科技部補助專題研究計畫成果報告
期末報告
資源錯置與產業創新模式:以中國大陸，台灣及南韓等新興
工業國家之資訊科技產業為例
計 畫 類 別 ： 個別型計畫 計 畫 編 號 ： NSC 101-2410-H-004-216- 執 行 期 間 ： 101 年 11 月 01 日至 103 年 02 月 01 日 執 行 單 位 ： 國立政治大學經濟學系 計 畫 主 持 人 ： 李文傑 計畫參與人員： 此計畫無其他參與人員 報 告 附 件 ： 移地研究心得報告 出席國際會議研究心得報告及發表論文 處 理 方 式 ： 1.公開資訊：本計畫可公開查詢 2.「本研究」是否已有嚴重損及公共利益之發現：否 3.「本報告」是否建議提供政府單位施政參考：是，經濟部中 華 民 國 103 年 04 月 30 日
中 文 摘 要 ： 目前既有的文獻在探討經濟體間的總和要素生產力(TFP)的差 距時，完全忽略了不同產業對於不同型態的研發投入所造成 的資源錯置效果。晚近的研究雖已將區域間的 TFP 差異進一 步歸咎於區域間之不當的生產性資源扭曲所造成的資源錯置 效果，然而由於異質性廠商的不完全競爭的研究架構不易得 出個別廠商最適選擇的可加性，以及產業中的個別廠商之非 加總的決策資料難於取得，此二原因造成探討探討不同型態 研發投入及資源錯置程度的研究仍付諸闕如。針對這個缺 失，本研究計畫將從新模型設定及建構廠商資料庫著手改 善，如:(1)設計生產部門的個別廠商決策可加總的異質生產 者的不完全競爭模型，並於實證資料分析兩類主要研發投入: 產品品質改善的研發以及規模擴張的製程研發，對生產效率 的影響(2)本計畫目前完成台灣 DRAM 與 LCD 兩個主要資訊科 技產業部門的廠商建構投入-產出資料庫。如此，我們將可以 實際計算兩個產業之研發投入以及生產性資源投入的資源錯 置程度，並討論政策當局可否藉著調整產業的研發獎勵政策 以矯正研發投入的資源錯置程度並藉此提升產業的生產效 率，結果發現 DRAM 產業由於其國際分工屬性偏向 OEM，因此 主要採用成本縮減的製程研發，而 LCD 產業則是偏向 ODM， 因此其主要採取產品創新的產品研發。而在面對市場外生性 衝擊時，皆具有正、負向結果。 中文關鍵詞： 總和要素生產力、資源扭曲、資源錯置、產品研發、製程研 發、產業生產效率
英 文 摘 要 ： What is the relationship between R&D investment and resource misallocation within an IT manufacturing sector? This question is left unexplored in the existing studies. The reason to this fallacy is due to the inaggregatability of heterogeneous
producers｀ optimal R&D investment and scale choice in the current imperfect competitive framework as well as the lack of disaggregated firm-level data. To remedy these two problems, we propose an industry-wide measure of total factor productivity (TFP) with which the measured industrial productivity is
aggregated by the individual producer｀s optimal R&D investment (product and process innovation
investment) and scale choice. We also complete a dataset with relevant variables in four IT
manufacturing sub-industries: DRAM, and TFT-LCD in Taiwan. Our computed production efficiency as well as
the resource misallocation using a suggested profile of industrial span-of-control setup suggest a better fitted rationale between industrial R&D promoting policies, with which the industrial productivity can be enhanced. Our result shows that the Taiwanese DRAM industry mainly focus on the cost-reducing process innovation due to the OEM status concerning its global outsourcing position. Instead Taiwanese LCD has done more product innovation to better linked with the adopted ODM strategy.
英文關鍵詞： Total Factor Productivity, R&D Investment, Distortion, Resource Misallocation, Product Innovation, Process Innovation, Productivity
行政院國家科學委員會補助專題研究計畫
□期中進度報告
█期末報告
資源錯置與產業創新模式:
以中國大陸，台灣及南韓等新興工業國家之資訊科技產業為例
計畫類別：█個別型計畫 □整合型計畫
計畫編號：NSC 101－2410－H－004－216－
執行期間：101 年 11 月 1 日至 103 年 2 月 1 日
執行機構及系所：國立政治大學經濟系
計畫主持人：李文傑
共同主持人：
計畫參與人員：王平
本計畫除繳交成果報告外，另含下列出國報告，共 0 份：
■移地研究心得報告
■出席國際學術會議心得報告
□國際合作研究計畫國外研究報告
處理方式：除列管計畫及下列情形者外，得立即公開查詢
□涉及專利或其他智慧財產權，□一年□二年後可公開查詢
目 錄
摘要 ... 1
Abstract ... 2
一、
前言 ... 3
二、
研究方法 ... 5
2.1 理論模型 ... 6
2.2 模型參數刻劃 ... 7
三、
資料來源與處理 ... 9
四、
結果與分析 ... 16
五、
結論 ... 25
六、
參考文獻 ... 26
表目錄
表 3-1 DRAM 資料來源及處理 ... 12
表 3-2 LCD 資料來源及處理 ... 14
表 4-1 Regression Results of LCD ... 22
圖目錄
圖 4 -1: LCD 生產效率(公司) ... 19
圖 4 -2 LCD 生產效率(公司) ... 19
圖 4 -3 LCD 生產效率(產業) ... 錯誤! 尚未定義書籤。
圖 4 -4 LCD 生產效率(產業) ... 20
圖 4 -5 DRAM 生產效率(公司) ... 21
圖 4 -6 DRAM 生產效率(公司) ... 21
圖 4 -7 DRAM 生產效率(產業) ... 22
資源錯置與產業創新模式:
以中國大陸，台灣及南韓等新興工業國家之資訊科技產業為例
Resource Misallocation and Industrial Innovation Pattern:
the Case of IT Industry in China, Taiwan and Korea
李文傑 Wen-Chieh, Lee
摘要
目前既有的文獻在探討經濟體間的總和要素生產力(TFP)的差距時，完全忽略了不同產業 對於不同型態的研發投入所造成的資源錯置效果。晚近的研究雖已將區域間的 TFP 差異進一 步歸咎於區域間之不當的生產性資源扭曲所造成的資源錯置效果，然而由於異質性廠商的不完 全競爭的研究架構不易得出個別廠商最適選擇的可加性，以及產業中的個別廠商之非加總的決 策資料難於取得，此二原因造成探討探討不同型態研發投入及資源錯置程度的研究仍付諸闕如。 針對這個缺失，本研究計畫將從新模型設定及建構廠商資料庫著手改善，如:(1)設計生產部門 的個別廠商決策可加總的異質生產者的不完全競爭模型，並於實證資料分析兩類主要研發投入: 產品品質改善的研發以及規模擴張的製程研發，對生產效率的影響(2)本計畫目前完成台灣 DRAM 與 LCD 兩個主要資訊科技產業部門的廠商建構投入-產出資料庫。如此，我們將可以實 際計算兩個產業之研發投入以及生產性資源投入的資源錯置程度，並討論政策當局可否藉著調 整產業的研發獎勵政策以矯正研發投入的資源錯置程度並藉此提升產業的生產效率，結果發現 DRAM 產業由於其國際分工屬性偏向 OEM，因此主要採用成本縮減的製程研發，而 LCD 產 業則是偏向 ODM，因此其主要採取產品創新的產品研發。而在面對市場外生性衝擊時，皆具 有正、負向結果。 關鍵詞: 總和要素生產力、資源扭曲、資源錯置、產品研發、製程研發、產業生產效率Abstract
What is the relationship between R&D investment and resource misallocation within an IT manufacturing sector? This question is left unexplored in the existing studies. The reason to this fallacy is due to the inaggregatability of heterogeneous producers' optimal R&D investment and scale choice in the current imperfect competitive framework as well as the lack of disaggregated firm-level data. To remedy these two problems, we propose an industry-wide measure of total factor productivity (TFP) with which the measured industrial productivity is aggregated by the individual producer's optimal R&D investment (product and process innovation investment) and scale choice. We also complete a dataset with relevant variables in four IT manufacturing sub-industries: DRAM, and TFT-LCD in Taiwan. Our computed production efficiency as well as the resource misallocation using a suggested profile of industrial span-of-control setup suggest a better fitted rationale between industrial R&D promoting policies, with which the industrial productivity can be enhanced. Our result shows that the Taiwanese DRAM industry mainly focus on the cost-reducing process innovation due to the OEM status concerning its global outsourcing position. Instead Taiwanese LCD has done more product innovation to better linked with the adopted ODM strategy.
Keywords：Total Factor Productivity, R&D Investment, Distortion, Resource Misallocation, Product Innovation, Process Innovation, Productivity
一、 前言
自有總體經濟學以來，各經濟體的經濟成長差異一直為各經濟理論的討論核心，而新興古 典成長理論及實質景氣循環成長理論皆不約而同的將各經濟體的所得成長差異歸因於總要素 生產率(TFP)之差異，但此類論調皆不免失於模型本身任意的武斷設定 (ad hoc assumption)，且
由此可推知此二類理論仍未能內生化 (endogenize) 各經濟體TFP差異之原因。1因此之後接續 的文獻皆不遺餘力地想要解釋此經濟體間存在的TFP差異，如Howitt(2000)，Klenow and Rodr´ıguez-Clare (2005)以及Jovanovic(2009)強調生產技術擴散速度的差異會直接導致經濟體 間技術進步速度差異，而此類差異更會直接引至經濟體間的TFP差異，此類文獻有一共同的特 色，皆將TFP的差異完全歸因於經濟體間技術進步之差異。 然而由 Weil(2004)提出 TFP 拆解之觀點，其強調 TFP 可以視為由經濟體的技術水準 (Technology level)及生產效率(Production Efficiency)之乘積，此一觀點適時補足了技術差異觀點 失之獨斷的缺失，更孕育了由 Hsieh and Klenow (2009)提出之資源錯置(Resource Misallocation) 衡量方式，其研究直指美國、中國以及印度之生產效率差距可大幅度地由其間的生產資源錯置 來解釋，然而此研究仍欠缺嚴謹的個體化基礎，其研究結果仍未能根本性的回答為何美國及中 國和印度會有如此大的生產性資源錯置(Resource Misallocation)程度上的差異。晚近，Banerjee and Duflo (2005); Buera, Kaboski and Shin (2009); Moll (2010); Midrigan and Xu (2009)皆嘗試由 各經濟體間的金融機構運作效率來解釋生產性資源錯置問題，他們發現金融中介機構所產生之 磨擦(Financial frictions)如借貸限制及營運成本等與整個經濟體的生產性資源分配效率息息相 關；當創業家未能提供足額擔保以借足所需資本時，整個經濟體即產生生產效率損失的問題， 因為此時金融中介機構會將手中之頭寸轉貸與可提供足額擔保但是未能創造最大產出之創業 家，如此財務市場上可貸資金的效率運用與否將直接決定一經濟體是可達成效率分配生產性資 源的總體經濟指標。 在 此 各 經 濟 體 間 資 源 分 配 效 率 之 研 究 風 潮 下 ， 東 亞 新 興 工 業 國 家 (Asian Newly Industrialized Economies) 如中國大陸，台灣以及韓國等之生產效率分析卻付諸闕如，此類東亞 新興工業國有其迥異於 OECD 國家之特色，如 Feenstra and Hamilton(2006)直指台灣及韓國有 極其顯著的產業結構差異，此等差異推測將造成其新興的資訊科技產業(IT)的生產效率差距， 但是囿於新創事業 (Entrepreneurship) 的創業團隊，融資管道以及其創新投入研究發展 (R&D) 1 Robert M. Solow (1957) 提出了經濟成長的總體會計衡量方式。由Y t= AtF(Kt, Lt)之新古典生產函數之設定，其 中之At即為 Hicks 中性設定的技術成長源頭，之後即被總體經濟學長稱為總和要素生產力或是 Solow 殘差。
的績效，代表創業成功與否的初次公開發行 (IPO) 資料非常難於取得，因此目前由哈佛大學 的 Josh Lerner 領軍的企業經濟學分析(Resource Misallocation)學派仍無法觸及東亞新興工業國 家之創業融資管道及創業風氣興盛與否、創業成功 (IPO) 差異 、以及創業對研究發展 (R&D) 績效差異原因之分析。
這個一年期計畫延伸 Hsieh and Klenow (2009)的討論，並達成以下之兩研究目標(1)設計一 包含異質生產者的不完全競爭體系的一般均衡模型，並以此導出產業層級的生產效率衡量指標， 此生產效率指標將內生化個別生產者所承受之資源錯置對整體產業生產效率之影響。(2)利用 組織層集資料(firm-level data)衡量組織的研發投入是否影響其產品的需求曲線(關係到 Product Innovation)抑或是產品的供給區線(關係到 Process Innovation)，並依照檢驗結果推測經濟體間 不同的研發決策是否影響到衡量之產業生產效率，並依此做出產業間的最適研發導向的政策建 議(Innovation Policy Implication)。而在 Hsieh and Klenow (2009) 及金融市場摩擦等文獻中並無 設計一專屬於東亞新興工業國之 IT 產業的資源錯置問題對產業生產效率的衡量指標，這樣的 處理顯然忽略了在 IT 產業中特有的激烈價格競爭及巨大的企業規模差異問題等，而追求產業 升級的決策者(Policy Maker)亟欲得知的即是不同的產業研發及創新導向對 IT 產業層級生產效 率之因果關係，本研究將針對此議題提出一政策建議，以明瞭產業研發導向對產業生產效率之 配適關係。 若論及晚近發展之探討經濟體間 TFP 差異的經濟模型，為了反映不同因素對經濟體 TFP 差異的影響，既存文獻有兩種不同的處理形式，如前所述(1)技術擴散速度差異及研發投入差 異 (2) 生 產 性 資 源 錯 置 (Resource Misallocation) 問 題 之 嚴 重 與 否 ， 此 為 近 期 異 質 性 生 產者 (Heterogeneous Producers)的一般均衡模型研究著力及側重方向，然而不同模型側重點並不能精 確符合東亞新興工業國家的產業特性，因此由模型所得的政策並不能給予台灣此類的新興工業 國訂定研發及產業發展的政策依據，例如探討研發及創新的早期文獻 Aghion 與 Howitt (1992) 所提及的產業的研發投入所導致的破壞性創新之經濟成長效果即是一例，其發現了以下研發投 入與經濟成長的重要關係: (i)經濟成長率與研發投入為一正向的指數關係，其稱之為產品品質 成長階梯(Quality Ladder)，每一次成功的研發將導致消費者可享用高一個品質層級的創新產品 (ii) 經濟成長率與代表性個人的時間偏好率約略呈一負向關係，然而由於創新研發與現有的產 品成一取代性的破畫性創新關係，因此目前的尖端產品生產者對研發投入有一層顧慮，並不願 意投資至社會最適研發量，但是若是考慮到其他潛在競爭者取代威脅下，則能適當的提升研發 投入；因此目前研發投入與社會最適研發水準的差距取決於破壞性創新的研發取代效果，以及 現在及未來的研發投入的跨期替代效果，此為探討研發投入對經濟成長的代表性論著。而若論
及生產性資源錯置問題(Resource Misallocation)，Restuccia and Rogerson (2008)由異質性生產者 的不完全競爭模型推導出一縮減式結構，此一縮減式結構衡量不同廠商承受不同程度產品稅及 資本稅時對經濟體的 TFP 之影響，其數值分析結果顯示若政府對相對高生產力的廠商所課之 高額扭曲性產品稅或資本稅將導致 TFP 大幅度的下降，而 Hsieh and Klenow (2009)更進一步引 入美國、中國、以及印度的製造業的公司層級資料進入其所定義的資源錯置衡量式中，並進一 步加總公司層級至產業層級乃至國家層級的產業生產力指標，其結果進一步顯示了發展中的新 興工業國:中國、印度若調整至美國相同的資源錯置指標時，其總體產業 TFP 將大幅度的提升。 然則過去這兩方面的文獻對於研發投入的資源錯置效果的測度，以及研發投入資源錯置效果對 經濟體的產業層級 TFP 的影響之探討則付諸闕如。 基於既存文獻分別有兩種不同的型式處理研發投入及資源錯置對經濟體 TFP 的影響，最 終，本一年期計畫的執行兼顧由於研發投入以及資源錯置，對個別產業的個別生產者選取的規 模與社會最適規模差異的影響，而我們完成了資訊科技產業的台灣 DRAM 以及 LCD 產業結構 及研發投入方向差異對產業的生產效率差別的分析，而所建構的台灣資訊工業 (IT) 資料庫可 以供做後續關於東亞新興工業國家產業轉型或是產業生產力比較之使用，而目前完成台灣地區 DRAM、LCD 兩個產業類別之研究。主要結論指向 DRAM 產業由於其國際分工屬性偏向 OEM， 因此主要採用成本縮減的製程研發，而 LCD 產業則是偏向 ODM，因此其主要採取產品創新的 產品研發。而在面對市場外生性衝擊時，皆具有正、負向結果，本研究結果實際證明並充分探 究不同型式的研發投入在不同的產業結構上，對產業層級及加總後的國家 TFP 的影響。
二、 研究方法
本 計 畫 研 究 資 訊 科 技 產 業 (IT) 的 不 同 研 發 投 入 對 產 業 的 資 源 錯 置 問 題 (Resource Misallocation) 的影響，最終將透過數量計算分析 (Computation Method) 代入台灣 DRAM、 LCD 兩類資訊科技產業部門的廠商資料，並得出研發投入方向對 TFP 差異的影響，因此底下 將分別概述本計畫擬建構的理論模型及所欲建構的產業資料庫以供第二階段的數值計算之用 途。
在此計畫的第一階段，我們必須藉由異質生產者的不完全競爭體系模型推導出一個包含了 資源錯置問題的產業生產力 (TFP) 的衡量指標，依此思維架構之下，我們將參考 Melitz (2003) 關於生產者的異質生產力的設定，並將 Hsieh and Klenow (2009) 所提出的資源錯置 (Resource Misallocation) 的概念及衡量方式引入這個不完全競爭的生產體系中，如此可以推導出當市場 上具備異質生產力的廠商受到個別的資源扭曲下，加總的產業生產力 TFP 是如何受到各種不 同的資源扭曲的影響，而當然我們最關心的就是不同研發投入的資源扭曲對產業生產力的影
響。
2.1 理論模型
在此一生產體系下，我們假設資訊科技產業 (IT) 的最終財貨生產需要多種中間財貨 (Intermediate Goods) 投入，準此思維，依據新古典成長理論的標準設定，我們假設在 IT 產業 下游存在一個代表性廠商，其以柯布道格拉斯 (Cobb-Douglas) 生產技術組裝中間財並製成 IT 最終財貨，此廠商的最終財貨產量 Y 可寫為: 𝑌 = � 𝑌𝑡𝜃𝑡 𝑇 𝑡=1 , 而個別產業的權數服從 � θt T t=1 = 1 (1) (1)式說明了在 IT 產業中，代表性生產者借由組裝 T 類不同的中間財以生產最終財，為了 進一步求解最終財廠商對每一類中間財產品的需求，則需進一步假設最終財為計價基準 (numeraire)，所以最終財貨價格 P=1。藉由最終財代表性廠商的利潤極大化，我們可以進一步 求出各種中間財廠商面對的衍伸性需求: PtYt= θtPY = θtY (2) 中間財產業: 前述 IT 產業生產技術設定反映了此一產業特性，每一中間財產業皆應對總體的產業生產 力 (TFP) 有所貢獻。而此種 IT 中間財產業如 DRAM、LCD，皆具備了高度同質的產品，不同 廠商的產品皆須符合最終財廠商所制定的標準規格，因此我們假設同一中間財產業，每一廠商 生產齊質產品，因此每一產業之總生產量Yt可寫為: Yt= � Yti Mt i=1 (3) 中間財產業結構及研發投入: 我們接著要來處理個別中間財廠商的生產函數 (技術)，在此我們必須強調台灣，韓國以 及中國大陸的資訊科技 (IT) 產業具備相當不同的產業結構，此詳述於 Feenstra and Hamilton (2006)，韓國前 30 大企業皆為所謂的上下游整合的財閥 (Chaebol)，中國大陸及台灣的 IT 企 業型態較為接近，為上下游垂直分工的規模較小之中小企業 (SMEs)，因此在其生產函數的設 定上，我們必須特別強調此一產業結構現狀已描述現實，所以在此一階段，在個別廠商的生產 函數上加入了 Lucas (1978)所提出的管理幅度 (Span-of-Control) 概念，意即在生產過程中有型 的生產資源投入佔產出值的比例，而若企業仰賴有部分的產出仰賴無型生產資源的投入，則參 照 Lucas (1978) 的設定，管理幅度 γ≤1，而在個別廠商的生產函數上，因本計畫強調不同形式研發投入在中間財生產的重要性，因此依照 Shy (1996)，我們將研發投入分為 (1) 產品改良研 發 (Product Innovation) : 提升產品品質 X，以及 (2) 製程研發 (Process Innovation) : 用於提升
固定資本規模或是生產規模 K 等的投入。所以個別中間財生產者的產量 Yti 可寫為: Yti = Ati(XtiαtLβtitK1−αti t−βt)γ, 0 ≤ αt0 ≤ γ ≤ 1≤ 1,0 ≤ βt≤ 1 (4) 而我們採用 Rusticcia，Yang 以及 Zhu (2008)的設定，將產品品質Xti寫成 Xti = atLSti, (5) 亦即每一中間財生產者的產品品質Xti由其高技術勞工LSti (Skilled Labor) 的投入決定， 此種李嘉圖投入-產出之設定，在泛含分析 (Functional Analysis) 的討論中，可更有效控制 求解過程中的顯示解產生的可能性，而一個具有可求出的縮減式之函數設定對我們第二部分的 資源錯置程度及生產效率 (TFP) 的計算影響至關重大，而訴諸實際資料(Empirical Data) 的 模型運算，我們亦可從每一家資訊科技廠商的季度獲年度財務報表的公開財務資訊中明確推估 每一段會計時間的廠商研發人力投入，因此我們的設定，將充分整合模型內生變數及實際可得 資料的一致性 (Consistency)。
2.2 模型參數刻劃
在進行台灣，韓國以及中國大陸的中間財部門資源錯置及生產力計算時，我們另外需要帶 入模型結構式中各種重要參數，此處需要刻劃的參數計有: 勞動生產份額 (𝛽𝑡)，資本生產份 額 (1-𝛼𝑡− 𝛽𝑡)，提升品質投入之生產份額 (𝛽𝑡)，管理幅度 (𝛾𝑡)，以及產品研發的效率 (𝑎𝑡)， 其中我們將依下列兩步驟來決定模型參數: 步驟一: 參考 ITIS 出版之歷年台灣高科技產業年鑑以及資策會(AIC)出版之中華民國資訊工業年 鑑之中詳載之台灣，韓國以及中國大陸之各項主要要素投入對資訊科技工業產值占比之歷年記 載以決定勞動生產份額 (𝛽𝑡)，資本生產份額 (1-𝛼𝑡− 𝛽𝑡)，提升品質投入之生產份額 (𝛽𝑡)等參數，此計算出之參數可再以 Atkeson and Kehoe (2005) 以及 Hsieh and Klenow (2009) 中 引用的美國製造業之勞動及資本生產佔比來做比較，按照資訊科技產業的特性，其具有高度資 本密集以及高度技術密集等之特性，因此推測此步驟刻劃出的勞動生產份額 (𝛽𝑡)應較資本生 產份額 (1-𝛼𝑡− 𝛽𝑡)以及提升品質投入之生產份額 (𝛽𝑡) 之和 1 − 𝛼𝑡為小。而關於產品研發的 效率 (𝑎𝑡)則可以台灣，韓國以及中國大陸的資訊科技產業部門之每一家公司的專利以及無形 資產價值對技術勞工投入之回歸結果之殘差代入，這也是新古典生產函數常用的 Solow Residual。 步驟二: 此步驟將刻劃並決定出各個中間財產業的管理幅度 (𝛾𝑡) 之大小，而我們將參考 Atkeson
and Kehoe (2005) 以及 Hsieh and Klenow (2009) 中對於管理幅度管理幅度 (𝛾𝑡)之設定。 然而在此二文獻中其採用美國製造業部門 (manufacturing sector) 之投入產出資料，亦並未 對各不同製造業部門之產業結構討論，因此其採用齊一性的管理幅度 (𝛾𝑡)假設。 在此計畫中，台灣，韓國以及中國大陸之產業結構存在著巨大差異，因此我們必須對各部 門管理幅度 (𝛾𝑡)分別處理。 所以我們擬定了以下的管理幅度決定原則
1. 採取Atkeson and Kehoe (2005) 以及 Hsieh and Klenow (2009)的設定2
，𝛾𝑡∈ {0.5,0.6,0.7,0.8,0.9} 2. 𝛾𝑖𝐾𝑜𝑟𝑒𝑎 < 𝛾𝑖𝐶ℎ𝑖𝑛𝑎 < 𝛾𝑖𝑇𝑎𝑖𝑤𝑎𝑛 3. 𝛾𝑡𝑗 < 𝛾𝑖𝑗 若且為若 (iff.) 在 j 國的 t 產業標準化程度高於 i 產業 因此，根據以上 1.2.3.我們可有效將管理幅度決定範圍限縮在過去文獻已經刻劃出或實 證檢驗出的範圍之中，此大大增添了資源錯置以及生產效率的可計算性，並實際的考慮到此三 個國家個別的產業結構特性並訂出各個產業部門的管理幅度，所以在 2.描述了韓國的財閥大 企業其規模及垂直整合程度高過於中國以及台灣而在 3.則更細部考慮到同一國家內的產業部 門管理幅度差異，亦即當產業的產品標準化程度越高時，組織中對於各項投入的管理幅度應該 越大，亦即越接近標準化利潤3 ，所以標準化程度越大的產業其管理幅 度參數也越大。 根據以上所設計的理論模型，我們將逐步推導在不完全競爭體系下的中間財廠商受到生產 性資源扭曲後的靜態均衡解，並進一步推導各類型的資源錯置程度對單一產業乃至於整個經濟 體的總合生產力的影響。其次，我們將用目前所完成的台灣地區的資訊科技產業的實際資料代 入我們所求得的資源錯置衡量結構式以了解各個產業部門所承受的資源錯置程度，其中，理論 模型參數刻劃結果，未來將進一步延伸並據以代入台灣，韓國以及中國大陸的 IT 產業部門的 各項研發投入，生產要素投入以及產量數據，後續待韓國及中國大陸資料庫建置完成，將藉以 得出每個國家，各個中間財生產部門的研發投入及資源錯置以及生產效率之關聯，第三，依據 產品研發，製程研發的投入以及所計算出的資源錯置程度和生產效率，我們可以據此建議在不 同資訊科技產業部門的現行產業獎勵政策是否得宜，未來將探討台灣，韓國以及中國大陸現行 的策略型產業扶助政策是否能有效刺激產業生產效率。我們將會以此研究結果撰寫為英文論文， 並據以投稿至國際期刊，且評述本年度的研究議題未來可能的延伸方向。
2 Atkeson and Kehoe (2005)測試管理幅度𝛾
𝑡∈ {0.8,0.9}下的組織資本 (organizational capital) 的產出佔比，而 Hsieh
and Klenow (2009)則刻劃 (calibrate) 出管理幅度𝛾𝑡為𝛾𝑡∈ {0.5,0.6,0.7}
3 在新古典生產函數中，當管理幅度𝛾
𝑡= 1表示超額利潤為零，亦即產品相對標準化，勞動及資本投入藉由擴廠
或是產業垂直分工的方式可複製出相類似的生產模式，這個模型設定方式類似台灣的垂直分工產業架構，因此台 灣的 IT 產業我們將採取高管理幅度參數的刻劃以描述其異於韓國及中國大陸產業結構的特性。
三、 資料來源與處理
最近對於產業生產效率以及生產性資源錯置程度的研究趨勢是探討及內生化各種不同因 素的影響並探討各類因素和產業生產性資源錯置問題的因果關係 4 ，然相關的公司或是組織層 級資料都屬於極端保密或是需耗費極大研究精力方得以完成，因此經濟學家對於研發投入及資 源錯置關係並無一致的看法，此時由於沒有適合的資料可供模型運算為佐證，所以本研究將以 現有的台灣的投入產出及各項產品價格的資料庫為基礎，此資料庫將包含DRAM及LCD產業內個 別生產者的技術勞動投入(LS)，固定資本存量(K)，一般生產性勞動投入(L)，產品價格(P)， 個別產品產量(Y)，等重要資料，我們以這個資料庫完成本研究的資源錯置程度及生產效率的 計算，並以此資料庫做為未來可能延伸性研究的基礎，後續研究將持續加入韓國的產出及產品 價格資料，並結合中國大陸資訊科技產業的投入產出資料以供模型運算，逐步完成台灣、韓國、 中國大陸的IT產業部門資料庫的建構。以下將表列我們計畫執行期間建構的DRAM以及LCD產業 業的組織層集資料庫的詳細內容，以供後續研究操作之參考。 表 3-1 DRAM 資料來源及處理 資料報 表 資料來源 特殊處理 資本支出 capex 季財報 公開 市 場資 訊觀測站 茂德 2011 年資料前後不一致，採 第 4 季之值做內插。2012 年只有 第 2 與 4 季資料，但資本支出第 2 季無資料，採第 4 季之值做內插。 R&D 支出 RD 季財報 公開 市 場資 訊觀測站 茂德 2012 年只有第 2 與 4 季資 料，採第 2 與 4 季之值做內插。 固定資產 k 季財報 公開 市 場資 訊觀測站 茂德 2012 年只有第 2 與 4 季資 料，採第 2 與 4 季之值做內插。 薪資合計 wn 季財報 公開 市 場資 訊觀測站 茂德 2012 年只有第 2 與 4 季 資料，採第 2 與 4 季之值做內插。 奇夢達 d 無奇夢達為 1，2009q1 開始 4 目前關於資源錯置(resource misallocation)的研究趨勢，幾乎皆為探討資本市場的效率性對於資源錯置程度的影 響，其原因主要為公司層級或是組織層級的生產性資源投入和產出資料難以取得之緣故，因此我們將採用建構核 心 IT 產業部門的資料庫來做為我們的研究依據。高階薪資 Hwn_wn,perHwn_ wn 年報 公開 市 場資 訊觀測站 年資料內插成季資料，茂德 2011 與 2012 年無年報，高階薪佔 薪資合計的比重…反推而得 員工素質 年報 公開 市 場資 訊觀測站 年資料內插成季資料，茂德 2011 與 2012 年無年報，2010 年年 報有到 2011 年 4 月 30 日的資料， 做為當年資料來取內插，2012 年 延用 2011 年底資料沒有變動 博士 edu1 碩士 edu2 大學 edu3 高中 edu4 高中以下 edu5 product compositio n ratio SDRAM_1(product composition ratio)
季報 WitsView product composition ratio 計算方式
為(個別台灣 DRAM 廠商在各季所 生產之 SDRAM(1Gb eq.)/個別台 灣 DRAM 廠商在各季所生產之 SDRAM、DDR1、DDR2、DDR3、 Mobile、Graphic(1Gb eq.))。其中 華亞科資料以美光代替、茂矽資料 以茂德代替(產品種類均以 1Gb eq.轉換成可比較的型態)
DDR_1 季報 WitsView product composition ratio 計算方式 為(個別台灣 DRAM 廠商在各季所 生產之 DDR1(1Gb eq.)/個別台灣 DRAM 廠 商 在 各 季 所 生 產 之 SDRAM、DDR1、DDR2、DDR3、 Mobile、Graphic(1Gb eq.))。其中 華亞科資料以美光代替、茂矽資料
以茂德代替(產品種類均以 1Gb eq.轉換成可比較的型態)
DDR2_1 季報 WitsView product composition ratio 計算方式 為(個別台灣 DRAM 廠商在各季所 生產之 DDR2(1Gb eq.)/個別台灣 DRAM 廠 商 在 各 季 所 生 產 之 SDRAM、DDR1、DDR2、DDR3、 Mobile、Graphic(1Gb eq.))。其中 華亞科資料以美光代替、茂矽資料 以茂德代替(產品種類均以 1Gb eq.轉換成可比較的型態)
DDR3_1 季報 WitsView product composition ratio 計算方式 為(個別台灣 DRAM 廠商在各季所 生產之 DDR3(1Gb eq.)/個別台灣 DRAM 廠 商 在 各 季 所 生 產 之 SDRAM、DDR1、DDR2、DDR3、 Mobile、Graphic(1Gb eq.))。其中 華亞科資料以美光代替、茂矽資料 以茂德代替(產品種類均以 1Gb eq.轉換成可比較的型態)
Mobile_1 季報 WitsView product composition ratio 計算方式 為(個別台灣 DRAM 廠商在各季所 生產之 Mobile(1Gb eq.)/個別台灣 DRAM 廠 商 在 各 季 所 生 產 之 SDRAM、DDR1、DDR2、DDR3、 Mobile、Graphic(1Gb eq.))。其中 華亞科資料以美光代替、茂矽資料 以茂德代替(產品種類均以 1Gb eq.轉換成可比較的型態)
Graphic_1 季報 WitsView product composition ratio 計算方式 為(個別台灣 DRAM 廠商在各季所 生產之 Graphic(1Gb eq.)/個別台灣
DRAM 廠 商 在 各 季 所 生 產 之 SDRAM、DDR1、DDR2、DDR3、 Mobile、Graphic(1Gb eq.))。其中 華亞科資料以美光代替、茂矽資料 以茂德代替(產品種類均以 1Gb eq.轉換成可比較的型態) shipment share ratio SDRAM_2(shipme nt share ratio)
季報 WitsView shipment share ratio 計算方式為(個
別台灣 DRAM 廠商在各季所生產 之 SDRAM(1Gb eq.)/ 所 有 台 灣 DRAM 廠 商 在 各 季 所 生 產 之 SDRAM(1Gb eq.))。其中華亞科資 料以美光代替、茂矽資料以茂德代 替(產品種類均以 1Gb eq.轉換成 可比較的型態)
DDR_2 季報 WitsView shipment share ratio 計算方式為(個 別台灣 DRAM 廠商在各季所生產 之 DDR1(1Gb eq.)/ 所 有 台 灣 DRAM 廠 商 在 各 季 所 生 產 之 DDR1(1Gb eq.))。其中華亞科資料 以美光代替、茂矽資料以茂德代替 (產品種類均以 1Gb eq.轉換成可 比較的型態)
DDR2_2 季報 WitsView shipment share ratio 計算方式為(個 別台灣 DRAM 廠商在各季所生產 之 DDR2(1Gb eq.)/ 所 有 台 灣 DRAM 廠 商 在 各 季 所 生 產 之 DDR2(1Gb eq.))。其中華亞科資料 以美光代替、茂矽資料以茂德代替 (產品種類均以 1Gb eq.轉換成可 比較的型態)
DDR3_2 季報 WitsView shipment share ratio 計算方式為(個 別台灣 DRAM 廠商在各季所生產
之 DDR3(1Gb eq.)/ 所 有 台 灣 DRAM 廠 商 在 各 季 所 生 產 之 DDR3(1Gb eq.))。其中華亞科資料 以美光代替、茂矽資料以茂德代替 (產品種類均以 1Gb eq.轉換成可 比較的型態)
Mobile_2 季報 WitsView shipment share ratio 計算方式為(個 別台灣 DRAM 廠商在各季所生產 之 Mobile(1Gb eq.)/ 所 有 台 灣 DRAM 廠 商 在 各 季 所 生 產 之 Mobile(1Gb eq.))。其中華亞科資料 以美光代替、茂矽資料以茂德代替 (產品種類均以 1Gb eq.轉換成可 比較的型態)
Graphic_2 季報 WitsView shipment share ratio 計算方式為(個 別台灣 DRAM 廠商在各季所生產 之 Graphic(1Gb eq.)/ 所 有 台 灣 DRAM 廠 商 在 各 季 所 生 產 之 Graphic(1Gb eq.))。其中華亞科資 料以美光代替、茂矽資料以茂德代 替(產品種類均以 1Gb eq.轉換成 可比較的型態) rY_maxY 季報 WitsView 產能利用率計算方式為(個別廠商 在 各 年 度 各 季 的 實 際 產 能 (12" equiv.)/個別廠商在各年度各季的 最大產能(12" equiv.))。其中最大產 能已依各代廠實際營運日期區分 後加以計算。實際產能、最大產能 均以 12" equiv.轉換成可比較的型 態。其中茂矽資料以茂德代替。 T1_T1T2 季報 WitsView T1、T2 的區分以各年度各季 worldwide 主力徑線 為區分標準
(主力徑線(不含)以下之徑線歸為 T1，主力徑線(含)以上之徑線歸為 T2)(註：徑線值越低表示採用的技 術 越 高 ) 。 計 算 方 式 是 (T1/(T1+T2))，可以用之說明當年 度當季此廠商使用 T1 的程度為 何。其中華亞科資料以美光代替、 茂矽資料以茂德代替。 表 3-2 LCD 資料來源及處理 資料報表 資料來源 特殊處理 資本支出 capex 季財報 公開市場 資訊觀測 站 R&D 支出 RD 季財報 公開市場 資訊觀測 站 固定資產 k 季財報 公開市場 資訊觀測 站 薪資合計 wn 季財報 公開市場 資訊觀測 站 高階薪資 Hwn_wn,perHwn_wn 年報 公開市場 資訊觀測 站 員工素質 年報 公開市場 資訊觀測 站
博士 edu1 碩士 edu2 大學 edu3 高中 edu4 高中以下 edu5 product compositio n ratio M_SHARE_11(product composition ratio)
季報 WitsView product composition ratio 計算
方式為(個別台灣 LCD 廠商在 各季所生產之 monitor 面積 (m2)/個別台灣 LCD 廠商在各 季所生產之 monitor、
notebook、TV 總面積(m2))
N_SHARE_1 季報 WitsView product composition ratio 計算
方式為(個別台灣 LCD 廠商在 各季所生產之 notebook 面積 (m2)/個別台灣 LCD 廠商在各 季所生產之 monitor、
notebook、TV 總面積(m2))
T_SHARE_1 季報 WitsView product composition ratio 計算
方式為(個別台灣 LCD 廠商在 各季所生產之 TV 面積(m2)/個 別台灣 LCD 廠商在各季所生 產之 monitor、notebook、TV 總面積(m2)) shipm ent share ratio M_SHARE_21(shipme nt share ratio)
季報 WitsView shipment share ratio 計算方式
為(個別台灣 LCD 廠商在各季 所生產之 monitor 面積(m2)/所 有台灣 LCD 廠商在各季所生 產之 monitor 總面積(m2))
N_SHARE_2 季報 WitsView shipment share ratio 計算方式
所生產之 notebook 面積(m2)/ 所有台灣 LCD 廠商在各季所 生產之 notebook 總面積(m2))
T_SHARE_2 季報 WitsView shipment share ratio 計算方式
為(個別台灣 LCD 廠商在各季 所生產之 TV 面積(m2)/所有台 灣 LCD 廠商在各季所生產之 TV 總面積(m2)) rY_maxY(產能利用率) 季報 WitsView 產能利用率計算方式為(個別 廠商在各年度各季的實際產能 (m2)/個別廠商在各年度各季 的最大產能(m2))。其中最大產 能已依各代廠實際營運日期區 分後加以計算。 T1_T1T2 季報 WitsView T1、T2 的區分以各年度各季 worldwide 主力代廠為區分標 準(主力代廠(不含)以上之代廠 歸為 T1，主力代廠(含)以下之 代廠歸為 T2)。計算方式是 (T1/(T1+T2))，可以用之說明當 年度當季此廠商使用 T1 的程 度為何。
四、 結果與分析
本篇首次利用隨機邊界法(Stochastic Frontier Approach)以判斷台灣薄膜液晶顯示器
(TFT-LCD)產業中，群創及奇美的合併在廠商的層級上是否達到柏拉圖改進(Pareto-improving)， 生產邊界法(Production Frontier Approach)採用投入-產出資料以衡量生產效率，以生產前緣 (Production Frontier)與實際產出量的差距詮釋效率損失程度，並以隨機邊界參數化(stochastic frontier approach parametrically)估計生產效率。隨機邊界法為一發展相當成熟的公司生產效率
計算依據，主要計算法如下: 計算方式：
邊界法除使用於橫斷面資料(Cross sectional data)分析外，亦可推展至縱橫斷面資料(Panel data)。縱橫斷方面的理論可成分為：隨時間變化模型(Time-varying model)與不隨時間變化模型 (Time-invariant model)，其差異在時技術無效率是否與時間變動有關。 一般而言，廠商會從經驗中學習，在跨期中調整其生產效率，故本文採縱橫斷面的資料， 並進行隨時間變化的隨機效率邊界法；是使用 Batteses 與 Coelli(1992)的模型，進行生產效率 的估計。以下將簡述模型結構：
{
}
{ }
{ }
' 0 ' 0 ln lnexp ln exp exp
it it it it it it it it q x v u q x v u β β β β = + + − ⇒ = + 統計干擾項 技術無效率項 確定性構成項 it q ：第 i 家廠商各期的產出(本文放廠商的營業收入淨額) it x ：第 i 家廠商各期的投入變數(本文放資本額與勞動支出) it v ：對稱性隨機誤差 it u ：技術無效率的非負值隨機變數 β ：待估計的參數向量 根據隨機邊界模型可拆解成：確定性構成項、統計干擾項與技術無效率項三部份；從中衡 量出廠商技術無效率的程度(v )。隨時間變化模型進一步將it u 設定成 it ( ) it t u = f t u 其中；f t( )為技術效率為時間的函數，用來說明技術是如何隨時間變動。本文是採用 Battese 與 Coelli(1992)的設定：
(
)
{
}
( ) exp f t = η t−T ；其中 f t( )≥0, ( )f T =1 η為待估計參數，其正負值反應函數 f t( )為非遞增或是非遞減。我們藉由得以改善產業產出重分配的併購(efficiency-improving merger)事件賦予研究架構 更豐富的政策意涵，另外在衡量台灣薄膜液晶顯示器(TFT-LCD)以及動態隨機存取記憶體 (DRAM) 產業內的資源錯置上，我們將各家廠商特質的扭曲加總(idiosyncratic distortions)，基
於產業內不同的管理幅度 (γ) 的設定程度(calibration)，來做產業內資源錯置的加總並據以計 算產業的 TFP，因此我們得以計算台灣薄膜液晶顯示器(TFT-LCD)產業 2010Q1 的效率動態， 而這個產業的 TFP 將給予產業政策的制定參考依據。 根據隨機邊界法所估計的 LCD 個別效率如圖一，我們觀察到在五個台灣的薄膜液晶顯示 器(TFT-LCD)產商在生產效率上存在著有趣的轉折，在群創與奇美合併前，較大的兩家廠商友 達光電(AUO)及奇美電子(CMO)，AUO 的生產效率較高，CMO 雖居後位但沒有落後太多，其 效率維持在中間水準，然而兩極化的結果呈現在其他較小的三廠商上，群創光電(Innolux)在產 業中位於領導者的地位，中華映管(CPT)及瀚宇彩晶(Hannstar)則在整個產業排名中墊底，因此 我們可以說 2010 年第一季群創和奇美的合併是小型高效廠商與產業龍頭的結合，一如預期的 合併案帶來了效率改進(effeciency-improving)，合併後的效率會比合併前個別兩家廠商的表現 來得更好。 接下來就產業面來分析，因為管理幅度(span-of-control)參數γ的選擇會影響產業資源錯置
的加總結果，我們必須在 TFP 的計算上引入不同產業規模收益的設定，Atkeson and Kehoe (2005) 選擇 Lucas 管理幅度(span-of-control) γ ≥ 0.8，而 Hsieh and Klenow (2009) 則保守的選擇了 γ = 0.6，因此我們將引用 Hsieh and Klenow (2009)的γ = 0.6及 Atkeson and Kehoe (2005)的 γ = 0.8 或 γ = 0.9以觀察廠商個別的效率損失， Lucas 的管理幅度在此我們做為廠商間產品的
替代彈性就如同 Hsieh and Klenow (2009)的假設，其γ的增加是來自於限制的放鬆，因此我們
必須去比較不同規模收益水準所造成的效率損失。
我們將 TFT-LCD 廠商間的規模效益設定為γ = 0.8的例子為指標，在 2007Q1 到 2012Q4
的γ值不相同，可以提供我們做穩健性分析的確認，如圖四，所以我們做了保守的選擇，Hsieh
and Klenow (2009)及 Atkeson and Kehoe (2005)對γ的選擇介於 0.6 到 0.9，因此我們同時引較高
的 0.9 及較低的 0.6 以檢驗γ的穩健性，當然各家廠商的規模收益並不相同，單一的γ值是經過 強烈的簡化假設，我們以γ = 0.8的指標性例子去驗證研究的結果，發現在群創與奇美合併的 2010Q1 廠商的 TFP 出現了跳躍式的增加，同時當我們增加生產投入的貢獻權重γ時，廠商的 效率增加的量更大，這顯示了在合併後採用了更好的資源配置，另一方面也為這次併購案提供 了充足的理由。我們可以觀察在所有γ下，合併後台灣 TFT-LCD 產業效率均顯著的增加，參數 γ代表為了選擇不同的彈性水準以調整生產投入，因此我們也可以觀察到當選擇的γ越大，合併 後的效率增加得越多。總結而言，群創與奇美的這樁獲得公平交易委員會認可的合併案促成了 效率改善，此外本文提供了強而有力的基礎以支持合併的決策。
圖 4-1 LCD 生產效率(公司) 圖 4-2 LCD 生產效率 (公司) 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2007: q1 2007: q2 2007: q3 2007: q4 2008: q1 2008: q2 2008: q3 2008: q4 2009: q1 2009: q2 2009: q3 2009: q4 2010: q1 2010: q2 2010: q3 2010: q4 2011: q1 2011: q2 2011: q3 2011: q4 2012: q1 2012: q2 2012: q3 2012: q4
生產效率
友達 華映 群創 奇美 彩晶圖 4-3 LCD 生產效率 (產業) 圖 4-4 LCD 生產效率 (產業) 0 0.2 0.4 0.6 0.8 1 1.2
LCD Y/Yefficient
LCD Y/Yefficient圖 4-5 DRAM 生產效率 (公司) 圖 4-6 DRAM 生產效率 (公司) 0 0.2 0.4 0.6 0.8 1 1.2 ProMOS Winbond Powerchip Inotera Mosel Nanya
圖 4-7 DRAM 生產效率 (產業)
表 4-1: Regression Results of LCD
Variable
PANEL Model 1 PANEL Model 2 PANEL Model 3 PANEL Model 4 (1) (2) (3) (4) Coef. (Std. Err.) P>z Coef. (Std. Err.) P>z Coef. P>z Coef. (Std. Err.) P>z edu1 -0.50 (0.14) 0.00 *** -0.50 (0.14) 0.00 *** -0.46 (0.14) 0.00 *** -0.35 (0.14) 0.01 *** edu2 0.05 (0.02) 0.00 *** 0.05 (0.02) 0.00 *** 0.05 (0.02) 0.00 *** 0.03 (0.02) 0.04 ** edu3 -0.01 (0.01) 0.67 -0.01 (0.01) 0.61 -0.00 (0.01) 0.78 -0.01 (0.01) 0.43 edu4 0.00 (0.01) 0.94 -0.00 (0.01) 1.00 0.00 (0.01) 0.82 -0.01 (0.01) 0.67 RD 0.00 (0.00) 1.00 -0.00 (0.00) 0.94 -0.00 (0.00) 0.73 -0.00 (0.00) 0.08 * capex -0.00 (0.00) 0.97 -0.00 (0.00) 0.97 0.00 (0.00) 0.55 0.00 (0.00) 0.13 perHwn_wn -0.44 (8.47) 0.96 -0.08 (8.38) 0.99 -3.31 (8.53) 0.70 -3.31 (8.83) 0.71 k_wn -0.00 (0.00) 0.33 -0.00 (0.00) 0.35 -0.00 (0.00) 0.20 -0.00 (0.00) 0.25 rY_MaxY -0.21 (0.07) 0.00 *** -0.22 (0.07) 0.00 *** -0.15 (0.06) 0.02 ** -0.14 (0.07) 0.03 ** M_SHARE_1 0.79 (0.17) 0.00 *** 0.79 (0.17) 0.00 *** 0.79 (0.17) 0.00 *** 0.78 (0.18) 0.00 *** N_SHARE_1 -0.27 (0.16) 0.09 * -0.27 (0.16) 0.09 * -0.23 (0.16) 0.15 -0.11 (0.16) 0.48 T_SHARE_1 0.54 (0.22) 0.02 ** 0.53 (0.22) 0.02 ** 0.53 (0.23) 0.02 ** 0.42 (0.23) 0.07 * M_SHARE_2 0.31 (0.10) 0.00 *** 0.31 (0.10) 0.00 *** 0.33 (0.11) 0.00 *** 0.36 (0.11) 0.00 *** T_SHARE_2 0.36 (0.13) 0.01 *** 0.38 (0.12) 0.00 *** 0.35 (0.13) 0.01 *** 0.48 (0.13) 0.00 *** T1_T1T2 -0.13 (0.05) 0.01 *** -0.13 (0.05) 0.01 *** -0.10 (0.05) 0.04 ** -0.10 (0.05) 0.04 ** tfpriga08 0.08 (0.02) 0.00 *** 0.08 (0.02) 0.00 *** 0.09 (0.02) 0.00 *** 0.11 (0.02) 0.00 ***
HHI_world -0.00 (0.00) 0.03 ** -0.00 (0.00) 0.00 *** - - - - HHI_taiwan -0.00 (0.00) 0.71 - - -0.00 (0.00) 0.01 *** - - d -0.09 (0.05) 0.05 ** -0.11 (0.04) 0.01 *** -0.06 (0.05) 0.19 -0.13 (0.04) 0.00 *** _cons 0.34 (1.30) 0.79 0.45 (1.26) 0.72 -0.15 (1.30) 0.91 0.35 (1.34) 0.79 註：LCD 為 Product Innovation。在管理層面上著重高階管理人才(以取得碩士學位者為主)；在 技術層面上著重生產高附加價值產品。
表 4-2: Regression Results of DRAM
Variable
PANEL Model 1 PANEL Model 2 PANEL Model 3 PANEL Model 4 (1) (2) (3) (4) Coef. (Std. Err.) P>z Coef. (Std. Err.) P>z Coef. (Std. Err.) P>z Coef. (Std. Err.) P>z edu1 -0.07 (0.11) 0.49 -0.07 (0.11) 0.51 0.16 (0.12) 0.18 0.18 (0.11) 0.11 edu2 0.12 (0.04) 0.01 *** 0.12 (0.04) 0.00 *** 0.18 (0.05) 0.00 *** 0.19 (0.05) 0.00 *** edu3 0.11 (0.04) 0.01 *** 0.11 (0.04) 0.01 *** 0.17 (0.04) 0.00 *** 0.18 (0.04) 0.00 *** edu4 0.11 (0.04) 0.02 ** 0.11 (0.04) 0.02 ** 0.18 (0.05) 0.00 *** 0.18 (0.05) 0.00 *** RD 0.00 (0.00) 0.00 *** 0.00 (0.00) 0.00 *** 0.00 (0.00) 0.00 *** 0.00 (0.00) 0.00 *** capex 0.00 (0.00) 0.91 0.00 (0.00) 0.83 0.00 (0.00) 0.35 0.00 (0.00) 0.43 perHwn_wn 12.77 (10.59) 0.23 15.02 (10.58) 0.16 8.07 (12.00) 0.50 5.30 (11.80) 0.65 K_wn 0.00 (0.00) 0.97 0.00 (0.00) 0.72 0.00 (0.00) 0.96 0.00 (0.00) 0.78 rY_maxY 0.03 (0.06) 0.67 0.00 (0.06) 0.96 -0.02 (0.07) 0.78 0.00 (0.07) 0.97 SDRAM_1 0.08 (0.11) 0.50 0.06 (0.12) 0.62 0.13 (0.13) 0.33 0.15 (0.13) 0.23 DDR_1 -0.06 (0.12) 0.63 -0.01 (0.12) 0.91 -0.02 (0.14) 0.90 -0.06 (0.14) 0.68 DDR2_1 0.13 (0.11) 0.23 0.13 (0.11) 0.24 0.09 (0.12) 0.46 0.09 (0.12) 0.47 DDR3_1 0.01 (0.08) 0.87 0.03 (0.08) 0.68 0.06 (0.09) 0.48 0.05 (0.09) 0.57 Mobile_1 0.08 (0.10) 0.38 0.10 (0.10) 0.28 0.12 (0.11) 0.28 0.10 (0.11) 0.34 Graphic_1 0.08 (0.12) 0.47 0.12 (0.11) 0.30 0.12 (0.13) 0.36 0.09 (0.13) 0.47 SDRAM_2 0.29 (0.46) 0.54 0.49 (0.45) 0.28 0.59 (0.52) 0.26 0.43 (0.51) 0.39 DDR_2 -0.05 (0.46) 0.91 0.17 (0.44) 0.71 0.37 (0.51) 0.47 0.21 (0.50) 0.67 DDR2_2 -0.06 (0.45) 0.90 0.17 (0.44) 0.70 0.31 (0.51) 0.54 0.14 (0.49) 0.77 DDR3_2 0.12 (0.45) 0.79 0.34 (0.43) 0.43 0.37 (0.51) 0.47 0.19 (0.48) 0.70 Mobile_2 0.10 (0.47) 0.83 0.27 (0.46) 0.56 -0.08 (0.53) 0.88 -0.27 (0.51) 0.61 T1_T1T2 0.06 (0.04) 0.14 0.06 (0.04) 0.09 * 0.09 (0.04) 0.03 ** 0.09 (0.04) 0.04 ** TFPRga08 0.13 (0.05) 0.02 ** 0.12 (0.05) 0.03 ** 0.16 (0.06) 0.01 *** 0.17 (0.06) 0.00 *** HHI_world 0.00 (0.00) 0.00 *** 0.00 (0.00) 0.00 *** - - - - HHI_taiwan 0.00 (0.00) 0.10 * - - 0.00 (0.00) 0.22 - - d 0.14 (0.05) 0.01 ** 0.10 (0.05) 0.04 ** -0.10 (0.04) 0.03 ** -0.09 (0.04) 0.04 **
_cons -9.64 (4.16) 0.02 ** -9.92 (4.19) 0.02 ** -16.91 (4.52) 0.00 *** -17.57 (4.50) 0.00 ***
註：DRAM 為 Process Innovation。在管理層面上使用較低階管理人才；在技術層面上著重降 低生產成本之技術提升(T1/(T1+T2))。
五、 結論
(1) 我們發現產業內的合併事件可能對廠商本身及整體產業的生產效率產生影響，然而過去水 平併購指南(Horizontal Merger Guideline)採用 HHI 或 CR4 都僅能捕捉市場集中度的動態， 卻忽略了合併所帶來生產效率的變化，本文我們以特有的資料庫為台灣 TFT-LCD 產業於 2010Q1 群創與奇美的合併案所創造的效率進步提出驗證，結果說明了小型高效的廠商與大 型的產業龍頭的結合可以增加廠商及整體產業的生產效率，同時我們提出了強而有力的個 體架構以支持公平會對此次併購案的批准。 (2) 本文經實證結果發現，由於 DRAM 多屬代工，的產業結構偏向 OEM，管理部門的人才不 需要具有專業的技術認知，因此管理成本較低，在技術上，DRAM 產業偏向製程研發。 (3) LCD 不同於 DRAM，產業結構偏向 ODM，需要專業背景的人才進行研發，然而其技術並 非高端，因此博士級的人才並無法與其他學歷做出區隔。
六、 參考文獻
[1] Banerjee, Abhijit, and Esther Duflo, “Growth Theory through the Lens of Development Economics,” in Handbook of Economic Growth, Vol. 1A, P. Aghion and S. Durlauf, eds. (Amsterdam: Elsevier, 2005, Chap. 7).
[2] Atkeson, Andrew G., and Patrick J. Kehoe, “Modeling and Measuring Organizational Capital,” Journal of Political Economy, 113 (2005), 1026-1053.
[3] Bulow, Jeremy and Kenneth Rogoff, “Cleaning Up Third-World DebtWithout Getting Taken To the Cleaners,” Journal of Economic Perspectives,Winter, 4:1 (1990), 31-42.
[4] Brunetti, Aymo, Gregory Kisunko, and BeatriceWeder, “Institutions in Transition: Reliability of Rules and Economic Performance in Former Socialist Countries,” World Bank Policy Research Working Papers, No.1809, 1997.
[5] Buehler, S. and Chang, P.L., Shin, C., Hsu, C.W., “Taiwan’s Approach to TechnologicalChange: The Case of Integrated Circuit Design,” Technology Analysis and Strategic Management, 5:2 (1999), 173-177.
[6] D’Aveni, R. A., and D. J. Ravenscraft, “Economies of Integration versus Bureaucracy Costs: Does Vertical Integration Improve Performance?” Academy of Management Journal, 37 (1994), 1167-1197.
[7] Restuccia, Diego, and Richard Rogerson, “Policy Distortions and Aggregate Productivity with Heterogeneous Plants,” Review of Economic Dynamics, 11 (2008),707-720.
[8] Evenson, R.E. and L.E.Westphal, “Technological change and technology
strategy,”in Handbook of Development Economics IIIA, In J. Behrman and T.N. Srinivasan, eds. (Amsterdam: Elsevier Science, 1995).
[9] Fields, K., Enterprise and the State in Korea and Taiwan (Ithaca, NY: Cornell University Press, 1995).
[10] Feenstra, Robert C. and Gary G. Hamilton, “Business Groups and Economic Organization in South Korea and Taiwan,” in Emergent Economies, Divergent Paths, Feenstra, Robert C. and Gary G. Hamilton, eds. (Cambridge, England: Cambridge University Press, Chap. 2, 2005).
[11] Feenstra, Robert C., Deng-Shing Huang and Gary G. Hamilton, “Business Groups and Trade in East Asia, Part I: Networked Equilibria,” NBER working paper No.w5886, 1997.
[12] Haggard, S., Pathways from the Periphery (New York: Cornell University Press,1990).
[13] Mody, A., “Institutions and Dynamic Comparative Advantage: The Electronics Industry in South Korea and Taiwan,” Cambridge Journal of Economics, 14-3 (1990),291-314.
[14] Samaniego, Roberto M, “Organizational Capital, Technology Adoption and the Productivity Slowdown,” Journal of Monetary Economics, 53 (2006), 1555-1569. [15] Greenwood, J. and P. Krusell, “Growth Accounting with Investment Specific
TechnologicalProgress: A Discussion of Two Approaches,” Journal of Monetary Economics,54 (2007), 1300-1310.
[16] Hobday, M., Innovation in East Asia: The Challenge to Japan (Aldershot: Edward Elgar, 1995).
[17] Hsieh, C-T., and P. Klenow, “Misallocation and Manufacturing TFP in China and India,” Quarterly Journal of Economics, 124 (2009), 1403-1448.
[18] Lerner, Abba P., “The Concept of Monopoly and the Measurement of Monopoly Power,” Review of Economic Studies, 1-3 (1934), 157-175.
[19] Lucas, Robert E., Jr., “On the Size Distribution of Business Firms,” Bell Journal of Economics, 9 (1978), 508-523.
[20] Foster, Lucia, John Haltiwanger, and Chad Syverson, “Reallocation, Firm Turnover, and Efficiency: Selection on Productivity or Profitability?” American Economic Review, 98 (2008), 394-425.
[21] Murillo, L. E., “The International Dynamic Random Access Memory Industry from 1970 to 1993 Examined under the Dynamic Capabilities Prism: Implications for Technology Policy,” Ph.D. thesis, 1993, University of California, Berkeley. [22] North, D. C., Institutions, Institutional Change and Economic Performance
(Cambridge,England: Cambridge University Press, 1990).
[23] Mathews, J. and D.-S. Cho, Tiger Technology: The Creation of a Semiconductor Industry in East Asia (Cambridge: Cambridge University Press, 2000).
[24] Melitz, Marc J., “The Impact of Trade on Intra-industry Reallocations and Aggregate Industry Productivity,” Econometrica, 7-1 (2003), 1695-1725.
[25] Howitt, Peter, “Endogenous Growth and Cross-Country Income Differences,” American Economic Review, 90 (2000), 829-846.
[26] Peek, J. and E. Rosengren, “Unnatural Selection: Perverse Incentives and the Misallocation of Credit in Japan,” American Economic Review, 95 (2005), 1144-1166.
of Economics, 103-2 (1988), 345-356.
[28] Besley, Timothy, and Robin Burgess, “Can Labor Regulation Hinder Economic Performance? Evidence from India,” Quarterly Journal of Economics, 119 (2004), 91-134.
[29] Electronics Research and Service Organization, “Semiconductor Yearbook,” Industrial Technology Research Institute of Taiwan, 1999-2010.
[30] Thurbon, E., “Two Paths to Financial Liberalization: South Korea and Taiwan,” The Pacific Review, 14-2 (2001), 241-267.
[31] Wade, R., Governing the Market: Economic Theory and the Role of Government in East Asia (Princeton, NJ: Princeton University Press, 1990).
[32] Whitley, R., Business Systems in East Asia (London: Sage, 1992).
[33] Williamson, O.E., The Mechanisms of Governance (New York: Oxford University Press, 1996).
[34] Weiss, L. and Hobson, J., States and Economic Development (Cambridge: Polity, 1995).
