平台商業模式對智慧資本投資及企業價值影響 — 以台灣資訊服務業為例 - 政大學術集成

全文

(1)國立政治大學商學院企業管理學系碩士論文. 平台商業模式對智慧資本投資及企業價值影響. 政治大 —立以台灣資訊服務業為例. ‧ 國. 學 ‧. The Relationship Between Platform Business Model,. sit. y. Nat. Investment in Intellectual Capital and Corporate Value. io. n. al. er. — Evidence in Taiwan Information Service Industry. Ch. engchi. i n U. v. 指導教授：吳啟銘博士研究生：陳子恩撰. 中華民國一零四年七月.

(2) 謝辭撰寫謝辭的這一天終於來到，也意味著政大企研所豐碩的的學習之旅步入尾聲，在這求學的過程中非常感謝有許多人事物的幫助，今天這本論文的形成，是由你們陪著我一起完成的心血結晶。首先最感謝的還是吳啟銘老師。大學時期的個人理財課程，您願意破例讓一位非商學院的新聞系學生能夠修習這門課，從中學習到投資的專業知識，並且與老師初次結識，是學生的好運氣，也與吳老師結下之後這兩年在企研所的師徒之緣。隨著畢業的腳步近了，老師在這過程中不僅時時提醒我們的論文進度，也不忘督促內容的品質，使我們能寫出一份有水準、能為學生們未來職涯發展開拓新局的研究論文。畢業之後，儘管不再是學生的身分，但仍然希望能與老師聯繫、. 治政另外，在此也特別感謝李宗培老師，以及何小台老師兩位口試委員，冒著風大立雨和風險，在颱風天的日子特別趕赴政大參與我們的口試，並且給予前瞻性與嚴分享近況，並期望在未來的日子，老師能以指導過子恩為榮。. ‧ 國. 學. 謹兼俱的論文建議。兩位老師的指教，讓口試的過程除了細查論文良莠，更讓我們看到不少論文以外的，老師們寶貴的洞見。. ‧. 我也要感謝我的同門戰友們，亮璇、季格和品瑛的相互打氣與砥礪，如果沒有你們在旁邊一起努力、互相提醒進度，我真的很難想像自己有辦法在這段時間在業界成為彼此的幫助，讓老師以我們為榮吧！. io. sit. y. Nat. 內完成這本論文。有你們做同門師姊妹一起奮鬥，我覺得非常幸運，之後也一起. er. 當然，最不能忘記的是我的家人。感謝爸媽從小就讓我能盡情探索我自己的. al. n. v i n Ch 你們與姐姐都讓我在快樂或是沮喪時鼓勵我走下一步路，去找尋我生命中真正的 engchi U. 興趣，不論是兒時的歷史興趣，大學時的新聞與外交，還是現在在商管的領域，熱情所在，從商的爸媽，也往往是我在學習商管知識最佳的對照個案。我也要感. 謝這四年來一路陪伴的盈穎，幸好有你在這旅途中的支持、建議、聽我大吐苦水，讓我在這看似昏天黑地的路程中不覺得孤單。最後，要感謝曾經協助過我的，遍佈在這世界各個角落的老師、同學、朋友、同事、主管們，謝謝有和你們相遇的機會，我才有今天的成果。我也要將這一切獻給我的上帝，願一切榮耀都歸於祢，感恩！. 陳子恩國立政治大學中華民國 I. 謹誌於. 企業管理研究所一零四年. 七月.

(3) 摘要資訊服務業為知識經濟下的代表性產業，其企業價值的創造可以說完全來自於智慧資本的累積與影響，而對於台灣經濟而言，資訊服務業亦是新興的成長動力來源。伴隨著網路科技的發達，近期資訊服務業中亦產生異於過去單方向進行軟體開發及推廣的平台商業模式（Platform Business Model），舉凡電子商務、線上遊戲、社群網站及通訊軟體皆在此範疇內，而根據 Chesbrough（2006）的開放式創新理論，平台型企業是最能適應環境變化，亦能最快、最有效率達到創新. 政治大因此，本研究主要探討在資訊服務業中，平台型商業模式如何影響企業在智立. 的公司，擁有更強的競爭優勢。. ‧ 國. 學. 慧資本上的投資，以及如何影響企業價值。本研究以台灣上市（櫃）資訊服務業近 2012-2014 年的資料為樣本，利用追蹤資料迴歸模型（Panel Regression），. ‧. 控制公司成長面、獲利面、風險面及公司規模，並固定年份所帶來的時間效果，. Nat. sit. y. 探討在產業當中平台商業模式對智慧資本投資以及企業價值的影響。. n. al. er. io. 實證結果分為三個部分，（1）選擇平台作為商業模式，能帶來更高的企業價. i n U. v. 值，並且顯著異於其他非平台資訊服務同業。（2）資訊服務業的關鍵智慧資本為. Ch. engchi. 人力資本，然而資訊服務業中的平台模式更強調結構資本的重要性，相較之下非平台的資訊服務同業在顧客資本的投資能帶來更高的企業價值。（3）對於平台模式而言，人力資本與結構資本之交互作用，能為企業價值帶來顯著性的綜效，但非平台模式在各個智慧資本間則沒有綜效產生。. 關鍵字：智慧資本、開放式創新、平台商業模式、資訊服務業、企業價值. II.

(4) Abstract As a representative industry of knowledge economy, all the value creation of Information Service value is from the Intellectual Capital（IC）. Besides, for the economy of Taiwan, the sector is also the new engine of economic growth. With the development of the Internet, information service industry in recent years has produced a different business model, transformed from “single direction software development” to “multi-sided market platform”, which included e-commerce, online games, social media and instant message service. According to the theory of Open Innovation by Chesbrough（2006）, this kind of platform business is the most able to adapt to environmental changes, also the fastest, most efficient achieve innovative company, and has a stronger competitive advantage.. 政治大 Industry, and tries to decode立 how platform business model affects investment in IC, and This study focuses on the platform business model and IC of Information Service. how it affects corporate value. The study collected the listed Taiwan Information Service. ‧ 國. 學. companies in 2012-2014 for data sample, uses Panel Regression Model with the control of the company's growth, profitability, risk and size, and fixed the year Effect, to investigate. ‧. the effects of the platform business model for IC investment and the impact on corporate. sit. y. Nat. value.. al. er. io. The evidence can be divided into three sections: (1) In the industry, platform. v. n. business model can lead to higher corporate value, which also significantly different from. Ch. i n U. other internet information services peers; (2) Human Capital is key IC for Information. engchi. Service Industry. However, platform business emphasizes more on the importance of Structural Capital, compared with other peers of the industry which investment of Customer Capital would lead to higher corporate value; （3）The interaction of Human Capital and Structural Capital can bring significant synergy on corporate value for platform business, compared with other peers of the industry which have no synergy between ICs on corporate value.. Keywords: Intellectual Capital, Open Innovation, Platform Business Model, Information Services, Corporate Value. III.

(5) 目錄謝辭............................................................... I 摘要.............................................................. II Abstract ......................................................... III 目錄.............................................................. IV 圖目錄............................................................. V 表目錄............................................................. V 第一章. 緒論 ..................................................... 1. 第一節. 研究背景與動機 ................................................. 1. 第二節. 研究目的 ....................................................... 4. 第四節. 學. 第二章. ‧ 國. 第三節. 政治大研究特點 ....................................................... 5 立論文架構流程 ................................................... 7 文獻回顧 ................................................. 9 資訊服務業 ..................................................... 9. 第二節. 智慧資本與企業價值 ............................................ 11. 第三節. 平台商業模式與競爭優勢 ........................................ 14. ‧. 第一節. y. Nat. 第四章. 研究設計 ................................................ 23. n. al. er. sit. 研究假說 ................................................ 19. io. 第三章. i n U. v. 第一節. 樣本選擇與資料來源 ............................................ 23. 第二節. 研究變數選取及衡量方式 ........................................ 25. 第三節. 研究模型 ...................................................... 42. 第五章. Ch. engchi. 實證結果與分析 .......................................... 46. 第一節. 敘述統計分析 .................................................. 46. 第二節. 相關性分析 .................................................... 49. 第三節. 迴歸分析 ...................................................... 52. 第六章. 結論與建議 .............................................. 59. 第一節. 研究結論與管理意涵 ............................................ 59. 第二節. 管理意涵 ...................................................... 61. 第三節. 研究限制與建議 ................................................ 62. 參考文獻 .......................................................... 64 IV.

(6) 圖目錄圖 1-1：研究概念.................................................................. 4 圖 1-2：研究流程.................................................................. 8 圖 3-1：假說一概念............................................................... 19 圖 3-2：假說二概念............................................................... 20 圖 3-3：假說三概念............................................................... 21 圖 4-1：篩選變數概念 ............................................................. 28 圖 4-2：智慧資本整合變數概念 ..................................................... 31. 立. 政治大表目錄. ‧ 國. 學. 表 4-1：平台與非平台企業樣本一覽表 ............................................... 24 表 4-2：過去研究文獻出現過且合適的智慧資本及其變數定義 ........................... 27. ‧. 表 4-3：原始智慧資本變數之 PEARSON 相關係數矩陣 .................................... 29 表 4-4：自變數共線性診斷 ......................................................... 30. Nat. sit. y. 表 4-5：人力資本相關變數之權重 ................................................... 33. io. er. 表 4-6：結構資本相關變數之權重 ................................................... 35 表 4-7：顧客資本相關變數之權重 ................................................... 37. n. al. i n U. v. 表 4-8：各項研究變數之定義 ....................................................... 41. Ch. engchi. 表 5-1：平台模式與非平台模式之基本敘述統計量 ..................................... 47 表 5-2：平台模式樣本變數之 PEARSON 相關係數分析 .................................... 50 表 5-3：非平台模式樣本變數之 PEARSON 相關係數分析 .................................. 51 表 5-4：平台商業模式選擇與企業價值關聯性之實證結果 ............................... 53 表 5-5：不同智慧資本產生的效應對平台模式樣本企業價值影響之實證結果 ............... 55 表 5-6：不同智慧資本產生的效應對非平台模式樣本企業價值影響之實證結果 ............. 56. V.

(7) 第一章緒論. 本研究主要探討平台模式選擇對智慧資本投資的影響，以及其與企業價值之關聯性。以下先介紹研究背景與動機、研究的目的及問題，最後再闡述本研究之研究架構流程。. 第一節研究背景與動機. 立. 政治大. 近幾年，Amazon, Facebook, Google, 阿里巴巴等網路巨擘正以相當驚人的. ‧ 國. 學. 速度蓬勃發展，不僅這些企業的市場價值屢創新高，其建立的網路生態圈. ‧. （Eco-system）也深入到每個人的生活，並創造出更多的經濟產值。而新興的網. sit. y. Nat. 路企業如 Airbnb, LINE, Uber 等，也正搭上行動網路和社群服務快速普及的趨. io. al. er. 勢，以通訊服務及電子商務快速地改變人們食衣住行育樂各個生活層面：資訊服. v. n. 務不再只是 2000 年空有口號與技術的網路泡沫，而是一個又一個從 1 與 0 的虛. Ch. engchi. i n U. 擬世界中走出來、影響實體經濟運作的嶄新商業模式。. 而放眼台灣，根據經濟部統計處的資料，2013 年台灣資訊服務業的整體營收已經超過 3000 億新台幣的規模，並以每年 8%的複合成長率快速成長中；資策會的調查更指出，雲端運算產業更有年複合成長 28%的潛力。這些表現相對於台灣近年約 3%的經濟成長率，台灣資訊服務業儼然成為台灣未來經濟發展的新動力來源，也是熱心於研究當今商業管理的研究者必定關切的領域。. 1.

(8) 筆者亦認為，資訊服務產業更是今天以知識來推動經濟發展的代表性產業。在知識經濟時代，創造企業高價值的來源不再是有形資產，而是無形的知識與智慧資本，如何持續提升企業及產業競爭力，智慧資本的創造、管理、衡量以及評價為關鍵。當台灣過去賴以維生的電子代工業逐漸式微，知識經濟與智慧資本的累積，成為擺脫內需市場限制的絕佳出頭機會。也因此，完全仰賴智慧資本投入的資訊服務業，是研究知識經濟運作最佳的觀察對象。. 此外，雖然缺少土地、廠房設備等有形資產的投入，高度仰賴知識、員工生. 治政大產力等無形資產的資訊服務業如 PCHOME、商店街、數字科技、一零四等資服企立. 業卻都在資本市場上擁有非常高的股價淨值比、本益比；甚至以基本面論，上述. ‧ 國. 學. 這些企業也都有非常優異的財務績效表現。究竟是什麼樣的原因讓這些企業能將. ‧. 知識轉變為財富？什麼樣的智慧資本投資在資訊服務產業是關鍵？本研究亦試. n. al. er. io. sit. y. Nat. 著回答這個問題。. i n U. v. 最後，本研究將更聚焦在資訊服務業中，研究該產業選擇平台模式（Platform. Ch. engchi. Model）來營運的企業之表現。Chesbrough（2006）認為平台型企業（採用開放式經營模式者）是最能適應環境變化、最有效地達到創新的公司，因此本研究也透過台灣資訊服務業的樣本驗證：平台企業是否具有更高的企業價值？此外，過去有眾多學者研究產業、商業模式、策略選擇對智慧資本投資的影響，本研究亦希望了解平台模式的智慧資本投資有和明顯的差異？而又會產生什麼樣的智慧資本間綜效？. 2.

(9) 儘管，平台模式並非資訊服務產業的專利，但資訊服務業卻比其他產業更容易產生平台模式（陳威如 2013）、形成 Rochet 和 Tirole（2003）所定義下的「雙邊市場」（Two-Sided Market），並更有效地形成網路效應（Network Effect）。資訊服務業是了解平台模式的最佳樣本，可以幫助研究者了解平台模式的獨特之處。. 總結而言，本研究希望指出智慧資本對資訊服務業及企業價值的影響，同時瞭解哪些智慧資本是影響其企業價值的關鍵因子；此外，本研究將更進一步在資. 治政大訊服務業深入探討平台模式的獨特價值，以及指出平台企業必須審慎管理的智慧立. 資本。這些內容皆關係到未來台灣在資訊服務產業、知識經濟發展的未來，亦是. ‧ 國. 學. 本研究期許能提供的價值。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 3. i n U. v.

(10) 第二節研究目的本研究目的是透過實證模型，發展主假說來研究台灣上市（櫃）資訊服務業的樣本中，採取平台商業模式者對於智慧資本投資以及對於企業價值的影響。具體而言，本研究之研究問題可以概念圖呈現之：. 研究方法 Panel Data 普通最小平方法自變數 2.. 結構資本. 3.. 顧客資本. 立. 應變數企業價值. ‧. ‧ 國. 人力資本. 學. 1.. 政治大. 分析. y. Nat. . 平台與非平台商業模式，對於智慧資本的投資方向有無顯著差異？. . 哪一種智慧資本是顯著影響平台模式的關鍵智慧資本？. . 在平台商業模式下，智慧資本之間的結合能否對企業價值產生綜效？. n. al. er. sit. 平台商業模式與否，對於企業價值有無顯著性的影響？. io. . Ch. engchi. 圖 1-1：研究概念. 4. i n U. v.

(11) 第三節研究特點本研究在蒐集資料選取與蒐集的方式，以及研究聚焦的重點有著與以往研究不同之處，以下為本研究之特點說明。. （一）以公開資訊研究資訊服務業智慧資本投資過去探討智慧資本與企業價值關係的研究相當多，探索其研究軌跡，多半以產業作為研究之間的區隔。本研究所選擇的資訊服務業樣本亦有相關論著，馬秀如 (1999) 曾針對資訊軟體業的無形資產鑑價制度進行研究，除了探討會計處理、. 政治大無形資產評價方法外，亦透過訪談的方式了解當時台灣資訊服務業在智慧資本投立. ‧ 國. 學. 資與企業價值上的概況；黃宛華 (1999)、黃翔祺 (2000) 則分別以資訊服務業和網際網路企業為樣本，以訪談及問卷的方式探討業者在智慧資本上的投資情. ‧. 形。. Nat. sit. y. 然而絕大部份針對資訊服務業智慧資本投資的討論，因為資料蒐集的困難，. n. al. er. io. 乃透過訪談或是問卷等方式進行研究，容易受限於研究者主觀與研究設計的影響，. i n U. v. 相較於前述其他產業，客觀性有所不足。本研究以資訊服務業者的年報、公開說. Ch. engchi. 明書等公開資料作為分析對象，相信此途徑更能讓資本市場的參與者了解資訊服務業的價值。. 5.

(12) （二）以平台商業模式區分資訊服務業樣本根據行政院主計處的中華民國行業標準分類，狹義的資訊服務業隸屬於資訊及通訊傳播業，並由電腦系統設計服務業和資料處理及資訊供應服務業等兩個子類所組成，底下則有電腦軟體設計、電腦系統整合服務、入口網站經營、資料處理、其他資訊供應服務；廣義的資訊服務亦包括線上遊戲業。這樣的分類方式是以公司所進行的業務、販售之產品作為基準，然而在網路相當發達的今日，本研究認為這樣的分類方式並不是非常符合當前的景況，許多資訊服務的業務早已因為行動網路、雲端運算等技術而難以區分。. 立. 政治大. 為此，本研究試著以平台商業模式作為區分樣本的準則、即以企業是否創造. ‧ 國. 學. 自己的網路生態系統來當作分類基礎。此分類方式乃建立在 Rochet 和 Tirole. ‧. （2004）對於雙邊市場的定義、Chesbrough（2006）對於開放式經營模式的理論，. sit. y. Nat. 以及 Evans 與 Schmalensee（2007）對於觸媒型企業的操作性定義。在平台型企. n. al. er. io. 業如 Google, Facebook, LINE 等網路服務主宰生活的同時，研究上也同樣以平台作為區隔變數，會是更符合實務的方式。. Ch. engchi. 6. i n U. v.

(13) 第四節論文架構流程本論文將分成六個章節，各章說明如下：第一章緒論：主要分為研究背景與動機、研究目的與主要議題，並說明本研究的特點與預期貢獻，最後則是研究架構。第二章. 文獻探討：藉由探討過去研究之論點和實證結果發現，作為推導第三章重要研究假說的基礎。. 第三章. 研究假說：建立在研究動機、研究目的與文獻探討的基礎，提出和研究相關之假說。. 第四章. 政治大研究設計：根據研究假說，敘述資料來源、研究年份以及變數衡量立. ‧ 國. 第五章. 學. 方式，並提出研究模型。. 實證結果與分析：針對蒐集的實證資料進行統計分析與檢定，檢視. ‧. 實證結果與原先的假說是否相符合。. Nat. sit. y. 結論與建議：彙整出本研究的結果做出結論、探討本研究之限制，. io. 並提出本研究在管理上的意涵，最後則對未來研究方向提供建議。. n. al. er. 第六章. Ch. engchi. 7. i n U. v.

(14) 研究動機與目的. 文獻回顧與探討. 智慧資本. 立. 政治大. 企業價值. 平台型商業模式. ‧ 國. 學 ‧. 研究假說與設計. n. 進行實證分析. Ch. engchi. 結論與管理意涵. 圖 1-2：研究流程. 8. er. io. sit. y. Nat. al. i n U. v.

(15) 第二章文獻回顧本章針對資訊服務業、智慧資本與企業價值，以及平台商業模式與其競爭優勢等相關文獻做一回顧，作為本研究後續建立假說之基礎。. 第一節資訊服務業本研究所關心的議題為資訊服務業中的平台企業，故首先必須定義何謂資訊服務業。根據行政院主計總處中華民國行業標準分類，狹義的資訊服務業隸屬於. 政治大. 資訊及通訊傳播業，並由電腦系統設計服務業和資料處理及資訊供應服務業等兩. 立. 個子類所組成，底下則有電腦軟體設計、電腦系統整合服務、入口網站經營、資. ‧ 國. 學. 料處理、其他資訊供應服務。而根據台灣經濟新報（TEJ）的分類方式，資訊服. ‧. 務業則包括系統整合、應用軟體、網路服務等三大類型，應用軟體內則可將遊戲. sit. y. Nat. 產業公司再次分類出來。綜合來看，兩者的分類方式大同小異，本研究則以較為. io. n. al. er. 詳盡的 TEJ 分類作為後續的樣本區隔基礎。. Ch. engchi. i n U. v. 另外，根據主計處以及經濟部的資料，2013 年台灣資訊服務業整體年營業額已突破 3000 億元新台幣，複合成長率（CAGR）則為 8%，相較於台灣總體經濟成長率 3%的表現，資訊服務業可以說是一新興的成長動力來源。而根據資策會（2014）的資料指出，未來三年台灣資訊服務業有四大成長驅動力：Big Data 帶來的資料分析商機、App 行動服務、電子商務以及智慧聯網，其中 Big Data 預估將有 40% 的年複合成長率，智慧聯網則被台積電張忠謀點名是下一個最被看好的產業。. 9.

(16) 郭淑儀（2012）曾歸納台灣資訊服務產業的特性：內需市場小、利潤低、分公不易，在資金、技術研發能力以及行銷面都有資源上的限制，這些都促使台灣資訊服務業者必須透過上市籌資來解決資金問題，將營運版圖拓展至海外市場，甚至透過同業之間的併購來產生規模經濟，以攤銷高額的研發成本。黃宛華（1999）則在研究中指出，資訊服務業是個完全依靠腦力活動來提供成長動力的產業，並且有著產品生命週期越來越短的趨勢。歸納上述論點，可以了解資訊服務業的關鍵成功因素在於比同業競爭對手在研發上、產品開發效率與效能上拉開領先差距，早一步搶佔市場，進而獲得競爭優勢。. 立. 政治大. 馬秀如 (1999) 亦曾針對資訊軟體業的無形資產鑑價制度進行研究，除了探. ‧ 國. 學. 討會計處理、無形資產評價方法外，亦透過訪談的方式了解當時台灣資訊服務業. ‧. 在智慧資本投資與企業價值上的概況；黃宛華 (1999)、黃翔祺 (2000) 則分別. y. sit. n. al. er. io. 上的投資情形。. Nat. 以資訊服務業和網際網路企業為樣本，以訪談及問卷的方式探討業者在智慧資本. Ch. engchi. 10. i n U. v.

(17) 第二節智慧資本與企業價值智慧資本的概念最早由經濟學家 John Kenneth Galbraith 在 1969 年提出（Edvinsson and Sullivan, 1996; Edvinsson, 1998; Roos et al., 1998），認為智慧資本是存在於公司中可創造差異性優勢的知識。Stewart（1997）則定義智慧資本為用以開創財富的知識、資訊、智慧財產以及經驗等項目。Al-Ali （2003）則認為智慧資本乃員工的知識、經驗與腦力，以及儲存在組織的資料庫、系統、流程、文化和經營哲學的知識資源。. 政治大綜觀而言，智慧資本並無一致的定義，但可以歸納出其為無形的、並沒有辦立. ‧ 國. 學. 法依會計處理記在帳上的資產，卻與組織的價值創造和未來息息相關，且能夠延續組織長期競爭優勢者。. ‧. Nat. sit. y. 除了學者對於智慧資本的定義尚無異質性的結論，在智慧資本的分類上亦百. n. al. er. io. 家爭鳴。Edvinsson and Malone（1997）是最早針對智慧資本做分類的學者，並. i n U. v. 以 Skandia AFS 的市場價值架構說明智慧資本的分類。他們指出，公司的市場價. Ch. engchi. 值可分為財務資本與智慧資本兩類，其中智慧資本又可以分為人力資本以及結構資本，結構資本又能分為顧客資本及組織資本，組織資本則可以分為創新資本及流程資本。此分類法在實務上即為 Skandia 領航者，針對過去發展歷程為財務焦點、針對現在則為人力、顧客及流程焦點，面對未來則為創新及發展焦點。. 11.

(18) Lynn（1998）認為企業的資本可以分為三類，實體資本、財務資本以及智慧資本。其中智慧資本可分為人力資本、關係資本以及結構或組織資本，而智慧資本的主要功能是將存於組織內的知識轉變為價值。Bontis（1998）則將智慧資本分為人力資本、結構資本以及顧客資本三類。由此可見，學界對於智慧資本的討論上各有各的說法，分類也變得越來越細，不僅包括最初知識管理的範疇，發展至今亦包含了組織文化、社會資本以及科技管理等內涵。. 考量資料蒐集與研究時間的限制，本研究乃採用 Bontis（1998）對於智慧. 治政大資本的三分法，即將智慧資本分為人力資本、結構資本以及顧客資本等三大類，立探討平台型企業對於智慧資本投資與企業價值的影響。. ‧. ‧ 國. 學. 累積智慧資本的最大目標即是產生創新成果，而企業能藉此獲得超額報酬。. sit. y. Nat. 在過往學術的研究上，則多半以財務績效或是企業價值作為應變數，並將焦點放. n. al. er. io. 在個別智慧資本對於應變數的影響。Sougiannis（1994）和歐進士（1998）的研. i n U. v. 究都指出研發支出對於企業績效有正面的影響，劉正田（2002）、黃家齊（2002,. Ch. engchi. 2003）的研究則指出人力資源與組織績效呈現顯著的正向關聯性。吳秀娟（2000）則以台灣資訊電子業為樣本，探討公司市值與帳面價值有所差異的原因，其研究結果發現該差異與員工勝任能力與內部結構有關，但與外部結構的相關性並不顯著。傅坤泰（2001）則以台灣半導體設計產業為實證研究對象，探討影響企業市值及帳面比的智慧資本指標，其結果顯示人力資本中的員工高等學歷比例、創新資本中的研發人員比例與研發費用佔營業費用比例，以及結構資本中的組織穩定度（員工平均服務年資／企業設立年數）呈現顯著性，顧客資本方面則無指標呈現顯著情形。 12.

(19) 部分研究則進一步研究智慧資本之間的交互作用對經營績效或企業價值的影響，如王文英與張清福（2004）則以台灣半導體產業為樣本，指出智慧資本的各要素皆顯著影響經營績效外，人力資本會正向影響創新資本及流程資本，而創新資本也會影響流程資本，流程資本則進一步影響顧客資本，再透過顧客資本正向地影響整體企業經營績效。朱麗（2013）則以台灣飯店業為樣本，探討低成本與差異化兩種策略取向對智慧資本投資及經營績效的影響，實證結果發現人力資本投資能顯著增加採取差異化飯店業者的績效，顧客資本分別與人力資本、結構資本的交互作用則對差異化飯店業者的經營績效產生綜效。. 政治大. 立. ‧ 國. 學. 由上述文獻可以發現，智慧資本的研究大致有幾個方向：探討個別智慧資本. ‧. 對財務績效或企業價值的關聯性、智慧資本之間的綜效，並且用不同產業、商業. sit. y. Nat. 模式、策略的樣本進行研究。本研究則以資訊服務業為樣本，探討採用平台商業. io. n. al. er. 模式的企業與其他業者之間在企業價值上的差異，以及智慧資本投資的不同，並試圖與過去的研究成果做比較。. Ch. engchi. 13. i n U. v.

(20) 第三節平台商業模式與競爭優勢平台商業模式（Platform Business Model）為一相當古老的商業模式，從過去的市集、現今的百貨公司，以及電子商務都是平台模式的具體展現，然而在管理與策略上乃是一相當新穎的概念。Rochet and Tirole（2003）是最早運用數學模型導出平台在經濟以及管理上意義的學者，其使用「雙邊市場」（Two-sided Market）這個最簡單的平台形式作為研究對象，並認為價格上的變化是影響交易雙方對平台需求、參與規模以及交易總量的唯一因素。. 政治大 Armstrong（2006）則根據雙邊市場的特性進行分析，以網路外部性（Network 立. ‧ 國. 學. Externality）的角度來定義雙邊市場，認為一方的收益取決於另一方的用戶數量，而交易雙方之間擁有跨邊的網路外部性：當一邊用戶增加時，會使得另一邊. ‧. 的用戶同步增加，從而使得特定一邊的收益增加、並吸引更多的用戶加入形成正. Nat. n. al. er. io. sit. y. 向循環，從而使交易行為凝聚在同一個交易平台上。. i n U. v. Eisenmann et al.（2006）將平台定義為能將不同的使用者聚集在同一個雙. Ch. engchi. 邊市場的產品或服務，而在一個雙邊市場中平台企業對於個邊用戶的主要價值，來自於提供的平台產品或服務能吸引多少來自某一邊客戶的採用，進而促使另一邊客戶也採用該平台的產品或服務。舉凡作業系統、信用卡、網路搜尋、線上徵才、電子商務均有這種雙邊市場的特徵。. 14.

(21) 另外，在同一個產業領域當中，往往會有不同的平台廠商在相互競爭雙邊的客戶，即用戶有多處棲息的可能性，這樣的特性使得那些身處在具有雙邊市場特性之產業的平台企業，必須面對更激烈的市場競爭（Rochet and Tirole, 2003; Evans and Schmalensee, 2007; 陳宏民與胥莉, 2007），而平台商業模式往往具有贏者通吃的現象（Eisenmann, Parker and Alstyne, 2011）。. 上述文獻旨在探討平台模式的市場特性與競爭關係，而 Chesbrough（2006）則在資源基礎（Resource-Based View）的觀點上，提出開放式創新（Open. 治政大將企業以「對經營 Innovation）的概念來提供企業管理上的意涵。Chesbrough 立. 模式的投入程度」與「經營模式的開放程度」這兩個變數將所有企業分為六大類，. ‧ 國. 學. 來說明各類公司對於創新流程的差異。六大類包括：不具任何差異性之經營模式、. ‧. 具少量差異性之經營模式、具區隔化的經營模式、具對外部環境產生知覺的經營. sit. y. Nat. 模式、將公司創新流程與經營模式整合的經營模式，以及具有高度適應性的平台. n. al. er. io. 模式。其中，Chesbrough 認為第六類的平台模式是最能適應環境變化，也是能. i n U. v. 最快、最有效地達到創新的公司，與外部環境連動性最強，為開放式經營模式的典範。. Ch. engchi. 15.

(22) David S. Evans 和 Richard Schmalensee（2007）則將平台企業視為一個產業發展的觸媒（Catalyst），進一步對平台型經營模式做出了具體定義，認為平台型企業是透過下列三種方式來創造價值：. 1.. 媒合功能：平台型企業必須能協助兩群彼此需要的顧客找到對方。. 2. 吸引用戶：平台型企業必須能替每群用戶吸引更多用戶。 3.. 降低成本：平台型企業透過既有的資源（基礎設施、軟體等），以避免重複投入來降低成本。. 立. 政治大. 由此定義可知，平台型企業不僅經營單群的顧客，其所面對的是複數的顧客，. ‧ 國. 學. 並且提供一個平台，吸引並促使顧客互動，藉此創造並從中擷取價值，因此也可. ‧. 稱平台企業為多邊企業（Multi-sided businesss），與傳統經營單群顧客的單邊. sit. y. Nat. 企業（Single-sided businesss）有著明顯的區別。另外，Evans 和 Schmalensee. n. al. er. io. 亦認為平台型企業是透過創造價值主張 (扮演市場的角色)、促進資訊獲取 (解. i n U. v. 決資訊不對稱)和制定規則與標準（分配利益）來啟動並維繫使用者之間的互動。. Ch. engchi. Gawer 和 Cusumano （2002）認為，這些平台型企業皆在追求平台領導（Platform Leadership），即平台企業的發展目的是試圖建立一種基礎，讓其他使用者可以在這個基礎上推出產品或提供服務，彼此的共同合作則可以將整個市場做大。然而追求平台領導的行為，在這種雙邊甚至多邊的市場結構中，有著極高的前置成本與風險；又因為使用者有著轉換成本、網路外部性等因素，可能不會選擇較晚進入市場的平台，形成先進入廠商的先進者優勢。前置成本的投入、風險，以及轉換成本與網路外部性，創造此種產業的主要進入障礙。 16.

(23) 陳威如（2013）則認為平台存續的關鍵，除了需建立跨邊及同邊的網路外部性、確立核心定位、並提高轉換成本等靜態因素外，亦必須關心動態因素：如何確保平台生態圈擁有無限擴張的延展性。由於平台的建置成本高，之後每位用戶的單位成本卻相當低、甚至免費，唯一能負擔平台的平均成本、並且實現獲利的方法只有用戶的不斷成長，規模的不斷增加。這樣的說法同樣支持前述 Gawer 和 Cusumano（2002）的看法，亦闡述了平台型企業獲取超額報酬的競爭優勢來源。. 治政大綜合文獻對於雙邊市場及平台的描述，可以歸納出平台型企業的定義：所謂立. 平台型企業的經營模式，就是設計出一套方法，將複數使用者結合在一起創造價. ‧ 國. 學. 值，並且替這些使用者提供安全且自由的平台、協助使用者找到彼此並產生互動，. ‧. 最終設計一套機制與規則來協調使用者之間的利益分配，並創造一個生態系統。. sit. y. Nat. 而平台型企業因為前置成本投入、風險，以及轉換成本和網路外部性，透過先進. n. al. er. io. 者優勢來創造產業的主要進入障礙，並藉此獲取競爭優勢（Evans et al., 2006;. i n U. v. Evans and Schmalensee, 2007; Eisenmann and Hagiu, 2008）。本研究亦透過. Ch. engchi. 此定義，作為後續在選取資訊服務業中平台型企業時的標準。. 17.

(24) 參考上述的文獻探討中，本研究發現平台模式的建立、競爭優勢來源與智慧資本息息相關。如同本章前述，在資源基礎觀點（Resource-Based View）下，企業內部的核心資源與動態能耐才是企業持久競爭優勢的來源（Wernerfelt, 1984; Hamel & Prahalad, 1990）；而知識經濟時代中，此概念亦轉變為知識基礎觀點（Knowledge-Based View），強調知識障礙（Knowledge Barriers）對於競爭的重要性、並能藉此達到 Lippman and Rumelt（1992）所稱的模仿不確定性（Uncertain Imitability）。. 治政大平台企業往往因為網路外部性的關係，具有非常強的模仿不確定性特質，即立. 不確定平台是透過什麼樣的機制、投入什麼樣的知識資源來獲得今天的成果，例. ‧ 國. 學. 如該先補貼哪一方用戶就是後進者必須思考的重大議題。由此可歸納，存在於平. ‧. 台企業內部、藉由營運經驗產生的結構資本應為平台企業成功的關鍵智慧資本，. y. sit. n. al. er. io. 取超額報酬。. Nat. 而人力資本則是建構結構資本的基礎，兩者能為平台企業帶來競爭優勢、並且獲. Ch. engchi. 18. i n U. v.

(25) 第三章研究假說本研究從文獻回顧中，了解商業模式的差異會產生不同的智慧資本投資需求以創造企業價值。根據這樣的結論，本章延續前一章之文獻回顧、結合研究動機與目的，發展出以下研究假說。. 一、. 平台模式與企業價值之關聯性. 根據過去研究，平台商業模式企業具有自行創新經營模式的能力，並且願意. 治政投入資、人力來實驗新的經營模式。此外，此類企業強調與更多供應商、顧客形大立. 成新的生態系，與這些經營夥伴相互結合，並且從中掌握主導權。也因此，平台. ‧ 國. 學. 型企業能更適應環境之變化，同時也是能最快、最有效地達到創新者（Chesbrough. ‧. 2006）。本研究因此首先要驗證的，是平台商業模式是否比非平台商業模式更能. er. io. sit. y. Nat. 顯著地正向影響企業價值：. n. al Hypothesis 1：平台商業模式會顯著正面影響企業價值 iv Ch. n U engchi H1. 平台模式. 企業價值圖 3-1：假說一概念. 19.

(26) 二、. 平台模式的智慧資本與企業價值的關聯性. 不同的產業、商業模式、策略選擇會影響到智慧資本的投資（王文英等 2004; 朱麗 2013），而資訊服務業是個完全依賴腦力活動，來提供成長動力的產業；軟體的創新亦必須講求速度和品質、掌握關鍵技術以及知識管理。其中，平台模式由於更需要產品技術的創新，以維繫自身建立的生態系統，可以預見其在人力資本與結構資本上有相對更多的投資以及對企業價值的影響產生。本研究依此論點形成假說二及其子假說：. 治政大 Hypothesis 2：平台模式企業有相對關鍵的智慧資本類型立 ‧ 國. 學. H2a：人力資本對平台模式企業價值有顯著正面影響. H2b：結構資本對平台模式企業價值有顯著正面影響. n. al. 人力資本. Ch. engchi. 結構資本. 顧客資本圖 3-2：假說二概念. 20. er. io. sit. y. Nat 平台模式. ‧. H2c：顧客資本對平台模式企業價值有顯著正面影響. v. H2a. i n U. H2b. H2c. 企業價值.

(27) 三、. 平台模式的智慧資本綜效與企業價值的關聯性. 根據 Stewart（1999）和 Sveiby（2001），產品服務的價值並不直接來自於智慧資本的投資，而是來自於智慧資本之間交互作用所產生的綜效，然而這樣的綜效影響程度會因為商業模式的差異而不同。智慧資本之間的交互作用、是否能創造出綜效亦是研究者關心的重點（王文英 2004; 朱麗 2013），這是因為人力、結構、顧客三者間本身就有因果關係的存在，尤其人力資本更是推動結構和顧客資本的基礎。本研究亦據此探討三種智慧資本在不同商業模式下的交互作用，以及該作用對企業價值的影響，依此產生假說三及其子假說：. 立. 政治大. Hypothesis 3：智慧資本間的交互作用對平台模式企業價值有顯著影響. ‧ 國. 學. H3a：人力資本與結構資本的交互作用對平台模式企業價值有正面影響. ‧. H3b：人力資本與顧客資本的交互作用對平台模式企業價值有正面影響. Nat. n. al. er. io. sit. y. H3c：結構資本與顧客資本的交互作用對平台模式企業價值有正面影響. 平台模式. Ch. 人力資本. engchi 結構資本. iv n U H3a H3b H3c. 顧客資本圖 3-3：假說三概念. 21. 企業價值.

(28) 總結所有假說設定，本研究的研究架構與相關變數之關係如下圖所示：. 平台型商業模式. 人力資本. H2b. H3a. 立. 顧客資本. H2c. H3c. 治政企業價值大 H1. 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. H2a. 結構資本. Ch. engchi. 22. i n U. v. H3b.

(29) 第四章研究設計本章一共分為三節。首先，介紹本研究之樣本選擇與資料來源；其次，根據本研究提出之假說，於第二節說明變數的定義、處理方式以及衡量方式；最後，則為本研究之研究模型。. 第一節樣本選擇與資料來源本研究所選取的研究對象為根據台灣經濟新報資料庫（TEJ）分類下，廣義. 政治大. 的台灣上市（櫃）資訊服務企業，包括系統整合、軟體開發、線上遊戲以及網路. 立. 服務四種子產業分類。研究之樣本資料取自 TEJ，並補以企業年報及公開說明書。. ‧ 國. 學. 樣本期間樣本期間為 2012 至 2014 年止之共 3 年之資料，選取 160 筆公司資料作. ‧. 為研究樣本。若企業年度資料中有缺失或遺漏之情形，則予以刪除。. sit. y. Nat. 本研究主要關心台灣上市（櫃）資訊服務業中，以平台作為商業模式的公司. io. al. er. 在智慧資本上的投資，以及其與企業價值的關聯性和表現。在定義平台模式方面，. v. n. 本研究採用文獻探討中對於平台型企業的定義，參考年報內容和 TEJ 產業分類，. Ch. engchi. i n U. 從資訊服務業中篩選出平台型企業，包括 TEJ 子產業分類下的網路服務業、線上遊戲業，另外加上被歸類至貿易百貨業的電子商務業者富邦媒體。表 4-1 整理出 2012-2014 年平台與非平台企業的分布情形，可以了解台灣上市（櫃）資訊服務業中，平台型企業的數量正逐年增加中：. 23.

(30) 表 4-1：平台與非平台企業樣本一覽表. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 24. i n U. v.

(31) 第二節研究變數選取及衡量方式一、. 應變數. Tobin’s Q 為一種事前衡量的方式，可用來預期公司未來績效與價值（陳靜香，2005）。本研究以市場績效指標 Tobin’s Q 衡量企業價值。Tobin’s Q 為該公司的市場價值除資產重置成本，其值越高表示企業有較佳的投資機會與企業競爭優勢。. Tobin’s Q＝（股東權益市場價值＋負債帳面價值）／資產總額帳面價值. 立. 政治大. ‧ 國. 學. 本研究在小樣本的情況下，為求避免數值上的個別差異影響研究結果，本研究將各年度樣本公司的 Tobin’s Q 依大小排列，以二十百分位數進行分組、並. ‧. Nat. n. al. er. io. sit. 級分數及各年度樣本分配數量如下表所示：. Tobin’s Q. y. 給予等級分數，並依此處理過後的 Tobin’s Q 作為研究企業價值的應變數。等. 2012 年. Ch RANK_TOBINSQ engchi. iv 年 2013 n U. 2014 年. 樣本數量. 樣本數量. 樣本數量. ＞80%. 5. 10. 10. 12. 60%～80%. 4. 11. 11. 11. 40%～60%. 3. 10. 11. 11. 20%～40%. 2. 11. 11. 9. ＜20%. 1. 10. 10. 12. 總和. --. 52. 53. 55. 25.

(32) 二、. 自變數. 過去有關智慧資本影響企業績效之實證研究所包含的公開資訊變數很少，專注於研究台灣上市（櫃）資訊服務產業的更為稀有，因此本研究在初步變數選取方面，儘可能涵括年報及公開資訊中所含訊息。. 自變數方面，本研究參考以往文獻中有關智慧資本衡量以及影響績效因素之研究（如：馬秀如等 1999;吳思華 2000;吳秀娟 2000;李坤致 2001;黃翔棋 2000; 傅坤泰 2001;資策會 2001;謝月香 2000; 王文英等 2004; Sougiannis 1994;. 治政大and Norton 1996; Lev and Bean 1995; Edvinsson and Sullivan 1996; Kaplan 立 Sougiannis 1996; Edvinsson and Malone 1997; Stewart 1997; Sveiby 1997;. ‧ 國. 學. Bontis 1998; Financial Management Accounting Committee 1998; Lee and. ‧. Witteloostuijn 1998; Johnson 1999; Knight 1999; PricewaterhouseCoopers. sit. y. Nat. 1999; Dzinknowski 2000; Pulic 2000; Bukh et al. 2001; Deeds 2001;. n. al. er. io. Mouritsen et al. 2001a, 2001b），整理出適合的細項指標變數。. Ch. engchi. i n U. v. 因為無法從文獻中確定某細項變數對於企業價值沒有影響，研究初期盡可能地納入所能獲得之公開資訊，並採用 Bontis（1998）對於智慧資本的三分法，將所蒐集的資料以人力、結構、顧客等三面向作為資本要素的類別來呈現，其結果如表 4-2 所示，一共有 30 個智慧資本變數。. 26.

(33) 表 4-2：過去研究文獻出現過且合適的智慧資本及其變數定義變數. 操作性定義與說明. 人力資本. 員工平均教育程度. 將員工分為碩士以上、大專、高中及五專(含) 以下，分別給予權數 3、2、1，以計算整體員工的平均教育程度. 大學學歷比例. 當年度大學學歷員工數／當年度員工總人數. 員工平均服務年資. 當年度所有員工服務年資之平均. 員工平均年齡. 當年度所有員工年齡之平均. 員工數增減比率. （當年度員工數-去年度員工數）／去年度員工數. 員工生產力. 當年度銷貨淨額／當年度員工總人數. 每人營業利益. 當年度營業利益／當年度員工總人數. 員工附加價值. 當年度稅後淨利／當年度員工總人數. 結構資本. 立. 當年度研發費用／當年度銷貨淨額. 當年度研發密集度. 去年度研發費用／去年度銷貨淨額. 去年度研發密集度. 研發生產力研發人員數. 當年度稅後淨利／當年度研發費用. ‧. 研發人員比例. ‧ 國. 去年度研發費用. 學. 當年度研發費用. 政治大. 當年度研發人員數／當年度員工總人數. Nat. 當年度研發費用／當年度員工總人數. 研究發展強度. 當年度研發費用／近二年底平均總資產. 管理費用率管理費用增減比率. sit. er. 自公司設立至當年度年底為止之年數. a l 當年度銷貨淨額／近二年底平均流動資產 v i n 當年度管理費用／當年度銷貨淨額 Ch engchi U (當年度管理費用-去年度管理費用)／去年度管理費用. n. 流動資本週轉率. io. 組織年齡. y. 每位研發人員所擁有之資源. 每人平均管理費用. 當年度管理費用／當年度員工總人數. 存貨週轉率. 當年度銷貨淨額／近二年底平均存貨. 固定資產週轉率. 當年度銷貨淨額／近二年底平均固定資產. 總資產週轉率. 當年度銷貨淨額／近二年底平均總資產. 顧客資本主要客戶個數. 當年度銷貨佔 10%以上之客戶數. 市場成長性. （當年度銷貨淨額－去年度銷貨淨額）／去年度銷貨淨額. 推銷費用率. 當年度推銷費用／當年度銷貨淨額. 產品接受比率. 1-（當年度銷貨退回與折讓／當年度銷貨淨額）. 市佔率. 企業在當年度財報揭露之市場佔有率. 27.

(34) 接著，本研究將這 30 個智慧資本變數進一步處理，除原始值之外，亦建立自然對數值、二十百分位數等級分數，以及以中位數為標準的虛擬變數等資料，並將這 90 個代理變數對企業價值進行迴歸分析，藉以篩選出適當的智慧資本變數。變數篩選的標準為：迴歸係數達到統計顯著水準、自變數間相關係數小於 0.65（Thomas and Williams 1991），同時方差膨脹因子（Variance Inflation Factor, VIF）小於 10 的智慧資本變數，此篩選方法可以同時滿足統計的顯著性及避免共線性的問題。經過此步驟，本研究篩選出下列變數：. 立. 治政大變數篩選標準對資訊服務業有意義. ‧ 國. 學. 過去研究曾被提及的. 的智慧資本變數. 智慧資本變數. ‧. 人力資本變數：. sit. y. Nat. . 圖 4-1：篩選變數概念. n. al. er. io. 1. AVGNI：當年度稅後淨利/員工總人數，大於產業中位數＝1，其他＝0。. i n U. v. 2. AVGYR：當年度員工平均年齡，依同年度樣本由大至小給予 1~5 等級分數。. Ch. engchi. 3. COLLEGE：當年度大學學歷員工/員工總人數，大於產業中位數＝1，其他＝0。 . 結構資本變數：. 1. OrgYR：截至當年度為止企業設立年數，依同年度樣本由大至小給予 1~5 等級分數。 2. RDP：當年度研發人員人數，大於產業中位數＝1，其他＝0。 3. OrgStab：當年度員工平均年資/企業設立年數，大於產業中位數＝1，其他＝0。 4. FAT：當年度營收淨額/平均固定資產，依同年度樣本由小至大給予 1~5 等級分數。. 28.

(35) . 顧客資本變數：. 1. MktGrowth：當年度營收成長率，依同年度樣本由小至大給予 1~5 等級分數。 2. MktShare：樣本企業於年報揭露之市佔率，大於產業中位數＝1，其他＝0。. 由表 4-3 的 Pearson 相關分析可以瞭解，本研究初步所選定的自變數間的相關係數皆＜0.65，並無共線性的問題；此外，表 4-4 也呈現出，在加入控制變數所進行的迴歸分析中，本研究確認此九個智慧資本變數均達到原先設定之標準（迴歸係數達到統計顯著、VIF＜10）。. 立. 政治大. 表 4-3：原始智慧資本變數之 Pearson 相關係數矩陣. ‧ 國. 學. 14. ‧. 1 2 3 4 5 6 7 8 9 10 11 12 13 1 .365** 1 .283** 0.017 1 -0.062 -0.082 0.100 1 .569** .450** 0.126 0.071 1 -0.062 0.097 -0.125 -0.075 -0.082 1 0.097 -0.153 0.125 0.025 .451** -0.025 1 0.106 0.106 .200* 0.125 .162* 0.000 .200* 1 .195* -0.136 .325** -0.075 .180* -.175* .375** 0.025 1 0.090 0.083 .278** 0.031 .246** 0.049 0.137 .252** 0.093 1 -0.124 0.026 .275** 0.000 -0.082 .350** -0.125 0.100 0.050 0.093 1 -.213** -.267** .192* 0.089 -0.104 -0.059 0.050 .313** 0.086 0.074 0.130 1 .247** .192* .369** -0.143 .216** -0.016 0.067 .178* .158* .320** .159* -0.042 1 .715** .257** .271** 0.071 .484** -0.151 0.124 .185* 0.142 .235** -0.129 0.062 .281**. n. al. er. io. sit. y. Nat. RANK_TOBINSQ AVGYR AVGNI COLLEGE OrgYR RDP OrgStab FAT MktGrowth MktShare SIZE DEBT ROA PBR. Ch. engchi. i n U. v. 1. 1. 樣本數為 160 2.顯著水準說明：*p < 0.05, **p < 0.01, ***p < 0.001 3. 變數定義：應變數：RANK_TOBINSQ 為企業價值；自變數：AVGYR 為員工平均年齡排序分數，AVGNI 為員工附加價值虛擬變數，COLLEGE 為公司擁有大學學歷員工比例虛擬變數，OrgYR 為組織年齡排序分數，RDP 為研發人員人數之虛擬變數，OrgStab 為組織穩定度虛擬變數，FAT 為固定資產周轉率之虛擬變數，MktShare 為市占率之虛擬變數， MktGrowth 為市場成長性之排序變數；控制變數：SIZE 為公司規模之虛擬變數，DEBT 為負債比率，ROA 為資產報酬率，PBR 為股價淨值比。. 29.

(36) 表 4-4：自變數共線性診斷. VARIABLE. VIF-原始研究變數. AVGYR. 2.438. AVGNI. 1.573. COLLEGE. 1.134. OrgYR. 2.497. RDP. 1.323. OrgStab. 1.916. FAT. 1.346. MktGrowth. 1.412. MktShare. 1.274. SIZE. 立. DEBT. 2.210 1.651. y. Nat. 1. 樣本數為 160. 1.691. sit. Mean VIF. 1.414. ‧. PLATFORM. 1.350. ‧ 國. PBR. 1.532. 學. ROAEBITDA. 政治大. io. er. 2. 顯著水準說明：*p < 0.05, **p < 0.01, ***p < 0.001. 3. 變數定義：應變數：RANK_TOBINSQ 為企業價值；自變數：AVGYR 為員工平均年齡排序分數，AVGNI 為員工附加價. n. al. i n U. v. 值虛擬變數，COLLEGE 為公司擁有大學學歷員工比例虛擬變數，OrgYR 為組織年齡排序分數，RDP 為研發人員人數之. Ch. engchi. 虛擬變數，OrgStab 為組織穩定度虛擬變數，FAT 為固定資產周轉率之虛擬變數，MktShare 為市占率之虛擬變數， MktGrowth 為市場成長性之排序變數；控制變數：SIZE 為公司規模之虛擬變數，DEBT 為負債比率，ROA 為資產報酬率，PBR 為股價淨值比。詳細變數定義請見表 4-8. 30.

(37) 由於本研究將重心放在人力、結構與顧客資本三者與平台商業模式，以及企業價值的關係上，為了更瞭解此三種智慧資本與企業價值之關聯性，如下圖所示本研究將前述之九個變數分別歸類至人力、結構與顧客三種智慧資本分類。在同一個智慧資本類別中，再根據變數對企業價值的重要性，自行設定權重來建立新的智慧資本整合變數，並比較個別變數與該整合變數結果之差異。以下分別陳述人力、結構、顧客等三類智慧資本變數的整合過程：. 政治大分類並依解釋立. HC_TOTAL. 結構資本整合變數 SC_TOTAL. ‧. Nat. io. sit. y. 顧客資本整合變數. n. al. er. 變數. ‧ 國. 智慧資本. 學. 能力加權平均. 人力資本整合變數. Ch. i n U. 圖 4-2：智慧資本整合變數概念. engchi. 31. v. CC_TOTAL.

(38) 1. 人力資本整合變數（HC_TOTAL）前述的變數篩選過程中，本研究取得員工平均年齡（AVGYR）、員工附加價值（AVGNI）以及大學學歷員工比例（COLLEGE）為人力資本變數，並依照其對於企業價值的影響程度，分別給予權重並計算加總為人力資本的整合變數 HC_TOTAL。. HC_TOTAL＝W1（AVGYR）＋W2（AVGNI）＋W3（COLLEGE）， W1＋W2＋W3＝1. 立. 政治大. 表 4-5 呈現個別變數對企業價值的影響程度。本研究以變數之標準化迴歸係. ‧ 國. 學. 數（Beta），找出彼此間的倍數關係，作為人力資本整合變數的權重依據。由下. ‧. 表的迴歸結果可決定 W1 為 -31.76%，W2 為 243.55%，W3 為 -111.79%，顯示在. sit. y. Nat. 本研究中的人力資本整合變數中，對企業價值的影響力程度依序為員工附加價值、. al. n. 向但不顯著的關係。. er. io. 大學學歷員工比例、員工平均年齡，其中大學學歷和平均年齡與企業價值呈現負. Ch. engchi. 32. i n U. v.

(39) 表 4-5：人力資本相關變數之權重. Equation Intercept. Beta. Weighting. -0.026. -31.76%. 0.198. 243.55%. -0.091. -111.79%. 2.454 (9.023)***. AVGYR. -0.026 (-0.399). AVGNI. 0.559 (3.561)***. COLLEGE. -0.257 (-1.853). SIZE. 政治大. -0.317 (-2.101)*. 立. DEBT. -0.017. ‧ 國. ROA. 學. (-3.793)*** -0.005. PBR. ‧. (-0.899) 0.311. Number. io. F-statistic. 29.729***. y. 160. al. n. Adj. 𝑅2. sit. YES. er. Fixed Effects. Nat. (10.648)***. 66.61%. Ch. engchi. i n U. v. 1. 樣本數為 160 2. 顯著水準說明：*p < 0.05, **p < 0.01, ***p < 0.001 3. 括號內為迴歸係數的 t 值，最下方列中的是 F 值與調整後 R 平方 4. 變數定義：應變數：RANK_TOBINSQ 為企業價值；自變數：AVGYR 為員工平均年齡排序分數，AVGNI 為員工附加價值虛擬變數， COLLEGE 為公司擁有大學學歷員工比例虛擬變數，OrgYR 為組織年齡排序分數，RDP 為研發人員人數之虛擬變數，OrgStab 為組織穩定度虛擬變數，FAT 為固定資產周轉率之虛擬變數，MktShare 為市占率之虛擬變數，MktGrowth 為市場成長性之排序變數；控制變數：SIZE 為公司規模之虛擬變數，DEBT 為負債比率，ROA 為資產報酬率，PBR 為股價淨值比。詳細變數定義請見表 4-8. 33.

(40) 2. 結構資本整合變數（SC_TOTAL）前述的變數篩選過程中，本研究取得組織年齡（OrgYR）、研發人員人數（RDP）、組織年齡（OrgYR）以及固定資產週轉率（FAT），並依照其對於企業價值的影響程度，分別給予權重並計算加總為結構資本的整合變數 SC_TOTAL。. SC_TOTAL＝W1（OrgYR）＋W2（RDP）＋W3（OrgStab）＋W4（FAT）， W1＋W2＋W3＋W4＝1. 治政大表 4-6 呈現個別變數對企業價值的影響程度。本研究以變數之標準化迴歸係立. 數（Beta），找出彼此間的倍數關係，作為人力資本整合變數的權重依據。由下. ‧ 國. 學. 表迴歸結果可決定 W1 為 107.45%、W2 為 9.72%、W3 為 -34.90%、W4 為 17.73%，. ‧. 顯示在本研究中的結構資本整合變數中，對企業價值的影響力程度依序為組織年. sit. y. Nat. 齡、組織穩定度、固定資產周轉率、研發人員人數，其中組織穩定度與企業價值. n. al. er. io. 呈現負向但不顯著的關係。. Ch. engchi. 34. i n U. v.

(41) 表 4-6：結構資本相關變數之權重. Equation Intercept. Beta. Weighting. 0.227. 107.45%. 0.021. 9.72%. -0.074. -34.90%. 1.867 (7.230)***. OrgYR. 0.231 (3.352)**. RDP. 0.058 (0.389). OrgStab. -0.208 (-1.289). FAT. 0.106 (0.707). 立. SIZE. 政治大 0.037. 17.73%. -0.176. ‧ 國. DEBT. 學. (-1.133) -0.014. ROA. ‧. (-3.137)** 0.001. y. sit. PBR. Nat. (0.096) 0.288. io. n. al. er. (9.301)***. Fixed Effects. YES. Number. 160. F-statistic Adj. 𝑅2. Ch. engchi. i n U. v. 26.209*** 63.56%. 1. 樣本數為 160 2. 顯著水準說明：*p < 0.05, **p < 0.01, ***p < 0.001 3. 括號內為迴歸係數的 t 值，最下方列中的是 F 值與調整後 R 平方 4. 變數定義：應變數：RANK_TOBINSQ 為企業價值；自變數：AVGYR 為員工平均年齡排序分數，AVGNI 為員工附加價值虛擬變數， COLLEGE 為公司擁有大學學歷員工比例虛擬變數，OrgYR 為組織年齡排序分數，RDP 為研發人員人數之虛擬變數，OrgStab 為組織穩定度虛擬變數，FAT 為固定資產周轉率之虛擬變數，MktShare 為市占率之虛擬變數，MktGrowth 為市場成長性之排序變數；控制變數：SIZE 為公司規模之虛擬變數，DEBT 為負債比率，ROA 為資產報酬率，PBR 為股價淨值比。詳細變數定義請見表 4-8。. 35.

(42) 3. 顧客資本整合變數（CC_TOTAL）前述的變數篩選過程中，本研究取得市場成長性（MktGrowth）和市佔率（MktShare）兩個變數，並依照其對於企業價值的影響程度，分別給予權重並計算加總為顧客資本的整合變數 CC_TOTAL。. CC_TOTAL＝W1（MktGrowth）＋W2（MktShare），W1＋W2＝1. 表 4-7 呈現個別變數對企業價值的影響程度。本研究以變數之標準化迴歸係. 治政大數（Beta），找出彼此間的倍數關係，作為人力資本整合變數的權重依據。由下立. 表的迴歸結果可決定 W1 為 -59.49%，W2 為 159.49%，顯示在本研究中的顧客資. ‧ 國. 學. 本整合變數中，對企業價值的影響力程度依序為員工附加價值、大學學歷員工比. ‧. 例、員工平均年齡，其中大學學歷和平均年齡與企業價值呈現負向但不顯著的關. n. al. er. io. sit. y. Nat. 係. Ch. engchi. 36. i n U. v.

(43) 表 4-7：顧客資本相關變數之權重. Equation Intercept. Beta. Weighting. -0.061. -59.49%. 0.162. 159.49%. 2.286 (9.142)***. MktGrowth. -0.060 (-1.178). MktShare. 0.459 (3.272)**. SIZE. -0.212 (-1.440). DEBT. 政治大. -0.014 (-3.298)**. 立. ROA. 0.002. ‧ 國. PBR. 學. (0.294) 0.318. ‧. (10.892)***. n. er. io. sit. y. Nat. al. Fixed Effects. YES. Number. 160. F-statistic Adj. 𝑅2. Ch. engchi. i n U. v. 32.339*** 63.95%. 1. 樣本數為 160 2. 顯著水準說明：*p < 0.05, **p < 0.01, ***p < 0.001 3. 括號內為迴歸係數的 t 值，最下方列中的是 F 值與調整後 R 平方 4. 變數定義：應變數：RANK_TOBINSQ 為企業價值；自變數：AVGYR 為員工平均年齡排序分數，AVGNI 為員工附加價值虛擬變數， COLLEGE 為公司擁有大學學歷員工比例虛擬變數，OrgYR 為組織年齡排序分數，RDP 為研發人員人數之虛擬變數，OrgStab 為組織穩定度虛擬變數，FAT 為固定資產周轉率之虛擬變數，MktShare 為市占率之虛擬變數，MktGrowth 為市場成長性之排序變數；控制變數：SIZE 為公司規模之虛擬變數，DEBT 為負債比率，ROA 為資產報酬率，PBR 為股價淨值比。詳細變數定義請見表 4-8. 37.

(44) 三、. 控制變數. 本文引用過去的研究（Modigliani and Miller, 1963; Hall, 1993; Bosworth and Rogers, 2011），認為企業價值相關之因素尚有公司成長機會、獲利能力以及風險層面，故根據上述三個面向，將之列為對公司價值影響之控制變數：. 1. 企業規模（SIZE）公司規模不同，不同規模之公司,其價值可能也會不同。在許多公司評價研究中，公司規模為一重要控制變數（Hall, 1993; Bosworth and Rogers, 2001），. 治政大規模越大的公司，對於智慧資本投資與市場表現皆不同。Demsetz and Lehn (1985) 立發現公司規模越大，在營運、行銷及財務方面可達到規模經濟，提升企業價值。. ‧ 國. 學. 本研究以總資產的中位數為標準，以虛擬變數方式劃分公司規模，探討公司規模. ‧. 是否會影響企業價值。. sit. y. Nat. n. al. er. io. SIZE＝DUMMY（當年度資產總額，大於中位數＝1，其他＝0）. Ch. engchi. 38. i n U. v.

(45) 2. 負債比率（DEBT）本研究以負債比例作為代表企業「風險」面的變數，其用以評估公司的長期償債能力。當公司負債比例高，其公司的財務風險越高，破產風險也越高。另外，在過去研究中，Modigliani and Miller (1963) 指出，公司舉債越多，節稅所產生的利益越大，公司價值越高；因此本研究認為負債比例對於企業價值具有相當影響力，且長期對於企業價值是負向影響因子，故將其列入控制變數中。. DEBT＝（當年度負債總額／當年度資產總額）X 100%. 3. 資產報酬率（ROA）. 政治大. 立. ‧ 國. 學. 本研究以資產報酬率作為企業「獲利能力」的代表變數。資產報酬率可測試. ‧. 公司獲利的能力，亦為影響市場流動性的績效指標。因此，本研究將稅後息前折. sit. y. Nat. 舊前（EBITDA）為計算基礎的 ROA 作為控制變數，預期獲利能力高的公司，企業. n. al. er. io. 價值也會提升，兩者為正相關。. Ch. engchi. i n U. v. ROA＝（當年度稅前息前折舊前之常續性淨利／平均資產總額）X 100%. 39.

(46) 4. 股價淨值比（PBR）由於資本市場對企業的評價不再只有注重有形資產，反而更加重視無形資產所帶來的未來效益，又企業為了維持永續經營，必須不斷地投資與研發，以謀求公司的成長與最大利益。Goyal, Lehn, and Racic (2002) 將股價淨值比（Price-Book Ratio, PBR）做為成長機會之代理變數，故將股價淨值比做為本研究之控制變數。預期 PBR 越高的公司，企業價值越高。. PBR＝當年年底市值／年底淨值. 政治大. 立. 5. 固定效果—商業模式差異及年度的影響. ‧ 國. 學. 不同的商業模式，其智慧資本投資與對企業價值影響的影響皆有不同。本研. ‧. 究為控制商業模式差異的影響，依據 TEJ 之產業細部分類，將平台商業模式與否. sit. y. Nat. （PLATFORM）作為固定效果的虛擬變數，設定平台模式＝1，其他＝0；此外，智. n. al. er. io. 慧資本投資亦會依各年度經濟狀況同而有所差異，本研究亦以虛擬變數，將各年度影響作為固定效果之調整。. Ch. engchi. i n U. v. 以下將上述應變數、自變數以及控制變數的名稱，衡量方式與預期效果符號匯總於表 4-8：. 40.

(47) 表 4-8：各項研究變數之定義. 預期變數代號. 變數名稱. 變數衡量方向. 1. 被解釋變數 RANK_TOBINSQ. 企業價值. 根據 Tobin's Q 的大小排列並給予等級分數。. N/A. AVGNI. 員工附加價值. 當年度稅後淨利/年底員工總人數，大於產業中位數＝1，其他＝0. ＋. AVGYR. 員工平均年齡. 當年年底員工平均年齡，依同年度樣本由大至小給予 1~5 等級分數. ＋. COLLEGE. 大學學歷員工比例. 當年度大學學歷員工/員工總人數，大於產業中位數＝1，其他＝0. ＋. ＊HC_TOTAL. 人力資本整合變數. （-31.76%）＊AVGYR＋（243.55%）＊AVGNI＋（-111.79%）＊COLLEGE. ＋. OrgYR. 組織年齡. 至當年度為止企業設立年數，依同年度樣本由大至小給予 1~5 等級分數. ＋. RDP. 研發人員人數. 當年度企業研發人員數量，大於產業中位數＝1，其他＝0. 立. ＋. OrgStab. 組織穩定度. 當年度員工平均服務年資/企業設立年數，大於產業中位數＝1，其他＝0. ＋. FAT. 固定資產週轉率. 當年度銷貨淨額/平均固定資產，依同年度樣本由小至大予 1~5 等級分數. ＋. ＊SC_TOTAL. 結構資本整合變數. 2. 解釋變數. 政治大. ‧. ‧ 國. 學. （107.45%）＊OrgYR＋（9.72%）＊RDP＋. ＋. y. sit. Nat. （-34.90%）＊OrgStab＋（17.73%）＊FAT. 當年度營收成長率，依同年度樣本由小至大給予 1~5 等級分數. MktShare. 市佔率. ＊CC_TOTAL. 顧客資本整合變數. CC_TOTAL＝（-59.49%）＊MktGrowth＋（159.49%）＊MktShare. ＋. SIZE. 公司規模. 當年度資產總額，大於當年度產業中位數＝1，其他＝0. ＋. DEBT. 負債比率. （當年度負債總額／當年度資產總額）X 100%。. －. ROA. 總資產報酬率. （稅前息前折舊前之常續性淨利／平均資產總額）X 100%。. ＋. PBR. 股價淨值比. 當年年底市值／年底淨值。. ＋. er. 市場成長性. io. MktGrowth. 當年度年報中揭露之市場佔有率，大於產業中位數＝1，其他＝0. n. al. Ch. n U engchi. iv. ＋＋. 3. 控制變數. 41.

(48) 第三節研究模型. 為驗證本研究建立之研究假說，並了解平台商業模式、智慧資本投資與企業價值之關聯性，本研究採用追蹤資料迴歸模型（Panel Regression），以企業價值（RANK_TOBINSQ）為應變數，而智慧資本為自變數（HC_TOTAL, SC_TOTAL, CC_TOTAL），並加入重要之控制變數，作為驗證本研究假說之模型。其中，本研究已考慮時間固定效果及殘差異質性之調整。各研究模型如下，首先先探討平台商業模式和企業價值之關聯性，之後探討平台模式在人力、結構、顧客智慧資本. 政治大. 投資上與企業價值的關係，以及智慧資本間的交互作用對企業價值的影響，並以. 立. 非平台模式企業作為對照組。. ‧ 國. 學. 平台商業模式與否會影響企業價值. ‧. 一、. sit. y. Nat. 根據過去研究，平台商業模式能更適應環境之變化，同時也是能最快、最有. io. al. er. 效地達到創新者（Chesbrough 2006），因此首先要驗證的是平台商業模式是否比. v. n. 非平台商業模式更能顯著地正向影響企業價值。本研究以虛擬變數作為代理變數，. Ch. engchi. i n U. 進而探討其與企業價值之關聯性。研究模型如下：. 模型一（Model 1）：平台商業模式與否和企業價值之關聯性 𝑅𝐴𝑁��_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. 42. 3. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝜀𝑖. 𝑦=1.

(49) 二、. 平台商業模式具有相對關鍵的智慧資本. 本研究自文獻探討的過程中，發現過去諸多研究中皆指出產業、商業模式的差異會影響到智慧資本的投資。因此，本研究聚焦在台灣上市（櫃）資訊服務業，並以平台商業模式與否作為基準，探討在不同的商業模式下，是否有顯著影響企業價值的關鍵智慧資本。研究模型如下：. 模型二（Model 2）：人力資本與企業價值之關聯性. 政治大模型三（Model 3）：結構資本與企業價值之關聯性立. 𝑅𝐴𝑁𝐾_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝐻𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. 3 𝑦=1. ‧ 國. 學. 3. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝛽7 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝜀𝑖. 𝑅𝐴𝑁𝐾_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝑆𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. 𝑦=1. ‧. 模型四（Model 4）：顧客資本與企業價值之關聯性. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝛽7 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝜀𝑖. 3. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝛽7 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝜀𝑖. 𝑦=1. n. al. er. io. sit. y. Nat. 𝑅𝐴𝑁𝐾_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝐶𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. Ch. engchi. 43. i n U. v.

(50) 三、. 智慧資本間的交互作用對平台商業模式有顯著影響. 根據 Stewart（1997）和 Sveiby（2001），產品服務的價值並不直接來自於智慧資本的投資，而是來自於智慧資本之間交互作用所產生的綜效，然而這樣的綜效影響程度會因為商業模式的差異而不同。本研究亦據此探討三種智慧資本在不同商業模式下的交互作用，以及該作用對企業價值的影響。研究模型如下：. 模型五（Model 5）：人力資本與結構資本之交互作用對企業價值的影響. 政治大. 𝑅𝐴𝑁𝐾_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝐻𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 ∗ 𝑆𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. 立. 3. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝛽7 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝜀𝑖. 𝑦=1. ‧ 國. 學. 模型六（Model 6）：人力資本與顧客資本之交互作用對企業價值的影響 𝑅𝐴𝑁𝐾_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝐻𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 ∗ 𝐶𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. 3. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝛽7 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝜀𝑖. ‧. 𝑦=1. sit. y. Nat. io. n. al. er. 模型七（Model 7）：結構資本與顧客資本之交互作用對企業價值的影響. v ni. 𝑅𝐴𝑁𝐾_𝑇𝑂𝐵𝐼𝑁𝑆𝑄𝑖𝑡 = 𝛽0 + 𝛽1 𝑆𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 ∗ 𝐶𝐶_𝑇𝑂𝑇𝐴𝐿𝑖𝑡 + 𝛽2 𝑆𝐼𝑍𝐸𝑖𝑡 + 𝛽3 𝐷𝐸𝐵𝑇𝑖𝑡 + 𝛽4 𝑅𝑂𝐴𝑖𝑡 + 𝛽5 𝑃𝐵𝑅𝑖𝑡 + ∑. Ch. engchi U. 44. 3. 𝛽6,𝑦 𝑌𝑒𝑎𝑟𝑦 + 𝛽7 𝑃𝐿𝐴𝑇𝐹𝑂𝑅𝑀𝑖𝑡 + 𝜀𝑖. 𝑦=1.

(51) 特別注意的是，本文用到的兩組原始樣本量分別為 58 與 102，因為樣本量不大，為保守起見，迴歸分析的過程中以 Bootstrap 反覆抽樣法作推論。 Bootstrap 反複抽樣法係 Efron (1979) 提出之無母數統計推論法，其不像傳統的 z 或 t 統計量，需要假設母體的分配，而是以「放回後再抽樣」 (resampling with replacement) 的反複抽樣程序,求出各種統計量如標準差、假設檢定以及信賴區間等。研究發現 bootstrap 所用的樣本即使小到 20 也能得到很好的結果 (Zhang et al. 1991)。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 45. i n U. v.

(52) 第五章實證結果與分析本章延續第四章的研究方法，主要將獲得之樣本資料以適當的統計方法加以分析，以驗證本研究之各項假說。主要分成三部分，先進行樣本的敘述統計分析，其次為樣本的相關性分析，最後則是以迴歸分析來驗證本研究之假說。. 第一節敘述統計分析表 5-1 列出原始變數、整合後的智慧資本變數及控制變數之敘述統計量，依. 政治大. 平台模式作為區隔變數，分為兩個群體進行分析，並在表格的最右方附上平均數. 立. 差異及獨立性ｔ檢定之結果，目的在比較兩群體在各變數上的差異。. ‧ 國. 學. 就整體樣本而言，本研究將各項變數的原始樣本予以分級或是虛擬變數處理. ‧. 後，應變數和自變數的最大質與最小值差異不大，僅有各項智慧資本整合變數差. y. Nat. er. io. sit. 異較大。樣本標準差方面，則較為平均地落在 1.3 的水準。控制變數方面，樣本標準差除了資產報酬率（ROA）樣本標準差較大，其餘離散程度差異不大。. al. n. v i n Ch 此外，從比較中位數和平均數可發現，平台模式企業樣本略為呈現右偏分配，非 engchi U 平台模式則呈現左偏分配。. 如表 5-1 所示，平台模式在企業價值（RANK_TOBINSQ）上顯著優於非平台模式，兩者的平均數差距為 1.384（p<0.001）；在結構資本（SC_TOTAL）上，平台模式亦在統計上優於非平台模式（p<0.001）；最後，在人力資本（HC_TOTAL）及顧客資本（CC_TOTAL）兩個面向上，平台模式劣於非平台模式，但雙方的差異並未達到統計上的顯著性。由敘述統計結果可得知，兩個群體在企業價值上的差異 46.

(53) 達到顯著性，驗證了假說一：平台與非平台商業模式的差異會顯著影響企業價值，且平台模式的企業價值顯著較高。. 表 5-1：平台模式與非平台模式之基本敘述統計量. NONPLATFORM（N=102）. PLATFORM（N=58） Mean MAX. MEAN. 2.48. 1.34. 1.00. 5.00. AVGNI. 0.471. 0.502. 0.000. 1.000. 0.534. AVGYR. 2.186. 1.078. 1.000. 5.000. COLLEGE. 0.529. 0.502. 0.000. -0.140. 1.328. OrgYR. 2.480. FAT. MIN. Difference. T-test. 5.00. 1.47. 7.800***. 0.503. 0.000. 1.000. 0.063. 0.773. 4.086. 1.031. 1.000. 5.000. 1.900. 10.884***. 1.000. 0.431. 0.500. 0.000. 1.000. -0.098. -1.194. -2.706. 2.118. -0.478. 1.358. -2.706. 2.118. -0.338. -1.527. 1.318. 1.000. 5.000. 3.672. 1.176. 1.000. 5.000. 1.192. 5.714***. 0.490. 0.502. 0.000. 1.000. 0.500. 0.504. 0.000. 1.000. 0.010. 0.256. RDP. 0.431. 0.498. 0.000. 1.000. 0.603. 0.494. 0.000. 1.000. 0.172. 2.109*. OrgStab. 0.510. 0.502. 0.000. 1.000. 0.466. 0.503. 0.000. 1.000. -0.044. -0.536. *SC_TOTAL. 2.616. 1.338. 0.823. 5.373. 3.931. 1.203. 1.349. 5.647. 1.315. 6.196***. MktShare. 0.539. 0.501. 1.000. 0.414. 0.497. 1.000. -0.125. -1.527. MktGrowth. 2.980. 1.386. 1.000. 5.000. 0.070. 0.304. *CC_TOTAL. -0.913. 1.139. -2.975. -2.975. 1.000. -0.242. -1.332. SIZE. 0.431. 0.498. 0.000. 1.000. 0.603. 0.494. 0.000. 1.000. 0.172. 2.109*. DEBT. 0.381. 0.174. 0.070. 0.853. 0.284. 0.142. 0.090. 0.593. -0.097. -3.611***. ROA. 4.929. 13.709. -71.710. 35.640. 10.091. 13.358. -23.790. 49.770. 5.162. 2.311*. PBR. 2.131. 2.245. 0.420. 14.480. 3.959. 3.182. 1.240. 13.700. 1.828. 3.862***. io. n. al. er. Nat. 0.000. 政治大. ‧. ‧ 國. *HC_TOTAL. 1.02. MAX. 2.00. 立. 3.95. STDEV. y. MIN. 學. RANK_TOBINSQ. STDEV. sit. MEAN. 3.050 1.492 n C5.000 U h g c h i1.044 1.000e n-1.156. 0.000. i v1.000. 1. 樣本數為 160 2. 顯著水準說明：*p < 0.05, **p < 0.01, ***p < 0.001 3. 變數定義：應變數：RANK_TOBINSQ 為企業價值；自變數：AVGYR 為員工平均年齡排序分數，AVGNI 為員工附加價值虛擬變數，COLLEGE 為公司擁有大學學歷員工比例虛擬變數，HC_TOTAL 為人力資本整合變數，OrgYR 為組織年齡排序分數，RDP 為研發人員人數之虛擬變數， OrgStab 為組織穩定度虛擬變數，FAT 為固定資產周轉率之虛擬變數， SC_TOTAL 為結構資本整合變數，MktShare 為市占率之虛擬變數，MktGrowth 為市場成長性之排序變數，CC_TOTAL 為顧客資本整合變數；控制變數：SIZE 為公司規模之虛擬變數，DEBT 為負債比率，ROA 為資產報酬率，PBR 為股價淨值比。詳細變數定義請見表 4-8。. 47.