廠商研發資產、信任與合作績效-以生物科技為對象
33
0
0
全文
(2) 台灣土地研究 第十五卷第二期. The effect of R&D Assets and Trust on Performance in Firm Cooperation-The Case of Biotechnology Tai-Ming Bian*, Shu-Wen Lin**, Yi-Ting Wang*** Abstract In the era of industrial globalization, tight linkages are gradually developed among firms in the product manufacturing process, as the result of specialization. Among all kinds of linkages, R&D cooperation aiming for innovation allows firms to share the costs and risks of innovative technology development and helps to improve the learning capabilities of members. However, as R&D cooperation based on knowledge exchange and resource sharing implies the risk of confidential technical information leakage and of misappropriation hazards, trust among partners becomes an important factor of R&D network and firm performance. Using questionnaires and Structural Equation Modeling to study biotechnology firms, this paper intends to identify the relationship between trust and firm performance in R&D cooperation. Our empirical results show that specific assets, formal contracts and informal exchanges among R&D cooperation partners all affect interorganizational trust. Meanwhile, R&D assets from combining above three factors also have a positive relationship with interorganizational trust, which could further promote firm performance. Keywords: R&D Cooperation, Trust, Firm Performance, R&D Assets. * P r o f e s s o r, D e p a r t m e n t o f L a n d E c o n o m i c s, N a t i o n a l C h e n g c h i U n i v e r s i t y, T E L: +886-2-29393091#62090, E-mail: [email protected] ** Corresponding Author, Assistant Professor, Department of Real Estate Management, DE LIN Institute of Technology, TEL: +886-2-29393091#63351, E-mail: [email protected] *** Master, Department of Land Economics, National Chengchi University, TEL: +886-2-29393091#63351, E-mail: [email protected]. 2.
(3) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 一、前 言 隨著產業的全球化，無論是生產、設計、研發、外包等過程，皆趨向全球專業 化分工而形成緊密的產業連結。有鑒於市場激烈的競爭，廠商漸漸瞭解定期開發 新產品的重要性與必要性，倘若能比其他競爭者更早推出新技術或商品，廠商將 能獲益更多（Datar et al., 1997）。然而廠商自行研發推動創新，面臨技術知識缺乏 或無法從市場有效獲得資源，此時研發合作就成為最佳的解決策略（Das and Teng, 2000； Belderbos et al., 2004b）。 基於互補性經濟效益，廠商會藉由連結熟悉可信任的夥伴形成地區或跨組織的 合作網絡，以彌補自身規模與功能之不足。其中，以研發創新為目標而連結的研 發網絡好比彈性組織，透過成員間交換知識與資訊，以促進創新（Owen-Smith and Powell, 2004）。研發網絡存在大量知識資訊的技術知識流，廠商彼此間分攤創新 技術的開發成本和風險，並透過網絡學習來加強技術創新表現（Lin et al., 2009）。 研發網絡提供廠商交流平臺，除帶來資訊流通速度、靈活及高效率等效益外， 正式制度面的技術資產（Pisano, 1990）與非正式制度面的關係資本1也形成龐大的 無形資產（Chen et al., 2009）。過去，有關知識外溢的研究大多探討研發網絡與產 品創新的關係，較少關注廠商互動下的關係資本所帶來的影響，特別是信任要素。 研發網絡建立在知識技術交流互動與資源共享基礎上，隱含著技術機密外洩與 資訊盜用的風險，研發網絡形成過程中存在某些障礙，包括缺乏網絡效益認知、不 願意與其他廠商分享資訊與知識等（Tom Martin and Associates, 2004）。廠商間若 能有效建立信任關係，當可降低研發合作的不確定與風險，合作夥伴間的信任關係 是影響研發網絡運作與廠商績效的重要因素。 交易成本理論認為經濟行為具有機會主義傾向，必須透過具體資產或其他經濟 約束以建立信任關係，以減少交易成本，該理論認為，研發過程存在的高度不確定 性，可藉由成員間信任建立，防止夥伴的投機行為；廠商彼此間的信任，有利於廠 商釋出資源進行共享，以促進研發網絡內成員的合作績效。社會交換理論則認為在 互惠基準下，信任來自共同價值觀與合作互動，並強調透過溝通了解夥伴的目標與 價值（Young-Ybarra and Wiersema, 1999）；信任在研發網絡運作過程中具有調和 作用，可以幫助廠商形成緊密的合作關係，增進整體績效，是研發網絡發展的重要 基礎。 近幾十年來，廠商間合作變得越來越重要，特別是高科技產業新知識的發展 1 關係資本是指組織與合作夥伴建立關係的無形資產（Clercq and Sapienza, 2006）。. 3.
(4) 台灣土地研究 第十五卷第二期. （Duysters and De Man, 2003）。生物技術被認為是21世紀重要技術之一，許多國 家漸漸發展不同策略以掌握其研發能力，過去生物技術產業研發網絡之研究，主要 著重在研發策略對產品創新之影響、廠商間合作型態與趨勢以及探究網絡治理等議 題，極少奠基於關係資本之探討，回顧相關文獻發現只有少數研究在探討廠商間 信任對研發網絡的影響（Aulakh et al., 1996；Zaheer et al., 1998；Lane et al., 2001； Dyer and Chu, 2003；Hurmelinna et al., 2005），卻缺乏研發網絡中哪些因素會影響 廠商間的信任，繼而影響廠商合作績效的議題。 本文以生物技術產業為對象，在交易成本理論及社會交換理論基礎下，以廠商 信任為核心，探討研發網絡中影響信任的因素，並將影響因素視為廠商的研發資 產，利用結構方程式（structural equation modeling, 簡稱SEM）建構與信任、合作 績效之間的關係。全文分成六個部份，除前言外，第二部分為文獻回顧與假說，第 三部分為臺灣生技產業發展分析、第四部分為研究架構與方法，第五部分為測試模 型，最後是實證結果及結論。. 二、文獻回顧與假說建立 （一）研發合作 1. 合作型態 產業全球化改變舊有市場模式，持續創新成為產業間新的策略重點，開發新商 品或新技術成為產業追求效益最大化的途徑。然而，科技快速變動迫使廠商僅依賴 內部的技術資源是不夠的，同時需要對外合作以取得外部技術知識，這種現象以大 小廠的研發合作最為普遍，在知識經濟為基礎的競爭環境裡，企業必須透過研發合 作以取得外部知識，補充本身知識技術之不足（Blomqvist et al., 2005）。 規模不同的廠商發展研發合作，往往能激盪更多的創新。當資源充足的大廠與 小規模的創新廠商形成互補合作關係時，雙方皆可從中獲得利益。大廠財力資源較 雄厚，足以提供多樣化行銷管道並有能力管理專業知識，與小廠合作可降低新技術 或新計畫的風險，如此一來可取代雇用新員工，也能開拓創新之路徑。相較之下， 小廠可提供較動態的能力，增加組織靈活性，創新產品與服務來補足大廠的研發或 產品範圍，小廠需要與大廠合作來增加行銷通路，乃因大客戶的需求促使小廠在開 發高品質產品或服務上增加競爭力（Blomqvist et al., 2005）。廠商間合作連結主要 是著眼於交易成本（Hennart, 1988），合作係為了獲得本身內部無法產出的技術資. 4.
(5) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 源，利用合作所取得之外部資源強化產品效益與提升績效。亦即，研發合作於廠商 生產新產品時發揮重要作用，以實現更大程度的創新。 研發合作依產權不同可分為四種型態。最常見的是合資企業（joint venture）， 係為兩個或兩個以上的企業，同意於另一獨特的組織或公司來進行長期的共同合 作，且彼此擁有完整的股權；具體地說，因自身投機行為會造成其他參與夥伴承受 不公與損失，合資企業的成員間較不會有投機行為出現（Roijakkers and Hagedoorn, 2006）。第二種研發合作型態為少數股權，屬於另一種股權的合作方式，係指一方 擁有另一方低於50%的股權，此種型態的合作通常會加上技術交換協議，使夥伴有 機會發展新技術而不須使用大量資源於內部研發。 有別於股權為基礎的合作，建構於正式合約模式的合作關係，可視為取代股權 模式的重要方案，特別是廠商間的聯合研發協議（joint R&D agreement）。研發協 議為兩個或多個夥伴集資以分享技術知識，並設立聯合研究以發展新計畫，使廠商 與合作夥伴能互補性地提供資源（Das & Teng, 2000；Belderbos et al., 2004b）；最 後一種合作關係為研發契約，為典型正式合約模式，規範研發合作中一方與另一方 開發特定技術之相關事項，此種方式通常發生於大廠與小廠間的合作。廠商期望合 作夥伴能提供自身所缺乏的資源與技術能力，透過有效率地結合並利用夥伴的互補 性資源達到廠商績效最大化（Nieto and Santamaría, 2007）。廠商若期望獲得所需 資源，研發合作是必要的管道（Heimeriks, 2002）；廠商透過研發合作充分利用外 部互補性知識，能確保持續的創新與競爭優勢。 由於生物技術的高研發成本和較短的技術週期，廠商若僅透過自身的內部研 發，將無法掌握最新的技術發展，藉由加入靈活性較高、以正式合約模式為基礎的 研發活動，生技廠商可以同時接觸多元的技術發展，亦可將內部研發工作著重在具 有前景的計畫上（Roijakkers and Hagedoorn, 2006）。然而，當研發的高度不確定 性和資訊盜用風險，使得生技產業研發活動不能以正常市場交易時，則需要建立成 員間的信任；生技研發網絡是透過行動者間正式與非正式制度，基於降低生產成本 與獲取外部知識效益，並憑藉信任關係建立的連結，形成超越及延伸原本運作空間 的一種產業活動形式。 2. 研發合作與信任 經濟體系中無論是個人關係或經濟發展，信任無所不在，更是決定合作關係品 質的重要因素。信任是一種意願的表徵，指願意相信且依賴合作夥伴（Morgan and Hunt, 1994），心理學家將信任定義為期望另一方的承諾是可靠的（Blomqvist et al., 2005）。信任可定義為由於預期對方會採取的特定行為，願意承受可能被傷害的風 5.
(6) 台灣土地研究 第十五卷第二期. 險（Mayer et al., 1995）。廠商相信合作雙方會採取對彼此有利的行動，而不會做 出負面非預期的行動（Anderson and Narus, 1990）；並顧及聯盟的最大利益，其行 為具一致性且不會投機取巧（Young-Ybarra and Wiersema, 1999）。 過去研究指出夥伴間的高度信任，可加強達到資訊共享的目標（La Londe, 2002）。信任關係可能基於與特定合作夥伴先前的經驗和互動交流，先前的非正式 關係可降低夥伴彼此間的搜尋成本，亦可增加雙方的信任感（Ahuja, 2000）。組織 間的信任扮演組織間協調的角色，並為夥伴關係中的重要因素（Morgan and Hunt, 1994）；組織間信任不僅增加合作機會的可能性，且有助於改善彼此間關係彈性、 降低協調活動的費用，並縮短週期時間（Smith, Carroll and Ashford, 1995）。 信任為網絡合作關係的基礎。信任會降低夥伴投機可能性，並減少對知識技 術交流的自我防衛；不信任則產生懷疑，因而影響合作夥伴間知識分享的情況。 Saxenian（1994）觀察美國矽谷電子相關產業，認為廠商選擇長期合作夥伴，價格 不是主要考量因素，廠商所重視的是對方的信賴程度以及產品品質。廠商間信任鮮 少於企業個別互動下自然地發展，其高度取決於頻繁互動與相互依賴能力，如共同 的法律、政治和社會制度（Lane and Bachmann, 1997），而信任則幫助促進積極交 流互動與知識分享。換句話說，建構一個知識學習和創造的共享環境，信任成為知 識傳遞的關鍵因素。. （二）研發網絡 1. 研發網絡成功因素 新產品的開發與創新，傳統上歸功於廠商本身，現今已逐漸著重探討組織間合 作的重要性（Rampersad, Quester and Troshani, 2009）。過去30年，廠商間的協議 合作逐漸成長，特別是高科技產業間的合作（Mchirguia, 2009）。在科技活動中， 網絡成為主要的創新來源，因為廠商合作可加速國際化過程（Hurmelinna et al., 2005），每個行動者皆有自身資源及所掌握的技術，透過網絡的連結形成互蒙其利 的結果（Karlsson, 2003）。其中，以產品開發及創新為目標的研發網絡，行動者間 頻繁的知識交流與技術合作，是增進研發成功以及取得技術資訊的管道。 研發網絡可說是研發活動中夥伴關係發展的互動連結，廠商傾向透過網絡學習 來加強技術創新（Lin et al., 2009），來自於相關產業廠商、學術機構及政府研究 機構等行動者，基於分攤創新風險及研發成本、獲取重要的技術資訊及促使研發生 產成功等因素，形成跨組織合作的連結關係。研發網絡也促使產業活動範圍與規模 的擴大，藉由不同行動者間互動合作以共同克服技術的複雜多元性，不僅成為廠商 6.
(7) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 學習新技術的管道，亦加速廠商資源與能力結合並將技術商品化（Tom Martin and Associates, 2004）。 成功的研發網絡包含幾個關鍵因素。首先是目標與需求，廠商對於研發網絡需 有明確需求，藉由網絡達到個別成員無法完成的目標；其次為先前成功的經驗，研 究指出過去成功經驗影響成員是否繼續參與網絡；最後最重要的關鍵是廠商間的信 任。產業的研發創新需仰賴長期的知識及經驗累積，除了地方視為關鍵的內隱知 識外，同時藉由廠商間的網絡關係建立信任，轉化既有知識加以創新（Cooke and Morgan, 1993），高度信任視為影響研發網絡形成的關鍵因素。 2. 研發網絡與信任 研發網絡主要藉由廠商間不同的技術能力合作，加強其創新能力與開發商機， 並同時分擔高成本及所衍生的風險，提供學習新知識和創新技術的方法。然而科技 知識通常具有內隱性和廠商特質，較難藉由市場機制來傳遞，因此網絡成為廠商在 互信基礎下願意分享科技新知的平臺。成員於網絡中能獲得互補性資源，而互補性 資源的提供是信任因素作為資源交換與相互合作的結果，網絡成員間建立信任合作 機制成為各種關係連結的關鍵（Boschma, 2005）。 組織間的信任係指網絡成員對合作夥伴共同信任的程度（D y e r a n d C h u , 2003）。由於網絡通常涉及成員自己的行為，因此網絡活動必須建立在成員間一定 程度的信任上，特別是在具有競爭關係的網絡裡。夥伴合作關係最主要目的在於進 立良好的互動關係以共享知識資源達到既定目標，而信任就是人際合作的關鍵，網 絡發展的成功與否，高度依賴於成員間的信任。 當網絡成員建立出信任關係後，連帶促使合作網絡連結中的知識分享行為。然 而資訊流通的速度影響著交易成本高低，在資訊不完整的市場上，欺騙或詐欺可能 性越高，市場的風險也愈大，此時成員間信任關係就成為降低市場不確定的關鍵因 素（Granovetter, 1985）。而透過溝通互動或是對目標有共識的價值觀，可幫助信 任建立，無投機行為則是建構在過去合作經驗基礎上（MacMillan et al., 2005）。 綜合前述，信任是影響組織雙方合作意願和形成廠商研發網絡的重要基礎，因此建 構聯盟合作關係，加強雙方信任對於研發網絡有其必要性。. （三）研發資產 1. 資產專用性與信任 交易成本包括搜尋成本、議價成本、契約成本、監督成本與違約成本等. 7.
(8) 台灣土地研究 第十五卷第二期. （Williamson, 1985）。信任則可降低交易成本，當信任程度高時，交易者將花費 較少時間在事前契約成本（Dyer and Chu, 2003）。彼此的信任程度會影響後續之合 作意願，而信任降低合作夥伴對投機行為可能性，故能降低交換過程之交易成本， 有助於降低知識分享的風險。 根據交易成本理論，當交易雙方具有潛在機會行為時，可以透過特定資產投資 或其他經濟制約形式，如正式合約，來增加合作夥伴行為的可靠性與可預測性，建 立信任以降低機會主義。而與合作夥伴形成長期合作關係，則可避免短期合作關係 中潛在的機會行為或背叛（Williamson, 1985）。因此，廠商的經濟約束與信任建 立為一正面關係。 廠商間的經濟制約形式包括特定資產投資與正式合約之訂定，可幫助合作雙方 減少投機機會，建立彼此合作的信任關係。資產具有從一人使用移轉給其他人的可 轉讓性本質；而特定資產投資乃視為廠商的專用性資產，係指那些如果轉用於其他 交易，價值便會降低，或者如果合作關係被破壞，價值便無法完全被利用的資產。 資產專用性有破壞阻礙其他替代方案的彈性或切斷其他組織間的關係，具有約束成 員的作用（Young-Ybarra and Wiersema, 1999），為交易雙方需與對方合作，方能 獲得必要的特定資產，同時雙方持續投資自身資產，作為維護合作關係手段來促進 彈性與信任（Heide, 1994）。以交易成本觀點來說，廠商對於夥伴的專用資產有高 度需求且相互依賴彼此資源時，信任即在此研發合作關係中產生。因此，本文建立 假說一： H1：資產專用性與廠商間信任呈現正相關. 圖1 假說一結構圖 2. 正式合約與信任 研發合作存在很高的財務或策略風險，特別是不對稱的研發合作關係， 譬如對於夥伴資訊較不完整等，而正式合約能排除此不確定性（Hurmelinna et al., 2005）。交易成本理論認為正式合約可視為降低投機行為的機制（Jong and Woolthuis, 2008）。廠商合作藉由正式合約明確規定相關規則與決策過程，並分配 廠商應負責的範圍（Heimeriks, 2002）。. 8.
(9) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 正式合約係指雙方或多方單位簽訂的正式契約，內容包括雙方義務，即一方必 須對另一方負責。正式合約對於合作雙方有約束力，彼此必須對於共同目標努力， 並建立合作關係的共同規則。理想的情況，廠商在發展研發合作前，即訂立正式合 約確立彼此可能發生的責任與義務，藉由正式合約，廠商可將外部依賴最小化，同 時保護自身不受機會主義影響（Yli-Renko et al., 2001）。正式合約與信任在研發合 作中所發揮之作用及扮演的角色是相當重要的。 正式合約幫助廠商創造與維持長期的合作關係（Frankel et al., 1996）。形成合 作關係的條件中，正式合約扮演重要角色，乃因合約可明確闡述個人或共同目標， 規範並保護彼此專業知識。正式合約並不能完全確保成功的合作關係，但訂定合約 的過程能增進合作雙方互相了解與學習，進而建立信任（Blomqvist et al., 2005）。 總而言之，透過共同的基礎與明確目標，正式合約可建立廠商間信任而形成長期合 作關係。因此，本文建立假說二： H2：正式合約與廠商間信任呈現正相關. 圖2 假說二結構圖 3. 非正式交換與信任 社會交換理論認為參與者在合作過程中，執行與合作對象有關的活動，而溝通 會讓雙方的交換行為更加順利（Homans, 1958）。社會交換理論認為每件事物均有 代價，因此人際關係可視為給付和回收達到平衡的交換行為。換言之，個人會先評 估與他人互動所產生的報酬是否達到需求，如果交換雙方不能得到滿足的報酬，社 會交換便不會發生。 交換行為是互惠原則的經濟活動，組織間具有互補資源時，於合作交換過程能 互相提供對方所需，有助於信任建立（陳澤義等人，2008）。社會交換理論認為共 同價值觀為信任來源之一，係指合作夥伴對於合作動機和合作目標重要性的共識程 度，有助於廠商合作關係中承諾和信任的發展（Morgan and Hunt, 1994）。此外， 共同價值觀包括溝通層面，溝通促使廠商瞭解夥伴的合作動機與目的、互相交換 價值、目標或活動等想法，使彼此更加了解雙方特質，故溝通為信任建立的因素 （Young-Ybarra and Wiersema, 1999）。 9.
(10) 台灣土地研究 第十五卷第二期. 關係公開被認為是關係連結的成功要件，特別是發生於組織間的合作 （Anderson and Narus, 1990），關係公開之效益加深廠商間信任程度。而關係公開 超越了資訊交流形式，包含分享相關的、全面性與時效性之資訊，且位於相同開放 環境中分享彼此想法、意見及批評（Jong and Woolthuis, 2008）。關係公開促進人 與人相互信任關係，而信任有助於解決爭端並調整對事件的看法和期望，一旦選定 合作夥伴且簽署協議，將促使信任的產生。綜上所述，可知共同價值觀、溝通與關 係公開是社會交換理論的核心重點，本文將此三元素定義為廠商間的非正式交換， 並建立假說三： H3：非正式交換與廠商間信任呈現正相關. 圖3 假說三結構圖 4. 研發資產與信任 交易成本理論認為資產專用性與正式合約是影響廠商間信任的重要因素，藉由 特定資產之投資與正式合約訂定可以降低研發過程的不確定性與投機行為，並促使 信任關係增強，產生知識交流與創新。社會交換理論認為溝通、共同價值觀與關係 公正三個面向，透過合作互動消除對彼此的猜疑，使研發資訊交換更為順暢。進一 步分析交易成本理論與社會交換理論所帶來的信任，發現信任與投資專用資產及目 前夥伴關係等息息相關。夥伴間的高度資產專用性以及與其他夥伴的關係，會使得 廠商更依賴他們的夥伴。同樣地，社會交換理論認為，合作夥伴間溝通的品質與分 享價值的存在，與信任有著正相關（Ybarra and Wiersema, 1999）。 非正式交換可當作廠商間研發合作的關係資本，關係資本是指組織與合作夥伴 建立關係的無形資產（Clercq and Sapienza, 2006），可視為知識流動的媒介，透過 提升夥伴間相互信任、承諾以及雙向溝通來增進廠商知識整合能力。回顧過去研發 網絡相關文獻，發現有關廠商間信任因素的研究，大多將焦點放在合作夥伴的投機 行為上，且以交易成本理論作為討論的基礎（Hennart, 1988）。惟側重交易成本觀 點對於合作的看法，僅單方面重視夥伴的投機行為，且主張利用契約方式或股權模 式來解決此問題，無法指出合作夥伴關係的重點，即廠商間的信任和夥伴間關係的 變化（Gulati, 1995）。因此，本文認為應再結合關係資本的概念，來探究廠商與合. 10.
(11) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 作夥伴間的信任關係。 本文將資產專用性、正式合約以及非正式交換三者結合為影響信任建立之因 素，稱為廠商研發資產，代表廠商發展研發合作關係的整體資產。藉由廠商研發資 產變數，取代單一變數衡量廠商間信任之影響效果，並建立假說四以及本研究概念 圖如下： H4：研發資產與廠商間信任呈現正相關. 圖4 假說四結構圖. （四）合作績效 藉由組織間合作可幫助廠商達到目標，促進合作績效產生（Donaldson and O’ Toole, 2001）。廠商合作績效可以分為客觀與主觀兩個層面（Bensaou and Venkatraman, 1995）。客觀層面是以量化模式衡量投資報酬率、銷售金額、市場佔 有率等；主觀層面則從公司對於合作的滿意程度或目標達成度作為考量依據。客觀 層面雖然有具體數據，但是比較難評估研發網絡的績效，網絡的成果屬於無形資產 不易量化，必須藉主觀層面加以判斷。 Jong and Woolthuis（2008）在高科技聯盟的研究中，將聯盟績效區分為客觀績 效與主觀績效，也是因為客觀績效較難衡量聯盟成員的績效，因此該研究採取主觀 績效分析組織間合作的滿意程度，以及是否繼續合作等議題，結果顯示組織間信任 有助於成員績效的表現。Anderson（1990）以主觀層面評估聯盟績效，一為聯盟成 員的滿意度，譬如成員對獲利、整體表現滿意的程度；其次為聯盟目標的達成度， 如達到聯盟預定目標或成立目的之程度。Ybarra and Turk（2009）同樣利用交易成 本理論與社會交換理論的信任，研究IT產業間合作夥伴的信任程度對於策略聯盟之 影響，結果顯示資產專用性、溝通與共同價值觀會影響組織間信任的變化，而相互 11.
(12) 台灣土地研究 第十五卷第二期. 信任的程度愈高，相互依賴性、組織學習及聯盟績效也愈高。合作雙方若存在良好 信任關係，夥伴關係也會更加穩固，進而帶動研發網絡創新表現。因此，本研究採 用Anderson的觀點，以廠商目標的達成度等主觀指標衡量廠商合作績效。 廠商間信任對於合作績效是重要因素之一。缺乏信任是阻礙網絡成功的原因 （Nielsen, 2004）。信任有助於增加合作機會與合作彈性，同時降低協調成本並促 進知識傳遞，支持信任導向的學者們指出信任的經濟價值，在於能使交易成本最小 化和效率提升；此外，面對市場變化時，信任允許有較大的靈活性，且可以促進特 定資產的投資以加強生產力（Jong and Woolthuis, 2008）。綜上所述，廠商間的信 任會使夥伴願意分享資訊，且對於未來繼續合作之意願呈現正向關係。因此本文建 立假說五： H5：廠商間信任與廠商合作績效呈現正相關. 圖5 假說五結構圖. 三、臺灣生物技術產業發展分析 （一）生物技術產業特性 國際上對生技產業定義並不相同，OECD將之定義為：科學及技術應用在生物 體，改變生命的或非生命的物質以產生知識、產品和服務；經濟部工業局定義為運 用生命科學知識與技術為基礎，進行研發、製造或提升產品品質，以改善人類生活 品質的科學技術，舉凡新興生技產業、醫療器材和生技服務業皆屬生技產業之一 環。 生技產業成熟發展的國家大都是以大學、研發機構與醫學中心為主軸，進而帶 動生技產業聚落的形成，彼此間的產學互動關係非常密切。生技產業具有技術密 集、研發知識高度投入、大量資金投入、成本回收期間長、高度風險、偏重跨領域 與橫向整合的專業知識，以及重視智慧財產權制度的特性；並具有強烈的創新特 質，趨向於高知識密集及高附加價值型產業，與科學發展、知識創新密切相關，強 調技術發展並十分重視研發性活動。. 12.
(13) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. （二）生物技術產業的合作發展 生技產業廠商間的研發合作源於1980年代初期。1975-1979年間大部分已成立 的大型製藥公司才開始透過少數生技廠商建立研發合作以開拓生物技術，較晚加入 生技產業。在新生物技術發明前，大型製藥公司幾乎沒有任何與小型研發公司研發 合作關係的建立，為了趕上新技術的腳步，大型製藥公司不僅投資大量資源於生物 技術的內部研發項目，同時與其他公司和研發機構建立各種連結（Han, 2004）。 製藥廠商與生技廠商逐漸連結出合作關係，是為了進行生物技術領域的探索性 研究，並開拓生技領域的商業機會。如此一來，製藥大廠與新興生技廠商的研發合 作通常會透過幾種具體的組織模式進行。其中某些屬於以股權模式為主的研發合資 與少數股權型態，某些則為合約模式的聯合研發協議與研發契約。而生技產業形成 專業知識勞力分工，由大量創新相對優勢的小型、組織靈活或研究密集型的公司， 例如新興生技公司，和一些具備大規模開發與商業化優勢的大型企業所組成。因 此，大型製藥公司開始出現一連串的合併動作，而新興生技公司則不斷地出現，並 逐漸成為獨立的公司。 在生技研發網絡中，新興生技公司在進行生技研發項目上有相對的優勢， 而大型製藥公司高度重視此能力並形成許多與新興生技公司合作的研發網絡 （Roijakkers and Hagedoorn, 2006）。新興生技公司位居上游生產鏈的研發優勢能 力，而大型製藥公司則在下游生產和銷售擁有重要的資產和技能，一旦大型製藥 公司和新興生技公司加入研發網絡，能增強研發產出並促進整個生技產業的發展 （Han, 2004）。 伴隨近來分子生物學和基因工程的發展，考量生物技術的高研發成本和較短的 技術週期，大部分的廠商若僅透過自身的內部研發，將無法掌握最新的技術發展。 因而藉由加入靈活性較高、以合約模式為基礎的研發型態，生技廠商可以進行多 元的技術發展，同時可將其內部研發著重於少數較有前景的計畫（Roijakkers and Hagedoorn, 2006）。此外，起因於高度不確定性和資訊盜用風險，大部分生技產業 的研發活動無法透過正常市場交易，必需藉由堅固的治理架構，例如策略聯盟、研 發契約、研發合作或合資等方式獲得（Williamson, 1985, 1991），鑑於研發合作對 生技產業的重要性與普遍性，生技產業可做為研究合作績效的指標性產業。. ( 三 ) 臺灣生物技術產業的空間群聚 生技產業網絡包含學術、研究機構及廠商等行動者，其在空間上的群聚除了鄰 近性及產業關聯性外，政府對於產業群聚的形成和強化，更扮演著關鍵性角色（Su 13.
(14) 台灣土地研究 第十五卷第二期. and Hung, 2009）。隨著學術、研究機構不斷將創新技術移轉給產業界，促成生技 公司的設立，而政府亦透過創投基金以及相關政策輔助，持續拓展生技版圖並設立 生技園區，藉由產、學、研三者的密切合作，提供完善的研發基礎設施，加速生 技產業的成長。生技產業群聚在歐美等生技領先國家中十分普遍，我國生技廠商在 政府大力推動之下，亦形成北、中、南三大生物技術聚落；包含：1.北部地區：由 於北部地區人力、財務等資源相對充沛，因此以南港生技園區、中央研究院、國防 醫學中心、臺灣大學、陽明大學、財團法人生技中心等學術研究單位為中心，成為 研發型之生物技術產業聚落；2.新竹地區：該地區具有高技術人才，以清華大學、 交通大學、竹北醫學中心、國家衛生研究院、工研院生醫所等學術單位為中心，建 立醫學生物技術聚落；3.南部地區：以成功大學、中山大學、中正大學、嘉義大學 及屏東科技大學等學術單位，和研發中心與試驗所等研發單位為中心，配合南部地 區的農業、養殖業的研發園區，建立農業為主的生物技術聚落。本文母體資料總計 600家2，進一步分析廠商所在區位後發現，位於北部地區之廠商共計349家，占全 體廠商數58.17%；其中又以位於臺北市的廠商數最多，共計278家，占全體廠商數 46.33%；位於中部地區之廠商數為109家，占全體廠商數18.17%；位於南部地區之 廠商數為142家，占全體廠商數23.67%（如表1所示）；各廠商於地理空間之分布 情形如圖6所示，顯示臺灣生技產業發展偏重於北部地區，而從各個縣市觀察，則 集中於臺北、臺中、臺南、高雄等大型都市，廠商分布地點大多位於北、中、南的 生技產業聚落區內，鄰近相關大專院校及研究機構，形成生技產業之群聚現象，藉 由正式與非正式的管道，進行研發知識的交流與學習，以激發廠商的創新。. 四、研究設計 （一）研究架構與方法 本文利用LISREL8.72軟體進行結構方程模式分析，依據相關文獻回顧歸納出 三個影響信任之因素，分別為資產專用性、正式合約，以及包含溝通、公正關係、 共同價值觀層面的非正式交換，以此三個因素作為外生潛在變數，合作績效作為內 生潛在變數，信任則兼具內生及中介變數之性質，五個變數皆以問卷設計之題項作 為觀察變數，分別直接衡量該潛在變數，屬一階驗證性因素分析，個別設定為模型 一、模型二及模型三。 2 母體資料來源詳本文「四、研究設計」之「（二）研究變數與樣本數」說明。. 14.
(15) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 表1 臺灣地區生技廠商分布區域一覽表 區域別 北. 縣市別 宜蘭. 7. 1.17%. 部. 臺北. 278. 46.33%. 地. 桃園. 37. 6.17%. 區. 新竹. 27. 4.50%. 349. 58.17%. 小計. 家數（家）. 百分比（%）. 中. 苗栗. 8. 1.33%. 部. 臺中. 66. 11.00%. 地. 彰化. 27. 4.50%. 區. 南投. 8. 1.33%. 109. 18.17%. 雲林. 10. 1.67%. 嘉義. 14. 2.33%. 臺南. 69. 11.50%. 高雄. 35. 5.83%. 屏東. 14. 2.33%. 小計. 142. 23.67%. 總計. 600. 100.00%. 小計 南 部 地 區. 資料來源：本研究整理。. 圖6 臺灣地區生技廠商地理空間分布圖 15.
(16) 台灣土地研究 第十五卷第二期. 模型四如圖7，屬二階驗證性因素分析之架構，將構成資產專用性、正式合約 及非正式交換三個變數的外生潛在變數界定為研發資產，包含正式與非正式層面， 而基於基本的理論架構，合作績效仍是作為內生潛在變數，信任亦同為內生及中介 變數。模型四與前三者模型相異之處，在於模型四的研發資產變數部分屬二階測量 模式，並非直接藉由問卷題項作為觀察變數，乃透過資產專用性、正式合約及非正 式交換三個潛在變數，形成研發資產構面，再驗證該變數對於廠商間信任和合作績 效之路徑影響模式。. 圖7 模型四架構圖 實證方法採用因素分析法與結構方程模式。因素分析是用來簡化資料，並分析 變項間群組關係的統計技術，針對廠商間影響信任的因素與廠商績效做因素萃取， 精簡轉換為若干個同質性的因素構面，以利分析，由於本文目的在於驗證研發資 產、信任與合作績效間的路徑關係，在因素萃取上，係將上述三構面組成之問項分 別進行因素分析，萃取因素負荷量0.45以上之問項，以確認各構面問項具有解釋變 異的能力，再透過各構面信度的檢測，確認各構面之問項具有內部一致性，以充分 反映各構面的特性。結構方程模式能同時處理多組變數之間的關係，提供從探索性 分析轉成驗證性分析的機會，同時可進行路徑分析，相較於傳統迴歸方法，較能呈 現出本文所需架構的影響路徑模式。因素分析及結構方程式架構分析如下。 1. 因素分析 因素分析是指由K個觀察變數中，萃取出J個潛在變數的統計方法（K＞J）， 可以協助研究者將測量的內容簡化成幾個特定的同質性類別；以簡潔、精確的方法 來描述眾多變項間的交互關係，以協助研究者將變項概念化，並以較少的向度來表 示原來的資料結構，且能保有原來資料所能提供的重要訊息。 16.
(17) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 因素分析中萃取潛在因素的方式包括主成份分析法、主軸法、一般化最小平 方法、未加權最小平方法、最大概似法等。一般研究中較常使用主成份分析法 （principal components analysis），目的在使每一個成分能夠代表最大的觀察變異 量，本文亦採取主成份分析法來估計因素負荷量。因素負荷量類似於迴歸分析中迴 歸係數的權數，反應了題項變數對各共同因素的關聯強度，若以結構方程模式中潛 在變項與觀察變項的觀點來看，因素負荷量即是各共同因素對各題項變數的解釋程 度。若把因素負荷量相乘取其平方值，則此數值表示各共同因素可以解釋各變數的 解釋變異量。因此，根據各共同因素可解釋變異量的大小，可決定題項是否納入 共同因素中，若題項無法有效反應共同因素，則可考慮刪除。Tabachnick and Fidell （2007）提出因素負荷量選取的標準，在因素分析程序中，挑選因素負荷量0.45以 上的因素為佳，其變數解釋變異量可達20%以上3。 除考量因素負荷量之外，信度檢定主要檢定潛在因素的一致性程度，當一致性 愈高，則信度愈高。cronbach’s α信度是最常被使用的信度指標，當α係數愈高，則 表示該組變項間愈有一致性與系統性。通常信度係數在0.9以上是優秀的，0.8左右 為非常好，0.7為適中，0.5以上可以接受，低於0.5則代表信度不足。 本文就問卷調查所得資料及相關文獻回顧結果，以因素分析找出「研發資 產」、「信任」及「合作績效」三個構面中各題項之因素負荷量，依據Tabachnick and Fidell（2007）因素負荷量選取原則，就上述三個影響構面進行因素萃取，並進 行信度檢測，使同一因素構面包含若干個同質性的因素，以利後續實證分析。 2. 結構方程模式 結構方程模式能同時處理多組變數間的關係，提供研究者從探索性分析轉成驗 證性分析的機會。結構方程模式運用變數間的相關係數矩陣或變異數共變數矩陣， 同時分析多條迴歸方程式，有助於釐清變數間的「直接」與「間接」關係。然而， 變數間的因果關係並無法直接透過SEM之統計結果進行推論及確立，仍必需依據文 獻理論或實務操作，架構出變數間的假設進行可信度分析。 3 因素負荷量、解釋變異量及選取準則如下表所示（Tabachnick and Fidell, 2007） 因素負荷量 解釋變異量 題項變數狀況 0.71 50% 非常良好（excellent） 0.63 40% 良好（very good） 0.55 30% 好（good） 0.45 20% 普通（fair） 0.32 10% 不好（poor） ＜0.32 ＜10% 不採用. 17.
(18) 台灣土地研究 第十五卷第二期. 在SEM模型當中，變數可分為觀察變數、潛在變數與干擾變數等三種型態，依 據上述變數所組成的結構方程模式，又可以分為測量模式（measurement model）與 結構模式（structural model），前者為探究觀察變數與潛在變數的相互關係，後者 為說明潛在變數間的影響關係。結構模式主要探究潛在變數間的因果路徑關係，針 對潛在變數進行路徑分析，以檢驗結構模式的適配性。在結構模式中，涉及的變數 包括自變項外因變數ξ、依變項內因變數η以及干擾變數ζ。完整的結構方程模式需 同時包含測量模式與結構模式（如圖8所示），方形或矩形代表可以直接觀察測量 的項目，一般可以歸屬於單一問卷題目，即為觀察變數。圓形或橢圓形則使用於敘 述理論變數，一般情況下無法直接測量，又可稱為潛在變數。. 圖8 結構方程模式示意圖 本文依據研究目的架構出「研發資產→信任→合作績效」的模型結構，而結構 方程模式適用因果關係的分析，且同時可進行路徑分析，相較於傳統迴歸方法，較 能呈現出本模型架構的影響路徑。故採用結構方程模式為本文實證測試模型。. （二）研究變數與樣本數 為了探討資產專用性、正式合約、非正式交換、廠商間信任與合作績效五個構 面，本文以問卷調查方式針對生物技術產業進行24個題項之問卷，其定義與衡量方 法如表2所示。採用李克特（Likert scale）五點式尺度量表，由廠商勾選對於該題 項的同意程度4。. 4 1-2-3-4-5，非常不同意-不同意-普通-同意-非常同意. 18.
(19) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 表2 研究變數定義與衡量方式表 變數. 定義. 問項 相關文獻 廠 商 或 合 作 夥 伴 1.在合作建立前，貴公司 Aulakh, Kotabe 的特定技術或能. 與合作夥伴已有友好的 and Sahay,. 力. 關係存在。. 1996；Ybarra. 2.貴公司必須與合作夥伴 and Turk, 2009. 資產. 建立合作才能獲取必要. 專用性. 的技術。 3.合作夥伴已投入特定資 源，以加強與貴公司的 關係。 規 範 廠 商 間 研 發 4.貴公司與合作夥伴都遵 Jong and 合作之契約. 循著雙方簽訂的正式合 Woolthuis, 2008 約。. 正式合約. 5.正式合約中清楚規定雙 方的責任義務與產權。 研發. 研 發 合 作 中 非 正 6.貴公司的幫助有助於合 Jong and. 資產. 式制度層面. 作 夥 伴 達 成 其 計 畫 目 Woolthuis, 標。. 2008；Ybarra. 7.貴公司與合作夥伴的溝 and Turk, 2009 通是清楚且良好的。 8.貴公司與合作夥伴的溝 通次數頻繁。 非正式 交換. 9.貴公司與合作夥伴可以 公開地討論彼此想法和 感受。 10.貴公司提供合作夥伴所 有相關的資訊。 11.合作夥伴了解彼此合作 的動機。 12.合作夥伴清楚彼此共同 目標與目的。. 19.
(20) 台灣土地研究 第十五卷第二期. 表2 研究變數定義與衡量方式表（續） 廠 商 與 研 發 夥 伴 13.貴公司與合作夥伴都不 Morgan and 合作互動的認知. 會趁機占對方便宜。. Hunt, 1994；. 14.貴公司與合作夥伴會將 Aulakh, Kotabe 對方的期望納入決策考 and Sahay, 量。. 1996；Ybarra. 15.貴公司相信合作夥伴決 and Wiersema, 策時會以雙方最大利益 1999；Jong 為出發點。. and Woolthuis,. 16.合作夥伴在乎且有建設 2008；. 廠商間信任. 性 地 解 決 貴 公 司 的 問 Rampersad, 題。. Quester and. 17.合作夥伴在交易合作過 Troshani, 2009 程是誠實有信的。 18.合作夥伴對貴公司保持 承諾。 19.貴公司願意繼續與夥伴 合作。 研 發 合 作 促 進 廠 20.與合作夥伴的研發合作 Hurmelinna et 商產品效益之程. 幫助貴公司達到銷售成 al., 2005；Jong. 度. 長。. and Woolthuis,. 21.與合作夥伴的研發合作 2008；Ybarra 幫助貴公司提升市場佔 and Turk, 2009 合作績效. 有率。 22.於合作過程中，貴公司 有開發新產品。 23.合作夥伴在新技術上提 供貴公司重要的資訊。 24.如果情況允許，貴公司 傾向獨立研發。. 20.
(21) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 問卷調查母體採用「2009臺灣生技產業新興生技公司名錄」的廠商資料5，比 對「2008臺灣生技產業名錄」6，篩選未重複之廠商，最後透過臺灣區製藥工業同 業公會之會員資料確定其餘製藥廠商名錄，總計634家，其中新興生技廠商472家， 製藥廠商162家。針對有對外研發合作的生技廠商，發出600份問卷，回收137份， 扣掉填答不全之問卷，有效回收樣本中新興生技產業88家、製藥產業16家，共計 104家廠商，回收率為17.4%7。 基本資料項目統整於表3。於組織型態方面，回收樣本廠商大多為公司組織型 態，新興生技廠商計83家，占總樣本廠商數79.8%，製藥廠商計15家，占總樣本廠 商數14.4%。設立分公司與否的部分，新興生技廠商和製藥廠商無設立分公司的比 例皆較高，而新興生技廠商有設立分公司共計41家，占總樣本廠商數39.4%，觀察 該類別廠商資料，可發現許多生技廠商乃源自於歷史悠久的農業化學、製藥、保健 食品等大廠，於近十幾年加入生物技術而擴大事業版圖，在國內外設置分公司。 而新興生技廠商設有研發部門者有86家，占總樣本廠商數82.7%，製藥產業則 是16家有研發部門的設置。廠商規模方面，主要分布於員工數120人以下，多屬較 小規模的中小企業，新興生技廠商共計67家，占總樣本廠商數64.4%，製藥廠商共 計11家，占總樣本廠商數10.6%。又研發人員比例大多分布於20%以下，其次介於 20%至40%間，導因生技研發於近二十年剛起步，國內研發技術尚未純熟，研發人 力資源不足。營業收入部分，一億元以上的新興生技廠商共計39家，占總體樣本數 37.5%，此類別廠商主要為廠齡較久的大廠及國外有設立分公司的廠商。因生技廠 商多為中小規模企業，故研發支出主要為500萬元以下，共計40家，占總體樣本數 38.5%。. 5 本名錄依據經濟部工業局「2008生技產業白皮書」定義之狹義生技廠商為主，即指新發展的 關鍵技術如遺傳工程技術、蛋白質工程技術及細胞融合瘤技術等。並符合「資本額大於新臺 幣二仟萬元」與「公司目前正從事生技相關產品或技術開發」兩大標準，經由專家會議討論 ，成為此名錄之基礎，共計收錄七大類新興生技產業分別為生技醫藥、醫用檢測與其他生醫 材料、特用化學、食品生技、農業生技、環保生技、生技/製藥服務業等。 6 本名錄為生技開發中心經由每年一度的問卷調查，進行廠商資料的更新與維護，所收錄的廠 商資料再依產業領域別進行分類。所收錄的廠商包括狹義生技公司、生技相關公司及支援性 服務公司，狹義生技公司包含新藥研發、基因治療、細胞及組織培養等公司，生技相關公司 則囊括環保生技、食品生技、農業生技，及以製藥為本業但涉及其他生技領域的藥廠。 7 調查方式係透過郵寄、電子信件、傳真等方式進行，填答者為公司經理人或研發人員。調查 時間在2010年3月間進行。. 21.
(22) 台灣土地研究 第十五卷第二期. 表3 基本資料統計表 新興生技. 變數名稱. 組織型態. 次數. 百分比. 製藥 次數. 百分比. 公營單位. 1. 1.0%. 0. 0.0%. 公司組織. 83. 79.8%. 15. 14.4%. 外國企業所屬子公司. 4. 3.8%. 1. 1.0%. 其他組織. 0. 0.0%. 0. 0.0%. 設立子. 有. 41. 39.4%. 5. 4.8%. （分）公司 設立研發. 無. 47. 45.2%. 11. 10.6%. 有. 86. 82.7%. 16. 15.4%. 部門. 無. 2. 1.9%. 0. 0.0%. 67. 64.4%. 11. 10.6%. 120人-240人. 9. 8.7%. 4. 3.8%. 240人-360人. 3. 2.9%. 1. 1.0%. 360人-480人. 4. 3.8%. 0. 0.0%. 480人以上. 5. 4.8%. 0. 0.0%. 20%以下. 49. 47.1%. 13. 12.5%. 20%-40%. 22. 21.2%. 3. 2.9%. 40%-60%. 10. 9.6%. 0. 0.0%. 60%-80%. 5. 4.8%. 0. 0.0%. 80%以上. 2. 1.9%. 0. 0.0%. 2500萬以下. 26. 25.0%. 4. 3.8%. 2,500萬~5,000萬. 10. 9.6%. 2. 1.9%. 5,000萬~7,500萬. 6. 5.8%. 0. 0.0%. 7,500萬~10,000萬. 7. 6.7%. 1. 1.0%. 10,000萬以上. 39. 37.5%. 9. 8.7%. 500萬以下. 33. 31.7%. 7. 6.7%. 500萬-1000萬. 12. 11.5%. 2. 1.9%. 1000萬-1500萬. 8. 7.7%. 2. 1.9%. 1500萬-2000萬. 7. 6.7%. 2. 1.9%. 28. 26.9%. 3. 2.9%. 88. 84.6%. 16. 15.4%. 120人以下 員工人數. 研發人員 比例. 營業收入. 研發支出. 2000萬以上 合計 總計. 22. 104. 100.0%.
(23) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. （三）基本分析 本文目的在於探討「研發資產→信任→合作績效」間的關係，並依據文獻回顧 結果，研擬組成研發資產構面之資產專用性、正式合約、非正式交換及廠商間信 任、合作績效等構面之問卷題項（如表2所示），以進行問卷調查，為了解各構面 所選擇問項是否具有一致性，本文分別就「研發資產」、「信任」及「合作績效」 進行主成份分析，並依據Tabachnick and Fidell（2007）因素負荷量選取原則，將各 構面中因素負荷量小於0.45之變數刪除，在組成「研發資產」構面中，有關非正式 交換問項中的「貴公司的幫助有助於合作夥伴達成其計畫目標。」以及合作績效問 項中的「如果情況允許，貴公司傾向獨立研發」等兩項問項，其因素負荷量皆小於 0.45，故捨棄不用（如表4），以三個潛在變數研發資本、信任及合作績效為主結 構，資產專用性、正式合約及非正式交換行為為二階副結構，共計22個問卷題項， 形成本文的模型架構（如圖9所示）。 除進行因素分析確認各構面問項之因素負荷量外，並依據問項篩選結果進行信 度檢測，了解題項是否能完整解釋該變數，亦即分析整體問卷量表的可靠性或穩定 性，避免實證結果的偏誤；檢測結果發現「正式合約」、「非正式交換」、「廠 商間信任」及「合作績效」等構面之α值大於0.8，「資產專用性」構面之α值大於 0.78，顯示本問卷量表一致性有相當好的程度，具有高度的內部一致性。 本文繼續就四個模型進行測試，測試結果皆符合理論預期符號及通過t值檢 定（如表5所示）。比較模型一至模型四，模型一的RMSEA值為0.08，模型二的 RMSEA值為0.082，模型三的RMSEA值為0.082，模型四的RMSEA值為0.077，皆 符合模型配適合理之標準，而模型四較其他模型的結構配適為佳。. 四、實證結果與假說驗證 （一）實證結果 本文模型四實證結果如表5及圖9所示，在整體模式配適度指標方面，結構方程 模式需從絕對配適度、增值配適度及簡效配適度進行綜合判斷。結構方程模式之卡 方值為320.57，P值為0.00，小於參考值，不在參考範圍內。然而，卡方分配受到自 由度的影響，當自由度越大表示欲估計的參數數目越多，卡方值也就越大，增加假 8 Nunnally（1978）認為α值0.7是一個較低但尚可接受的量表邊界值。該值若在0.60至0.65建議淘汰 （Devellis, 1991），0.65至0.70是最小可接受值，0.70至0.80為相當好，0.80至0.90則是非常好。. 23.
(24) 台灣土地研究 第十五卷第二期. 表4 因子分析因素負荷量及信度量表 問項內容. 因素負荷量. 資產專用性, α=0.774 A1. 合作建立前與夥伴已有友好的關係存在. 0.66. A2. 須與夥伴建立合作以獲取必要的技術. 0.75. A3. 夥伴投入特定資源以加強合作關係. 0.79. 正式合約, α=0.906 C1. 雙方皆遵循彼此簽訂的正式合約. 0.95. C2. 正式合約中清楚規定責任義務與產權. 0.87. 非正式交換, α=0.896 S1. 與夥伴溝通是清楚且良好的. 0.83. S2. 與夥伴溝通次數頻繁. 0.72. S3. 與夥伴可以公開地討論彼此想法和感受. 0.84. S4. 貴公司提供合作夥伴所有相關的資訊. 0.65. S5. 合作夥伴了解彼此合作的動機. 0.81. S6. 合作夥伴清楚彼此共同目標與目的. 0.72. 廠商間信任, α=0.918 T1.貴公司與合作夥伴都不會趁機占對方便宜. 0.80. T2.貴公司與合作夥伴會將對方的期望納入決策考量. 0.79. T3.貴公司相信合作夥伴決策時會以雙方最大利益為出發點. 0.69. T4.合作夥伴在乎且有建設性地解決貴公司的問題. 0.86. T5.合作夥伴在交易合作過程是誠實有信的. 0.75. T6.合作夥伴對貴公司保持承諾. 0.74. T7.貴公司願意繼續與夥伴合作. 0.73. 合作績效, α=0.849 P1. 與合作夥伴的研發合作幫助貴公司達到銷售成長. 0.92. P2. 與合作夥伴的研發合作幫助貴公司提升市場佔有率. 0.86. P3. 於合作過程中，貴公司有開發新產品. 0.60. P4. 合作夥伴在新技術上提供貴公司重要的資訊. 0.67. 註：alpha值>0.6，表示量表達成一致性。. 24.
(25) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 表5 測試模型結果一覽表 假說路徑. 假說. 標準化. 相關 估計參數. t值. 假說 驗證. CFI. RMSEA. 0.97. 0.08. 0.97. 0.082. 0.97. 0.082. 0.96. 0.077. 模型一 (H1)資產專用性→廠商間信任. +. 0.69. 6.06*** 成立. (H5)廠商間信任→合作績效. +. 0.61. 5.86*** 成立. (H2)正式合約→廠商間信任. +. 0.51. 4.76*** 成立. (H5)廠商間信任→合作績效. +. 0.57. 5.47*** 成立. (H3)非正式交換→廠商間信任. +. 0.82. 7.69*** 成立. (H5)廠商間信任→合作績效. +. 0.60. 5.82*** 成立. (H4)研發資產→廠商間信任. +. 0.87. 7.88*** 成立. (H5)廠商間信任→合作績效. +. 0.60. 5.79*** 成立. 模型二. 模型三. 模型四. 註： 1. 參考指標 CFI＞0.95；RMSEA＜0.08為合理，＜0.05為良好 2. ***表│t│≧2.575，α=0.01顯著水準. 設模型契合度不佳的可能性；若單就卡方分配來檢驗SEM模型，會因參數數目或 樣本數的特性，影響假設模型的契合度檢驗（邱皓政，2006）。因此，除了依循卡 方值越小越好的統計顯著性原理外，還需考慮自由度大小的影響。Bagozzi and Yi （1988）建議應以卡方自由度比（χ2/df）來輔助檢定模式配適度，一般而言比值小 於2，表示模型具有理想契合度。而本模型的卡方自由度比為1.6029，符合理想契 合度的標準。 此外，Hu and Bentler（1999）認為CFI和RMSEA是兩大主要判別指標，尤其 是RMSEA指標，因它不受樣本數大小與觀察變數分配（如平均數）的影響（邱皓 政，2006）。McDonald and Ho（2002）則建議以0.05為良好契合的門檻，0.08為可 接受的模型契合門檻。本文模型四結構方程式之RMSEA=0.077，模型配適合理； CFI=0.96大於0.95參考值，且增值配適度指標與簡效配適度指標的數值皆達到要 求，本模型的配適度確實達到良好的配適範圍。各項配適度指標參閱表6。. 25.
(26) 台灣土地研究 第十五卷第二期. 圖9 路徑分析結果圖 表6 整體模式配適度指標分析表 整體配適度指標. 絕對配適度. 增值配適度. 簡效配適度. 修正後指標值. 參考值. χ2/df. 320.58/200=1.6029. χ2/df＜2. p值. 0.00. p>0.05. GFI. 0.78. ＞0.90以上. AGFI. 0.72. ＞0.90以上. RMSEA. 0.077. ＜0.05良好 ＜0.08合理. RMR. 0.037. ＜0.05. NFI. 0.92. ＞0.90以上. CFI. 0.96. ＞0.95以上. IFI. 0.96. ＞0.90以上. TLI/NNFI. 0.96. ＞0.90以上. PNFI. 0.80. ＞0.50以上. PGFI. 0.62. ＞0.50以上. AIC. 26. 獨立 AIC = 4975.68 理論 AIC = 426.58. 獨立AIC值>理論AIC值.
(27) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 結構方程模式透過變數間的假設性函數關係，以回歸方程式的型態來表現並估 計之（邱皓政，2006）。於此架構下，據以觀察兩變數間的預測關係，稱為直接 效果，亦即前置變數對內生變數的直接影響，同時可估計變數間的間接效果，而 前置變數透過中介變數對內生變數的間接影響，最後加總整合得到整體效果（total effects），藉以說明變數間的因果關係。. 表7 各變數整體效果表 前置變數. 內生變數. 整體效果. 研發資產. 廠商間信任. 0.87. 廠商間信任. 合作績效. 0.60. 研發資產. 合作績效. 0.52. 根據表7可知，研發資產對廠商間信任的直接效果為標準化係數0.87，可視為 研發資產每增加一單位，信任程度將提高87%，顯示具體的研發資產可直接增進廠 商間信任的產生。依據本文實證結果，廠商間信任對廠商合作績效之影響為正相關 顯著，廠商間信任每增加一單位，廠商合作績效增加60%，驗證結果支持相關文獻 理論所述，廠商間信任對於研發合作扮演著重要角色。研發資產藉由廠商間信任中 介變數，對於廠商合作績效之總體效果為0.52。. （二）假說驗證 本文藉由實證結果，分析生技研發網絡內廠商間信任與合作績效之影響關係如 下： 1. 研發資產對廠商間信任之影響 依據文獻理論與實證結果顯示，構成產業研發資產的因素構面包含對合作夥伴 特殊資源需求、正式合約訂定以及合作過程中溝通等非正式交換，藉由此三個因素 構面形成廠商間研發資產。亦即研發資產乃指廠商建立研發合作關係過程中的無形 資產，而這些無形資產有助於廠商間信任的存在。 模型驗證結果顯示，研發資產正面影響信任關係之建立，即研發資產程度越 強，廠商間信任關係也就越良好，研究假設H1至H4成立。而在研發資產中，又以 非正式交換程度最高，代表研發合作除了奠定在正式制度上，還需透過非正式制度 來推動研發關係的連結。因此，藉由與夥伴間頻繁地溝通、對於未來目標有共識以 及關係公正公開，結合為廠商對外的研發資產，並透過研發資產建立廠商間的信任 關係。 27.
(28) 台灣土地研究 第十五卷第二期. 2. 廠商間信任對廠商合作績效之影響 在日新月異的知識科技時代，高科技產業逐漸朝向不同的研發合作型態。而研 發網絡是以研發創新為目標的行動者所連結而成，然而研發的高度不確定與高風險 成本，使得生技研發網絡較為封閉，廠商合作得隨時防範他方投機行為，間接造成 研發效率下降。因此，廠商間信任的建立對於研發網絡成員是關鍵且必需的，廠商 間信任促使知識交流更快速更安全，加速推動廠商研發合作頻率，促使產品創新。 本研究證實廠商間信任對於廠商合作績效為正面顯著影響，驗證相關文獻所 述，研究假設H5成立，即廠商間信任有助於降低合作雙方之投機行為，減少技術 資源盜用之風險，共同達成目標經濟效益。 3. 研發資產對廠商合作績效之影響 廠商欲藉由研發合作促進產品開發，光倚賴研發資產是無法達到的，需透過信 任關係之建立，方能使研發合作所產生績效達到最大化。本文研究結果顯示，藉由 廠商間信任此中介變數，研發資產對廠商合作績效產生間接影響效果。綜上所述， 生技廠商研發合作互動的過程中，需藉由信任關係建立，降低生技研發合作的交易 成本與避免不確定性帶來的投機行為，進而信任合作夥伴所提供的技術資訊，並將 之運用於產品研發，以增進廠商合作績效。. 五、結 論 組織間的研發合作已成為重要的企業策略。廠商透過網絡發揮創新效益以加速 全球化和競爭有限的科學知識，而不是透過更為複雜的研發活動、開發時間、成本 增加、產品生命週期縮短等內部研發方式。Williamson（1985）從組織交易成本角 度，說明降低風險與專用性考量是網絡組織出現的原因。廠商基於財貨交易與資源 交換的風險，以及資產專用性等理由，在產業內部和具有互補關係的其他成員發展 網絡關係。 由於研發創新過程存在著很高的知識交易成本以預防機密外洩，研發網絡的形 成促使網絡成員透過正式及非正式制度，密集交流互動彼此的資源，達到降低交易 成本及分攤風險的效益。廠商研發網絡建立在不同行動者，例如供應商、消費者、 客戶、相關產業廠商、學術或研究機構等，基於分散風險及降低交易成本、獲得必 要的技術資訊及加速產品開發等因素，形成跨組織合作的網絡連結，彼此獲取互補 性資產，且知識技術穩定地於網絡內交流互動。研發網絡提供行動者諸多誘因，如. 28.
(29) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. 共同分攤研發風險和成本，且同時吸收專業技能與知識，獲得技術和資源的共享效 益，促進研發效能。 研發網絡的成功在於網絡成員有共同目標，成員對於網絡有明確的需求，網絡 可幫助成員達到特定目標，而此目標是成員獨自無法達成的。但網絡的形成存在許 多阻礙，包含缺乏對研發合作效益的認識，或不願與其他成員分享知識與訊息；此 時，廠商間的信任就成為促進合作的關鍵。不同於以往垂直分工的產業鏈形式，研 發網絡不僅建立於廠商的資源交換上，還倚賴廠商間信任程度以鞏固彼此間的技術 分享，帶動研發網絡創新表現。 生物技術產業為臺灣的新興產業，由於國外生物技術發展較純熟，許多國外大 廠於臺灣設立子公司，加上政府政策推導，漸漸蓬勃發展，但生技產業產品開發期 較長，研發風險較高且投資金額龐大，存在許多技術機密外溢或資訊盜用之問題， 存在高度不確定性。本文透過實證分析得知信任於研發合作過程扮演之角色，藉由 信任建立降低研發不確定性，進而提高廠商整體研發績效。. 參考文獻 邱皓政，2006，結構方程模式：LISREL 的理論、技術與應用，臺北：雙葉書廊。 陳澤義、洪廣朋、曾建銘，2008，從關係的觀點探討企業夥伴的選擇對跨組織學習 成效的影響，交大管理學報，第 28 卷，第 2 期，頁 105-130。 Ahuja, G., 2000, Collaboration Networks, Structural Holes, and Innovation: A Longitudinal Study, Administrative Science Quarterly, 45(3), pp.425-455. Anderson, J. C., and J. A., Narus, 1990, A Model of Distributor Firm and Manufacturer Firm Working Partnerships, Journal of Marketing, 54, pp.42-58. Aulakh, P., Kotabe, M., and A., Sahay, 1996, Trust and Performance in Cross-Border Marketing Partnerships:A Behavioural Approach, Journal of International Business Studies, 27(5), pp.1005-1032. Bagozzi, R. P., and Yi., Youjae, 1988, On the Evaluation of Structural Equation Models, Journal of the Academy of Marketing Science, 16, pp.74-94. Belderbos, R., Carree, M., and B., Lokshin, 2004, Co-operative R&D and Firm Performance, Research Policy, 33(10), pp.1477-1492. Bensaou, M., and N., Venkatraman, 1995, Configurations of Interorganizational Relationships: A Comparison between U.S. and Japanese Automakers, Management Science, 41, pp.1471-1492. 29.
(30) 台灣土地研究 第十五卷第二期. Blomqvist, K., Hurmelinna, P., and R., Seppanen, 2005, Playing the Collaboration Game Right - Balancing Trust and Contracting, Technovation, 25, pp.497-504. Boschma, R. A., 2005, Proximity and Innovation: A Critical Assessment, Regional Studies, 39(1), pp.61-74. Chen, C. J., Shin, H. A., and S. Y., Yang, 2009, The Role of Intellectual Capital in Knowledge Transfer, IEEE Transactions on Engineering Management, 56(3), pp.402-411. Clercq, D. D., and H. J., Sapienza, 2006, Effects of Relational Capital and Commitment on Venture Capitalists’ Perception of Portfolio Company Performance, Journal of Business Venturing, 21(3), pp.326-347. Cooke, P., and K., Morgan, 1993, The Network Paradigm: New Departures in Corporate and Regional Development, Environ.Plann, 11, pp.543-564. Das, T. K., and B. S., Teng, 2000, A Resource-Based Theory of Strategic Alliances, Journal of Management, 26(1), pp.31-61. DeVellis, R.F., 1991, Scale Development: Theory and Application, Newbury Park, Sage Publications, California. Donaldson, B., and T., O’Toole, 2001, Strategic marketing relationship, New York: John Wiley and Sons. Duysters, G., and A. P., De Man, 2003, Transitory Alliances: an Instrument for Surviving Turbulent Industries, R&D Management, 33(1), pp.49-58. Dyer, J. H., and W., Chu, 2003, The Role of Trustworthiness in Reducing Transaction Costs and Improving Performance: Empirical Evidence from the United States, Japan and Korea, Organisation Science, 14(1), pp.57-68. Frankel, J. A., and A. K., Rose, 1996, Currency Crashes in Emerging Markets: An Empirical Treatment, Journal of International Economics, 41(3), pp.351-366. Granovetter, M., 1985, Economic Action and Social Structure: The Problem of Embeddedness, American Journal of Sociology, 91, pp.481-510. Gulati, R., 1995, Does Familiarity Breed Trust? The Implications of Repeated Ties for Contractual Choice in Alliances, Academy of Management Journal, 38(1), pp.85-112.. 30.
(31) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. Han, Y., 2004, A Transaction Cost Perspective on Motives for R&D Alliances: Evidence from the Biotechnology Industry, Journal of American Academy of Business, 5, pp.110-115. Heide, J. B., 1994, Interorganizational Governance in Marketing Channels, Journal of Marketing, 58, pp.71-85. Hennart, J. F., 1988, A Transaction Costs Theory of Equity Joint Ventures, Strategic Management Journal, 9(4), pp.361-374. Hu, Li-tze and Bentler, P. M., 1999, Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria versus New Alternatives, Structural Equation Modeling, 6(1), pp.1-55. Hurmelinna, P., Blomqvist, K., Puumalainen, K., and S., Saarenketo, 2005, Striving Towards R&D Collaboration Performance: The Effect of Asymmetry, Trust and Contracting, Creativity And Innovation Management, 14(4), pp.374-383. Nunnally, J. C., 1978, Psychometric Theory, New York, NY: McGraw-Hill. Jong, G. D., and R. K., Woolthuis, 2008, The Institutional Arrangements of Innovation: Antecedents and Performance Effects of Trust in High-Tech Alliances, Industry and Innovation, 15(1), pp.45-67. Karlsson, C., 2003, The Development of Industrial Networks: Challenges to Operations Management in an Enterprise, International Journal of Operations and Production Management, 2(1), pp.44-70. La Londe, B., 2002, Who Can You Trust These Days?, Supply Chain Management Review, pp. 9-10. Lane, C., and R., Bachmann, 1997, Co-operation in Inter-Firm Relations in Britain and Germany: The Role of Social Institutions, The British Journal of Sociology, 48(2), pp.226-254. Lane, P., Salk, J. E., and M. A., Lyles, 2001, Absorptive Capacity, Learning, and Performance in International Joint Ventures, Strategic Management Journal, 22(12), pp.1139-1161. Lin, J. L., Fang, S. C., Fang, S. R., and F. S. Tsa, 2009, Network Embeddedness and Technology Transfer Performance in R&D Consortia in Taiwan, Technovation, 29(11), pp.763-774.. 31.
(32) 台灣土地研究 第十五卷第二期. MacMillan, K., Money, K., Money, A., and S., Downing, 2005, Relationship Marketing in the not-for-Profit Sector: An Extension and Application of the Commitment-Trust Theory, Journal of Business Research, 58, pp.806-818. Mayer, R. C., Davis, J. H., and F. D., Schoorman,1995, An Integrative Model of Organizational Trust, Academy of Management Review, 20(3), pp.709-734. McDonald, R. P., and M.-H. R., Ho, 2002, Principles and Practice in Reporting Structural Equation Analyses, Psychological Methods, 7, pp.64-82. Mchirguia, Z., 2009, Dynamics of R&D Networked Relationships and Mergers and Acquisitions in the Smart Card Field, Research Policy, 38, pp.1453-1467. Morgan, R. M., and S. D., Hunt, 1994, The Commitment-Trust Theory of Relationship Marketing, Journal of Marketing, 58(3), pp.20-38. Nieto, M. J. and L., Santamaria, 2007, The Importance of Diverse Collaborative Networks for the Novelty of Product Innovation, Technovation, 27(3), pp.367-377. Owen-Smith, J., and W. W., Powell, 2004, Knowledge Networks as Channels and Conduits: The Effects of Spillovers in the Boston Biotechnology Community, Organization science, 15, pp.5-21. Pisano, G. P., 1990, The R&D boundaries of the firm: an empirical analysis, Administrative Science Quarterly, 35, pp.153-176. Rampersad, G., Quester, P., and I., Troshani, 2009, Managing Innovation Networks: Exploratory Evidence from ICT, Biotechnology and Nanotechnology Networks, Industrial Marketing Management, 39(5), pp.793-805. Roijakkers, N., and J., Hagedoorn, 2006, Inter-Firm R&D Partnering in Pharmaceutical Biotechnology Since 1975: Trends, Patterns, and Networks, Research Policy, 35, pp.431-446. Smith, K. G., Carroll, S. J., and S. J., Ashfor, 1995, Intra- and Interorganizational Cooperation: Toward a Research Agenda, Academy of Management Journal, 38(1), pp.7-23. Tabachnick, B. G., and L. S., Fidell, 2007, Using Multivariate Statistics (5th Ed.), Boston: Allyn and Bacon. Tom Martin and Associates/TMA,2004, Innovation networks, Ireland: Forfás. Ybarra, C. E., and T. A. Turk, 2009, The Evolution of Trust in Information Technology Alliances, Journal of High Technology Management Research, 20, pp.62-74.. 32.
(33) 邊泰明、林淑雯、王宜婷：廠商研發資產、信任與合作績效—以生物科技為對象. Yli-Renko, H., Autio, E., and H. J., Sapienza, 2001, Social Capital, Knowledge Acquisition, and Knowledge Exploitation in Young Technology-Based Firms, Strategic Management Journal, 22(6), pp.587-613. Williamson, O., 1985, The Economic Institutions of Capitalism, New York: The Free Press. Young-Ybarra, C., and M., Wiersema, 1999, Strategic Flexibility in Information Technology Alliances: The Influence of Transaction Cost Economics and Social Exchange Theory, Organization Science, 10(4), pp.439-459. Zaheer, A., McEvilly, B., and V., Perrone, 1998, Does Trust Matter? Exploring the Effects of Interorganisational and Interpersonal Trust and Performance, Organisation Science, 9(2), pp.141-159.. 33.
(34)
Outline
相關文件
Potential knowledge management contributions to human performance technology research and practice Educational.. Technology”,Research
The research data are collected by questionnaire survey and analysed in electors’ opinion with political party of candidate, application of information technology media,
(1996), “A Theory of Organizational Knowledge Creation,” International Journal of Technology Management, Vol. Grayson (1998), If only we knew what we know: The transfer of
From analyze AHP (Analytic Hierarchy Process) questionnaire find the overall OEM/ODM competence indicators sequence of high technology industries in Taiwan are manufacture
The New Knowledge-Infrastructure: The Role of Technology-Based Knowledge-Intensive Business Services in National Innovation Systems. Services and the Knowledge-Based
(1998), “The Cabral-Dahab Science Park Management Paradigm: An Introduction,” International Journal of Technology Management, Vol. (2004), “The Cabral-Dahab Science Park Management
Dishaw, M.T., Strong, D.M., (1999), Extending the technology acceptance model with task-technology fit constructs, Information and Management, 36, pp.9-21. Englewood Cliffs., New
Y., (1997), “Resource recovery of sludge as building and construction materials — a future trend in sludge management,” Journal of Water Science and Technology, Vol. J.,
