台灣製造業二欄位產業生產效率之比較：
共同生產函數之應用
Comparing the Technical Efficiencies of Tai-
wan’s Manufacturing Two-Digit Industries un-
der the Framework of the Metafrontier Produc-tion Function
國立政治大學金融學系教授 黃台心
Tai-HisnHuang
ProfessorofDepartmentofMoneyandBanking,NationalChengchi
University
國立政治大學金融學系博士生 劉南宏
*Nan-HungLiu
Ph.D.StudentofDepartmentofMoneyandBanking,NationalCheng-chiUniversity
安侯建業聯合會計事務所審計部副理 黃雅鈴
Ya-LingHuang
AssistantManager,Audit,KPMG
* 聯繫作者：劉南宏，國立政治大學金融學系，台北市116文山區指南路二段64號。電 話：(02)2939-3091分機87143；傳真：(02)2939-8004;E-mail:[email protected]。 Correspondingauthor:Nan-HungLiu,DepartmentofMoneyandBanking,NationalCheng-chiUniversity,Taipei116,Taiwan.Tel:(02)2939-3091ext.87143;Fax:(02)2939-8004; E-mail:[email protected].台灣製造業二欄位產業生產效率之比較：
共同生產函數之應用
黃台心 國立政治大學金融學系教授 劉南宏 國立政治大學金融學系博士生 黃雅鈴 安侯建業聯合會計事務所審計部副理中文摘要
本研究以台灣製造業23個二欄位產業為研究對象，收集整理1992 年至2005年（排除兩個普查年）共12年豐富的縱橫資料，運用Batteseet al.（2004）和O’Donnelletal.（2008）提出的共同生產邊界模型，考慮各 次產業技術異質情形，允許不同產業廠商運用不同技術進行生產，並在共 同生產邊界下比較各次產業的生產效率，解決效率衡量基準不一致的問 題，得以進行跨產業生產效率和技術缺口的比較與分析。 實證結果發現，石油及煤製品業的平均技術缺口比率（TGR）與共 同生產邊界平均技術效率（TE*）最高，分別等於0.8161和0.5499，表示 此產業生產邊界最貼近共同生產邊界，實際產出達最大潛在產出水準之 54.99%。其他產業TGR值都相對偏低，介於0.4至0.5之間，各二欄位產業 除應改善本身經營管理能力，提高技術效率（TE）外，更須致力於採用 先進生產技術以提升TGR值，使其群組生產邊界可以趕上共同生產邊界， 達到最大潛在產出水準。 關鍵詞：共同生產邊界函數、技術效率、技術缺口比率壹、前言
光復後的台灣，在短短幾十年內，從一個低度開發國家，發展成為新興工 業化國家之一，與鄰近的香港、新加坡、南韓並稱亞洲四小龍，且獲得「經濟 發展奇蹟」的美譽。海島型的台灣在經濟發展過程中，除仰賴對外貿易帶來的 出超外，維繫台灣經濟成長的重要原動力之一就是製造業，其生產力的大幅提 升除歸功於生產要素的累積外，製造業總產值的40%，可歸因於生產技術的提 升（Chuang,1996）。 近年來，面對工資高漲、產業外移、1997年亞洲金融風暴衝擊、1999年 九二一震災、2000年網路泡沫、2001年全球經濟衰退和美國911攻擊事件以及 2003年SARS事件，台灣經濟發展速度漸緩。加之自2002年元旦起，台灣加入 世界貿易組織（WorldTradeOrganization）後，對部份製造業帶來相當衝擊。 各產業及廠商應積極加強本身競爭力，改善產業體質，妥善運用有限資源，提 升生產效率，以因應外在環境變化。有鑒於此，本研究將以台灣地區製造業為 研究對象，廣泛剖析製造業廠商的生產效率。 過去有關製造業生產效率的相關研究，多著重在單一次產業效率分析，受 限於資料取得與模型設定的限制，有時僅擷取單一年度資料進行分析，針對整 體製造業比較分析之研究並不多見。因此為求獲得更多訊息，本文使用經濟部 工廠校正資料庫1992年至2005年，共計12年資料，並根據行政院主計處公佈 之「行業標準分類」第七次修定，定義製造業二欄位產業別，將我國製造業 區分為23個次產業群組，以工廠證號串號為基礎進行資料擷取，串聯成龐大 的縱橫資料（paneldata）做為分析對象，深入探討和比較各次產業的經營績 經濟部調查的工廠校正資料，每五年與行政院主計處的工商普查合併辦理，故1992年 至2005年僅做十二次工廠校正調查，1996與2001年為普查年。 本文資料期間從西元1992年至2005年，期間含蓋1996年行業標準分類第六次修定、 2001年行業標準分類第七次修定以及2005年行業標準分類第八次修定。為要求資料一 致性，本文採用行政院主計處公佈之行業標準分類第七次修定為主要分類依據。 根據行政院主計處行業標準分類定義，凡從事以物理或化學方法，將材料或物質轉變 成新產品，不論其使用動力機械或人力，在工廠內或在家中作業，均歸入製造業。製 造業可再依據其生產的產品差異細分為二欄位、三欄位和四欄位產業，本文根據行政 院主計處行業標準分類定義，將我國製造業區分為23個二欄位產業群組。效。 本文旨在估計並比較我國製造業廠商的生產效率，由於這些廠商面臨的生 產機會不同，因此選擇不同的投入產出組合（input-outputcombination），分 析模型若忽視這種差異，恐不易獲得正確之實證結果和經濟意涵。針對此問 題，以往文獻進行跨群組技術效率之比較時，常將各群組的資料合併（ pool-ing）後再利用資料包絡分析法（DEA）或隨機邊界法（SFA），估計一條代 表性生產邊界，據以計算各樣本廠商的技術效率，然後進行跨群組的比較，此 做法易忽略各次產業採用異質生產技術集合的問題，且這由此得到的代表性生 產邊界不一定能包絡（envelop）各群組的生產邊界。另一常見做法，個別估 計各群組的生產邊界，進而計算各廠商技術效率，然後進行跨群組技術效率之 比較；因為各群組生產邊界並不相同，由此得到的各群組技術效率估計值，因 計算基準不同，相互比較的意義不大。 Batteseetal.（2004）和O’Donnelletal.（2008）提出的共同生產邊界模型 （metafrontierproductionfunctionmodel），可解決上述的問題。共同生產函數 最早由Hayami（1969）與HayamiandRuttan（1970,1971）提出，其基本概念 是不同群組的所有生產者都有機會使用潛在的生產技術，但各群組的生產者會 因所面臨的生產環境不同，如生產資源秉賦、人力資本（勞工的品質）、面臨 的市場競爭（進入市場的障礙）和總體經濟環境等差異，選擇不同的技術集合 （technologysets）進行生產。利用潛在最佳的技術集合進行生產的函數即為 共同生產函數（metafrontierproductionfunction），生產技術缺口（production technologygap）則為各群組所選取的生產技術邊界與潛在最佳技術（共同生 產邊界）的差距。 有鑑於跨產業分析時，製造業各次產業間面臨的生產機會與經營環境不一 致等，如果個別估計各次產業生產邊界，然後進行跨產業技術效率之比較，會 感謝評審的意見，若在DEA架構下，合併資料的生產邊界必定能包絡各群組的生產邊 界。
Rao（2006）和O’Donnell et al.（2008）定義共同邊界為未受限制技術集合的邊界
（boundary），群組邊界則定義為受限制技術集合的邊界，受限制原因為不同群組廠
因比較基準（生產邊界）不同而失去意義。本研究採用Batteseetal.（2004） 和O’Donnelletal.（2008）等提出的共同生產邊界模型，一者可解決效率衡量 基準不一致的問題，容許不同產業生產者運用不同技術集合進行生產，再者可 在同一基準─整體製造業共同生產邊界─下比較各次產業的生產效率和技 術缺口比率。 另外，本文更擴展Batteseetal.（2004）和O’Donnelletal.（2008）提出 的的共同邊界模型，在第一階段估計各次產業生產邊界時，引用Batteseand Coelli（1995）提出的模型，考慮環境變數對技術效率的影響，有別於過去相 關研究，除加入各廠商的環境變數外，並額外考量總體經濟變數及金融變數， 深入探討總體經濟環境對製造業生產效率的影響。 本文以台灣製造業廠商為研究對象，在兼顧技術集合異質性與效率可比較 性的要求下，將樣本廠商區分成23個二欄位產業，運用Batteseetal.（2004） 和O’Donnelletal.（2008）提出的兩階段共同生產邊界模型，得以同時解決異 質技術集合和效率衡量基準不一致的問題。第一階段使用Translog隨機邊界生 產函數，引用BatteseandCoelli（1995）提出的模型，納入環境變數對技術效 率的影響，估計出各群組每家樣本廠商的技術效率；第二階段將所有群組的樣 本廠商合併後，估計整體製造業之共同生產函數。至此，研究者透過技術效 率（TE）、技術缺口比率（TGR）和共同生產邊界技術效率（TE*）等三種指 標之計算，能夠正確比較各次產業廠商的TGR與TE*，因為這兩種指標值的計 算，皆以共同生產函數為衡量基礎。 本文除第一節為緒論外，第二節回顧共同生產函數相關文獻，第三節介紹 研究方法，建立共同生產邊界模型，第四節詳述資料來源與變數定義，第五節 進行實證分析，闡述迴歸結果與經濟意義，最後一節為結論。
貳、文獻回顧
衡量廠商績效的方法有許多種，其中被廣泛應用的為經濟效率（亦稱為X Lozana-Vivasetal.（2001）和Lozana-Vivasetal.（2002）研究歐洲銀行效率時，特別強 調外在環境因素的重要性，為使效率比較更具意義，應將環環變數的影響納入模型。效率），最先由Farrell（1957）提出，主張以生產邊界（productionfrontier） 衡量生產效率，假設樣本廠商面臨相同生產邊界，生產邊界和實際產出之差異 即為技術無效率。 根據生產邊界函數設定及估計方法之差異，主要區分為非參數法（ non-parametricapproach）與參數計量法（parametricapproach）。前者主要為資料 包絡分析法（dataenvelopmentanalysis,DEA），後者依據隨機誤差項及效率 設定分配之不同再細分為隨機邊界法（stochasticfrontierapproach,SFA）、厚 邊界法（thickfrontierapproach,TFA）與無分配法（distribution-freeapproach， DFA）等，其中以SFA法最常被使用。SFA法首先由Aigneretal.（1977）和 MeeusenandvandenBroeck（1997）提出，將生產函數迴歸式中誤差項分解成 兩項，其中一項為技術無效率，反映廠商的管理能力；另一項為隨機誤差項， 屬於廠商本身無法掌控的外在因素。 經濟效率衡量方式已廣泛應用在各產業，如銀行與保險業、醫療機構、 大專院校、交通運輸、高科技產業等，用以評估它們的生產效率。在製造業 方面，多數文獻僅探討單一次產業效率，針對整體製造業比較分析之研究較 不多見。CorboanddeMelo（1983）針對1967年智利44個製造業普查資料，以 Cobb-Douglas確定性統計邊界法及隨機邊界法進行估計。確定性統計邊界法估 計得到各產業平均效率值為0.43，隨機邊界法估得各產業平均效率值介於0.72 與0.81。CavesandBarton（1990）利用隨機邊界生產模型，估計美國1977年 製造業生產效率，並探討產業間效率差異的原因。Harris（1991）以1974年至 1995年愛爾蘭製造業四欄位廠商為研究對象，運用隨機邊界模型分析技術效 率，並剖析英國不同區域效率差異，結果發現北愛爾蘭地區效率表現低於英國 其他地區，認為廠商應該以競爭方式提昇效率而非政府補貼。 在國內方面，僅劉錦添（1995）針對台灣製造業效率進行全面性剖析，利 用隨機邊界模型配合Translog生產函數，分析民國75年臺灣地區各製造業的生 產效率，探討產業內技術效率差異，再將製造業區分為出口及進口替代導向兩 大類型廠商，進行比較分析。 比較跨群組技術效率之文獻中，礙於各次產業面臨的生產機會與經營環境 等差異，各群組效率值將隨之而有不同，群組間立足點不同，效率無法直接比
較，多數學者將產業間技術效率差異的原因歸屬於產業特性。共同生產函數容 許不同群組生產者運用不同生產技術集合，進行生產。 共同生產函數概念最早由Hayami（1969）與HayamiandRuttan（1970, 1971）提出，HayamiandRuttan（1971）認為共同生產函數可視為古典生產函 數的包絡線；Ruttanetal.（1978）將共同生產函數定義為各群組間最有效率的 生產點所構成的包絡線，此創新概念提供更適當分析基礎，降低群組間比較分 析偏誤之疑慮。爾後MundlakandHellinghausen（1982）、LauandYotopoulos （1989）、BoskinandLau（1992）和KimandLau（1994）相繼應用並進行跨 國資料實證分析；SharmaandLeung（2000）和GunaratneandLeung（2001） 將隨機概念加入共同生產函數。 BatteseandRao（2002）提出隨機共同生產邊界模型，利用SFA法估計可 跨群組相互比較的技術效率，不再使用前述文獻的方法，先將各群組的要素投 入以一定比例轉換，再藉由差分方式刪除轉換因子與各群組的個別差異，解決 轉換因子無法估計的問題。 Batteseetal.（2004）修改BatteseandRao（2002）的模型，假設資料產生 過程只有一種，並提出兩階段方法估計共同邊界參數，第一階段先利用SFA法 針對各群組個別估計生產邊界與技術效率，第二階段利用第一階段估計得到 的參數與合併各群組資料，採用線性規劃法（linearprogramming,LP）和二次 式規劃法（quadraticprogramming,QP），估計共同生產邊界及技術缺口比率 （technologygapratio,TGR），解決共同生產邊界不一定能包絡各群組生產邊 界的問題，也能進行跨群組的比較。 O’Donnelletal.（2008）利用距離函數概念，更清楚地建立共同生產邊 界、群組邊界及兩者之間關係的理論架構，同時使用DEA法與SFA法，估計共 同生產邊界，收集1986年到1990年97個國家農業生產縱橫資料，依地區分為 四群組，比較各群組之技術效率。 黃台心等人（2009）將Batteseetal.（2004）和O’Donnelletal.（2008）提 出的共同生產邊界函數，近一步延伸至共同成本邊界（meta-costfrontier）函 數，針對東亞六國銀行業進行分析，試圖了解在金融風暴發生以後，它們的成 本效率是否提升，並比較各國銀行業的效率差異。
自從Batteseetal.（2004）和O’Donnelletal.（2008）提出兩階段方法估計 共同生產函數後，共同生產函數的發展日趨成熟，近來受到不少學者重視並相 繼運用此架構進行實證研究，如：BosandSchmiedel（2007）、Krishnasamy andAhmed（2009）、Assafetal.（2010）、OhandLee（2010）和Moreiraand Bravo-Ureta（2010）等。Huangetal.（2012）提出兩階段SFA的共同生產函數 模型，跟Batteseetal.（2004）和O’Donnelletal.（2008）的模型差異在於第二 階段不再使用數理規劃法估計共同生產函數，而是用SFA方法估計並同時可把 造成TGR差異的可能解釋因素考慮進來，此外也解決了用數理規劃法估計共同 生產函數沒有估計標準誤的問題。
參、研究方法
本研究採用Batteseetal.（2004）和O’Donnelletal.（2008）提出的共同生 產函數模型，企圖針對各二欄位產業之樣本廠商，於共同生產函數基礎上進行 比較，透過各群組技術效率（TE）、技術缺口比率（TGR）以及共同生產邊 界技術效率（TE*）之估計值，深入剖析各群組技術效率差異與原因。 令j=1,…,R代表群組，每一個群組中有Nj家廠商。因此，第j群組第i 廠商於第t期產出，以Yit(j)為代表，此群組隨機邊界生產函數設定如下 （1）式中i=1,…,Nj，t=1,…,T，Xit(j)是第j群組中第i廠商於t期的要素投入向
量，β(j)為第j群組的技術參數向量，必須藉由個別群組樣本資料估計得到，
本文將利用BatteseandCoelli（1995）隨機邊界模型，以最大概似法估計之；
Vit為隨機干擾項，是相同且獨立的常態隨機變數，即Vit∼N(0,σV2)，定義非負
隨機變數Uit為
代表技術無效率，其中Zit為1×M向量，本文選取影響技術效率之廠商特性變 數與總體金融等外生環境變數，δ為M×1未知參數向量，Wit為不可觀察的隨 機干擾項，具有常態分配，其平均值為0，變異數為σW2，且須滿足Wit -Zitδ， 它與Vit相互獨立。如此，Uit的分配成為Uit∼|N(Zitδ,σW2)|。故個別廠商之技術 效率估計值為 ，其中 是E(Wit|εit)的估計 值。 假設f(．)為對數線性生產函數，（1）式成為 （3） 令整體製造業之共同生產函數如下 （4） 且 Xit β* Xit β(j). （5） （ 4）式的共同生產邊界函數在本質上屬於確定參數函數（deterministicpara-metricfunction），可視為各群組生產函數之包絡曲線（envelopecurve），它 必須大於等於個別群組之最適產出水準。 將（3）式改寫為 （6） 其中等號右方第一項為第j群組的技術效率指標TEit，其定義為 BatteseandCoelli（1988）建議直接使用 ，作為技術效率估計值。
（7） （7）式表示第i廠商實際產出與該群組最適產出水準之差異，當技術效率越 高時，意指第i廠商越接近最適產出。（6）式等號右方第二項稱為技術缺口 比率，簡稱TGRit(j)，代表第j群組的邊界產出相對於共同生產函數的潛在產出 的比率，其值應介於零與一之間，技術缺口比率表示如下 （8） 透過（6）至（8）式，可將共同生產邊界技術效率分解如下 TE*
it=TEit(j)×TGRit(j) （9）
其中，TEit*為第i廠商於第t期之實際產出占最大可能產出水準之比率，即
，代表共同邊界技術效率。透過（9）式可知，假設TE*it=0.3
及TEit(j)=0.6，顯示第i廠商實際產出水準可達該群組最適產出60%；但僅達
最大可能產出之30%，隱含技術缺口比率為50%（0.3/0.6），代表此群組生產 邊界僅及共同邊界一半。 本文採用之兩階段共同生產函數估計步驟，摘要如下： 第一階段：利用BatteseandCoelli（1995）隨機邊界模型，考慮環境變數對技 術效率的影響，以最大概似法估計每個二欄位產業生產函數之參數 向量 ，並計算每家廠商技術效率估計值（TEit(j)）。 第二階段：利用Batteseetal.（2004）提出的兩種方法估計共同生產函數參數 向量β*，概述如下： (1)極小化絕對距離和（minimumsumofabsolutedeviations），又 稱線性規劃法（LP），求解下列最適化問題： （10）
（11） 若生產函數為對數線性，目標函數可以簡化為 （12） （13） 因為個別群組的參數估計值 ，j=1,…,R，在極小化過程中 假定為固定值，故此線性規劃問題，相當於極小化目標函數 ，其中 代表所有變數的平均值向量。 (2)極小化距離平方和（minimumsumofsquaresofdeviations），又 稱二次規劃法（QP），求解下列最適化問題： （14） （15） 此估計方法，等同於受限制最小平方法。 以上兩種估計方法，皆須透過數理規劃方法求解，參數估計式的估計標準 誤，Batteseetal.（2004）建議採用模擬（simulation）或拔靴（bootstrap）方
法得到。由第二階段得到的參數估計求算TE*it，配合第一階段得到TEit(j)的估
計值，利用（9）式可得到TGRit(j)的估計值。
肆、資料來源與變數定義
本文使用的工廠校正資料庫，調查方式以「場所」為對象，每一家廠商可 由一個以上的分工廠組成，由於超過半數以上廠商僅擁有單一場所，本文直
行政院主計處實施普查而中斷，實際使用12年資料。為要求資料一致性，根 據行政院主計處公佈之「行業標準分類」第七次修定，定義製造業兩欄位產業 別，以工廠證號串號為基礎進行資料擷取，串聯成縱橫資料。 排除樣本數較少的第九產業—菸草製造業，總計23個製造業次產業12年期 間，廠商家數共計121,852家，資料總數為831,305筆，各次產業廠商家數與樣 本數如表1所示，並按性質區分成四大類別，即民生工業、化學工業、資訊電 子業和金屬機械業。 影響整體製造業及各次產業技術效率因素很多，同屬於製造業的23個次產 業，各產業的生產環境大不相同，因此本文嘗試將廠商特性、產業特性及總體 金融等環境變數，納入考慮。 本文使用的變數詳細定義如下，其中前三項依序為產出與投入，之後皆為 環境變數，其中第4至第5為廠商特性變數，第6至第8為產業特性變數，最後 三個是總體與金融變數。 1.產出（Y）：由於各產業之產品特性差異懸殊，本文使用附加價值（value added）做為廠商產出變數，定義為全年營業收入淨額減中間財，包含原材 燃料、生產電力費用及其他營業費用支出等；透過躉售物價指數轉換為實 質附加價值（單位為千元新台幣），再取自然對數。 2.勞動（L）：針對各產業每一家廠商雇用之員工人數取自然對數。 3.資本設備（K）：然而，自2000年起，「工廠校正暨營運調查」項目中，將 原資產問項改為投資，故2000至2005年期間資本設備變數資料，須使用折 舊率進行估算，本文假設折舊率為6%，即本期資本=前期資本×（1-6% 折舊率）+本期投資。透過躉售物價指數轉換為實質項（單位為千元新台 幣），再取自然對數。 4.廠齡（age）與其平方項（age2）：廠商從登記設立年度起至調查年度（單 行政院主計處調查之「工商普查」資料，主要是依據「企業單位」為認定原則進行普 查；經濟部統計處之「工廠校正暨營運調查」則以「場所單位」進行調查，由於調查 單位不一，依照目前現有資訊，尚無法將兩部門調查資料相互連結。 本文亦同時以折舊率8%進行各產業技術效率估算，結果顯示兩種折舊率估計結果並無 太大落差，故只採用6%折舊率結果進行分析。
位為年）。PittandLee（1981）認為此變數可檢驗市場上生存年限久的廠 商，經由經驗累積，透過「做中學」，對於生產力與效率是否有正向影 響；或者因為生存年限長而使得管理組織僵化無法靈活運作，在面臨新的 生產技術訊息時，又必須重新投入大量的生產成本，使得技術調整缺乏彈 性，導致負面影響。HillandKalirajan（1993）發現廠齡對技術效率的影響 為負， Biggsetal.（1996）認為廠齡愈長有助於廠商提升技術效率，Lund-vallandBattese（2000）發現廠齡對廠商技術效率沒有影響。 5.研發經費（rrd）與其平方項（rrd2）：此變數透過躉售物價指數平減轉換為 實質項（單位為百萬元新台幣）。研發投入被視為企業持續發展與創新的 一項重要原動力。一般而言，企業投入越多研發經費，有助提升生產技術 與生產效率。然而，研發經費投入未必立刻有研發成果，研發產品也可能 不被市場接受，以致對企業營收沒有幫助。因此，研發投入之風險對生產 效率影響效果為何，尚無明確方向。AwandBatra（1998）針對台灣製造業 廠商，發現研發投入對廠商技術效率有正向影響，從事研發活動，有助增 進技術效率。 6.產業集中度（mcon）：本文計算各產業於每一調查年度中，附加價值（Y） 最大之前四家廠商總和，除以該年度產業中所有廠商附加價值總和，作為 該產業內市場集中度指標。文獻中探討市場結構者，常以兩種理論基礎為 架構，分別為結構-行為-績效理論（structure-conduct-performancehypothesis, SCP）與芝加哥學派效率假說（relative-market-powerhypothesis,RMP）。前 者以集中度表示市場結構變數，並與代表績效之利潤存在正向關係，即產 業集中度越高，大廠商獨占力大而使利潤提升；後者則認為廠商經營效率 提昇才是影響利潤主要因素。目前由於各產業特性差異，因此產業集中度 對效率影響仍無定論。本文嘗試將產業集中度指標作為環境變數，0研究是 否影響各產業技術效率。 0 各種市場結構指標皆存在一些缺點，譬如CRk指標忽略較小廠商的影響力，唯其計算 簡單；HHI指標雖然使用各廠商市占率平方之加總，也易受少數大廠商的影響。未來 研究可考慮非結構分析法，例如 PanzarandRosse（1987）的H統計值或是Lernerin-dex，改從直接觀察廠商行為著手，運用完整的計量模型，推估市場競爭程度。
7.受雇員工進出率（empio）：本變數資料來自台灣經濟新報資料庫，各產業 受雇員工進出率，即受雇員工進入率加退出率之總和。一般而言，受雇員 工流動率越高，廠商面臨人事訓練成本提升，員工工作經驗也不易累積和 傳承，較不利於技術效率提升。但另一方面，員工流動率高的產業，可能 得以「去蕪存菁」，雇用到較高素質的員工，有利生產效率提升。 8.產業貿易實質有效匯率（exr）：台灣是海島型國家，須仰賴貿易帶動經濟 成長，基於每一產業貿易對象不同，一般的匯率無法確實反映各產業對外 貿易所面臨的實際競爭狀況，故本研究採用產業貿易實質有效匯率（單位 為外幣／新台幣）做為各產業的匯率變數，藉此反映經濟自由化及國際化 對各產業的影響。當產業貿易實質有效匯率上升，表示新台幣升值，持有 新台幣者購買力提升，故進口產品與原物料採購成本下降；另一方面，本 國商品於國際市場價格競爭力相對下降，不利出口產業。本文欲從貿易實 質有效匯率影響產業產出方向切入，探討匯率對技術效率影響為何。 9.平均每人實質國民所得成長率（rgdp）：代表本國於該年度整體經濟狀況的 指標，資料來源為台灣經濟新報資料庫，採用民國90年為基期之每人實質 國民所得對數值，取差分後轉換為成長率（單位為百分比）。每人實質國 民所得常被視為總體經濟一項重要福利指標，隨景氣循環而波動。由於各 產業特性不一，此變數對技術效率影響亦應不同。 10.本國一般銀行對公民營產業放款餘額（loan）：本變數資料取自台灣經濟 新報，各產業放款餘額（單位為百萬元新台幣），經過消費者物價指數 （CPI）進行平減後，再取自然對數。產業未來展望與本國銀行對產業放 款餘額息息相關，當前景看好時，放款增加；反之，放款緊縮。利用此變 數可觀察是否當銀行放款餘額增加，企業融資順暢時，有助於其提高生產 效率。 11.台灣銀行業集中度（bcon）：資料取自於Becketal.（2000），作者們利用 本研究採用戴郁蘋（2007）計算的各產業貿易實質有效匯率，參照Goldberg（2004） 建構的產業實質有效匯率計算方式，以各產業對我國前24大主要貿易對手國貿易額為 權數，計算1989年至2005年間，我國27個產業貿易、出口及進口產業實質有效匯率。
台灣前三大商業銀行資產和占所有商業銀行資產總和比重，計算台灣1992 至2005年間商業銀行集中度。利用此變數可探討銀行集中程度是否對於廠 商融資借貸有所影響，當廠商資金流動狀況不佳，無法有效運用資金，是 否將影響整體營運效率。 各次產業各變數樣本統計量置於表1至表3。表1為產出與投入要素樣本統 計量，表2為廠商特性與產業特性樣本統計量，表3為總體變數樣本統計量。
伍、實證結果分析
製造業二欄位產業可進一步區分為四大業別，分別為民生工業（編號 為08,09,10,11,13,14,22,31）、化學工業（編號為12,15,16,17,18,19,20, 21）、金屬機械業（編號為23,24,25,29）和資訊電子業（編號為26,27,28, 30）。本文將依據此四大業別，進行統整性分析和比較。第一小節針對各產業 技術效率進行剖析，探討各廠商特性、產業特性、總體金融等環境變數，對於 技術（無）效率之影響，並透過時間趨勢圖探究各產業技術效率趨勢變化；第 二小節利用共同生產函數概念比較各產業間效率差異。一、產業技術效率分析
本文主要實證模型的生產函數，設定為頗具伸縮性的translog型式，表為 （17） 所有變數與係數的定義同第二節，其中時間趨勢項包含於自變數x中，組合誤 差項Vit與Uit的定義也與第二節相同。利用Frontier4.1套裝軟體進行估計，係 數估計值置於附表1。由於translog生產函數同時囊括各變數之一次式、二次式 以及交乘項，自變數與應變數之間關係，無法直接透過係數估計值判斷。為 此，本文利用偏導數計算方式，得出各要素邊際產出與偏產量彈性進行分析。■ 表 1 產 出 與 投 入 要 素 樣 本 統 計 量 行 類 別 代號 產 業 名 稱 附 加 價 值 （ 千 元 ） 勞 動 （ 人 ） 資 本 設 備 （ 千 元 ） 廠 商 家 數 樣 本 數 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 民 生 工 業 8 食 品 及 飲 料 業 36 30 6. 52 27 87 38 23 78 81 17 1. 57 41 61 14 6, 58 8 53 ,9 37 10 紡 織 業 38 76 1. 07 19 66 57 39 12 5 11 57 07 .2 4 72 51 36 6, 08 0 42 ,4 62 11 成 衣 服 飾 品 及 其 他 紡 織 製 品 業 21 96 9. 11 65 08 5 36 80 32 86 5. 26 18 52 41 3, 21 1 19 ,3 35 13 木 竹 製 品 業 75 86 .7 1 24 10 1 13 25 20 62 7. 91 10 19 41 2, 65 6 19 ,1 54 14 家 具 及 裝 設 品 業 13 64 4. 36 44 45 2 21 54 24 38 2. 85 11 32 22 2, 85 4 18 ,6 26 22 非 金 屬 礦 物 製 品 業 39 17 6. 48 16 97 07 30 61 10 17 13 .3 6 50 84 68 3, 80 7 29 ,1 77 31 其 他 工 業 製 品 業 15 85 2. 06 62 87 7 21 59 24 81 5. 19 11 38 80 5, 73 0 37 ,6 14 化 學 工 業 12 皮 革 、 毛 皮 及 其 製 品 業 34 00 1. 43 12 83 62 37 10 8 50 59 7. 39 17 14 66 1, 40 1 8, 05 0 15 紙 漿 、 紙 及 紙 製 品 業 30 53 1. 29 12 94 71 28 69 94 35 0. 11 54 27 62 2, 28 1 17 ,0 18 16 印 刷 及 其 輔 助 業 13 63 4. 92 61 44 3 17 47 40 72 5. 95 20 69 19 3, 40 2 23 ,8 14 17 化 學 材 料 業 19 23 87 .0 9 87 72 72 61 19 8 54 57 82 .7 7 25 45 69 6 1, 47 7 10 ,3 86 18 化 學 製 品 業 40 64 9. 92 14 23 32 27 52 73 22 7. 94 28 83 18 2, 67 8 22 ,0 28 19 石 油 及 煤 製 品 業 43 05 58 .2 5 29 12 77 3 68 34 5 13 33 87 5. 40 91 40 99 5 24 2 1, 67 5 20 橡 膠 製 品 業 27 56 2. 01 13 32 03 31 90 50 13 3. 85 24 96 77 1, 65 4 12 ,0 75 21 塑 膠 製 品 業 15 87 1. 63 12 46 69 19 59 37 55 7. 77 34 41 41 11 ,7 07 84 ,2 19
行 類 別 代號 產 業 名 稱 附 加 價 值 （ 千 元 ） 勞 動 （ 人 ） 資 本 設 備 （ 千 元 ） 廠 商 家 數 樣 本 數 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 金 屬 機 械 業 23 金 屬 基 本 工 業 90 27 3. 51 1 20 64 27 35 20 1 22 47 85 .7 0 45 92 37 3 3, 85 1 26 ,5 29 24 金 屬 製 品 業 13 50 3. 29 60 71 0 16 31 26 92 1. 77 17 50 54 19 ,6 41 12 9, 67 9 25 機 械 設 備 製 造 修 配 業 13 09 4. 85 71 27 0 15 40 28 92 7. 45 19 74 64 19 ,5 71 13 3, 65 9 29 運 輸 工 具 製 造 修 配 業 54 09 8. 63 46 93 77 39 14 3 81 88 6. 85 51 33 12 5, 62 9 40 ,5 16 資 訊 電 子 業 26 電 腦 、 通 信 及 視 聽 電 子 產 品 業 14 72 15 .5 6 74 91 08 77 23 3 13 79 38 .7 6 74 92 16 4, 25 4 22 ,2 94 27 電 子 零 組 件 業 19 94 31 .4 9 22 41 21 9 97 38 6 39 46 49 .4 1 46 59 20 7 4, 61 9 25 ,3 59 28 電 力 機 械 器 材 及 設 備 製 造 修 配 業 39 75 8. 00 23 69 31 34 11 2 55 34 9. 97 32 74 45 6, 43 5 40 ,2 22 30 精 密 光 學 醫 療 器 材 及 鐘 錶 業 27 15 8. 06 19 30 72 30 89 34 19 3. 14 16 34 04 2, 08 4 13 ,4 84
■ 表 2 廠 商 特 性 與 產 業 特 性 樣 本 統 計 量 行 類 別 代號 產 業 名 稱 廠 齡 （ 年 ） 研 發 經 費 （ 百 萬 ） 產 業 集 中 度 （ % ） 受 雇 員 工 進 出 率 （ % ） 貿 易 產 業 實 質 有 效 匯 率 （ 外 幣 新 台 幣 ） 本 國 一 般 銀 行 對 公 民 營 各 製 造 業 放 款 餘 額 （ 百 萬 ） 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 民 生 工 業 8 食 品 及 飲 料 業 17 .1 9. 7 0. 30 3. 46 15 .3 5 3. 02 5. 06 0. 63 4. 82 0. 59 12 71 16 .1 5 19 71 3. 78 10 紡 織 業 13 .1 8. 6 0. 52 6. 02 13 .0 7 1. 92 4. 49 1. 09 25 .4 5 9. 06 17 81 83 .2 4 33 51 2. 20 11 成 衣 服 飾 品 及 其 他 紡 織 製 品 業 11 .7 7. 9 0. 19 2. 18 9. 58 3. 98 4. 41 0. 98 31 .7 4 8. 49 21 12 0. 58 67 76 .8 7 13 木 竹 製 品 業 16 .7 8. 5 0. 02 0. 22 10 .9 8 3. 16 5. 31 1. 28 40 .5 7 9. 43 25 26 7. 97 75 10 .7 3 14 家 具 及 裝 設 品 業 11 .8 7. 9 0. 19 2. 26 11 .7 1 1. 73 6. 10 0. 76 36 .0 5 7. 58 12 08 3. 15 36 89 .3 8 22 非 金 屬 礦 物 製 品 業 14 .9 9. 1 0. 37 4. 98 12 .6 7 1. 61 4. 16 0. 89 11 .5 3 2. 24 71 01 3. 49 18 20 4. 14 31 其 他 工 業 製 品 業 12 .3 8. 3 0. 31 3. 05 8. 72 2. 68 5. 12 1. 25 7. 05 3. 17 55 56 8. 06 80 97 .2 5 化 學 工 業 12 皮 革 、 毛 皮 及 其 製 品 業 14 .0 8. 4 1. 14 13 .7 0 20 .9 1 3. 11 4. 43 0. 97 38 .0 4 18 .5 5 17 08 5. 31 50 82 .9 8 15 紙 漿 、 紙 及 紙 製 品 業 12 .6 8. 0 0. 25 2. 24 15 .3 1 2. 89 3. 52 0. 55 27 .2 3 9. 95 44 85 2. 54 80 93 .9 2 16 印 刷 及 其 輔 助 業 11 .2 8. 2 0. 11 2. 02 15 .0 0 2. 34 3. 94 0. 57 3. 27 0. 72 19 86 1. 48 84 18 .6 5 17 化 學 材 料 業 14 .6 9. 5 3. 76 22 .4 6 21 .8 5 3. 47 2. 27 0. 54 22 .0 2 3. 76 72 88 1. 26 46 43 2. 83 18 化 學 製 品 業 15 .5 9. 1 1. 54 9. 26 10 .8 7 1. 45 3. 73 0. 76 18 .1 2 2. 97 64 31 3. 43 14 90 8. 18 19 石 油 及 煤 製 品 業 19 .2 8. 7 3. 07 48 .9 1 86 .1 2 2. 50 1. 39 0. 22 45 .8 8 9. 54 11 63 30 .4 6 20 08 1. 51 20 橡 膠 製 品 業 13 .5 8. 4 0. 63 5. 68 22 .7 8 5. 44 4. 23 1. 34 18 .8 7 2. 95 23 98 0. 04 38 02 .5 7 21 塑 膠 製 品 業 12 .1 7. 8 0. 26 4. 28 14 .0 2 4. 26 4. 70 0. 86 8. 87 1. 61 10 97 91 .8 9 33 13 5. 26
行 類 別 代號 產 業 名 稱 廠 齡 （ 年 ） 研 發 經 費 （ 百 萬 ） 產 業 集 中 度 （ % ） 受 雇 員 工 進 出 率 （ % ） 貿 易 產 業 實 質 有 效 匯 率 （ 外 幣 新 台 幣 ） 本 國 一 般 銀 行 對 公 民 營 各 製 造 業 放 款 餘 額 （ 百 萬 ） 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 平 均 值 標 準 差 金 屬 機 械 業 23 金 屬 基 本 工 業 12 .6 8. 3 0. 75 17 .8 6 31 .7 5 5. 68 3. 08 0. 54 9. 01 1. 61 16 12 00 .2 4 38 81 6. 52 24 金 屬 製 品 業 10 .5 7. 3 0. 13 2. 06 4. 77 2. 35 5. 03 0. 79 9. 04 1. 58 21 24 21 .3 8 45 23 6. 42 25 機 械 設 備 製 造 修 配 業 11 .6 7. 7 0. 28 3. 53 6. 52 2. 06 4. 34 0. 92 7. 39 0. 69 91 92 8. 50 29 11 2. 81 29 運 輸 工 具 製 造 修 配 業 12 .7 8. 3 2. 19 33 .6 0 23 .9 2 2. 85 4. 22 0. 63 7. 96 2. 80 84 66 3. 58 12 66 7. 62 資 訊 電 子 業 26 電 腦 、 通 信 及 視 聽 電 子 產 品 業 7. 9 6. 3 12 .1 1 75 .4 9 14 .3 0 2. 89 6. 24 0. 94 5. 17 0. 57 12 85 13 .4 7 10 21 52 .6 2 27 電 子 零 組 件 業 8. 6 6. 4 14 .3 7 18 1. 56 24 .9 3 7. 43 5. 33 1. 15 5. 15 0. 56 29 15 16 .6 1 17 75 10 .7 7 28 電 力 機 械 器 材 及 設 備 製 造 修 配 業 10 .5 7. 6 1. 28 12 .2 9 14 .6 1 2. 12 4. 83 0. 85 7. 27 0. 67 88 96 4. 09 32 18 5. 18 30 精 密 光 學 醫 療 器 材 及 鐘 錶 業 10 .8 7. 2 1. 39 13 .2 2 21 .0 7 6. 95 5. 05 0. 96 3. 90 0. 38 14 49 8. 12 58 17 .7 7
■表3 總體變數樣本統計量 每人實質國民所得成長率（%） 台灣銀行業集中度（%） 平均值 標準差 平均值 標準差 4.97 1.07 35.63 8.98 在要素偏產量彈性方面，全體製造業勞動偏產量彈性值約介於0.888∼ 1.076之間，四群組中民生工業最高，達到0.995，次產業則以食品及飲料業 （8）居冠，達到1.076，傳統民生工業中勞動要素帶來的產出效益較為明顯。 資本偏產量彈性介於0.141∼0.298，四群組中以化學工業0.216最高；其中以石 油及煤製品業（19）、化學材料業（17）和化學製品業（18）居前三名，化 學材料業（17）之資本勞動比更高居各業之冠達到10082.329（千元／人）， 顯示它屬於資本密集產業。 各產業勞動偏產量彈性皆明顯大於資本偏產量彈性，增加勞動投入對總產 量的貢獻度大於資本；兩種偏產量彈性值加總得到規模彈性值，歷年規模彈性 值皆超過一，且呈現穩定上升趨勢，主要動能來自勞動偏產量彈性每年提昇的 力道大於資本偏產量彈性下滑幅度。 本文嘗試將各廠商特性、產業特性、金融及總體經濟變數，當做環境變 數，觀察它們對於技術（無）效率之影響，實證結果列於表4。 在廠商特性方面，整體民生工業技術效率對於廠齡反應趨於一致，技術 無效率呈現先上升後下降的倒U形。廠商經營初期，處於摸索調適期，技術效 率先下滑，但隨時間拉長，廠商經營管理能力與經驗漸次改善和累積，技術 效率逐漸提升。研發支出一次項迴歸係數皆為負，二次項除木竹製品製造業 （13）外皆為正。換言之，隨研發支出增加，技術效率先上升至某臨界點後下 降。 化學工業平均廠齡為14.09年，為四群組中最長者，然而個別產業廠齡對 於技術效率影響不一。整體而言，各次產業技術效率隨著研發支出提高，技術 效率呈現先上升後下滑的現象，惟印刷及其輔助業（16）迴歸係數不顯著。 為節省篇幅，僅扼要說明，有興趣的讀者，可向作者索取各次產業詳細計算結果。
金屬機械業中，機械設備製造修配業（25）與運輸工具製造修配業（29）如 同多數產業，廠齡越長技術效率逐步提升。在研發支出方面，除金屬基本工業 （23）外，各次產業技術效率呈現先上升後下滑的走勢。 資訊電子業平均廠齡僅9.44年，居四群組之末，此群組各次產業由於生產 技術日新月異，不斷推陳出新，產品週期短。電子零組件業（27）與電力機械 器材及設備製造修配業（28）的技術效率隨廠齡增加，呈現先上升後下降的形 式，與胡名雯和薛琦（1997）結果相符，成立年數太長未必有利於技術效率 的提升。資訊電子業平均研發支出達7.29（百萬），為四群組之冠，研發目的 在於開發新技術、新產品或改良產品。四個次產業之技術效率與研發支出關係 皆為先上升而後下降，表示適當的研發支出對於技術效率有提升的作用，過 度投入則未必有利於技術效率的提升。推論原因可能在於資訊電子產業技術更 新快速，產品生命週期短，競爭激烈。 產業特性方面，民生工業市場集中度為四群組中最低者，僅有16.35%， 多數產業市場集中度對無效率迴歸係數為正，表示集中度上升，技術（無）效 率下降（提升）。市場集中度高造成廠商進入不易，不利市場競爭，其中尤以 木竹製品業（13）的無效率受此變數影響最大。民生工業員工流動率平均為 4.95%，居四群組第二，其迴歸係數多為負，表示員工流動率上升，技術無效 率將隨之下降。民生工業對於一般作業員及操作員工需求較大，員工間替代性 較高，故員工流動率高對於員工經驗與技術的累積，較無太大不利影響。產業 實質有效匯率的迴歸係數多呈負值，主要原因可能是民生工業多數產業以內銷 為主，表示產業實質有效匯率提高時，進口原物料成本下滑，產品價格得以下 調，刺激需求量上升。 化學工業8個次產業中，僅紙漿、紙及紙製品製造業（15）與化學製品製 造業（18）兩個次產業市場集中度迴歸係數為負，即市場集中度越高，有利於 提升技術效率；其他產業除石油及煤製品製造業（19）外，皆為正且顯著，集 本文若考慮研發經費的遞延效果後，重新估計，結果顯示除了紡織業（10）、成衣服 飾品及其他紡織製品業（11）與橡膠製品業（20）外，其餘20個次產業研發支出的落 後項，對廠商的技術效率有顯著負向影響，與文獻上AwandBatra（1998）針對台灣製 造業廠商，發現研發投入對廠商技術效率有正向影響的結果不一致。
中度越高不利技術效率的提升。值得 提者，石油及煤製品製造業集中度高達 86.12%，為所有產業之冠，應與此產業包含中油及台塑石化兩大公司有關， 然而迴歸係數為正但不顯著。員工流動率迴歸係數多為正，表示員工流動率上 升導致技術效率下滑。石油及煤製品業產業特性較為特殊，對於員工技術層 次需求較高，仰賴較高生產技術與大量設備，平均受雇員工流動率僅1.39%， 居全體製造業之末，壓低員工流動率，對產業人事成本與員工工作經驗累積有 正面影響。半數的化學工業外銷比重偏低，產業實質有效匯率迴歸係數大多為 負，新台幣升值對提升生產效率有利。 金屬機械群組中，產業市場集中度對無效率迴歸係數皆為正，表示這些產 業集中度提升，技術效率下滑。員工流動率方面，迴歸係數皆為正，表示員工 流動率上升，技術效率將隨之下降。金屬機械業與資訊電子業同為外銷導向， 貿易實質有效匯率提高將造成技術效率下滑，匯率上揚僅能促進金屬基本工業 （23）的技術效率。 資訊電子業廠商傾向高資本或技術密集，平均產業集中度為18.73%，以 電子零組件業（27）的24.93%和精密光學醫療器材及鐘錶製造業（30）的 21.07%集中度最高，無論是在資金需求、技術研發與人才、營運資源上都具 備相對優勢，有助提升技術效率，故當產業集中度提高時，技術效率也能有效 提升。 資訊電子業平均員工流動率最高達5.36%，其中27與30等二產業的員工流 動率越高，有助於提升技術效率。資訊電子產業對於研發人才需求殷切，並要 求較高技術層次員工，由於產品週期短，員工流動性高容易引進擁有新技術人 才，有助提升生產效率與產品創新。不同於上述產業，電腦、通信及視聽電子 產品業（26）、電力機械器材及設備製造修配業（28）係數為正，即當員工 流動率上升，技術效率將下滑。 由於我國出口品以資訊電子產品為主，對於26、27和28等三產業而言，台 幣升值會衝擊出口貿易進而影響生產量，不利生產效率；另一方面，精密光學 醫療器材及鐘錶業（30）實質有效匯率的迴歸係數為負，此產業可能需進口大 量設備與原材料，新台幣匯率上升，壓低進口成本，有利於生產效率的改善。 總體經濟與金融變數方面，平均每人實質國民所得常被視為國民福祉的指
標，隨景氣循環波動。迴歸係數為負且顯著的產業以化學工業及金屬機械業居 多，可能解釋原因為景氣好時，對這些重工業需求增加，同時銀行景氣好時對 這些產業放款也增加，有助於其增加投資，擴大投資活動，進而提高生產效 率。資金融通狀況在產業經營發展中，扮演極為重要的角色，本研究發現銀行 放款餘額變數，在多數產業其迴歸係數呈現負值，表示銀行放款餘額增加，企 業融資順暢，有助於擴大投資活動，更新生產設備，進而提高生產效率。 本文採用台灣地區銀行業集中度當作銀行產業結構指標，探討銀行集 中度高低是否影響製造業技術效率。本文檢視銀行產業集中度變化，發現 1992-2002銀行集中度呈現遞減現象，或許與此段期間內，出現over-banking現 象有關，至2003年後集中度有所提升，推測與國內銀行發生合併有關。該變 數之係數估計值在多數產業為負，表示銀行市場集中度提升，造成多數製造業 技術無效率下降，尤其對於民生工業、化學工業和金屬機械業影響最為明顯。 各產業歷年技術效率估計值列於表5，歷年趨勢繪於圖1至圖4。整體而 言，平均技術效率值介於0.6418至0.8393之間，整體製造業實際產出水準達 邊界產出水準的64.18%∼83.93%，與相關文獻結果相近，如：ChenandTang （1987）、HuangandLiu（1994）、AwandBatra（1998）和劉錦添（1995） 等。四群組技術效率由大至小依序為金屬工業78.74%、資訊電子業77.53%、 化學工業73.03%與民生工業71.54%，各群組差異不大且都有相當改進空間。 另外，各產業技術效率時間趨勢表現大致相似，皆於1995年技術效率落在低 點，或許受到當年台海危機的影響；2004至2005年間技術效率也是下滑。 唯有資訊電子業與其他群組走勢較為不同，且無明顯大幅度波動，其四個 次產業歷年平均技術效率差異不大，平均介於0.7641至0.7880之間。此外，電 腦、通信及視聽電子產品業（26）、電子零組件業（27）和電力機械器材及 設備製造修配業（28）等三個產業，在各年度中技術效率皆有微幅的調整，但 整體技術效率趨勢仍維持上升；惟精密光學醫療器材及鐘錶業（30）技術效率 自1999年起緩步下滑後不再上升。
■ 表 4-1 各 二 欄 位 產 業 環 境 變 數 迴 歸 係 數 估 計 值 產 業 別 民 生 工 業 金 屬 機 械 業 行 業 名 稱 食 品 及 飲 料 業 ( ) 紡 織 業 ( 0) 成 衣 服 飾 品 及 其 他 紡 織 製 品 業 ( ) 木 竹 製 品 業 ( ) 家 具 及 裝 設 品 業 ( ) 非 金 屬 礦 物 製 品 業 ( ) 其 他 工 業 製 品 業 ( ) 金 屬 基 本 工 業 ( ) 金 屬 製 品 業 ( ) 機 械 設 備 製 造 修 配 業 ( ) 運 輸 工 具 製 造 修 配 業 ( ) C on st an t 58 7. 96 ** * 25 5. 69 ** * 7. 15 ** * -7 0. 26 ** * -1 8. 64 ** * 19 9. 33 ** * 64 .4 7* ** 31 .1 20 8* ** 56 .6 08 4* ** -4 5. 92 81 ** * -4 8. 56 89 ** * (3 .2 58 0) (3 .0 56 9) (1 .3 19 5) (3 .4 56 1) (1 .5 28 4) (2 .7 14 2) (5 .5 41 3) (1 .1 36 6) (0 .8 21 3) (4 .0 61 8) (1 .4 12 6) ag e 0. 24 09 ** * 0. 09 65 ** * 0. 12 25 ** * 0. 12 99 ** * 0. 04 98 ** * 0. 12 75 ** * 0. 09 13 ** * 0. 02 39 ** * 0. 03 64 ** * 0. 06 53 ** * 0. 06 09 ** * (0 .0 04 0) (0 .0 04 6) (0 .0 09 0) (0 .0 08 0) (0 .0 03 4) (0 .0 04 5) (0 .0 03 0) (0 .0 02 8) (0 .0 01 7) (0 .0 07 8) (0 .0 02 7) ag e2 -0 .0 03 7* ** -0 .0 01 0* ** -0 .0 03 8* ** -0 .0 01 6* ** -0 .0 00 4* ** -0 .0 02 9* ** -0 .0 01 6* ** 4. 5E -0 5 0. 00 06 ** * -0 .0 00 6* ** -0 .0 00 4* ** (0 .0 00 2) (0 .0 00 2) (0 .0 00 2) (0 .0 00 3) (0 .0 00 1) (0 .0 00 2) (0 .0 00 2) (0 .0 00 1) (0 .0 00 1) (0 .0 00 2) (0 .0 00 1) rr d -0 .0 54 0* ** -0 .0 12 8* ** -0 .2 16 8* ** -0 .0 94 1 -0 .0 43 1* ** -0 .0 18 5* ** -0 .0 36 8* ** 0. 00 69 ** * -0 .0 06 0 * -0 .0 12 4* ** -0 .0 02 2* ** (0 .0 06 3) (0 .0 01 6) (0 .0 07 2) (0 .1 01 0) (0 .0 13 4) (0 .0 05 5) (0 .0 05 7) (0 .0 00 1) (0 .0 03 5) (0 .0 01 3) (0 .0 00 5) rr d2 0. 00 07 ** * 0. 00 00 ** * 0. 00 50 ** * -0 .0 53 2 0. 00 11 ** * 0. 00 02 ** * 0. 00 04 ** * -7 .6 E-06 ** * 0. 00 01 * 6. 7E -0 5* ** 1. 6E -0 5* ** (4 .4 E-05 ) (7 .5 E-06 ) (0 .0 00 3) (0 .0 46 9) (0 .0 00 4) (2 .7 E-05 ) (0 .0 00 1) (2 .7 E-06 ) (3 .2 E-05 ) (6 .6 E-06 ) (5 .2 E-07 ) m co n -0 .0 90 2* ** 0. 13 37 ** * 0. 55 54 ** * 1. 19 04 ** * 0. 18 00 ** * -0 .9 38 1* ** 0. 42 34 ** * 0. 01 20 ** * 1. 60 09 ** * 0. 82 78 ** * 0. 85 12 ** * (0 .0 11 8) (0 .0 30 0) (0 .0 41 4) (0 .0 32 9) (0 .0 34 6) (0 .0 18 7) (0 .0 38 8) (0 .0 04 3) (0 .0 10 7) (0 .0 40 6) (0 .0 22 2) em pi o -1 8. 37 73 ** * -6 .7 69 5* ** 1. 89 56 ** * 0. 09 97 -0 .3 10 2* ** -0 .3 78 8* ** -0 .8 68 9* ** 1. 81 87 ** * 10 .1 98 2* ** 4. 50 52 ** * 3. 76 95 ** * (0 .1 95 2) (0 .1 20 6) 0. 14 04 ) (0 .0 82 1) (0 .1 24 3) (0 .0 37 5) (0 .0 63 0) (0 .0 29 7) (0 .0 58 8) (0 .0 46 6) (0 .0 72 0) ex r -0 .7 81 4* ** -0 .8 39 3* ** -0 .3 39 3* ** -0 .5 25 4* ** 0. 31 74 ** * 3. 78 83 ** * -1 .9 89 1* ** -0 .5 03 5* ** 0. 30 86 ** * 2. 26 75 ** * 0. 31 00 ** * (0 .0 30 9) (0 .0 18 2) (0 .0 35 6) (0 .0 16 9) (0 .0 07 0) (0 .0 61 9) (0 .0 59 9) (0 .0 21 1) (0 .0 08 7) (0 .0 34 0) (0 .0 21 2) rg dp 10 1. 90 14 ** * -4 14 .0 41 5* ** 2. 42 01 * -3 85 .2 14 5* ** 49 .2 18 1* ** 1. 06 79 -4 06 .1 62 2* ** -2 9. 68 27 ** * 19 2. 33 99 ** * -1 60 .0 32 2* ** -2 48 .2 18 0* ** (3 .8 27 5) (6 .1 29 5) (1 .3 27 6) (1 9. 74 03 ) (1 .4 18 9) (1 .2 42 8) (1 4. 12 33 ) (1 .0 39 8) (1 .2 40 8) (2 .8 61 2) (6 .6 24 1) lo an -4 5. 26 27 ** * -1 5. 30 32 ** * -0 .3 08 9* ** 9. 78 10 ** * -0 .4 19 9* ** -2 4. 52 26 ** * -2 .3 65 4* ** -2 .6 32 8* ** -9 .0 71 7* ** 0. 71 90 ** * 2. 50 14 ** * (0 .2 52 4) (0 .2 31 1) (0 .1 17 5) (0 .4 62 7) (0 .1 18 8) (0 .3 84 3) (0 .3 40 8) (0 .1 13 0) (0 .0 72 1) (0 .2 93 5) (0 .1 04 8) bc on 0. 36 11 ** * -0 .6 83 8* ** -0 .3 15 6* ** -1 .0 31 2* ** -0 .1 07 9* ** 1. 14 72 ** * -0 .7 33 6* ** -0 .0 18 6* ** -0 .3 42 5* ** -0 .0 45 1* ** -0 .7 73 9* ** (0 .0 05 9) (0 .0 30 3) (0 .0 29 3) (0 .0 32 2) (0 .0 11 7) (0 .0 25 6) (0 .0 24 0) (0 .0 03 1) (0 .0 04 1) (0 .0 13 7) (0 .0 17 7) 註 ： 1. * ** 達 1% 顯 著 水 準 ； ** 達 5% 顯 著 水 準 ； * 達 10 % 顯 著 水 準 。 2. 括 號 內 為 估 計 標 準 誤 。
■ 表 4-2 各 二 欄 位 產 業 環 境 變 數 迴 歸 係 數 估 計 值 產 業 別 化 學 工 業 資 訊 電 子 業 行 業 名 稱 皮 革 、 毛 皮 及 其 製 品 業 ( ) 紙 漿 、 紙 及 紙 製 品 業 ( ) 印 刷 及 其 輔 助 業 ( ) 化 學 材 料 業 ( ) 化 學 製 品 業 ( ) 石 油 及 煤 製 品 業 ( ) 橡 膠 製 品 業 ( 0) 塑 膠 製 品 業 ( ) 電 腦 、 通 信 及 視 聽 電 子 產 品 業 ( ) 電 子 零 組 件 業 ( ) 電 力 機 械 器 材 及 設 備 製 造 修 配 業 ( ) 精 密 光 學 醫 療 器 材 及 鐘 錶 業 ( 0) C on st an t -1 08 .0 1* ** 39 .9 3* ** -9 5. 60 ** * 70 .0 6* ** 84 .7 9* ** 2. 05 34 .7 8* ** 13 2. 60 ** * 9. 93 09 ** * -4 0. 74 02 ** * 58 .5 61 9* ** 95 .4 73 5* ** (1 9. 23 77 ) (0 .9 40 0) (4 .7 45 5) (1 5. 42 80 ) (1 .6 03 4) (1 .6 58 9) (1 3. 81 54 ) (1 .8 54 3) (1 .5 84 0) (1 .5 48 8) (1 .7 91 9) (3 .2 74 2) ag e 0. 00 30 -0 .0 08 2* 0. 05 55 ** * -0 .0 34 3* ** 0. 08 93 ** * 0. 04 37 0. 10 99 ** * 0. 07 00 ** * 0. 01 71 ** * -0 .2 55 6* ** -0 .0 02 8 0. 16 66 ** * (0 .0 04 1) (0 .0 04 3) (0 .0 08 7) (0 .0 07 9) (0 .0 10 1) (0 .0 42 4) (0 .0 08 5) (0 .0 02 5) (0 .0 04 8) (0 .0 06 1) (0 .0 03 1) (0 .0 08 4) ag e2 0. 00 08 ** * 0. 00 11 ** * -4 .9 E-05 0. 00 16 ** * 0. 00 79 ** * -0 .0 03 1 -0 .0 01 0* ** -0 .0 01 4* ** 0. 00 11 ** * 0. 01 13 ** * 0. 00 10 ** * -0 .0 03 0* ** (0 .0 00 2) (0 .0 00 3) (0 .0 00 2) (0 .0 00 3) (0 .0 00 8) (0 .0 02 0) (0 .0 00 4) (0 .0 00 1) (0 .0 00 3) (0 .0 00 3) (0 .0 00 1) (0 .0 00 2) rr d -0 .0 27 9* ** 0. 02 33 ** -0 .0 19 8 -0 .0 35 6* ** -0 .0 14 4* ** -0 .0 51 1* -0 .1 08 2* ** -0 .0 20 0* ** -0 .0 01 9* ** -0 .0 01 2* ** -0 .0 01 8* -0 .0 20 0* ** (0 .0 09 9) (0 .0 10 0) (0 .0 23 5) (0 .0 02 6) (0 .0 03 8) (0 .0 27 7) (0 .0 04 5) (0 .0 02 7) (0 .0 00 6) (0 .0 00 2) (0 .0 01 1) (0 .0 03 1) rr d2 0. 00 01 ** * -0 .0 00 9* ** 0. 00 03 0. 00 01 ** * 0. 00 01 ** * 0. 00 01 * 0. 00 12 ** * 0. 00 03 ** * 1. 9E -0 6* ** 3. 5E -0 7* ** 1. 4E -0 5* ** 0. 00 01 ** * (4 .0 E-05 ) (0 .0 00 3) (0 .0 00 4) (7 .9 E-06 ) (1 .4 E-05 ) (0 .0 00 1) (0 .0 00 1) (2 .3 E-05 ) (3 .9 E-07 ) (3 .9 E-08 ) (5 .5 E-06 ) (1 .3 E-05 ) m co n 0. 05 59 ** * -0 .2 02 7* ** 1. 54 18 ** * 0. 75 83 ** * -0 .6 33 2* ** 0. 04 99 0. 15 38 ** * 0. 41 42 ** * 0. 28 15 ** * -0 .1 62 2* ** 0. 64 85 ** * -0 .1 44 3* ** (0 .0 14 6) (0 .0 06 5) (0 .0 68 1) (0 .0 72 4) (0 .0 19 0) (0 .0 33 3) (0 .0 16 1) (0 .0 08 5) (0 .0 15 9) (0 .0 12 4) (0 .0 21 8) (0 .0 06 2) em pi o 3. 38 97 ** * 1. 59 55 ** * 7. 39 06 ** * -7 .0 46 9* ** -0 .2 71 3* ** 1. 89 66 ** * 2. 14 27 ** * -1 .7 95 8* ** 0. 66 73 ** * -0 .4 49 3* ** 3. 53 41 ** * -5 .9 42 4* ** (0 .6 98 8) (0 .0 31 8) (0 .3 05 3) (1 .1 20 7) (0 .0 71 8) (0 .6 73 8) (0 .0 95 3) (0 .0 26 1) (0 .0 88 1) (0 .0 41 8) (0 .0 43 7) (0 .2 48 3) ex r 0. 10 98 ** * -0 .1 28 7* ** 1. 73 46 ** * -0 .2 96 2* ** -1 .4 38 4* ** -0 .0 02 0 -0 .0 14 3 -3 .4 04 2* ** 4. 01 87 ** * 3. 37 64 ** * 2. 63 15 ** * -7 .0 77 6* ** (0 .0 20 2) (0 .0 03 9) (0 .0 83 6) (0 .0 32 9) (0 .0 34 0) (0 .0 09 4) (0 .0 34 0) (0 .0 52 1) (0 .1 70 7) (0 .2 22 2) (0 .0 47 3) (0 .2 84 8) rg dp 16 .9 68 7* ** -1 2. 04 50 ** * 13 1. 44 25 ** * -3 70 .6 97 5* ** -1 88 .8 66 7* ** 0. 58 75 -1 12 .8 94 1* ** -4 01 .3 46 8* ** 12 3. 15 34 ** * 82 .7 67 1* ** -2 33 .8 80 5* ** -2 0. 22 30 ** * (5 .7 16 7) (0 .9 51 8) (3 .2 75 6) (5 4. 13 77 ) (5 .2 74 4) (1 .0 89 4) (8 .8 87 6) (4 .2 42 3) (5 .9 98 0) (3 .7 46 6) (3 .9 73 7) (2 .1 92 2) lo an 8. 36 44 ** * -3 .3 44 7* ** 1. 62 61 ** * -4 .0 92 9* ** -4 .4 40 2* ** -1 .0 11 1* * -3 .8 65 8* ** -6 .2 13 1* ** -4 .4 68 2* ** 1. 37 01 ** * -7 .8 80 8* ** -6 .0 20 4* ** (1 .4 94 7) (0 .0 82 9) (0 .2 69 8) (0 .9 60 9) (0 .1 18 4) (0 .4 32 3) (1 .4 21 9) (0 .1 18 0) (0 .1 58 3) (0 .0 75 6) (0 .1 22 3) (0 .2 14 9) bc on 0. 00 61 -0 .2 13 0 ** * 0. 67 08 * ** -0 .5 39 3 ** * -0 .3 68 4 ** * 0. 09 76 * ** -0 .3 81 9 ** * -0 .7 20 6 ** * 0. 15 88 * ** 0. 08 16 * ** -0 .3 33 9 ** * 0. 69 40 * ** (0 .0 05 7) (0 .0 09 9) (0 .0 22 5) (0 .0 71 0) (0 .0 08 7) (0 .0 36 5) (0 .0 24 3) (0 .0 09 6) (0 .0 05 7) (0 .0 09 2) (0 .0 09 1) (0 .0 32 5) 註 ： 1. * ** 達 1% 顯 著 水 準 ； ** 達 5% 顯 著 水 準 ； * 達 10 % 顯 著 水 準 。 2. 括 號 內 為 估 計 標 準 誤 。
■ 表 5 二 欄 位 產 業 技 術 效 率 值 民 生 工 業 化 學 工 業 金 屬 機 械 業 資 訊 電 子 業 0 0 0 年 食 品 及 飲 料 業 紡 織 業 成 衣 服 飾 品 及 其 他 紡 織 製 品 業 木 竹 製 品 業 家 具 及 裝 設 品 業 非 金 屬 礦 物 製 品 業 其 他 工 業 製 品 業 皮 革、 毛皮 及其 製品 業 紙 漿、 紙及 紙製 品業 印 刷 及 其 輔 助 業 化 學 材 料 業 化 學 製 品 業 石 油 及 煤 製 品 業 橡 膠 製 品 業 塑 膠 製 品 業 金 屬 基 本 工 業 金 屬 製 品 業 機 械 設 備 製 造 修 配 業 運 輸 工 具 製 造 修 配 業 電 腦、 通信 及視 聽電 子產 品業 電 子 零 組 件 製 造 業 電 力 機 械 器 材 及 設 備 製 造 修 配 業 精 密 光 學 醫 療 器 材 及 鐘 錶 業 19 92 0. 71 81 0. 80 0 0. 79 9 0. 74 56 0. 75 44 0. 77 11 0. 76 43 0. 70 08 0. 82 86 0. 82 95 0. 74 28 0. 73 78 0. 64 02 0. 76 17 0. 79 74 0. 85 10 0. 82 96 0. 76 72 0. 80 45 0. 72 44 0. 81 90 0. 75 61 0. 83 49 19 93 0. 60 60 0. 73 9 0. 78 9 0. 65 35 0. 70 21 0. 68 28 0. 66 51 0. 65 09 0. 74 27 0. 73 74 0. 59 85 0. 70 17 0. 64 18 0. 74 60 0. 73 01 0. 83 07 0. 75 64 0. 67 28 0. 79 32 0. 67 20 0. 81 86 0. 72 26 0. 78 78 19 94 0. 54 78 0. 76 2 0. 81 0 0. 58 24 0. 62 58 0. 68 40 0. 65 36 0. 61 72 0. 59 28 0. 75 49 0. 64 47 0. 70 80 0. 74 65 0. 78 11 0. 67 52 0. 80 62 0. 77 18 0. 66 47 0. 83 84 0. 70 12 0. 81 65 0. 72 31 0. 76 46 19 95 0. 50 80 0. 61 4 0. 69 6 0. 56 65 0. 58 23 0. 67 15 0. 59 59 0. 60 20 0. 38 32 0. 69 41 0. 49 05 0. 66 40 0. 70 85 0. 62 02 0. 51 89 0. 61 76 0. 72 45 0. 60 53 0. 69 14 0. 72 35 0. 78 93 0. 67 29 0. 75 03 19 97 0. 63 28 0. 79 2 0. 75 6 0. 71 09 0. 70 46 0. 70 85 0. 77 63 0. 64 40 0. 72 08 0. 76 92 0. 73 87 0. 73 79 0. 70 22 0. 75 48 0. 80 29 0. 82 65 0. 84 93 0. 71 68 0. 85 20 0. 77 04 0. 76 01 0. 78 42 0. 77 16 19 98 0. 65 98 0. 79 8 0. 77 3 0. 76 54 0. 71 07 0. 75 03 0. 83 36 0. 75 38 0. 80 03 0. 79 28 0. 77 34 0. 72 90 0. 66 81 0. 75 48 0. 80 25 0. 79 81 0. 83 01 0. 76 82 0. 80 55 0. 80 26 0. 74 01 0. 77 61 0. 79 91 19 99 0. 70 70 0. 81 0 0. 79 0 0. 70 53 0. 73 41 0. 77 91 0. 79 98 0. 78 41 0. 91 54 0. 80 35 0. 76 41 0. 75 12 0. 69 41 0. 80 21 0. 81 46 0. 88 18 0. 86 89 0. 81 91 0. 81 33 0. 86 01 0. 76 02 0. 84 01 0. 81 17 20 00 0. 71 37 0. 83 2 0. 79 9 0. 76 38 0. 74 69 0. 74 30 0. 78 77 0. 70 83 0. 93 61 0. 82 36 0. 73 81 0. 74 09 0. 69 06 0. 80 51 0. 85 64 0. 91 30 0. 82 07 0. 77 13 0. 82 87 0. 80 25 0. 77 64 0. 80 62 0. 80 50 20 02 0. 66 07 0. 80 2 0. 74 9 0. 74 48 0. 75 93 0. 80 11 0. 77 23 0. 82 38 0. 91 20 0. 81 18 0. 72 51 0. 71 95 0. 65 76 0. 80 76 0. 82 92 0. 88 74 0. 79 33 0. 79 35 0. 76 25 0. 85 15 0. 76 80 0. 76 62 0. 78 36 20 03 0. 65 91 0. 77 2 0. 75 1 0. 68 23 0. 78 23 0. 74 92 0. 73 02 0. 74 52 0. 90 29 0. 82 81 0. 68 63 0. 71 56 0. 66 43 0. 77 09 0. 77 76 0. 84 05 0. 76 72 0. 84 62 0. 78 14 0. 85 96 0. 76 28 0. 78 46 0. 75 75 20 04 0. 64 77 0. 74 7 0. 73 2 0. 65 75 0. 77 82 0. 81 28 0. 70 39 0. 77 05 0. 81 95 0. 77 10 0. 66 65 0. 70 36 0. 67 05 0. 74 48 0. 77 78 0. 91 01 0. 74 83 0. 86 06 0. 72 53 0. 83 45 0. 81 00 0. 80 91 0. 71 82 20 05 0. 64 11 0. 64 4 0. 58 4 0. 53 87 0. 79 33 0. 66 99 0. 55 76 0. 61 42 0. 80 05 0. 64 70 0. 49 45 0. 61 88 0. 60 97 0. 68 23 0. 63 18 0. 90 91 0. 60 17 0. 69 06 0. 55 96 0. 85 37 0. 76 33 0. 76 31 0. 58 50 平 均 值 0. 64 18 0. 75 96 0. 75 24 0. 67 64 0. 72 29 0. 73 53 0. 72 00 0. 70 12 0. 77 96 0. 77 19 0. 67 19 0. 71 07 0. 67 45 0. 75 26 0. 75 12 0. 83 93 0. 78 02 0. 75 27 0. 77 13 0. 78 80 0. 78 20 0. 76 70 0. 76 41 標 準 差 0. 06 4 0. 06 7 0. 06 3 0. 07 9 0. 06 4 0. 05 1 0. 08 6 0. 07 5 0. 15 9 0. 05 7 0. 09 8 0. 03 7 0. 03 6 0. 05 4 0. 09 7 0. 08 1 0. 07 1 0. 12 3 0. 08 1 0. 06 8 0. 02 8 0. 04 5 0. 06 4 最 大 值 0. 71 8 0. 83 2 0. 81 0 0. 76 5 0. 79 3 0. 81 3 0. 83 4 0. 82 4 0. 93 6 0. 83 0 0. 77 3 0. 75 1 0. 74 6 0. 80 8 0. 85 6 0. 91 3 0. 86 9 0. 86 1 0. 85 2 0. 86 0 0. 81 9 0. 84 0 0. 83 5 最 小 值 0. 50 8 0. 61 4 0. 58 4 0. 53 9 0. 58 2 0. 67 0 0. 55 8 0. 60 2 0. 38 3 0. 64 7 0. 49 1 0. 61 9 0. 61 0 0. 62 0 0. 51 9 0. 61 8 0. 60 2 0. 60 5 0. 56 0 0. 67 2 0. 74 0 0. 67 3 0. 58 5
■圖1 民生工業技術效率時間趨勢圖 ■圖2 化學工業技術效率時間趨勢圖 ■圖3 金屬機械業技術效率時間 ■圖4 資訊電子業技術效率時間 趨勢圖 趨勢圖
二、共同生產函數分析
本小節運用Batteseetal.（2004）提出的線性規劃法和二次式規劃法，將全 部23個次產業資料合併，估計共同生產邊界及技術缺口比率（TGR）。此外， 也運用隨機邊界模型以最大概似法，估計此合併後資料，結果一併列於表6。 表6顯示LP與QP兩者估計值十分相近，正負號也完全一致。反觀SFA之 估計結果，與前兩者估計結果差異較大。原因在於LP與QP是採用數理規劃 方法，配合（13）與（15）兩式的限制條件，估計得到共同生產函數的係數 值。SFA法將23個次產業資料合併在一起後，直接估計一條生產函數，忽略各 次產業生產技術集合的異質性以及未考慮上述的限制條件，即各群組生產邊界 須小於或等於共同生產邊界之潛在產出水準。■表6 SFA、LP與QP規劃法之共同生產函數參數估計結果 SFA LP QP 估計值 估計 標準誤 估計值 估計 標準誤 估計值 估計 標準誤 Constant 5.1595 0.0123 7.9091 0.1626 7.8436 0.1609 lnL 0.8185 0.0032 0.5440 0.0724 0.5593 0.0703 lnK 0.1139 0.0012 -0.0632 0.0054 -0.0629 0.0053 Year 0.0104 0.0002 0.0322 0.0038 0.0322 0.0038 (lnL)2 -0.0491 0.0010 -0.0141 0.0095 -0.0176 0.0089 (lnK)2 -0.0093 0.0001 0.0029 0.0005 0.0029 0.0005 (Year)2 0.0986 0.0026 -0.2284 0.0203 -0.2210 0.0207 lnL×lnK 0.0235 0.0004 0.0213 0.0042 0.0213 0.0043 lnL×Year 0.0078 0.0003 0.0513 0.0019 0.0506 0.0019 lnK×Year -0.0047 0.0001 -0.0021 0.0001 -0.0021 0.0001 註：1.總樣本數為831,312。 2.LP與QP的估計標準誤採用拔靴法（bootstrapping）估計。 3.SFA模型未將σ2 u、σW2和η的估計值列出。 利用共同生產函數進行跨產業技術效率比較分析前，一個重要的問題是， 各二欄位產業的生產技術集合是否存在異質性？倘若23個次產業皆運用相同的 生產技術集合，則毋須採用共同生產函數進行推估。透過概似比（ likelihood-ratio, LR）檢定，虛無假設為23個次產業生產邊界相同，LR檢定統計量為 63482.91，在1%顯著水準下，應拒絕虛無假設，表示各次產業間的確存在生 產技術異質性，應在分析模型中予以考慮，並進一步採用共同生產函數作為各 產業技術效率比較基礎，以解決效率衡量基準不一致的問題。 接下來進行跨產業生產效率及技術缺口比較分析。利用第一階段各次產業 LR檢定統計量λ=-2{ln(H 0)-ln(H1)}，其中ln(H0)為所有產業廠商樣本合併後估計得到 之對數概似函數值，ln(H1)為各產業個別隨機邊界對數概似函數值之加總，自由度為 436。
隨機生產邊界參數值，估計所有各次產業廠商的技術效率（TE），連同第二 階段LP或QP規劃法估計的共同生產函數，可以計算共同生產邊界下的技術效 率值（TE*）和技術缺口比率（TGR）估計值。共同生產函數相關技術效率估 計結果列於表7與表8。 表7為1992-2005年整體製造業各年度共同生產函數相關技術效率估計結 果，由於LP與QP兩種規劃法的估計結果差異不大，以下僅針對LP估計結果分 析，並繪出全體製造業之TGR、TE與TE*歷年趨勢於圖5。由表7和圖5可以看 出，整體製造業TGR於1992-2000年期間呈現遞增趨勢，並於2000年達到歷年 平均值最大0.4917，顯示於2000年以前各次產業生產技術不斷提高，逐漸拉近 各群組邊界與共同邊界之間的距離，爾後則呈現下滑走勢，至2005年跌至歷 年平均低點0.3458與最大值相差約0.14。不過，相對於TE與TE*，TGR走勢相 對平緩。TE值於1992-1995年間，技術效率持續下降。 ■表7 1992-2005年整體製造業各年度共同生產函數相關技術效率估計結果 LP QP 年 TGR TE TE* TGR TE TE* 1992 0.4220 0.7852 0.3314 0.4226 0.7852 0.3318 1993 0.4408 0.7255 0.3198 0.4413 0.7255 0.3201 1994 0.4573 0.7129 0.3260 0.4579 0.7129 0.3263 1995 0.4711 0.6356 0.2994 0.4718 0.6356 0.2998 1997 0.4856 0.7893 0.3832 0.4863 0.7893 0.3838 1998 0.4891 0.7804 0.3817 0.4900 0.7804 0.3824 1999 0.4903 0.8121 0.3981 0.4911 0.8121 0.3988 2000 0.4917 0.7898 0.3883 0.4925 0.7898 0.3889 2002 0.4825 0.7839 0.3782 0.4833 0.7839 0.3788 2003 0.4758 0.7720 0.3673 0.4765 0.7720 0.3678 2004 0.4701 0.7493 0.3522 0.4709 0.7493 0.3528 2005 0.3458 0.6497 0.2247 0.3454 0.6497 0.2244 平均 0.4641 0.7512 0.3497 0.4647 0.7512 0.3501 註：TE、TGR與TE*三者皆為年平均數，算法為將各年樣本廠商的各項效率估計值加總後 在除以整體製造業樣本數得到。
■圖5 LP模型下全體製造業之TGR、TE與TE*歷年趨勢 1997-1999年則緩步爬升至0.8121，然此後則呈現衰退狀態。藉由TE與 TGR，可觀測到整體製造業TE*走勢狀況，於1995年以前TGR為上升走勢，另 一方面TE卻呈現下滑，導致TE*於這段期間受到兩者相互抵消影響，僅呈現微 幅波動，爾後，TGR提高程度相對較為緩和甚至呈現下滑，再加上TE波動相 對劇烈，故連帶影響TGR趨勢。這三種效率指標皆於2000年以後下滑，恰與 我國自該年起步入經濟衰退步調一致。至於1997年發生的亞洲金融風暴，對 於我國製造業生產效率，似乎未產生太大影響。 表8列出1992-2005年各二欄位產業共同生產函數相關技術效率估計結果， 可發現各次產業LP與QP兩種方法的估計結果相近，故以下僅針對LP之估計結 果討論。以食品及飲料製造業（8）為例，TE平均值為0.6418，表示食品及飲 料製造業實際產出水準可達自身邊界產出的64.18%；換言之，有生產無效率 35.82%。TGR平均值為0.4234，代表食品及飲料製造業如能在共同邊界上生 產，可以再多生產57.66%的產出。TE與TGR相乘後得到TE*平均值0.2730，表 示若在共同邊界上生產，食品及飲料製造業可以再多生產72.70%的產出。其 他二欄位產業的數據，可以類似方法解讀。 整體而言，各二欄位產業TGR值介於0.4005（紙漿、紙及紙製品業）至 0.8161（石油及煤製品業）之間，以石油及煤製品業（19）平均TGR值最大， 表示此產業的生產邊界最貼近共同生產邊界，可達共同生產邊界之最大潛在產 出水準的81.61%。反之，紙漿、紙及紙製品業（15）生產邊界離共同生產邊
■表8-1 1992-2005各二欄位產業共同生產函數相關技術效率估計結果 代 號 產業名稱 LP QP 平均值 最小值 最大值 標準差 平均值 最小值 最大值 標準差 8 食品及飲料製造業 TGR 0.4234 3.87E-12 0.61 0.0973 0.4256 4.74E-12 0.60 0.0952 TE 0.6418 1.35E-03 1.00 0.1563 0.6418 1.35E-03 1.00 0.1563
TE* 0.2730 6.39E-11 0.51 0.0933 0.2743 6.47E-11 0.51 0.0926
10 紡織業
TGR 0.4112 6.15E-24 0.67 0.1002 0.4111 1.22E-23 0.67 0.1011
TE 0.7596 4.44E-03 1.00 0.1130 0.7596 4.44E-03 1.00 0.1130
TE* 0.3133 3.33E-24 0.60 0.0919 0.3131 6.64E-24 0.60 0.0925
11 成衣服飾品及其他紡織製品業
TGR 0.4186 2.31E-06 0.70 0.0816 0.4183 2.75E-06 0.71 0.0823
TE 0.7524 5.11E-03 1.00 0.1000 0.7524 5.11E-03 1.00 0.1000
TE* 0.3160 7.68E-07 0.50 0.0762 0.3158 9.17E-07 0.51 0.0766
12 皮革、毛皮及其製品業
TGR 0.4414 5.22E-02 0.66 0.1018 0.4407 5.25E-02 0.65 0.1013
TE 0.7012 1.87E-02 0.92 0.1135 0.7012 1.87E-02 0.92 0.1135
TE* 0.3099 9.17E-03 0.52 0.0874 0.3094 9.47E-03 0.52 0.0871
13 木竹製品製造業
TGR 0.4291 1.70E-08 0.69 0.0759 0.4314 2.30E-08 0.69 0.0761
TE 0.6764 5.42E-04 1.00 0.1500 0.6764 5.42E-04 1.00 0.1500
TE* 0.2918 7.94E-10 0.54 0.0867 0.2933 1.07E-09 0.55 0.0871
14 家具及裝設品製造業
TGR 0.4395 3.64E-04 0.80 0.0966 0.4404 3.57E-04 0.80 0.0965
TE 0.7229 1.66E-03 1.00 0.1274 0.7229 1.66E-03 1.00 0.1274
TE* 0.3165 2.44E-04 0.59 0.0867 0.3171 2.39E-04 0.59 0.0868
15 紙漿、紙及紙製品業
TGR 0.4005 6.22E-07 0.83 0.0883 0.4005 7.42E-07 0.84 0.0893
TE 0.7796 1.89E-02 1.00 0.1702 0.7796 1.89E-02 1.00 0.1702
TE* 0.3106 1.98E-07 0.73 0.0958 0.3106 2.37E-07 0.74 0.0965
16 印刷及其輔助業
TGR 0.4202 5.97E-02 0.60 0.0754 0.4215 5.95E-02 0.60 0.0769
TE 0.7719 1.27E-02 0.95 0.1112 0.7719 1.27E-02 0.95 0.1112
