游子產業。其中半導體封裝業產業產值 2016 年達到. 政治大. 新台幣 3,180 億元，半導體測試業則達到 1,365 億元產值；總和台灣的封裝測. 立. 試產業產值，佔全球市佔超過一半，由此可見台灣於封測產業佔有一席之地。此. ‧ 國. 學. 外，由於封裝測試之龍頭廠商日月光近年發生了重大併購案，令人好奇該產業版圖會如何產生變化。. ‧. 2015 年，日月光與矽品非合意併購案轟轟烈烈上演，最後雙方握手言和，於. y. Nat. sit. 2016 年 6 月 30 日發出共同聲明表示，雙方共組控股公司的協議已正式於各自董. n. al. er. io. 事會中通過。該兩家公司分別佔有封裝產業世界第一及第三之規模，探究其併購. i n U. v. 動機，除了商業策略的佈屬，科技產業中最重要的創新研發能力是否亦關係著兩. Ch. engchi. 公司的發展方向。此外，此兩家企業的技術、專利策略是否為互補關係，日月光此策是否為了防堵矽品技術發展的威脅，都成為引起本研究的契機。然而，縱使該二家企業皆屬台灣企業，學界大多數相關研究也以台灣地區的產業鏈作為分析對象，雖然如前文所提及，台灣的封裝測試產業佔了全球約一半的產值，但為了分析屬於全球性市場的封裝產業，本研究以世界前十大之封裝測試廠商作為分析對象。由於本研究之時間跨及 2012 年至 2016 年，由於 2016 年部分廠商發生併購事件，故選擇 2015 之市佔排行作為依據，該年度之前十大排行分別為日月光（台灣）、Amkor（美國）、矽品（台灣）、星科金朋 STATS ChipPAC （新加坡）、力成（台灣）、京元電子（台灣）、長電科技（中國）、南茂（台灣）、. 1.

(11) UTAC（新加坡）。本研究認為，該十家企業佔該封測產業產值達約七成，足以代表整體產業狀況。關於封測之技術，晶片封裝目的包含防護、支撐、連接、及增加可靠性，其中在連接的功能上，隨著上游晶片技術的進步，晶片間的匯流所需要的速度及頻寬越來越大，而系統的匯流速度及頻寬則是取決於封裝的技術 (王廷基、麥偉基、黃婷婷、王俊堯、張克正 2010)；因此，封裝技術之研發是為半導體產業持續發展不可或缺的一環。近年半導體封裝測試產業雖有新研發之高階封裝技術（如：系統級封裝、扇出形封裝等）投入生產，但相較於上游晶片設計與製造而言，封. 政治大拉力不足，例如前述的電性功能，在封裝測試的實際研發需求整體而言仍小。大立. 裝技術的進步是相對緩慢的。造成技術進步緩慢的原因或許可以歸因於需求面的. 多數廠商面對客戶之要求仍以價格為主要考量，而價格因素亦與再下游的電子代. ‧ 國. 學. 工服務產業(Electronic Manufacturing Services，以下簡稱 EMS 產業)之生產. ‧. 相容性連動。EMS 產業面臨強烈競爭，毛利率低下的狀況更無法投入研發，如此. y. Nat. 形成下游技術進步緩慢的惡性循環。封裝產業介於上快下慢的夾層中，因此研發. n. Ch. engchi. er. io. al 第二節研究目的與問題. sit. 投入的效率更顯得重要，是為產業中勝出之關鍵。. i n U. v. 本研究探討半導體封裝產業之研發能力與獲利能力，以經濟學觀點最常見之方法為觀察其效率，亦即藉由投入與產出的比率關係來衡量投入轉換為產出之績效。本研究採用廣為應用於效率衡量的資料包絡分析法（Data Envelopment Analysis；DEA），該方法具有能夠評估多種產出及投入效率的特性，並且針對企業資源的總體效率、技術效率、規模效率作區分，再進行綜合評估。因此本研究目的包含以下幾點：分析該產業研發效率因子並且給予決策建議。分析半導體產業下游封裝測試之研發效率及獲利效率。分析半導體封測產業之研發效率與獲利效率之間的關聯性。. 2.

(12) 基於以上研究目的，根據資料分析結果以回答以下問題： 1.排序出封裝測試廠商之研發效率與獲利效率，並且找出影響原因及改善方法。 2.在近年半導體產業的整併風潮中，是否含有研發相關的策略意涵?. 第三節研究方法本研究以研發效率與獲利效率作為研究主軸，其中以研發費用及知識存量作為研發效率之投入變數。而使用專利權數作為第一階段產出，除了當期專利之流. 政治大數與銷管費用作為投入，產出項則使用營業毛利。立. 量，亦考慮專利累積存量之概念。第二階段獲利效率則以研發產出之優質專利權. 目前學界已有不少研究針對半導體產業使用包絡分析法評估，如近期有呂正. ‧ 國. 學. 欽、高淩菁、傅新彬之〈應用 ICA 與 DEA 方法評估半導體產業封測領域公司經營. ‧. 績效-以台灣中型半導體封測廠為例〉，然大多研究著重於經營績效，少有研究針. y. Nat. 對研發效率進行分析。由於資料包絡分析法其本身具有研究限制，一樣本內之研. er. io. sit. 究對象不宜差異太大，故於不同產業鏈環節必須分別進行分析，同產業內其性質與規模也不宜有太大差異。本研究作為少數針對封裝測試產業之研發效率與獲利. al. n. v i n 效率的分析研究，不同於過去 C DEA 效率分析多數對於全半導體產業包山包海的分 hengchi U 析架構，希望以較小範圍之研究目標，求得更精準之結果。. 第四節章節安排本論文之章節架構及安排如下：第一章緒論本研究欲探討封測產業之研發效率與獲利效率，本章首先介紹本研究之背景、動機、目的，並且定位本研究，以及內容之簡介。第二章半導體封裝產業概述本章介紹半導體產業概況。由於封裝產業處境特殊，位於上下游產業鏈進步. 3.

(13) 速度不一之中層，故獨立一章對其產業概況進行介紹。本章將包含整體半導體產業鏈概述、全球封裝與測試廠商特色。第三章文獻探討由研發管理領域出發，首先定義研究與發展定義為何，並且探討過去文獻過於研發效率之評估範疇、方法，接下來討論資料包絡分析法用於經營效率、研發效率之分析，最後將針對專利遞延效果之文獻進行探討。第四章研究方法本章介紹研究架構以及包絡分析法之理論，包含 DEA 模型、投入變數、產出. 政治大. 變數。次節說明本研究之假說，並且介紹 Tobit 迴歸分析法以及選取資料說明，最後說明本研究之限制。. 立. 第五章實證結果分析. ‧ 國. 學. 本章將說明本研究模型適用性之評估，先進行分析前的數據資料介紹、實測. ‧. 前的相關性分析等，再以 DEAP 2.1 套裝軟體計算出各個 DMU (Decision Making. io. er. 數分析。最後再以 Tobit 迴歸分析尋找其影響因子。. sit. y. Nat. Unit) 之 CCR 模式及 BCC 模式研發效率及獲利效率，並進行敏感性分析及差額變. 第六章結論及未來研究方向. al. n. v i n 綜合本研究之結果提出結論，應用此結論給予未來研究學者或是產業之實務 Ch engchi U. 建議。. 4.

(14) 研究流程. 研究背景與動機. 研發定義與特性. 研究目的與問題研發效率. 文獻探討. 立. DEA 應用於半導體產業經營效率治政大 DEA 應用於研發效率分析. ‧ 國. 學. 建立研究架構. ‧. 研究方法. 研究方法說明. y. Nat. 建立研究假說. n. al. er. io. sit. 定義投入產出變數. Ch. engchi. iv n U 資料說明效率分析. 實證結果. 差額變數分析影響因子分析. 結論建議. 資料來源：本研究整理圖 1-1 研究內容流程圖. 5.

(15) 第二章產業概況第一節半導體產業鏈半導體製造商可區分為 IDM(integrated design and manufacture)廠商與無廠半導體公司（fabless semiconductor company），IDM 廠商包辦從設計、製造到銷售的全部流程，需要雄厚的運營資本才能支撐此營運模式，如英特爾；而 fabless 廠商則將製造流程切分為不同區段，包含硬體晶片電路設計，然後設計. 政治大公司負責銷售產品。由於半導體器件製造耗資極高，將積體電路產業的設計和製立. 構造交由晶圓代工廠製造為成品，在交由封裝廠商包裝，最後進行測試，甚至有. ‧ 國. 學. 造兩大部分分開，使得無廠半導體公司可以將精力和成本集中在市場研究和電路設計上。而專門從事晶圓代工的公司則可以同時為多家無廠半導體公司提供服務，. ‧. 儘可能提高其生產線的利用率，並將資本與營運投注在昂貴的晶圓廠。. sit. y. Nat. 半導體產業依製造流程區分，可依次分為上游的 IC 設計(IC Design)、中游. al. 及下游的 IC 封裝及測試(IC. n. Assembly & Testing)，以下針對各部分詳細說明: (1)上游：. Ch. engchi. er. io. 的 IC 晶圓製造(IC Manufacturing and Foundry). i n U. v. 半導體設計公司為積體電路產品設計公司，屬於知識密集產業，該行業進入障礙高投資報酬率亦高，吸引國內不少廠商投入，其主要業務為自行設計產品銷售，或接受客戶委託設計。 (2)中游：半導體製造業與化學品工業，其主要業務是將自行設計的 IC 電路或客戶委託加工的 IC 設計，以精密的設備從事 IC 晶圓生產，屬資本密集且技術密集的行業，進入障礙高。 (3)下游：. 6.

(16) 封裝測試業是將製造完成之 IC 晶圓進一步切割後予以封裝及測試，以便能應用在最終產品。所屬半導體產業上、中、下游之關聯性，如下圖所示：. 立. 資料來源：力成 2015 年年報. 政治大. ‧ 國. 學. 圖 2-1 半導體產業鏈. 下表以實際廠商之例子舉例說明封測產業之上游結構，有晶圓廠如台積電、. ‧. 聯電、格羅方德、中芯國際等；而除了晶圓，封測尚須其餘材料如載板、黑膠. 封測廠技術. al. n. 國別載板. io. 材料研發. 聯盟. 台灣日月光載板、TDK MCT、新興電子台灣日月光載版. 日月暘(和 TDK 合資) 台灣 MCT 欣興電子美國中國江陰芯智興森科技. 成熟. Ch. 新進. 日月光. engchi. 矽品. y. sit. 表 2-1 半導體產業結構. 新興中段合作晶圓廠. er. Nat. (compound)、電鍍或是蝕刻製程中需要的化學品、金銅導線等。. 晶圓廠(與封測廠研發合作). iv n U 台積電. 日月光. 華亞科. 矽品. 聯電. Amkor 星科金江蘇長朋電 (已被併). 格羅方德. Source：工研院 IEK 2015. 7. 中芯國際.

(17) 第二節封裝及測試產業簡介 IC 封裝測試是 IC 製造的後段作業，包括封裝與測試二項作業程序，IC 封裝一般定義為將晶片之功能訊號透過載具引接至外部，並且透過封膠給予晶片保護層以避免受到外力或環境的破壞。傳統封裝方式主要可分為： A.. 導線架封裝(lead frame)：包含如 DIP(Dual-in-line Package，雙邊引腳. 型插件式封裝)、SOP(Small Outline Package，小型積體電路封裝)、QFP(Quad Flat Package，四邊引腳之扁平表面黏著型封裝)等形式，將晶片載點打上銅或. 政治大. 金線，連結至導線架，由於導線架之腳數或排列方式不同而有不同規格。 B.. 立. 基版封裝(substrate)：主要為 BGA(球柵陣列封裝，Ball Grid Array)，不. ‧ 國. 學. 同於傳統的導線架封裝必須限制在邊緣至線上，基本封裝可連結之導點以面為單位，大幅提昇可連結之晶片複雜度。可能以焊接錫球或是刷錫膏並利用內聚力生. Nat. y. 軟版封裝：如 COF(晶粒軟模接合，Chip on Flex)、TCP(捲帶式封裝，Tape. sit. C.. ‧. 成導點。. n. al. er. io. Carrier Package)，為了不同產品需求而發明可適用於軟版之技術。. i n U. v. 此外近年發展出更多高端封測技術如 SiP 系統級封裝，或是覆晶封裝、晶片多成疊加技術等。. Ch. engchi. IC 測試則是在晶片封裝完成前與後，分別利用機台進行電性測試等。 A.. 晶圓測試：在晶圓切割與封裝前以探針測試晶粒. B.. 成品測試：封裝完成後測試其功能、速度、可靠度、容忍度、電力消耗、散. 熱性等。 2016 年全球半導體產業產值達 3 兆 247 億美元，而台灣地區 2016 年半導體產業產值則達到新台幣 2 兆 4,493 億元(758 億美元)，其中 IC 封測產業產值為為新台幣 3,238 億元(100 億美元), IC 測試業為新台幣 1,400 億元(43 億美元)，封裝與測試的產值比重約為 2.31:1。由此可見台灣於全球半導體產業佔有一席. 8.

(18) 之地。由於本研究之觀察時間包含 2012 至 2016，又 2016 年發生多起重大併購案，因此以 2015 之市占狀況進行說明。根據 Gartner 市調，2015 封測產業為一寡占市場，前五名分別為日月光、Amkor、矽品、江蘇長電及力成，其中日月光、矽品及力成為台灣廠商。封裝產業屬於高度競爭產業，龍頭廠商市佔僅約百分之 18 到 19，前十大廠商市佔加總也不過 67%，不過對比 2007 之市佔排行分析，前十大廠商市佔加總由 2006 的 49.2% 提昇至 54.68，可以看出競爭愈來愈趨向大者恆大的現象，尤其近年不斷出現整併潮，如 2014 年江蘇長電以 7.8 億美金收. 政治大評估)，2015 年 Amkor 宣布完成收購日本封測廠 J-Device 100% 股份，而 2016 立. 購新加坡星科金朋(至 2015 完成收購，故本研究於 2014~2016 仍視為兩公司分別. 年也傳出通富微電有意併購 Amkor，都說明了半導體產業大者恆大的趨勢大致底. 表 2-2 2015 半導體封裝測試市占排行. 日月光與矽品結合. 艾克爾(Amkor). 11.3%. Amkor 收購日本封測廠 J-Device. 3. 矽品. 10.2%. 日月光與矽品結合. 江蘇長電併購星科金朋的臺灣封 a l 6.6% v i 裝廠 n Ch hi U 25%股，審查中 5% e n g c紫光公司參股力成. n. 江蘇長電. y. 2. 6. 18.7%. sit. 日月光. 5. 備註. er. 1. 4. 市佔率. io. 公司. Nat. 排名. ‧. ‧ 國. 學. 定。. 力成星科金朋. 3.3%. 出售星科金朋的臺灣封裝廠給江蘇長電. 7. J-Device (日本). 2.5% (2014). 已被 Amkor 收購. 8. 聯合科技 (新加坡). 3.4%. 9. 南茂. 2.4%. 10. 頎邦科技. 2.1%. 11. 通富微電. 1.4%. 通富微電可能併購 Amkor. 其他 12 49.0% 資料來源：Gartner、科技政策研究與資訊中心—科技產業資訊室整理. 9.

(19) 第三節封裝產業併購影響事實上封裝測試產業之併購現象並非近年才出現，早於 1999 年日月光就一舉併購 IDM 廠摩托羅拉之封測廠，並於 2004 年併購日本 NEC 山形封測廠後一舉超越 Amkor 成為產業龍頭，然早期併購多為封測廠對 IDM 廠商之封測部門進行併購或是合資進行投資，封測廠互相整併則是近年才出現之趨勢。如下表 2-3 整理: 表 2-3 近年封測廠收購事件分類. 時間. 被收購者. 收購者. IDM 廠售予. 1999. 摩托羅拉中壢廠. 日月光. 封測廠. 1999. 摩托羅拉南韓廠. 日月光. 政治大. 立日本 NEC 山形封測廠. 2012. 日本 Toshiba 千葉廠. 2012. Fujitsu 宮城、會津兩座廠. 2013. Renesas 位於日本三座廠. n. al. Toshiba 馬來西亞廠. Ch. engchi. sit. Toshiba 中國無錫廠. io. 2013. er. Nat. y. NXP 蘇州廠 6 成股權. ‧. 2007. 2013. 封測廠整併. 日月光. 學. ‧ 國. 2004. i n U. v. 日月光日月光 J-devices 日月光 J-devices Amkor. 2014. Panasonic 三座廠. 2014. OCZ SSD 中壢廠. 力成. 2016. 美商超微(AMD) 蘇州/馬來西亞場. 南通富士通. 2014. 星科金朋. 江蘇長電. 2015. J-Device. Amkor. 2016. 矽品. 日月光. UTAC. 資料來源：工研院 IEK(2016/01)、本研究整理觀察上表可以發現，IDM 廠出售封測部門除了反應產業成長動能不足外，也代表與專業封測廠合作為趨勢，合作利益大於競爭，因此全球封測 IDM 委外趨. 10.

(20) 勢愈趨明顯。另一方面我們也發現中國廠商崛起，由於當地政府扶植，該國家產業花費 1,200 億人民幣作為集成電路基金，相當於 2013 年臺灣半導體產業資本支出與研發支出之總合，不過封測所分配僅 41%內的 4%，其餘 96%為中國境內之合資或外資廠商取得。儘管如此，中國本土封測廠商江蘇長電、天水華天、通富微電皆積極進行併購與合資擴張，仍使台灣廠商備受威脅。至於矽品與日月光之爭則始於 2015 年八月，歷經了兩次公開收購，中間還發生矽品企圖引入鴻海及紫光的股權爭奪，最後雙方共組產業控股公司，除中國商務部於 2017 六月要求須重新遞件審查尚未通過外，台灣公平交易委員會及美. 政治大推測其動機，一方面即可能為因應中國紅色供應鏈的威脅，尤其在江蘇長電立. 國聯邦貿易委員會的審查都已通過。. 併購新加坡公司金科星朋後已躍居成為全球第四大封測廠。中國的下一步，也許. ‧ 國. 學. 就是併購矽品，或是透過不同手段的合作。二方面，矽品本身對於日月光就是極. ‧. 大的威脅，近年兩者技術、產品線愈來愈相近，尤其是客戶對象的重疊度，利用. y. Nat. 併購的手法，不只能將威脅消滅，更能拿來成為手中的利器，這點亦為本研究想. n. al. er. io. sit. 要探討之重點，是否雙方在研發能夠相輔相成，達到一加一大於二的狀況。. Ch. engchi. 11. i n U. v.

(21) 第三章文獻探討本章由研究發展本身開始探討其定義，接著探討研究發展之特性，例如如何將研究量化、知識如何管理。第三節開始彙整過去效率評估相關研究，包含關於經營績效、研發績效及專利遞延效果等文章，以了解 DEA 效率評估之方法及他人研究之結果。. 第一節研究發展之定義. 政治大參考我國財務會計準則之第三十七號公報「無形資產之會計處理準則」之定義，立. 研究與發展為因應不同活動性質、產業特性或是不同領域而在定義有所不同，. ‧ 國. 學. 其將研究與發展兩者分別定義，前者「研究」階段活動包括:一、致力於發現新知識之活動；二、於研究發展或其他知識的應用的尋求、評估和選定；三、尚未. ‧. 商業化的試驗工廠，其設計、建造與作業；四、對於全新或改良的材料、器械、. sit. y. Nat. 產品、流程、系統或服務的已選定方，所為的設計、建造及測試。後者「發展」. al. er. io. 階段活動則包括:一、生產或使用前的原型及模型之設計、建造、及測試；二、. v. n. 設計與新科技有關的工具、礦篩、模型及印模；三、尚未商業化的試驗工廠，其. Ch. engchi. i n U. 設計、建造與作業；四、對於全新或改良的材料、器械、產品、流程、系統或服務的已選定方法，所為的設計、建造及測試。而經濟合作暨發展組織 (Organization for Economics Cooperation and Development, OECD)同樣將兩者分別解釋，其認為研究是以探討未知之事務為目的，尋求事實與原理所進行的調查或實驗工作；發展則將研究的成果商品化或對現有產品進行改良之活動。兩者定義近乎相同，簡單來說，筆者將研究定義為追求與發現新知識，發展則為產品或技術之開發、改良、尤其運用之部分。 Schumpter (Schumpter)的理論則進一步將研發分為發明、創新、擴散三階段，而創新又可細分為製程創新和產品創新。相似的理論還有 Kim and Oh (Kim). 12.

(22) 提出將研發分為基礎研究、應用研究與商業化。基礎研究通常具有原創性可能為實驗性質的研究且有觀察對象，所需時間最長，可能高於十年，不過其屬於根本性的研究發展，相對應用性也最廣；應用研究則必須根據基礎研究之發展核心技術演化，同時也成為跨入發展商品化的基礎，其開發時間可能為五至十年，應用性不若基礎研究廣泛但仍包含諸多應用；最後階段之商業化則著重是場面的發展，包含產品化過程、市場評估等，由於市場變動快速，該方面發展範疇小故應用性較低，僅能針對特定產品或是流程。以上可歸納出研究發展首先必須由基礎研究之發明創造為根基，再透過其成. 政治大較易發生於學術研究機構，本研究之對象為產業界之企業，偏重於應用研究與商立果進行實務使用及商業應用。然而依照 Kim and Oh 的分類，大多基礎研究可能. 業化的部份，如同本研究採納研發資本、專利數之數據，亦與基礎研究之關連性. 第二節研究發展之特性. Nat. y. ‧. ‧ 國. 學. 較小，必須視為研究限制之一。. er. io. sit. 儘管各領域之研發定義或有不同，但研究發展之目的基本都是為增加經營活動之最大收益，因此研發仍有幾點相同之特性: 一、Freeland(1975)指出由於技. al. n. v i n 術本身具有發展計畫未必能達成之不確定性，商業具有無法預知產出的可行性與 Ch engchi U 商業化潛力的問題，以及經濟對於產出經濟效益無法預期的不確定性，造成研發. 活動的難以預測性；二、Scherer (1965)指出研發投入到產生效益具有時間的延遲性，且又依延遲的來源分為研發投入至研發產出及研發產出至經營效益兩種，依照不同產業別其延遲有很大落差。三、Nelson (1982)則指出研發具有累積性，包含於人員的知識、經驗、與技能，歷史累積之研發活動對當期之研發產出如專利、新產品、研究報告或論文等有正面影響。四、由前項可看出，研發所累積無論是知識、專利等皆為智慧資本，此外還包含人員技術、製造、行銷等領域，其所帶來的價值包含如知識、能力、經驗、甚至顧客滿意度、商譽等。為了量化具有以上特性之智慧資本，我們尚需要考慮流量與存量之概念，. 13.

(23) Fanelli (2002)定義知識之累積係指某特定時點擁有的已知知識，加上當期所創造產出之知識以作為當期知識存量，而當期所創造產出之知識新增量視為流量。近期衡量研發效率大多文獻是採取流量的方式，例如 Rothaermel (2010)以當期獲得專利數作為產出項，然而考量當上述特性之第二點--研發產出所具有的延遲性，可能造成研發能力錯估，因此本研究將採取存量之累積專利數作為依據。. 第三節研發效率. 政治大以及專案。本研究著重於公司組織研發活動之投入資源與產出結果，固為企業組立回顧研發效率之相關文獻，可發現過去研究可分為三個層級:國家、企業、. 織層級之研究。究方法分類則可根據 Souder (1997)之彙整而分為定量客觀法、. ‧ 國. 學. 定量主觀、定性法、整合性衡量型。本研究採用資料包絡分析法進行，屬於定量. ‧. 客觀法，此法著重於無形資產及量化資料的衡量，常見之投入項有從事研發活動. y. Nat. 之人員數、總研發資金等，產出項則有如專利數、新產品推出數、及成本減少量. er. io. sit. 等。另外根據研究方法主要可分為參數法與非參數法，本研究採取 DEA 資料包絡分析法屬於第三類之非參數法，故以該類文獻作為探討對象。. al. n. v i n 非參數法中主要是以無母數分析法中的資料包絡分析法為大宗，由於本法具 Ch engchi U. 有不須事先設定生產函數的參數與指標的權重之優點，透過線性規劃建立生產前緣，評估受評對像之相對效率，再設立標竿給予無效率廠商改善建議。. 第一項半導體產業使用 DEA 評估經營效率文獻利用 DEA 評估經營效率之文獻眾多，且包含各種產業，無論是生技製藥、電子產業、傳統產業、甚至公部門之評估皆有學者研究，此節選取半導體產業之相關研究進行探討。蔡榮發等學者(2016)以資料包絡分析法及麥氏生產力模型衡量半導體產業上市公司個別及整體之經營效率值與生產力。研究對象包含 IC 設計 21 家、IC. 14.

(24) 製造 10 家、IC 封裝測試 20 家，總計 51 家廠商分屬三種子產業，各自評估其績效，再將其上至下游一同進行績效評估。該研究指出: 1.IC 設計與 IC 封裝產業普遍有生產規模不足，IC 製造公司則與其二者相反，應該縮減規模才得以提升績效。2.三子產業中，技術效率、純技術效率及規模效率近年皆呈現正成長。3. 無論由個別公司分析或是整體產業分析結果，純技術效率表現表現劣於規模效率，因此純技術效率的績效提升空間較大。4.以麥氏生產力指數觀察台灣半導體生產力，各年度間生產衰退的主因是技術退步，顯示該產業以技術為核心，競爭激烈，若無法跟上競爭腳步將被市場淘汰。5.若技術效率值較低，應參考同產業之標竿. 政治大. 企業，改善純技術效率或規模效率；若跨期麥氏生產力指數較低，須於研發或創新上加強，以保持競爭優勢。. 立. 呂政欽等人(2016)認為，由於變項資料存在高度相關性，傳統 DEA 模式產生. ‧ 國. 學. 無法有效區別有效率決策單位與無效率決策單位的問題，不過也因為 DEA 模式中. ‧. 存在高度相關性的變項資料集，因此可以被視為一個包含了許多相同資訊的混合. y. Nat. 資料，如此可以獨立成分分析 ICA 方法進行獨立變數萃取，解決投入變項間或產. er. io. sit. 出變項間存在高度相關性的問題。為了證明 ICA 與 DEA 方法的有效性，該研究使用蒙地卡羅模擬法以及傳統 DEA 技術分析結果比較，針對台灣 12 家半導體產業. al. n. v i n 上市櫃封測領域廠商的財務資料進行實證研究。該研究發現，整體技術效率不佳， Ch engchi U 原因不只是規模報酬遞減導致，也有多家廠商純粹因為技術效率退步。. 邱垂昌等人(邱垂昌、王育民、魏嘉伶、張簡婷，2011)以我國 27 家 IC 設計公司作為研究對象，研究 2002 至 2004 年間人力及創新資本的投入，相對於績效產出之經營效率，再透過隨機效果 Tobit 長期追蹤模型，進行經營效率的影響因素分析。研究結果包含:1.整體廠商總平均技術效率為 0.487，也就是 51.3%的創新與人力資本投入要素是為浪費。2.規模報酬分析發現，樣本中無效率廠商均處在規模報酬遞增階段，表示其經營規模不足，應擴大規模已達最適經營規模。3. 由差額變數分析發現一定比例之創新資本及人力資本被浪費，產出項結果顯示市場資本仍有六成的成長空間，營業收入淨額及市場佔有率則約有兩成的成長空間，. 15.

(25) 顯示無效率廠商仍有績效產出的進步空間。李揚等人(2015)研究半導體產業之績效評估，尤其著重於跨國分析與比較，考慮到跨國研究之文化、政治、經濟等不同的外在環境，認為各國之生產邊界應當不同，因此利用 O’Donnell et al. (2008)所提出之共同邊界(Meta-frontier) 分析架構，以分析不同群組或國家之決策單位(DMU)具有不同生產邊界之經營績效。一般產出或投入離函數只能縮減投入或擴張產出擇一，該研究使用方向性距離函數而得以同時考慮投入縮減與產出擴張。該研究採用 OSIRIS 資料庫，選取 2006 年至 2008 日、台、美、韓共 253 家廠商之 759 筆資料，以固定資產、員工. 政治大 Mann-Whitney U 檢定各國之效率邊界，認定各國群組邊界存在顯在差異，因此立人數、銷售成本、作為投入，銷貨淨額、市場價值、做為產出。研究利用. 將各國視為各自擁有自己的產生邊界較為適當。研究顯示美國大部分廠商無論在. ‧ 國. 學. 國內或是國際商皆是有效率的廠商，是為韓國外的無效率廠商應當學習之對象，. ‧. 韓國之無效率廠商應以該國效率廠商為標竿。其他研究結果包含 1.各國在固定. y. Nat. 資產的平均改善空間最大；2.美國與韓國應首重於市場價值的提升，台灣與日本. er. io. sit. 則應同時著重於市場價值與銷售淨額；3.韓國的共同邊界效率指標較佳，美國居次；4.韓國廠商之間的同質性較高，而日本廠商之間的異質性較大。. n. al. i n U. Ch. v. engchi 第二項運用 DEA 評估研發效率之文獻黃建雄(2008)研究 2002 年至 2006 年共五年內，台灣上市上櫃之半導體公司，選取 28 家廠商，依照子產業區分為 IC 設計 15 家、IC 製造 9 家、IC 封裝與測試 4 家，研發效率之投入項選擇研究發展之費用及研究發展之人員，人員選取碩博士人數作為指標，另外考量資本投入選取固定資產為研發效率另一項投入；產出部分未考量實質利潤選擇營業收入淨額，並以專利權數為另一指標。結論歸納出五點:1.效率值分析之普遍研發獲利能力不理想，顯示廠商之研發可能忽略市場因素，另外效率與效能並不一定並存。2.差額變數分析中，數家廠商碩博士人數項目需要改善，然而改善問題是為超額雇用的潛在問題；研發獲利方面，多廠商. 16.

(26) 市值過低，且須改善項目多為產出項而非投入項，說明廠商可能忽略市場層面之問題。3.敏感度分析中，邊緣效率單位對整體效率值影響甚小；投入產出項中，對於研發效率之關鍵變數為固定資產；研發獲利能力之營業收入淨額影響層面較大，但與市值之差異性不大。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 17. i n U. v.

(27) 第四章研究方法本章由第一節開始介紹研究架構；第二節介紹 DEA 資料包絡分析法；第三節結合一二節進行 DEA 評估流程說明及評估前所需之 Pearson 相關性分析，以及討論研發效率及獲利效率之個別投入產出項等；第四節介紹研究假說；第五節介紹 Tobit 迴歸模型以及效率影響因子的選取；第六節則為研究限制。. 第一節研究架構. 政治大達 2010)採用兩階段資料包絡分析法進行效率評估，整體架構如圖 4-1 所示。第立本研究探討全球半導體封裝與測試產業之研發活動與營運活動，參考(王永. ‧ 國. 學. 一階段評估 2012~2014 年，該產業中廠商利用研發能力而得出研發效率之值；第二階段評估 2014~2016 同樣廠商利用營運資源而得出獲利的效率值。研發效率. ‧. 研發費用. 獲利效率. 專利權數. n. al. er. io. sit. y. Nat 知識存量. 營業毛利. Ch. 第一階段. i n U. 管銷費用. engchi. v. 第二階段. 資料來源:修改自王永達〈台灣 LED 產業研發效率與獲利效率及其影響因子分析〉圖 4-1 半導體封裝測試產業兩階段 DEA 效率評估研究架構. 第二節資料包絡分析法介紹第一項基本概念使用 DEA 衡量效率必續建立在柏拉圖的最適境界效率觀念之上，其定義為在. 18.

(28) 不損及他人利益的前提下，無法增加另一人的利益，即達到最有效率狀況。應用於 DEA 理論則可解釋為「除非增加投入資源或減少其他產出項之產量，否則一產出項之產量無法被增加」以及同理「除非減少產量或增加其他投入項的投入資源，否則一項投入無法被減少」。基於以上觀念，只要求得生產邊界，再與實際生產狀況比較，即可得到欲衡量之決策單元的生產力。而 DEA 則能透過數學規劃的方式，運用實際資料計算出效率邊界，由此求得。. 第二項 Farrell 效率觀念. 政治大數邊界法」、「確定性邊界參數法」、及「隨機性邊界法」三大類(吳濟華、何柏正立. 一般衡量效率時必須先估計邊界函數，估計方法又可主要分為「確定性無參. 2008)。DEA 的理論源自 Farrel 屬於「確定性無參數邊界法」的衡量方法，其中. ‧ 國. 學. 來自 Farrel 的著作「The measurement of production efficiency」，提出了一. ‧. 種不需要預先設定函數，而是利用線性規劃來產生投入產出的數學估計式，然後. y. Nat. 計算生產單元的效率指標。其效率觀念認為決策單位的效率由技術效率. er. io. sit. （technical and scale efficiency）與配置效率（allocative efficiency）兩部分組成。技術效率是在決策單位以固定投入的集合下，所能獲得的最大產出. al. n. v i n 能力；配置效率則是當投入價格固定且生產技術也固定時，決策單位使用最適投 Ch engchi U 入組合的能力。結合兩者可得總體效率（overall efficiency）或稱為總經濟效率（total economic efficiency）。. 第三項投入導向衡量法以實際例子進行解釋，圖中為某一產業當假設固定規模報酬時的生產狀況，受評決策單位使用 x1 與 x2 作為投入，用以生產一項產出 y，圖中等產量線為 SS’，某公司的生產情況為 P 點，P 點與原點 0 連線交 SS’於 Q 點，代表該公司之技術無效率為 QP 之距離，也就是在產出沒有減少之下，可以對投入項等比例縮減的量。（吳濟華、何柏正, 2008). 19.

(29) 資料來源：吳濟華、何柏正－組織效率與生產力評估之包絡分析法，第 44 頁圖 4-2 投入導向之技術效率與配置效率. 政治大. 一般來說可以用 0Q/0P 比率表達，代表為了達成技術效率的生產規模時，所. 立. 學. ‧ 國. 有投入項需要縮減的百分比。而該技術效率(TE)則可以下式表達： 𝑇𝐸𝑖 = 0𝑄/0𝑃. 該比例等於 1- QP/0P，此值也代表了無效率的程度指標，等於 1 時代表，具有. ‧. 完全技術效率，例如 Q 點。. y. Nat. sit. 若能取得價格資訊，則可畫出 AA’的等成本線，其斜率代表兩項投入的價. n. al. er. io. 格比率。如此一來便能計算計算配置效率（AE），例如 P 點之配置效率為： 𝐴𝐸𝑖 = 0𝑅/0𝑄. Ch. engchi. i n U. v. 其中 R 為 0P 與 AA’的交點，RQ 距離代表若公司要在同時具有配置效率與技術效率的點 Q’下生產，相較於具有技術效率但無配置效率的點 Q 所減少的生產成本。結合技術效率與配置效率，我們定義總經濟效率（Overall Efficiency, OE）為： 𝑂𝐸𝑖 = 0𝑅/0𝑃. RP 距離亦可視作減少的成本，如此一來將技術效率與配置效率相乘則可得總經濟效率： 𝑇𝐸𝑖 × 𝐴𝐸𝑖 = (0𝑄/0𝑃) × (0𝑅/0𝑄) = 0𝑅/0𝑃 = 𝑂𝐸𝑖 20.

(30) 綜合以上，若依決策單元同事符合技術效率和配置效率的條件，則可稱其具有總體經濟效率。而分析一不具效率之決策單元時，則可依照技術效率和配置效率的觀念剖析，進而改善、提昇整體效率。. 第四項 CCR 模式 Farrel 模式必須根據實際生產資料構成等產量線，然而並沒有廣受重用。直到 Charnes, Cooper, Rhodes （1978）才開始使用資料包絡分析法（Data Envelopment Analyses DEA）這樣的名詞，並且提出 CCR 模式。CCR 模式同樣建. 政治大模式，該模式是以線性組合方式，分別組合決策單位的各項產出與投入因子，再立立在規模報酬不變(constant returns to scale)的假設下，但不同於 Farrel. 學. ‧ 國. 以此二線性組合之比值代表該決策單位之相對效率。. 我們假設有 n 家廠商（或是決策單元 DMU），並且將每個廠商的效率表示為： (∑ 𝑊𝑖 𝑂𝑖 ) (∑ 𝑊𝑗 𝑂𝑗 ). y. 投入的加權和. ＝. ‧. 產出的加權和. Nat. 效率 =. sit. er. io. 其中𝑊𝑖 與𝑊𝑗 分別為產出與投入向的權重，𝑂𝑖 與𝑂𝑗 則是產出項與投入項。繼續假設有 s 種產出與 m 種投入，則對於第 k 家廠商，其投入面效率可以表示成：. n. al. 比率型：. Ch. engchi. 𝑀𝑎𝑥 ℎ𝑘 =. i n U. v. ∑𝑠𝑟=1 𝑢𝑟 𝑌𝑟𝑘 ∑𝑚 𝑖=1 𝑣𝑖 𝑋𝑖𝑘. ∑𝑠𝑟=1 𝑢𝑟 𝑌𝑟𝑗 ≤ 1 , 𝑗 = 1, … , 𝑛 𝑠. 𝑡. 𝑚 ∑𝑖=1 𝑣𝑖 𝑋𝑖𝑗. u 為 M 向量的產出權重，v 為 N 向量的投入權重。每家廠商可以自己選擇最適的 u , v 以使效率極大。此即為分數線性規劃（fractional linear programming），而限制式只有使該 DMU 的效率值不得大於 1。由於每個 DMU（廠商）可以調整權重而達到最大效率，因此在比率型的模型下會產生無限多組解。為了解決此問題，我們可以加入限制式𝑣𝑖 𝑋𝑖𝑘 ＝1產生乘數型：. 21.

(31) 𝑠. 𝑀𝑎𝑥 𝑔𝑘 = � 𝑢𝑟 𝑌𝑟𝑘 𝑟=1. 𝑚. 𝑠. 𝑡. � 𝑣𝑖 𝑋𝑖𝑘 ＝1 𝑖=1 𝑠. 𝑚. 𝑟=1. 𝑖=1. � 𝑢𝑟 𝑌𝑟𝑗 − � 𝑣𝑖 𝑋𝑖𝑗 ≤ 0 , 𝑗 = 1, … , 𝑛. 𝑢𝑟 , 𝑣𝑖 ≥ 𝜀 > 0, 𝑟 = 1, … , 𝑠 𝑖 = 1, … , 𝑚. 政治大. 再以線性規劃的對偶性質推導出包絡型式。. 立 𝑚. 𝑠. min 𝑍𝑘 = 𝜃 − 𝜀 �� 𝑠𝑖 + � 𝑠𝑟 + � 𝑛. 𝑖=1. 𝑟=1. ‧. 𝜃,𝑧. −. 學. ‧ 國. 包絡型：. � 𝜆𝑗 𝑌𝑟𝑗 − 𝑠𝑟 + = 𝑌𝑟𝑗 ,. n. 𝑗=1. al. −. +. Ch. 𝑟 = 1, … , 𝑠. y. sit er. 𝑛. io. 𝑗=1. Nat. 𝑠. 𝑡. � 𝜆𝑗 𝑋𝑖𝑗 − 𝜃 𝑋𝑖𝑗 + 𝑠𝑖 − ＝0, 𝑖 = 1, … , 𝑚. i n U. v. e n g c h𝑖 =i 1, … , 𝑚,. 𝜆𝑗 , 𝑠𝑖 , 𝑠𝑟 ≥ 0, 𝑗 = 1, … , 𝑛,. 𝑟 = 1, … 𝑠. 當 DMU(廠商)之θ為 1 時，表示其具有完全的技術效率；反之，當θ小於 1 時，代表其發生技術無效率的情況。以上即為依照 Farrell(1957)的概念所推導而得多產出多投入情況下的 CCR 模式技術效率衡量。. 第五項 BCC 模式 Charnes, Cooper, Rhodes （1978）提出 CCR 模式後，Banker, Charnes, Cooper （1984）進一步提出將規模報酬固定的限制取消的 BCC 模式。由於現實. 22.

(32) 中廠商可能因為法律規範限制、或處於不完全競爭市場等原因而產生源於營運規模不當所造成的的無效率，透過建立變動規模報酬(variable returns to scale， VRS)，BCC 模式進一步的將技術效率分離為純技術效率(pure technical efficiency )與規模效率 (scale efficiency，SE)，用以檢視當生產無效率發生時可能源於規模因素，而非技術無效率所造成的部分。 BCC 模式與 CCR 模式的投入導向比率模式相較之了多了一個變數 u_0，其功能在於調整規模報酬。. 政治大. 比率型： 𝑀𝑎𝑥 ℎ𝑗 =. ∑𝑠𝑟=1 𝑢𝑟 𝑌𝑟𝑘 − 𝑢0 ∑𝑚 𝑖=1 𝑣𝑖 𝑋𝑖𝑘. 立. ‧ 國. 學. ∑𝑠𝑟=1 𝑢𝑟 𝑌𝑟𝑗 − 𝑢0 𝑠. 𝑡. ≤ 1 , 𝑗 = 1, … , 𝑛 ∑𝑚 𝑖=1 𝑣𝑖 𝑋𝑖𝑗. al. n. 𝑛. 𝑖=1. y. sit. 𝑠. min 𝑍𝑗 = 𝜃 − 𝜀 �� 𝑠𝑖 + � 𝑠𝑟 + � 𝜃,𝑧. −. 𝑟=1. Ch. er. io. 𝑚. ‧. 轉化成包絡型：. Nat. 𝑢𝑟 , 𝑣𝑖 ≥ 𝜀 > 0, 𝑟 = 1, … , 𝑠 𝑖 = 1, … , 𝑚. engchi. i n U. v. 𝑠. 𝑡. � 𝜆𝑗 𝑋𝑖𝑗 − 𝜃 𝑋𝑖𝑗 + 𝑠𝑖 − ＝0, 𝑖 = 1, … , 𝑚 𝑗=1 𝑛. � 𝜆𝑗 𝑌𝑟𝑗 − 𝑠𝑟 + = 𝑌𝑟𝑗 , 𝑗=1 𝑛. � 𝜆𝑗 = 1 𝑗=1. 𝑟 = 1, … , 𝑠. 𝜆𝑗 , 𝑠𝑖 − , 𝑠𝑟 + ≥ 0, 𝑗 = 1, … , 𝑛,. 𝑖 = 1, … , 𝑚,. 𝑟 = 1, … 𝑠. BCC 模式與 CCR 模式相較之下多了 ∑𝑛𝑗=1 𝜆𝑗 = 1的凸性限制式，目的在於將資料. 點包絡得更緊密。相較於 CCR 模式衡量的是總技術效率（technical efficiency,. 23.

(33) TE），BCC 模式衡量的是純技術效率（pure technical efficiency, PTE），兩者之差即為規模效率(scale efficiency, SE)。規模效率又可被表示為: 規模效率(SE)=總效率(TE)/純技術效率(PTE). 第六項規模報酬類型規模效率(SE)、總效率(TE)或技術效率(PTE)之值都會介於 0 至 1 之間，當決策單位在最有生產力的規模下運作，已達規模效率，則其總效率與技術效率相等，也就是 SE=TE=PTE=1，若小於 1 則差距代表為無效率水準。若是 SE 小於 1. 政治大們加入非遞增規模報酬(NIRS)限制條件，將 BCC 模式的比率型轉換成現行規劃模立時，我們無法直接判斷無效率的原因來自規模報仇的遞增或遞減。為了判別，我. 𝜇𝑟 𝑡. , 𝑡 −1 = ∑𝑚 𝑖=1 𝜈𝑖 𝑋𝑖𝑗 ，則 𝑠. 𝑚. 𝑖=1. 𝑖=1. 𝑚. � 𝜇𝑟 𝑌𝑟𝑗 − � 𝜈𝑖 𝑋𝑖𝑗 − 𝑢0 ≤ 0,. al. n. 𝑖=1. 𝑖=1. Ch. 𝑢𝑟 , 𝑣𝑖 ≥ 𝜀 > 0,. e n𝑟 =g1,c…h, 𝑠i. sit. io. 𝑠. 𝑗 = 1, … , 𝑛. er. Nat. 𝑀𝑎𝑥 𝑔𝑗 = � 𝜇𝑟 𝑌𝑟𝑗 − 𝑢0 𝑠. 𝑡. � 𝜈𝑖 𝑋𝑖𝑗 = 1. ‧. 𝑡. , 𝑢𝑟 =. y. 𝑣𝑖. 學. 令𝜈𝑖 =. ‧ 國. 式：. i n U. v. 𝑖 = 1, … , 𝑚. 由𝑢0 可看出規模報酬的情況，當𝑢0 ＝0 時，代表規模報酬固定；當𝑢0 >0 時，代表. 規模報酬遞減；當𝑢0 <0 時，代表規模報酬遞增。. 第七項 DEA 特性與限制特性： 1. DEA 可進行多項投入及多項產出的評估，且不需要估計參數亦不需要設定生產函數。 2. DEA 會以單一數值表示被評估單位的投入與產出關係，該值為與其他受. 24.

(34) 評單位的相對效率，而非絕對效率，具有客觀性。 3. 資料包絡分析結果為受評單位創造出的效率前緣，是為一種綜合加權的指標，而非單純的統計平均值，不需要預先賦予加權值，並可以處理各種計量單位，也可以同時處理定性及定量資料，具有相當大的彈性。對於不可控制的因素，也可以透過適當調整來得到分析結果。 4. 使用線性規劃計算，權重由計算產生，不包含人為主觀，能以立足點公平的角度評估。不過仍有部分需要主觀判斷，例如保證範圍的上限及下限設定等。. 政治大可用於同時評估不同環境下受評單位之效率。立. 5. 變數並不限定為組織內部之資料，亦可處理組之外的環境變數，因此 DEA. 6. 相對有效率的受評單位，經過 DEA 評估之結果其投入與產出之加權比值. ‧ 國. 學. 為 1。. ‧. 7. DEA 之評估結果能夠提供受評單位（無論是專案團隊、組織、企業、政. y. Nat. 府）了解資源使用狀況及產出結果，提供改善資訊，如減少哪部分多少. 進行改善方案的擬定方針或是決策參考。. n. al. 限制：. Ch. engchi. er. io. sit. 的投入，或應該增加多少的產出，以達到最有效之狀況，可提供管理者. i n U. v. 1.受評單位之同質性會影響評估準確度，包含環境、規模、等因素必須愈同值性愈高愈準確，反之則效果不佳。 2.評估所選用的變數其數據資料必須非常明確，不適用類目變數、許假變數等不確定性資料，以免造成誤差。 3.根據 Tompson 等人及 Bowlinu 由實證經驗獲得的經驗法則，受屏單位(DMU)的數量應該至少為投入與產出變數項目量的兩倍，其結果的可信度與可解釋性才會最高，否則無法有效區別真正有效率的單位。 4.數據資料對於分析結果非常敏感，因此必須確認資料的正確性。 5.如同其特性，DEA 評估之結果為相對效率，因此不適合將其作為絕對效率的應. 25.

(35) 用。 6.以 DEA 計算受評單位的相對效率時，需要建立並求解一個線性規劃模式，為此投入與產出變數需要符合線性規模的基本要求。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 26. i n U. v.

(36) 第三節資料包絡分析法之操作 Golany and Roll (Roll 1989)提出的系統化資料包絡分析法應用程序整體性架構，如下圖所示決定研究對象設定分析目的篩選受評估單位. 治政選擇投入產出相關變數大. ‧ 國. 以相關分析檢視投入產出項. n. er. io. sit. Nat. al. 選擇 DEA 模式. ‧. 定義投入產出關係. 學. 以組織目標檢視投入產出項. y. 立. 設定變數的衡量、資料之蒐集與整理. Ch. i n U. v. i e n以gDEA c h試算檢視投入產出項. 確認 DEA 模式結果分析與解釋. 投入產出項分析. 特定的分析與結論. 個別單位分析. 資料來源:薄喬萍〈績效評估之資料包絡分析法〉，P.156 圖 4-3 資料包絡分析法使用程序. 27.

(37) 針對上圖之內容，DEA 資料包絡分析法的使用程序大略包含： . 決策單元界定，決定研究對象，定義及選取 DMU:. 必須考量組織的營運目標與業務的同質性，也必須考量完整性比較，以及 DMU 應具有決策管理功能。 . 選定關鍵投入與產出變數:. 可以專家訪問、文獻參考等方法找出適合選項，盡可能地將完全替代或完全互補的因素歸為同類，使得異類因素之間沒有完全替代或完全互補的關係。並且. 政治大. 注意同向性(isotonicity)的要求。 . 立. 選擇 DEA 的評估模式. ‧. . ‧ 國. 介紹。. 學. 依照分析目的、資料型態、投入產出的屬性進行分析，詳細分析模式在下節. 分析結果解釋. sit. y. Nat. DEA 結果可進行:. al. n. 效率的原因。. er. io. 1.效率分析:了解各個 DMU 的相對效率，並找出無效率 DMU 以及造成無. Ch. engchi. i n U. v. 2.差額變數分析：因為 DEA 可以指出各個 DMU 在目前經營情況下的資源使用狀況，所以可以提供無效率的 DMU 改進的方向及幅度。 3.敏感度分析：藉由減少或增加 DMU 數目，或是減少、增加投入產出項，觀察 DMU 效率值變化，使測量效率更具有可信度。以下針對各項目進行更進一步說明及本研究之操作。. 第一項決策單元（DMU）界定本研究之研究對象考量到資料包絡分析法對象必須在同一市場條件下生產，而半導體產業屬於全世界流通之市場，故與以往多數研究僅採納台灣地區廠商之. 28.

(38) 研究不同，選擇世界代表企業，又該法若要正確評估受評單位之效率，尚需符合具有相同種類投入資源、生產相同種類產品或服務之特性，因此相較於其他研究採納包含晶圓設計、製造、及封測之研究，本研究只針對封裝產業進行評估，以保有該研究方法之準確性，為考慮同質性下的決定。除了同質性，尚需考慮決策單元的完整性，DMU 個數愈多、遺漏資料愈少，效率前緣的邊界就愈可靠。不過由於 DMU 數量與同質性是具有抵換關係，若 DMU 個數愈多，同質性可能因此降低。基於以上以及可取得之資訊限制，本研究選擇本產業前十大（不含被併購公司）本產業公司作為 DMU，詳細項目如下表所示：表 4-1. 台灣. Amkor（2016 收購. 美國. J-Devices）. io. 長電科技（收購 STATS. 中國. ChipPAC）. DMU5 DMU6 DMU7. Ch. 力成. engchi. y. 台灣. n. al. 矽品. sit. Nat. DMU4. 日月光. ‧. DMU3. ‧ 國. DMU2. 國別. er. 立. DMU1. 政治大. 公司名稱. 學. 編號. 研究對象 DMU. i v台灣 n U. 京元電子. 台灣. STATS ChipPAC. 新加坡. （已被收購） DMU8. 南茂. 台灣. DMU9. UTAC. 新加坡. DMU10. 頎邦科技. 台灣. 資料來源：本研究整理. 29.

(39) 第二項投入產出項選擇一般公司組織的規劃目標不外乎為經濟目標、財務目標、及社會使命，依照如 SWOT 等方法的分析自身優勢劣勢及環境因素後找出可行的策略或方案，為了確保策略或方案能夠達到效果，因此需要管理控制。管理控制方法很多，其中效率評估即為管理控制的決策支援機制。效率評估是衡量組織活動透過投入的各項資源轉化為產出之比率，其投入是指對於產出有貢獻的各項資源，產出則為達成組織目標的具體化衡量項目。欲進行效率評估應由管理控制的評估目標選取投入. 政治大. 及產出項。(高強;黃旭男;末吉俊幸 2003). 立. Pearson 相關性分析. ‧ 國. 學. 為了確定投入產出項的同向性(isotonic)關係，我們使用 Pearson 相關性分. ‧. 析進行適用性的評估。相關係數能夠衡量兩個配對隨機變數(bivariate random. y. n 再以其相關係數ρ檢定:. Ch. engchi. sit. io. al. �)(Yi − Y �) ∑ni=1(Xi − X γ= (n − 1)SX SY. er. 數為:. Nat. variables)X 和 Y 的相關測度(measure of correlation)，Pearson 樣本相關係. i n U. v. H0 : 兩變數 X 和 Y 不相關，ρ = 0 H1 : 兩變數 X 和 Y 相關，ρ ≠ 0 n−2 T = γ� 1 − r2. ρ = P(|T| > |t 0 |) < 𝛼. 我們主要觀察相關係數γ之值，當γ>0.8 為相關程度極高；當 0.6≤γ<0.8 為相關程度高；當 0.4≤γ<0.6 為相關程度普通；當 0.2≤γ<0.4 為相關程度低；當γ <0.2 為相關程度極低。本研究使用 SPSS 軟體進行相關性分析，須注意該分析是為了解變項間的相. 30.

(40) 關程度高或低，並沒有檢定「自變項」對「依變項」影響，因此得到的相關係數只能說明這兩個變項間是正相關、負相關，或者是無關，不能解讀為自變項對依變項的影響。另外正負表示的是相關的方向，而非相關的程度。. 投入產出項選擇本研究設定管理目標為提升研發能力，管理控制分為研發效率與獲利效率，進而訂立產出項，參考(楊美蘭 2005, 簡菁凡 2005)及(王永達 2010)之研究，研發效率部分以當期申請專利數存（流量）作為產出項，採用自有知識累積存量. 政治大為產出項，並採用研發效率部分之產出項專利數及銷管費用為投入項。如下表所立（存量）及營業費用¬研究發展費用作為投入項；獲利效率部分則以營業毛利作. 樣本期間. Datastream 資料庫（損. 2014~2016. 益表）. n. al. Datastream 資料庫（損. Ch. engchi. 益表）. 美國專利申請核准數. er. io 研發費用. 資料來源. y. Nat. 營業毛利. ‧. 變數. 投入產出項之資料來源及樣本期間. sit. 表 4-2. 學. ‧ 國. 列：. i n U. Ｍ-Trends 專利檢索暨分. v2012~2014 2012~2015. 析管理平台美國專利累積存量. Ｍ-Trends 專利檢索暨分. 2010~2014. 析管理平台行銷及管理費用. Datastream 資料庫（損益表）. 資料來源：本研究整理. 一、研發效率之投入項變數：. 31. 2014~2016.

(41) 1.研發費用我們將產業中的廠商視為研發機構，並視研究發展活動為生產知識的過程。經濟學定義的生產成本函數為，Ｃ為成本，投入項有Ｌ（人力）及 K（資本），用於研究發展時，我們定義. ( RC 為研究發展成本，wRL 為研發. 人員薪資，rRK 則包含研發設備、軟體及專門技術的使用成本等)，代表使用這些資本設備的機會成本。以上計算方式是為了將研發成本中的薪資部分去除，然而本研究之 DMU 包含國內外不同國家之公司，各國會計準則稍有出入，儘管由第三章文獻探討中發現. 政治大選擇研發費用與研發人員員工數作為投入項，然而，大多公司對於人力資源的揭立. 對於研發活動重要的影響因素應該還有人力資本，大多數進行研發效率的研究會. ‧. ‧ 國. 目。. 學. 露有限，因此本研究選擇損益表中的研發費用作為綜合研發投入及研發人工之項. 2.知識存量. y. Nat. sit. 我們將自有知識累積存量作為投入項，因為組織先前累積之知識經驗對於新. n. al. er. io. 的研究發展有重大影響。我們以專利作為知識經驗的量化資料，由於本研究認為. i n U. v. 專利送交申請時，該公司已具備該能力，因此以各 DMU 之美國已申請專利作為投. Ch. engchi. 入項，並以前一期開始至前五期之專利，以第一年為 1，每年減少 1/5 的加權值作為投入向。. 二、研發效率之產出項變數： 1.兩年間申請核准的平均專利權數 Zvi Griliches (1986) 最早提出以專利作為創新能力指標，該研究涵蓋如研究發展費用與專利之關聯、研發費用與專利數量及股價三者之關係、以專利延長(Patent renewal)估計專利價值、和專利帶來的溢出效應(spillovers)。陸續都有許多學者提出以專利作為研究發展能力的理論，其中專利的遞延效果是評估的關鍵，由於當期的研發成果不一定能直接為產出帶來效益，且專利的申請到核. 32.

(42) 准也需要一至二年的時間，因此本研究參考(楊美蘭 2005)之研究，欲研究在 T 期（年）的研發效率，應該要採用當期申請的專利數，然而我們應採用的是真正獲得核准公告專利，該結果必須於兩年後公告才能得知，因此研究期間也必須回溯約兩年，為了盡可能接近實際的通過核准申請專利數，本研究使用 T 期與 T+1 期的申請核准平均專利權數量作為變數。由於本研究所評估的 DMU 涵蓋各國且為全球性的產業，故以美國發明專利為資料，並以連穎 M-Trends 專利檢索管理平台作為資料資料來源，檢索式「1-US-((AN:(公司名)) AND APT:(invention reissue))」進行檢索。表 4-3 定義. 知識存. 項. 請數. T 期與 T+1 期的申請專利權數量. io. 專利申. +1/5*(T-5)期申請專利數. Nat. 產出. 美金仟元. al. n. 資料來源：本研究整理. 件. ‧. 量. (T-1)期+4/5*(T-2)期+3/5*(T-3)期+2/5*(T-4)期. y. 用. sit. 項. 立. 該期費用化（不含資本化）的研發投入費用. 件. er. 研發費. 單位. 學. 投入. 政治大. ‧ 國. 變數. 評估 T 期之研發效率投入產出變數定義表. Ch. engchi. i n U. v. 三、獲利效率之投入項變數 1.累積加權平均的專利權數量本研究將專利的累積存量視為該公司自有知識的累積存量，因此將累積專利權數量視為研發的重要投入。又由參考吳佳瑋(2005 )之研究，該研究指出研發投入之效益於未來第三年實現的延遲效果，考慮到不同產業特性及資料收集的完整度，本研究選擇當年度及前 4 年共 5 年度的累積加權平均專利權數量作為投入變數，權數部分則以影享最大的當年度給予 1 的權重，前一年度則給予 4/5 的權. 33.

(43) 重，前兩年度之影響較小給予權數 3/5，以此類推至前四年。由於產業變動快速，時間太久的專利對於財務貢獻影響甚小，因此只選擇最近五期作為投入變數。 2.銷售及管理費用為了衡量完整的財務績效，除了技術面(研究發展之專利結果)，本研究將市場面之銷費用也納為投入項，銷售費用包含業在銷售產品、自製半成品和提供勞務等過程中發生的費用，包括由企業負擔的包裝費、運輸費、廣告費、裝卸費、保險費、委託代銷手續費、銷售部門之工資及其他經費等。除了考慮技術面，我們也在獲利效率部分考慮管理績效的問題，因此納入管理費用。管理費用包羅萬. 政治大. 象，視為企業行政管理部門或組織進行生產經營活動時發生的各項費用。. 立. 四、獲利效率之產出項變數. ‧ 國. 學. 1.營業毛利. ‧. 由於專利權的數量無法代表其價值，專利權的品質會影響其能夠對公司企業. y. Nat. 帶來的效益，且不同專利其所對應的產品、市場皆可能不同，故我們需要能夠反. er. io. sit. 映市場資訊的產出變數。尤其半導體產業產品生命週期短，市場變動劇烈，透過最直接的財務績效表現，我們可以直觀地看到該公司之研發成果是否成功進入市. al. n. v i n 場。本研究參考過去之相關研究，使用營業毛利作為財務績效衡量指標，其會計 Ch engchi U 定義為營業收入扣掉營業成本，相關會計科目還有如營業淨額，營業淨額為營業毛利再減去營業費用。然而本研究投入項包含屬於營業費用的研發費用，故若使. 用營業淨額會有項目交集的疑慮且會考慮到管銷費用等項目導致偏離研究核心。又本研究將廠商投入之研發費用視為沈沒成本，綜合以上，營業毛利作為衡量研究發展帶來附加價值的依據較為適合。表 4-4. 評估 T 期之獲利效率投入產出變數定義表. 變數投入項. 定義. 單位. 累積加權平均. 累積加權平均的核准專利權數量. 件. 的專利權數量. T+4/5*(T-1)+3/5*(T-2)+2/5*(T-3)+1/5*(T. 34.

(44) -4) 銷售及管理費. 各公司財報所公告之銷售與管理費用. 仟美元. 營業收入-營業成本. 仟美元. 用產出項. 營業毛利. 資料來源：本研究整理. 第四節分析模式 DEA 分析模式高達 37 種以上，選擇時必須考慮分析目的、資料型態、投入產出項的屬性、先驗資訊的有無等因素而定，詳細分類如表 4-5 所示:. 政 DEA 治分析模式大. 表 4-5. 立. 選定準則. 技術效率、規模效率、擁擠效率、成. ‧ 國. 本效率、收益效率、利潤效率、配置. 橫斷面資料. 一般之 DEA 模式. sit. er. n. al. Ch. 投入產出項可控制變數. y. 效能衡量. io. 效能分析. i n U. 縱橫斷面資料. 屬性. ‧. 效率. Nat. 資料型態. 效率分析. 學. 分析目的. 模式類型. v. 視窗分析、麥氏指數. e n g c一般之 h i DEA 模式. 不可控制變數. 不可控制變數 DEA 模式. 非任意變數. 非任意變數 DEA 模式. 先驗資訊有無. 一般之 DEA 模式. 無. 保證區域模式. 有. 資料來源：(吳濟華、何柏正 2008) 本研究分析目的為效率分析，投入產出項屬於可控制變數，且無先驗資訊，主要考量到資料型態，將縱斷面之資料分類，以同年度橫斷面為主要觀察，因此選擇一般之 DEA 模式。. 35.