碩 士 論 文 中 華 大 學

中 華 大 學 碩 士 論 文

題目：台灣網咖業經營效率之研究—以台中縣 為例

系 所 別：科 技 管 理 研 究 所 學號姓名：E09303013 劉 秋 苗 指導教授：馬 恆 博 士

中華民國九十五年七月

i

台灣網咖業經營效率之研究-以台中縣為例

學生：劉秋苗 指導教授：馬 恆博士

摘 要

本研究致力於各網咖業者之經營效率，主要應用資料包絡分析法（Data Envelopment Analysis；DEA）為基礎的不同評估模式。以此用來分析與評估 台中縣區域內之網咖市場經營效率之良瓠。

在研究過程中以Farrell 教授之效率概念為基礎，利用德爾菲法及問卷調 查蒐集資料、分析結果；其中變數選擇有硬體投資金額、軟體投資金額、員 工人數三項投入及單位收入、總營收金額、顧客滿意度三項產出等六大變數。

透過資料包絡分析法（DEA）以建立效率邊界函數，用來求出台中縣區域內 之網咖市場經營之相對效率。得到本研究之結論以提供管理者做為思考方向 及決策參考之依據。

經研究發現，就台中縣之網咖業而言，在27 個 DMU 中，其經營效率值 為1 者，計有 7 家網咖業者為相對有效率。其中營運效率與業者的營業地點 及營業收入有明顯的直接關係。對於欠缺效率的業者，經以差額變數分析結 果，規模報酬呈現遞減者，應縮小其投入規模；但規模報酬呈現遞增的網咖 業者，則應採增加產出的策略，以提昇營運效率。

關鍵詞：DEA、資訊休閒服務業

ii

誌 謝

充實而忙碌的研究所生活已近尾聲了，能順利走過分秒必爭的求學路，

要感謝的人實在太多了。首先要感謝指導教授馬恆博士於論文撰寫過程中耐 心、悉心指導，無論在課業上或是生活上均給予最大的支持與肯定，其謙沖 且嚴謹的待人處事與治學態度以及豐富且紮實的學識，皆令學生萬分敬佩，

亦是學生學習的典範。能在恩師的帶領下學習與成長是學生莫大的榮幸。

本篇論文的完成，感謝吳炎崑博士、許良僑博士等口試委員於百忙之中 撥空指導，於論文口試審查時之不吝指正，並以專業之角度提供諸多建議，

使本研究更臻完善，謹此致謝，

研究求學期間，亦感謝所長謝玲芬博士、賀力行博士、李友錚博士、李 開偉博士、林錦煌博士、楊振隆博士、悉心的教導學生，及學長姊、學弟妹 以及同窗好友的關懷鼓勵與幫助。

最後，感謝我的家人尤其是三個親親可愛的小寶貝，長期以來貼心體諒 的支持與關愛，使我得以致力於學業及完成論文之撰寫。在此，謹將本論文 獻給我最親愛的家人及好友，感謝你們的支持及鼓勵。

劉秋苗 謹識於中華科管所

中華民國95 年 7 月 21 日

iii

目 錄

摘 要... i

誌 謝... ii

目 錄... iii

圖目錄... v

表目錄... vi

第一章 緒論... 1

1.1 研究動機與背景 ... 1

1.2 研究目的 ... 1

1.3 研究方法與步驟 ... 2

1.4 研究範圍與對象 ... 3

第二章 文獻探討... 5

2.1 網路咖啡廳 ... 5

2.1.1 網路咖啡廳的發展 ... 5

2.1.2 網路咖啡產業分析探討 ... 6

2.2 經營績效之定義與評估方法 ... 7

2.2.1 績效評估之定義 ... 7

2.2.2 績效評估之模式 ... 8

2.2.3 績效評估之目的 ... 10

2.2.4 經營績效之評估方法 ... 12

2.3 效率概念及衡量模式 ... 13

2.3.1 效率概念 ... 14

2.3.2 效率衡量模式 ... 14

2.3.3 資料包絡分析法相關研究 ... 18

第三章 研究方法... 21

3.1 德爾菲法... 21

3.2 資料包絡分析法... 22

3.2.1 DEA 之基本原理與特性 ... 22

iv

3.2.2 DEA 之使用程序與限制 ... 25

第四章 研究設計與實證分析... 39

4.1 決策單位之選取 ... 39

4.2 投入與產出項之選取 ... 39

4.3 問卷設計與分析 ... 42

第五章 結果與建議... 52

5.1 研究結果 ... 52

5.2 後續建議 ... 53

參考文獻... 54

附錄一... 59

附錄二... 61

v

圖目錄

圖1.1 研究流程... 4

圖2.1 績效評估之投入與產出之差距... 11

圖3.1 DEA 運作流程圖 ... 26

圖3.2 Farrell 的效率前緣圖 ... 32

vi

表目錄

表2.1 公司績效衡量... 8

表2.2 績效評核模式彙整表... 9

表2.3 效率衡量方法比較表... 17

表2.4 DEA 相關研究之文獻 ... 18

表3.1 效率說明表... 31

表4.1 網路咖啡店之顧客問卷整理... 41

表4.2 問卷回收整理的數據... 43

表4.3 投入與產出變數的敘述統計資料表... 45

表4.4 投入與產出變數相關係數表... 45

表4.5 各效率值及規模報酬的判斷，以及各 DMU 之參考群體 ... 46

表4.6 有效率的業者被參考的次數與排序... 49

表4.7 各 DMU 的差額變數參考數據 ... 50

表5.1 受評估者中有效率之業者資料... 52

1

第一章 緒論

本章旨在描述本研究之背景和動機，說明國內網路咖啡產業的生存環 境，再說明研究目的、研究範圍與研究對象為何。

1.1 研究動機與背景

自民國84 年首家網路咖啡屋（簡稱網咖）成立蓬勃發展至今，歷經不斷 的市場整合與淘汰，截至民國 93 年底止，台灣地區之網咖店總數已逾 4000 多家【63】。隨著網咖店快速成長、遊戲授權取得不易、價格競爭…等諸多問 題，使每家網咖店每日營業收入大多呈現下降的走勢。為因應日趨激烈的競 爭環境，業者紛紛推出各式促銷活動及結合多元化功能的加值服務，來爭取 經營業務的廣度或加盟、連鎖之不同的經營模式，以圖挽救日益萎縮的營業 收入。

對於網路咖啡產業之研究，在文獻蒐集中發現網路咖啡產業的探討大多 偏向於線上遊戲公司經營模式、遊戲吸引力之策略、加盟店與加盟總部組織 關係行為、網路咖啡店對少年問題行為影響、成癮傾向、競爭策略、發展策 略、及法制層面的探討…等。

而近年來台灣網咖市場經營狀況，大多業者則進行水平與垂直整合之風 氣，加上科技快速的發展與政府有限制的規劃，網咖產業之競爭，儼然為趨 勢所逼迫。所以網咖業的經營良窳與績效達成與否，決定了它未來的生存空 間與發展前景。如何能建立符合本產業特性且全方位的績效評估模式呢？又 如何能將有限的資源（人力、設備、資金等）做充份發揮以提高經營績效呢？

這都有賴於一套既有效又符合業界需求的績效評估方式。

1.2 研究目的

基於上述研究動機，本研究希望針對國內網咖產業自 1995 年萌芽至 今，在經歷了激烈之整併盛行風後，網咖業者在面對快速的技術變遷與科技 發展，而造成市場結構改變的情況下該如何經營方能達到有效率。本研究擬 透過不同DEA 模式分析的實證，探討出網咖業者之經營具有效率與提供相對 無效率單位效率改善之方向與幅度，藉此以建立一套台灣網咖產業經營之評

2

估模式。

因此，本論文之主要研究目的如下：

一、瞭解台灣地區網咖業者之經營現況。

二、透過DEA 評估模式進行研究，以提供網咖業者在資源投入做分配改進之 建議。

三、探討網咖業之投入與產出變數之相關性，以提供業者一個客觀的經營績 效之評估方式。

四、分析網咖業之經營典範，以提供先進者與有意進入網咖創業者經營改善 之參考。

五、汲取有效率業者之營運管理指標，可作為同業者之標竿。

1.3 研究方法與步驟

為達上述之研究目的，本研究擬以 Charnes,Cooper＆Rhodes 在 1978 年 所提出的資料包絡分析法（Data Envelopment Analysis,簡稱 DEA）來評估網 咖 業 之 經營 效 率；DEA 屬於無母數效率前緣（non-parametric efficiency frontier ）之應用模式，此類方法是採用相對比較之觀念，接受評估單位之互 相比較，在比較的過程中，則採數學規劃方式。

採取DEA 模式評估主要因其易於同時處理多項投入、產出之評估問題，

且無需面臨函數之設定及參數估計之困難【31】。利用效率前緣之觀念，藉計 算各該受評估單位與效率前緣的距離來決定各受評單位之相對效率。自 Charnes 等學者提出 DEA 方法之後，在理論及實證方面已累積數百篇相關文 獻，涵蓋範圍包括營利與非營利事業，故其適用性已獲相當的認同。

基於DEA 模式具有上述的特性，對於應用在投入產出不可量化時，更能 發揮其功效，而在對各單位進行效率評估時，對於評估的結果為效率低落的 單位，也能提出改進之道，作為管理者擬定決策之參考，如是DEA 模式實為 一面面俱到的效率衡量模式。本研究藉由DEA 模式作為網咖業經營效率的評 估方法，不僅可及時提供網咖業者相互比較的資料，亦可做為決策者在網咖

3

業經營管理上改善的參考。

茲將本文之研究步驟述明如下：

一、蒐集網咖業發展沿革及其現況之相關資料。

二、回顧國內外文獻，就網咖業之相關實證研究加以評析。說明本研究之理 論基礎及實證模型之建立，並透過德爾菲法確定本研究之投入、產出因 素，以使DEA 模式能精確的評估網咖業者之經營效率。

三、利用DEA 模式求各網咖業者之效率值，並對經營無效率之網咖業者，提 供其投入、產出變數結構改善之方向，以確立網咖業者之經營典範。

四、綜合上述訊息提出本文之結論，並就相關實證結果之政策涵意提供建議，

以作為網咖業者在評估其經營效率及擬定政策之參考。

茲將本研究之研究流程如圖1.1 所示：

1.4 研究範圍與對象

本研究之研究對象係以於台中縣政府商業科申請登記合法經營，且營業 時間超過四年以上者為研究對象。從事提供電腦軟硬體設備等供顧客作消費 之營業項目為主之資訊休閒服務業業者，以此為問卷發放調查對象。經資料 收集以三大投入項與三大產出項為變數，對區域內網咖業者之經營效率評估 探討。

4

圖1.1 研究流程 確立研究方向與主題

文獻探討

確立研究構面與指標

問卷設計

專家訪談及業者初訪

深度訪談與問卷調查

資料整理與分析

研究結果與建議

5

第二章 文獻探討

2.1 網路咖啡廳

2.1.1 網路咖啡廳的發展

網路咖啡廳是在網際網路迅速發展後，所新興的眾多新業態之一。其經 營型態與訴求與傳統的咖啡廳已大相逕庭，而消費者的參與行為，也不斷隨 著 電 腦 媒 體 與 網 路 科 技 的 進 步 ， 而 朝 向 多 元 化 、 休 閒 化 、 電 子 商 務 (E-Commerce)化的發展而變得複雜與多樣性，它不再像傳統咖啡廳的社交與 餐飲功能而已，甚至背負著電腦化後人類生活正向與負面，科技與原罪，進 步與頹廢，多重的社會觀感與角色。

「網咖」最早的發源地為英國的倫敦，當地業者經營重心是以咖啡館的 營運模式運作，他們視這樣的場所為休憩、討論、閒談的地方。消費者透過

「網咖」來交友，並將視為現代文明中的交誼廳【12】。在此之後，這種結合 著「餐飲」與「網際網路」的經營型態及概念便迅速地在英國倫敦、美國紐 約、日本東京…等幾個國際性大都會蔓延開來。

在 90 年代在電腦軟硬體成本與技術需求與網路架線尚不穩定與普遍 下，營業規模往往不大且分佈較零散，在當時網際網路仍處於起步與被接受 的年代裡，經營方式顯然較為單純。隨著近年全世界上網人口激增、網路上 內容更多元、速度更快的影響下，有些產業將觸角置於網路上的休閒活動運 用，線上遊戲儼然已成為休閒產業的主流，再因應著電子商務的推廣應用，

網咖店中的電腦由附屬地位成為主要角色，更伴隨著網際網路的發展而掌握 優勢。漸漸地，電腦與網路代替了咖啡廳中咖啡的地位，並逐漸以大眾化、

複合化的方式出現。在此網咖店裡嗅不到咖啡香了，儼然以電腦來代替了“咖 啡廳”中咖啡的地位。在九六年工商時報票選十大風雲產品及行業的結果，

「網路咖啡廳」更榮獲第三名寶座。

「網咖」在我國一般的定義是：「一個能夠提供多部電腦及高速寬頻網 路，來滿足消費者上網的目地。」【27】；而在民國 90 年 8 月公佈之「資訊 休閒管理條例」草案中，「網咖」在法源的定義為：「指提供特定場所及電腦 資訊設備，以連線方式擷取網路資源或以磁碟、光碟、硬碟、卡匣等結合電

6

腦裝置，供不特定人從事遊戲娛樂、網路交誼之營利事業」。

網路空間的最大特性是它創造了一個跨越時間與空間限制的虛擬世界。

它使網際網路無法成為某一國家或某一人所專有，而電腦只是單純成為使用 者進入這個空間的介面，來透過網際網路上所提供的各種功能與服務，達到 資訊傳遞、人際互動的目的。

2.1.2 網路咖啡產業分析探討

網路遊戲近年來成為許多玩家的最愛，不外乎龐大的內容背景、華麗的 聲光效果、眾多玩家的聚集等，加上近年來寬頻網路的普及，造就網路遊戲 如此蓬勃發展的狀況。隨著資訊科技的快速成長、全球「e 化」的腳步中，

網際網路所帶來的新通路型態、新市場、新應用模式及衍生的龐大商機，改 變了商業的經營模式，不少企業經營紛紛走向資訊化發展。

自網際網路開放商業用途之後，為全球各產業帶來革命性的影響，也帶 引出新興網路產業的流行熱潮，其中結合實體與虛擬的消費性網路應用服務 業，是逐漸建構中的新事業模式，「網路咖啡業」正是現階段備受矚目的熱絡 行業。在網路產業一片無限商機的榮景之下，台灣一窩蜂的現象又迅速投注 在網路咖啡店的開店風潮。從 1995 年至今全台灣的網路咖啡店已逾 4000 家，網路咖啡業橫跨網路及服務業，高度仰賴網路科技，產業環境瞬息多變，

經營者面臨法律不明、削價競爭、產業整合、重新定位等等諸多的嚴苛挑戰，

網路科技正加速度地在改變人類的人際關係、交易習慣、生活型態、價值觀 等各層面。另一方面，藉由網路科技的快速變革，也創造了無數的新產業、

新商機，這包括舊產業重整後帶來的新業務，以及因為網路利基而產生的新 興產業。

在市場上呈現一片美好前景之際，多家廠商積極進場。投入此戰場的業 者們，對網咖的期盼也各有不同，有的以上班族為主要消費客層，提供漫畫、

上網的休閒服務；有的希望網咖成為社區好鄰居的社區休閒館；有的以集資 兩億元的大手筆，期盼建立的是電子商務( E-Commerce, EC ) 便利店的加盟 體系；有的更以全亞洲為目標，磨拳擦掌展開身手，積極投入亞太市場的搶 灘大戰。

國內網路咖啡屋發展以來，在早期多數的網咖在價格上維持一定的穩

7

定。但隨著大環境改變，網咖業者在某種程度上相互模仿，加上產業消息流 通快速，使網咖業近幾年的競爭轉趨激烈，尤其是價格戰。考量店舖的立地 條件和競爭因素，網咖彼此在競爭時會選擇不同的價格策略，有時運用部份 商品薄利多銷策略，有些以全面性競爭性定價方式，來吸引消費者的注意。

在價格的分類上以高價位、中等價位及廉價型網咖來做區分。

相較於世界各國，台灣的網咖文化可說是相當獨特，而與鄰近的韓國相 似，都是以線上遊戲為號召。然而網咖所具備的功能可不僅只提供連線對戰 的聲光娛樂，從實質的寬頻網路連線服務，到提供優質的硬體空間使用，網 咖所能做到的就如同網路一般，具有無限想像的空間與應用。

網咖在台灣發展過程上，可略分為三時期：

一、萌芽期

在台灣市場上網咖屋早在1995 年就已出現。初期的網咖業很單純，

純粹提供上網的服務，後因 ISP 業者加入，使得家家戶戶都可以輕易上 網。

二、第二代網咖店

在1997 年盛行以投幣式的方式經營，提供遊戲軟體及簡單的電腦設 備供消費者使用。

三、第三代網咖店

在1999 年末，網咖業者以連線遊戲為主戰商品，結合上網、休閒、

遊戲、餐飲、閱讀等多元功能的加值服務，以企業化經營，提供裝潢漂 亮又舒適的消費環境，及專業精良的軟硬體設備，遠遠超越以往的經營 規模範疇。此時期之網咖店已成為網路休閒娛樂中心，提供國人休閒娛 樂之休憩場所。

2.2 經營績效之定義與評估方法

2.2.1 績效評估之定義

8

所謂「績效」(performance)本身之定義，乃表達組織成員執行各項作業 的成果，也是組織從事各項營運活動、資源分配及經營策略與規劃的重要依 據。一般對公司績效衡量可分為下列不同層次，如表2.1：

表2.1 公司績效衡量 層次構面 內容

財務績效 大多使用簡單的財務指標，以衡量是否達成企業的營運目標，

如銷貨成長、獲利能力、每股盈餘等等。

作業績效 通常以公司的市場佔有率、新產品的引進、產品的品質等指標 來進行評估。

組織效能 為最廣義的績效定義，除企業內部營運績效外，尚包含企業經 營各類相關人員之目標滿足，如顧客、供應商、競爭者。

資料來源：本研究整理

績效評估（performance appraisals），即係管理活動中之「控制」（control）

功能。這種功能有其消極和積極的意義，就前者而言，係了解規劃之執行進 度與狀況，如有歧異，並達到一定程度時，即應採取修正之因應對策；而就 後者而言，則希望藉由績效評估制度之建立，能在事前或活動進行中，對於 行動者之決策與行為產生影響或導引作用，使其個人努力目標能與組織目標 趨於一致，此即所謂「目標一致化」（goal congruence）作用。

績效評估之所以能產生上述積極作用，主要在於兩個因素，一為績效評 估標準（performance measurement criteria），另一為激勵（incentives）手段之 利用。前者之選擇，顯示行為者所應努力之方向或標的，而後者之提供，賦 予行為者努力之動機或力量。俗云：「評估什麼，就得到什麼成果」，即生動 地表現了績效評估的作用【23】。簡單而言指的就是用來評估員工績效水準的 工具。張火燦（1996）【26】研究指出：績效評估是一種過程，是組織用來衡 量和評鑑員工某一時段的工作表現，與協助員工的成長。

2.2.2 績效評估之模式

9

績效是評估組織達成目標的標準，然而不同的組織，或是相同的組織內 不同的單位，或同一個組織而不同的時間，組織的績效衡量標準與價值判斷 即有不同。事實上衡量一組織的效率並不是那樣的容易，另外一個次級系統 的組織績效，也可能是系統內部其他次級系統的績效赤字，此即Senge 所稱

「今日的問題來自昨日的解決方案所形成」【22】。所以彭文賢【28】認為績 效是方法論的問題，屬於一種價值判斷。由於各個組織所處環境情況的差異，

績效評估標準及其強調重點自然也就不同，茲將各種組織所強調的效能評估 標準，歸納如表2.2：

表2.2 績效評核模式彙整表

代表學者 研究內容 評估模式

胡世芳 目標研究法通常可分成官式目標模式

（ Official-Goal Model ） 與作業目標模式

（Operative-Goal Model）兩種；前者強調績效是組 織最後目標的焦點，存在於組織正式規章、文書與 公告中；後者則強調透過現行實際操作及作業程序 來追求績效。

目標研究 模式

Yuchtman &

Seashore

在於投入之衡量，他們將組織視為一個開放系統，

並以其在環境中獲取稀少與有價值資源的能力判 定組織績的高低；亦即組織與環境互動關係作為研 究重心，以組織之投入與資源的獲取作為衡量績效 之主要指標，並以組織之談判能力界定組織績效。

系統資源 模式

Keeley

&Connolly

1.Keeley 提出一個循環體系，將參與者與投入、過 程、產出等構面相結合。

2.Connolly 認為參與者模式採用目標、系統與過程 等三種學說結合建立之模式；其績效指標不僅具有 動態性，而且尚依評估者身份觀察組織績效，具有 多重構面評估角度。

參與者滿 足模 式

10

表2.2 績效評核模式彙整表（續）

代表學者 研究內容 評估模式

Pfeffer Pfeffer 認為組織績效的研究需考慮組織偏好、

認知需求與決策之運用，此模式著重組織對於環境 變遷之適應性與生存能力。故本學說績效定義常與 效率、組織健康、內部作業過程同義。

過程模式

White &

Hamermesh, Gaertner &

Ramnarayan, J.Barton Cuningham

目前績效理論研究中，在力求整合組織發展與內部 成員方面：

1.White & Hamermesh 認為企業績效研究構面應包 括產業經濟、組織理論與企業政策。

2. Gaertner & Ramnarayan 認為績效是組織對其 內、外部構成成員產出成果與操作能力的成功評 價。他們提出一個涵蓋內部、外部、成果與過程等 四構面的組織績效研究方法。

3. J.Barton Cuningham（1977）將各家理論歸納為七 種考評模式： 理性目標、系統資源、管理過程、

組織發展、磋商、結構功能、與功能。

整合觀念 下的 績效模式

資料來源：【11】

從表 2.2 可以看出，組織由於社會功能、人員順從、受益對象之不同，

導致任務與目標而有所差異；此外組織是一個開放系統（open system），機關 組織的各部門之間不但存著不可分割的相互依賴關係，而且與外在客觀環境 也處於交互影響和相互依賴關係【28】，績效評估的焦點也就有所差異。因此，

績效管理必須和組織的管理策略結合，了解組織發展的方向與目的，再藉由 績效管理為手段，引導組織成員努力的方向，以及組織資源的分配，俾「以 正確的方法，處理正確的問題」。

2.2.3 績效評估之目的

績效管理是檢視資源投入之消耗狀況，依照預定的投入、產出計畫，與 實際達成進度加以分析比較，並輸入回饋系統，以供組織管理階層匡正。回

11

饋的目的在於改進績效，當績效實際執行與原預定目標發生差距時，管理者 須檢視造成產生差距的原因，並加以改進，圖2.1 即表示【49】：

圖2.1 績效評估之投入與產出之差距

一、Rowland, Ferris 及 Sherman【55】對組織績效評估之目的歸納如下：

(一) 提供回饋給部屬以使其瞭解表現得如何。

(二) 發展有效資訊以作薪資與升遷決策，並作為溝通的工具。

(三) 協助主管解雇之決定，並提供方法以警告不稱職的員工。

(四) 輔導與指導部屬使其改進績效並發展未來潛能。

(五) 經由與部屬討論前程機會與前程規劃，以發展對組織的承諾。

(六) 經由體諒與支持，以激勵部屬。

(七) 強化主管與部屬之間的關係。

(八) 診斷個人與組織的問題。

二、吳安妮【13】在探討政府組織的績效制度發展認為，績效評估可以幫助 政府組織資源分配更趨合理，也可以建立計畫的優先順序，增進組織的 效率和效果，以改善決策的品質，並能增進政府與民眾之關係，最重要 的能導引組織員工的目標一致化與激勵工作士氣。

三、于泳泓【1】認為績效評估一方面讓策略一致化，也讓策略成為溝通的語 言，不但使變革獲得成功，並獲得最終財務的改善。

設定目標 修正 績效 衡量績效

比較績效與目標

完成目標 回

饋

投入 產出

12

四、Robbins(1989)提到績效評估是為了達到以下幾個目的：【11】

(一) 協助一般的人事決定，例如將績效評量結果提供管理者做出升遷、

調任、解僱等之重要決策。

(二) 績效評量是發展甄選計劃有效性的指標。

(三) 指出訓練及發展的需要。

(四) 提供員工回饋，使員工知道組織如何評估他的表現。

(五) 訂立獎勵的基礎。

五、吳秉恩【14】另提出三個績效評估的目的：

(一) 績效評估可用來作為評估、甄選及工作指派的標準。

(二) 協助個人及部門了解其對目標的貢獻程度。

(三) 同時績效評估也可以提供資訊作為工作時序計劃、預算編制及人力 資源規劃之依據。

由以上學者所述，績效管理及評估對人員本身及組織的發展都扮演很重 要的角色。若組織能將影響員工績效的因素多加瞭解，則將可將這些因素加 以調整進而提高組織目標的達成度。

2.2.4 經營績效之評估方法

近年來在討論廠商的經營績效時，通常以效率(efficiency)的高低來進行 評估。所謂「效率」乃指投入與產出之比率，投入資源是否得到合理有效運 用？產出和投入量比率和競爭者相比較是否適當？企業對於這些問題一直非 常關注，以最小投入創造最大的產出，是企業追求的完美境界。

一般來說衡量經營效率的方式有1.財務比率分析法 2.生產力衡量法 3.線 性規劃三種方法【33】，其說明如下：

一、財務比率分析法

13

一般企業廣泛應用此法，以企業財務報表所算出之財務比率來評估 該機構經營績效。財務比率分析法運用上較為簡易，但一次只能針對單 一投入與產出。若為多項投入與產出，必須主觀設定各項財務比率之權 數，評估結果易受主觀設定權數的影響；此外，財務報表編製過程易受 人為因素影響，導致造成不客觀之結果。

二、生產力衡量法

包括生產函數（Production Function）或成本函數（Cost Function）、

迴歸分析法（Regression Approach）及經營五力分析法。其優點為實證結 果易於了解，惟其缺點為實證分析企業之經營效率時，必須先設定函數 的型態，實證結果常因函數型態、統計估計方法、或誤差項分配假設不 同而異，當觀察值數量不多時，運用參數法估計經營效率亦不適當。

三、線性規劃法

以資料包絡分析法（Data Envelopment Analysis）為代表，適用於同 時多項投入與產出之機構作為效率評估工具。DEA 模型評估所得之結 果，僅為一相對效率值，而非絕對效率值，無法與未列入評估單位進行 比較分析。另一點是敏感特性，極易受到錯誤的極端值之影響【21】，

且假定每一個決策單位均使用相同形式來配置投入與產出，此與現實狀 況可能不盡相符。

企業效率評估目的在於衡量其相對的表現，以描繪出全體資源運用狀 況，實務上，企業經營績效的評估是一個複雜的課題，單一投入與單一產出 之企業其效率雖易於衡量，但企業經營絕大部分情況卻是多項投入與多項產 出，且其投入與產出項有時無法藉市場價值予以量化，造成單一的效率指標 難以獲得，因而對於非同質性之多投入與多產出的生產關係效率評估，至今 仍未有一套周全辦法可資運用。

然而經營效率是由技術效率及配置效率所組成。所謂技術效率乃指廠商 是否能以最小的投入達到最大的產出;配置效率則是在投入的價格固定下，看 出廠商在各項投入的配置上是否為最適當。

2.3 效率概念及衡量模式

14

2.3.1 效率概念

所謂效率，依經濟學原理，即以最少的成本獲得最大的利益，則稱為有 效率。學者認為生產力是產出與投入的比率，以簡單的數學程式表示即：生 產力＝產出/投入，此式中的計算結果，若是以價值(Value)為單位時，則為效 率（ Efficiency ）的衡量，若以數量（ Quantity）為單位時，則是衡量生產 力。

而早期評估效率多採部份生產力指標，未以一綜合指標來描述總要素生 產力，且其並無法分析實際個別廠商技術效率之差異。因此，直至1957 年，

Farrell 提出生產邊界（Productive Frontier）概念的研究之後，才提供個別廠 商相對效率（Relative Efficiency）差異之衡量方法【29】。

2.3.2 效率衡量模式

迄今所發展之效率評估方法有許多方式，大致的主要方法可分為比率分 析法（Ratio Analysis）、迴歸分析方法（ Regression Analysis）、多目標衡量分 析法（Multicriteria Analysis）、資料包絡分析法（ Data Envelopmnet Analysis；

DEA）【32、31】。茲將各效率之評估方法分述如下：

一、比率分析法（Ratio Analysis）

效率之衡量多以單一的投入要素來測量單一的產出，求算比率值以 作為效率值，使用相當簡便，是為其優點。然而此法之缺點為【7】：

(一) 偏重單一的產出或投入，而容易忽略其他因素的貢獻，故不易表現 出整體之效率。

(二) 以比率分析法求出的結果，除非某一組織的比率值全優於另一個組 織的比率值，否則無法決定那一組織之效率較高。

(三) 可能因季節性因素而扭曲比率分析。

(四) 不同的會計方法可能扭曲比較結果。

(五) 要認定某一特定比率是好或壞為一件困難的事。

15

二、迴歸分析法（Regression Analysis）

在計量經濟學中，常以迴歸分析方法探究組織之生產效率及其影響 因素。此法是以組織的某一產出因素為依變數，而將多個投入因素當成 自變項，即可得知各個投入因素對於產出因素的影響程度，同時亦可用 來預測產出的大小，為此法之優點。但迴歸分析傾向使用單一產出的模 式，易導致忽略其他部份的產出，或評估者在組合多種產出成為單一指 標時，會有許多較不客觀的現象產生，這都將會削弱以迴歸分析評估網 咖業之實用性。而其缺點為【19】：

(一) 使用迴歸分析方法來評估效率之前提為需假設其生產函數型態為線 性，此點似乎過於武斷。

(二) 迴歸模式中只可設定一個依變項，故對於同時有多個產出因素的組 織而言，則無法將各產出項納入同一模式之中。

(三) 以迴歸分析法所求算之迴歸線為一「平均生產函數」，其如何以此 函數做為效率之比較，則只能依據主觀的認定。

(四) 在同一迴歸模式中，若自變項之間具有高度相關性，則參數之估計 將 呈 現 不 穩 定 現 象 ， 且 將 有 偏 高 的 標 準 誤 ， 此 現 象 稱 為 共 線

（Collinearity），或稱多變項共線性。

三、多目標衡量分析法（Multicriteria Analysis）

此法的使用前提為確定所要評估的組織其效率係由多項因素組成，

故將評定標準設定為各種多屬性或多目標的各種形式，其不失為良好的 多投入與產出衡量效率方法，學界亦經常使用此法，例如分析層級程序 法，但各指標的權重值如何決定則相當困難且不易客觀。

四、資料包絡分析法（Data Envelopment Analysis；DEA）

DEA 藉助數學規劃的技巧，運用事後資料來評估效率，不但彌補了 傳統上效率衡量方法之缺點，更將數學規劃從原來規劃角色擴展至控制 評估的角色，成為一種組織診斷的工具【43】。

16

而DEA 的優點及缺點則如下所述：

(一) 優點

1. DEA 可同時處理多項投入與多項產出之評估問題，無需面臨預設 函數之認定及參數估計之困難，在實際應用上較為可行。

2. DEA 評估效率的結果係為一綜合性指標，可用來描述經濟學上總 要素生產力（Total Factor Productivity）之概念【51】，亦可做為受 評估單位間之效率比較。

3. 不受計量單位不同而影響效率值【44】。只要受評估之 DMU 均使 用相同的計量單位，模式的目標函數值不受投入產出項計量單位的 影響。

4. 所衡量的對象同質性愈高效果愈佳，結果的解釋及分析所受的限制 愈少【48】。

5. DEA 模式中的權數是由數學規劃所產生，無人為主觀的成分在 內，因而能滿足立足點平等原則。在設定的評估方式下，任一DMU 均無法依主觀判斷找到另一組權重，而使其效率大於DEA 模式的 評估結果。

6. DEA 方法具有同時處理比率資料與非比率資料的特性【54】，即 DEA 方法可同時評估不同環境下決策單位之效率。

7. 從 DEA 的差額變數分析及效率分析，將能瞭解組織資源使用狀 況，進而作為管理者擬定決策之參考。

(二) 缺點

1. 由於投入、產出項數目增加時，DMU 之間的區辨力會下降【58】，

因此，根據經驗法則，其DMU 的個數須大於等於投入、產出項加 總之個數的2 倍。

2. DEA 所衡量的效率為相對效率而非絕對效率。若 DMU 相對有效

17

率，並不代表其絕對有效率，可能是壞中取好。

3. DEA 是以「非預設生產函數」法來推估效率值，且其生產邊界是 由衡量對象中最有效率的組織所構成的，此邊界表示所有的衡量對 象實際上所能達到的極值。因此衡量對象的決定、不同投入與產出 項的選取、項目數值的準確度都可能影響生產邊界的形狀或位置，

是為相當的敏感【46】。

4. DEA 無法適當地處理產出項為負的狀況。

雖然DEA 有上述種種的限制，但 Banker、Courat 及 Strauss 於 1986 年對DEA 模式與 Translog 成本函數加以比較，認為 DEA 模式較優。而 Huang 在 1989 年發表的「以數學規劃衡量醫療保健業的相對績效」

（Using Mathematical Programming to Assess the Relative Performance of the Health Care Industry）研究報告中指出，就效率前緣的建構、效率前緣 特性、干擾與誤差的調整、能否處理多種產出的能力、是否需要大樣本、

特定技術效率等六個特性，將DEA 與一般經濟學上所用來衡量效率的方 法相互比較（如表2.3），亦認為 DEA 比其他方法較為客觀，限制也比 較少。

表2.3 效率衡量方法比較表 純粹數學 規劃(DEA)

修正後數 學規劃

確定性統 計前緣

隨機前緣

效率前緣的建構 數學規劃 數學規劃 統計 統計 效率前緣的特性 ^{確定性非參}

數 確定性參數 確定性參數 確定性參數

干擾與誤差的調整 否 否 否 是

處理多種產出的能力 容易 困難 困難 困難

大樣本需求 否 否 是 是

特定技術效率 否 否 是 是

資料來源：【50】

方法 特性

18

由於資料包絡分析法（DEA）易於處理多項投入、產出之評估問題，且 無需面臨函數設定及參數估計之困難，尤其適用於同時具有多項投入與產出 環境的機構【32】。

故對網咖產業而言，DEA 可說是一項有效衡量其經營效率的評估工具。

且藉由 DEA 所得之經營效率，不僅可及時提供各網咖業者間相對比較的資 料，亦可做為其經營管理上效率改善之參考。因此，本研究擬以 DEA 做為 網咖業經營效率之衡量。

2.3.3 資料包絡分析法（DEA）相關研究

資 料 包 絡 分 析 法 （data envelopment analysis ； DEA ） 最 早 是 由 Charnes,Cooper 及 Rhodes 【45】所提出，其主要是決定出所有受分析單位 的效率前緣（efficient frontier），將實際生產效率與效率前緣加以比較，進而 衡量相對效率；若受測單位落於效率前緣的邊界上，則為相對有效率，若位 於效率前緣邊界的，則為相對無效率。

由於傳統數量方法之評估模式，無法兼顧各個投入與產出因素【25】，而 DEA 能結合多項投入、產出因素，來評估 DMU 效率之高低，故 DEA 被廣 泛的應用於各個不同的領域中，用以衡量其效率值。表 2.4 為 DEA 理論發 展之國內外應用實例。

表2.4 DEA 相關研究之文獻

項次

作者 主要貢獻 分析重點

1

Fare, Grabowski &

Grosskopf（1985）

評估菲律賓農業之效率 技術效率 純粹技術效率 規模效率

Grosskopf ＆

Valdmanis（1987）

美國加州公、私立醫院之經 營效率

效率

技術效率

差額變數分析

Register（1988） 美國郵政服務之行政效率 技術效率

19

表2.4 DEA 相關研究之文獻（續）

項次

作者 主要貢獻 分析重點

4

Roll, Golany ＆ Seroussy（1989）

以色列空軍維護單位之效 率

技術效率

5

蕭基淵（1989） 台灣林業效率 技術效率 差額變數分析 敏感度分析

Berg, Forsund &

Jansen（1991）

挪威商業銀行之效率 技術效率 規模效率

Haag, Jaska &

Semple（1992）

美國德州農莊之相對效率 技術效率

8 De Pree Jr., ect （1995） 保險業僱用律師之效率和生 產力

效率 生產效率

Kao ＆Yang（1992） 台灣林區重劃之決策問題 總效率

技術效率 規模效率

葉清江（1993） 台灣地區航空公司之營運

績效

總效率 技術效率 規模效率 差額變數分析 敏感度分析

古永嘉、吳世勛

（1995）

台灣地區商業銀行之經營 效率

經營效率 技術效率 規模效率

蕭智文(1992) 台灣公路客運之相對效率 技術效率

林瓊香(1992) 台灣省市立醫院與教會醫

院之效率

技術效率

14

黃志男(1996) 台灣能源科技研發專案之 執行效率

技術效率

規模效率

20

表2.4 DEA 相關研究之文獻（續）

項次

作者 主要貢獻 分析重點

15

謝俊雄（1997） 台灣良質米之生產效率 生產效率 規模效率

吳學良（1997） 台灣鋼鐵工業之生產效率 技術效率

純粹技術效率 規模效率 差額變數分析

王媛慧(1999) 臺灣醫學中心與區域醫院

的相對經營效率

技術效率

18

李宗儒（2000） 台灣地區魚巿場經營之相 對

效率 總效率

單就台灣區各個產業別而言，國內學者運用DEA 於服務業領域之研究已 為數不少，故本研究採用不同的DEA 模式來做為台灣地區網咖市場經營績效 之評估工具。

21

第三章 研究方法

本研究著重於次級資料的蒐集、專家訪談、問卷調查及實地觀察等方式。

將蒐集的資料再利用資料包絡分析(Data Envelopment Analysis: DEA)評估台 灣網咖市場的經營效益。

本研究之所以會採用DEA 方法的主要原因有：

一、評估模式可以同時考慮多個投入與多個產出。

二、國內外的研究皆指出，資料包絡分析法可以應用於營利組織的績效評估。

3.1 德爾菲法（Delphi Method）

德爾菲法在美國1950 年初期，為了解專家對於軍事事件預測的看法而加 以設計的預測技術。現在已經被廣泛地運用到科技預測、教育制度、未來趨 勢預測、方案規畫、能力評鑑、公共政策分析…等領域【39】，而且也適用於 研究機構。

德爾菲法有兩個基本假設：

一、由群體成員一起進行討論與集思廣益後所產生的共識，應該會比單人獨 自構思出來的辦法更為周全，尤其當群體的成員每人都是此專業領域的 專家時，其決策品質會有加乘的效果。

二、群體決策在理論上雖較個人決策有效，但當群體成員在面對面溝通時，

很容易產生眾多干擾因素，如群體極化（group polarization）、群體思考

（group think）…等現象，而影響了應有的群體決策效果。

由於以上兩項假設，德爾菲法在應用上一方面希望保有群體決策的優 點，另一方面也要避免人員在面對面溝通時所產生的干擾，因此德爾菲法要 以過程匿名式（anonymous）的專家集體決策技術；也就是對專家來施測，

針對某一議題或未來事件，成員小組間彼此以匿名的方式，經過特定程序與 反覆步驟，在無干擾的溝通環境下，經由有效的回饋，尋求該領域中的專家 所達的一致共識，藉以得到對某一問題的一致結論。但基於時間上的考量，

22

本研究直接設計出結構性的問卷，以匿名的方式，發放給資訊專家、網咖業 的業主及經理人，來尋求共識。

3.2 資料包絡分析法 （data envelopment analysis，DEA）

資料包絡分析法（ Data Envelopment Analysis ,簡稱 DEA ）為衡量多項 投入與多項產出之決策單位（ decision making unit,簡稱 DMU）之相對效率 的一種方法。

Farrell 首先提出以生產邊界衡量技術效率（technical efficiency ,簡稱 TE）

及價格效率（ price efficiency , 簡稱 PE），並以等產量曲線評估技術效率及 價 格 效 率 ， 建 立 以 數 學 規 劃 模 式 衡 量 效 率 之 理 論 基 礎 。 直 至 1978 年 Charnes ,Cooper 及 Rhodes（ CCR）始依據 Farrell 之效率衡量觀念，建立一 般化之數學規劃模式，衡量在固定規模報酬下多項投入與多項產出時之生產 效率，並將其創立之方法定名為資料包絡分析法。而這項突破也奠立了DEA 以無參數衡量效率之理論地位。

傳統衡量組織效率的方法，主要是以資源投入產出比做為指標，至於利 用參數法概念來衡量效率方法，則多以統計學中的最小平方法來估計。由於 一般以營利為目的之組織，其投入產出項目較易確認且易量化，而且其投入 產出間亦存在函數關係，因而可透過參數法對組織效率予以客觀評估。而 DEA 是一種無參數法，以數學規劃模式求出受評單位的相對效率，不但可解 決權重的分派、亦能提供整體性及單一的績效衡量指標，並免除預設函數的 型式。本研究根據營利機構之特性，擬採DEA 之方法，探討各網咖業者的組 織績效。

3.2.1 DEA 之基本原理與特性

一、原理

義 大 利 經 濟 學 家 伯 瑞 圖 （Pareto ， 1927 ）【 17 】 提 出 非 凌 駕 解

（non-dominance solution）的概念，此非凌駕解稱之為伯瑞圖最佳解

（Pareto optimality），此種概念對於受評者是最有利的評比方式，因此許 多的學者專家們一直努力由此概念鑽研，希望發展出評比的方法。經濟 學提到將不同的投入組合所能獲得的最大產出稱之為生產函數，然而在

23

現行的技術上，在經營效率皆無法獲得百分之百的效率，因此不可能超 過生產函數所定義的最大產量。而此定義也有人稱為生產前緣（production frontier），Forsund 等人（1980）將以生產前緣為概念的評估效率的方法，

分為有母數（parametric）和無母數（non-parametric）兩大類【18】。

Farrell【47】發表一篇生產效率衡量（the measurement of productive）

的文章，提出以非預設生產函數替代預設函數來預估效率值，建立數學 規劃模式，因此 Farrell 的研究成了資料包絡分析法非預設生產函數衡量 效 率 方 式 的 雛 形 ， 然 而 此 模 式 僅 限 於 處 理 單 一 產 出 的 情 況 。 後 來 Charnes,Cooper and Rhodes【45】的研究中提出在規模報酬固定下，當投 入量等比例增加時，產出量也應等比例增加，因此在構建生產函數的過 程中，因為所有的資料都被包絡在生產函數之下，所以學者將此方法稱 之為資料包絡分析法（data envelopment analysis，簡稱為 DEA），而此模 式最好的一點是加入了伯瑞圖最佳境界的概念。後來Banker, Charnes and Cooper【42】的研究報告中又提出規模報酬可變動下效率值的計算模式。

二、特性

DEA 在評估方法上有七項特性，說明如下：

(一) 可處理多項投入、多項產出之效率評估問題

DEA 易於處理多項投入、多項產出之效率評估問題，對於投入 與產出之間的關係，既不須預設生產函數之型式，亦無須估計函數之 參數，在實際運用上較為可行。

(二) 單位不變性（ units invariance）

DEA 能處理各種不同計量單位的投入及產出要素，只要受評估 之DMU 均使用相同計量單位，則模式的目標函數值即不受投入產出 計量單位之影響，譬如某一產出以公斤計量或以公噸計量其效率均相 等。

(三) 可以單一綜合指標衡量效率

24

以DEA 評估效率之結果係為一綜合指標，此綜合指標適可描述 經濟學上總要素生產力（ total factor productivity）之概念，較傳統以 平均值為基準的評估法，更客觀也更精細。

(四) 權重之決定不受人為主觀因素的影響

DEA 模式中之權重係由數學規劃產生，無人為主觀的成分在 內，因而能滿足立足點的公平原則。在設定之評估方式下，任一DMU 均無法依主觀判斷找到另一組權重，而使其效率大於DEA 模式之評 估結果。在此特性下，只要受評估單位均事先接受評估規則，則每一 受評估單位應無產生不公平之現象。

(五) 可同時處理比率資料及非比率資料

DEA 方法不僅可處理比率尺度資料（ ratio scale），亦可處理順 序尺度資料（ ordinal scale），使其在資料處理上較具彈性。

(六) 可處理組織外之環境變數

基於DEA 方法具有可同時處理比率資料及非比率資料，定量資 料與定性資料之特性，因而對於組織外之環境變數亦可加以處理，亦 即DEA 方法可同時評估不同環境下 DMU 之效率。

(七) 可獲得資源使用狀況之相關資訊

DEA 分析結果，不僅指出效率有待改進的單位，由 DEA 模式 中之差額變數及效率值更可暸解組織資源使用狀況，進而提供決策者 對於相對無效率單位之改進方向，途徑與幅度，包括裁減何種投入因 素、增加多少產出，仿效哪一單位的管理策略達到最有效率等，提供 管理者擬定決策時之參考。

基於 DEA 具有上述的特性，對於應用在投入產出不可量化時，更能發 揮其功效，而在對各單位進行效率評估時，對於評估的結果為效率低落的單 位，也能提出改進之道， DEA 實為一面面俱到的效率衡量模式，故 Lewin 及 Minton（ 1986）【51】因而認為 DEA 為一效率評估之優良方法。

25

3.2.2 DEA 之使用程序與限制

一、使用程序

效率評估為管理控制機制之一，而DEA 亦被認為優良的效率評估方 法，因此DEA 之使用程序可植基於管理控制之程序上。管理控制之主要 程序包括設定標準、將實績與標準比較以及矯正行動等三個步驟，經由 效率評估建立有效的回饋系統（ feedback system）。效率評估既為管理控 制機制之一，所有效率評估方法之使用程序亦必需建立在管理程序之基 礎上。

本研究決定好研究方向，確定決策單位之選取後，將DEA 之使用程 序分為三個步驟：（1）投入產出項之選取，（2）DEA 模式之選取，（3）

評估分析研究結果。也就是說DEA 之使用需依據產業目標設定評估之準 則，蒐集資料並界定投入產出項。其次為有效衡量效率，必須選取DEA 模 式構建效率邊界，並且將實績與效率邊界比較。最後，將評估之結果加 以分析，檢視組織之效率為何。對於相對有效率之組織再進一步檢查其 效率之強度（ robustness），但未達到標準者則提出矯正方向並對其效率 加以控制。

Golany,B.和 Roll,Y.在 1989 年【48】所提出的資料包絡分析法之運 作流程圖3.1。

26 檢視因素2(互相關)

檢視因素3(測試) 形成初步模式

定義生產關係 設定因素衡量尺度

形成最後模式

報告初步結果

分析因素 一般結論與特別分析 分析個別DMU

檢視因素1(判斷) 列出相關因素 選擇要比較的DMU

設定分析目標 定義DMU的母體

圖3.1 DEA 運作流程圖 資料來源：【48】

27

在 Golany,B.和 Roll,Y.在 1989 年所提出的 DEA 之運作流程圖中可了解 到 DEA 所強調運作過程中有四個重要階段：（1）決策單位之選取，（2）投 入產出因素之界定，（3）資料包絡分析法模式之選擇，（4）結果之評估分析，

茲將依此四個程序分別探討之。

(一) 決策單位之選取

以資料包絡分析法進行效率評估時，效率值會因決策單位及投入 產出項之選取不同而產出不同結果。因此，我們在運用資料包絡分析 法時應十分謹慎。DMU 須以同質性（Homogeneous）及同市場條件

（Market Condition）為基礎作評估比較對象，避免造成評估時，各決 策單位因立足點之不同而使評估結果失真。

因此在選取DMU 時，必須考量同質性與非同質性者之篩檢以及 DMU 數量之決定等因素：

1. 同質性（Homogeneous）

DEA 之目的既然是評估 DMU 間之相對效率，則各單位間是 否具同質性便顯得極為重要，否則不相關單位之比較便無法分辨，

這將使評估結果變成不具意義。Golany ＆ Roll（1989）學者認為 DMU 之同質性要求可視為是進行同類工作或具有類似的組織目標 及相同之市場環境下的運作，而各 DMU 的投入產出因素是相同 的，只是在其強度或幅度方面有所差異。若在既有模式中加上一個 新的同質性DMU，將導致所有 DMU 的效率值將維持不變或呈現 單調性降低（Non increasing），是因為新的 DMU 加入，增加了一 項限制條件，而原來的限制條件及目標函數並未因此而有所改變。

2. 非同質者之篩檢

某些DMU 之特性與其他單位不同而被視為非同質者，則此等 DMU 應予以剔除，否則將對整體之效率評估產生影響。

3. DMU 數量的決定

28

雖然 DEA 具有同時可處理多項投入與多項產出之其優越性，

但 所 能 處 理 的 投 入 與 產 出 項 數 量 並 非 毫 無 限 制 。Golany &

Rol1(1989)學者就提出使用之經驗法則為"受評估的 DMU 數量至少 應為投入項與產出項個數總和的二倍〞。

一般在選擇DMU 時，會趨向於增加單位的數量，因為所選取 的個數愈多，所能掌握形成效率邊界(Efficiency Frontier)的機會將 更大，且較能找出投入與產出項間的關係，同時可能找到更多的要 素進行分析。

然而，DMU 數量增加，其同質性可能因此降低，而增加某些 外部性的影響，所以決定多少 DMU 列入 DEA 模式的評估受到了 組織結構及地域性因素，同時考慮季節循環、預算和審計期間等活 動周期是否一致，且將回溯多久前已存在的DMU 方不失其比較的 確實性等因素之影響。

因此我們的分析期間最好是「自然的」，季節循環和預算審查 期間相對應。但期間不可太長，會因此模糊了其中的重要變化，而 期間過短則無法窺得DMU 活動的全貌。最後去除狀況特殊之偏離 受分析單位一般特徵的突變單位。

綜合上述，我們選取DMU 時，係要從群體(Group)中挑選出具 有一般相同特質的 DMU，必要時我們亦可請管理者及專家提供意 見或建議。

(二) 投入產出因素之界定

依 DEA 之運作過程中，當 DMU 確定後，繼以選取 DMU 的投 入及產出因素。而DEA 評估效率係依賴各 DMU 之投入產出項資料，

若選擇了不當的投入產出項將影響效率評估之結果，因此如何正確選 擇投入產出項確實為此方法成敗之關鍵之一。

1. 投入產出項之認定

無論是營利或非營利的組織，皆希望以較少的投入產生較大的

29

產出，因此計算產出與投入之比例則成為組織績效評估的重要方 法。關於投入、產出的指標相當的多樣化，以本研究為例：軟硬體 投資、員工人數、營業面積、營業項目等皆是衡量投入的指標，而 各店的開機費、營業額、顧客到客率及滿意度等是衡量產出的指標。

在其投入產出因素選取原則上只要與DMU 之衡量有關，使各 DMU 更趨近於效率邊界的，且可得到較高的效率值的諸等因素，

即可選取。

界定投入產出項時，於初步列舉投入產出項之評估要素宜愈廣 愈好，任何會影響DMU 績效構面均應包含在內。而這些因素可以 是可控或不可控的環境因素，也可以是定量或定性的因素。總之投 入產出項之認定，是由所蒐集到之投入產出資料進一步確認選取是 否恰當。決定 DEA 模式雖然無需預設生產函數之型態，但所篩選 之投入產出項在邏輯上必須能解釋各因子對效率的影響，因此因素 間之關係可藉由統計上之相關分析予以確認。

2. 投入產出項個數之決定

雖然 DEA 具有同時可處理多項投入與多項產出之其優越性，

但所能處理的投入與產出項數量並非毫無限制。當模式中包含太多 的變數，會導致DMU 間大部分的差異被稀釋而造成了效率量測點 較為靠近生產效率前緣，使得大部份的DMU 有較高的效率分數，

因而失去我們評估衡量的目的。所以依Golany & Rol1(1989)經由使 用經驗所獲得經驗法則，受評估DMU 個數至少應為投入項與產出 項個數總和之二倍，所以當決定投入產出項之個數時，可依此經驗 法則而決定之。

(三) 資料包絡分析法模式之選擇 1. DEA 模式簡介

DEA 是將觀測值以前緣(frontier)方式加以包絡來衡量效率之 方式，其藉助數學規劃的技巧，運用已發生資料來評估效率，如此 不但彌補了傳統上效率衡量方法的缺點，更將數學規劃從原來的規

30

劃角色擴展至控制評估的角色，成為一種企業診斷的優越評估工具 (Banker,Charnes & Cooper,1984)【49】。DEA 是以投入、產出項之 比例作為衡量生產效率的指標，再採用數學規劃模式，以極大及極 小值來得到效率前緣線，亦即所有效率良好的受評估單位組成效率 前緣曲線，其他效率較差的被評估單位便落在該前緣線之內。舉凡 落在邊界上的DMU，DEA 認定其投入產出組合最有效率，將其績 效指標定為1，至於不在邊界上的 DMU 則被認定為無效率。在評 估各 DMU 之前，DEA 並未預設各項投入與產出項之間的關係，

而是經由相對比較來決定各 DMU 的效率值，因此 DEA 不但能找 出各DMU 的相對效率值，還能指出各 DMU 應該如何調整其投入 與產出項的組合，以便達成較高的營運效率【6】。

2. DEA 模式探討

（1） Farrell 效率觀念

DEA 模式來自於 Farrell 教授（1957）以「非預設生產函數」

代替慣用的「預設函數」來推估效率值；Farrell 教授在他的研究 中，提出三個主要的基本假設：

生產前緣（production frontier）是由最有效率的單位所 構成，無效率的單位則落在生產前緣之下。

固定規模報酬(constant return to scale, CRS)增加等比例 單位的投入，會得到等比例單位的產出。

生產前緣突向原點(convex)，每一點的斜率皆為負值。

說明總生產效率等於技術效率與配置/價格效率兩者之乘積的 計算式之前，先了解總生產效率（Overall Efficiency）、技術效率

（Technical Efficiency）、規模效率（Scale Efficiency）與配置效率 (Allocative Efficiency) /價格效率 (Price Efficiency)的含義是什麼？

如表3.1 所示【40】：

31

表3.1 效率說明表

名稱 定義

總生產效率（Overall Efficiency）

為技術效率與配置/價格效率之乘積。

技術效率（Technical Efficiency）

用來衡量生產單位是否以最少之投入，來達到其產 出，若生產單位可以維持在相同的產出水準之下，

減少其多餘之投入，則將可以增加技術效率。

規模效率（Scale Efficiency） 1.在於衡量生產單位，是否以長期之最適生產規模 從事生產。

2.為固定規模報酬之技術效率/變動規模報酬之技 術效率

配置效率(Allocative Efficiency)

價格效率 (Price Efficiency)

在固定規模報酬之下，配置(價格)效率將投入之單 位價值(成本)納入考量，衡量生產單位是否以最小 成本之投入組合來從事生產。

資料來源：【40】

以圖3.2 來說明之間的關係【18】。

32

圖3.2 Farrell的效率前緣圖 資料來源：【18】

由圖3.2 可知某廠商組合運用兩種投入項 X1 與 X2，而生產一 種產品為產出項 Y ，在固定規模報酬下，II’為此廠商技術效率下 的等量曲線，表示最小的X1 與 X2 投入項組合，可以生產一單位 的產出項Y。而 KK’為在既定之投入項相對價格下，選擇最小成本 之 X1 與 X2 投入項組合的價格效率曲線。在 C 點的技術效率為 OB/OC，且價格效率為 OA/OB，因此，總生產效率為 OA/OC，所 以總生產效率之表示式：

OC OA

OC OB

OB

OA

以此觀點看來，若想改善C 點的技術效率，在同樣單位的產出 項Y 下，應該先減少投入項 X1 與 X2，使得 C 點移向 B 點的位置

（0C 與 II’曲線的交點）。再來就是改善 C 點的價格效率，由 B 點移向D 點，重新組合投入項 X1 與 X2，使之投入量最小（II’曲 X2/Y

K

0

A

K

`

I C

I

`

B D

X1/Y

33

線與KK’曲線的交點），才能符合總生產效率等於技術效率與價格 效率兩者之乘積。

（2） CCR 模式【13】

Charnes,Cooper 與 Rhodes(CCR)於 1978 年提出此模 式，利用工程學上的定義，將Farrell 對於多產出與多投入的效率 衡量概念轉換為分數線性規劃模式：

CCR 模式係為比率型式(ratio form)，且為一種分數非線性規 劃模式。

E

＝Max

ik i s r

rk r

X v

Y u

1

1

s.t.

ij i s r

rj r

X v

Y u

1

1

1 , j 1 ,..., n

m i

s r

v

u

,

0 , 1 ,..., , 1 ,...,

Ek 表示第 k 個被評估單位的效率值

X^ik表示第k 個 DMU 的第 i 個投入項的投入值 Vi 表示第 k 個 DMU 的第 i 個投入項的加權值 Y^rk表示第k 個 DMU 的第 r 產出項的產出值 ur 表示第 k 個 DMU 的第 r 產出項的加權值

ε 為非阿基米德常數（non-Archimedean small number），實 際應用時通常設為0.0001 或者 0.000001，表示任何的指標均不可 忽略不計。

然而式（3.2）之分數規劃模式（Fractional Programming）實 際求解並不容易，因此Charnes、Cooper 及 Rhodes（1978）利用 一連串的數學技巧，將其轉換成線性規劃（linear programming）

34

模式，並進一步為減少限制式而轉化為對偶（dual problem）模式 如下：

線性模式：

Max h

＝

s r

Y u

1

s.t.

m i

X v

1

＝1

s r

Y u

1

－

m i

X v

1

n j 1 ,..., ,

0

m i

s r

v

u

,

0 , 1 ,..., , 1 ,...,

對偶模式：

Min h

＝ （

m i

s

1

＋

s r

s

1

）

s.t.

n j

ij j

X

1

－ X

－ s

＝ 0 i 1 ,..., m

n j

rj j

Y

1

－ s

＝ Y

r 1 ,..., s n

j m i

s r

s s

j^{, ,}

0 , 1 ,..., , 1 ,..., , 1 ,...,

35

θ不受限

此式中

s

s

（surplus variable），θ是對應於（3.4）中的限制式，θ值不受限。

此外，無效率的單位若要達到最佳境界的效率目標，由（3.4）

的限制式中，可以做以下的調整：

X

＝ X

－ （

X

－ s

） ， i 1 ,..., m

Y

＝（ Y

_＋ s

）－ Y

_， r 1 ,..., s

（3） BCC 模式【42】

於CCR 模式之後，Banker,Charnes 及 Coopet（BCC）【42】

運用生產集合的四個公理與Shephard（1970）距離函數之導入擴 展 CCR 模式，並須假設生產技術滿足凸性、可動規模報酬

（VRS），並滿足 L1、L2、L3 之特性，使得總技術效率再被細 分為純粹技術效率（Pure TechnicalEfficiency，PTE）與規模效率

（Scale Efficiency，SE）之乘積。

E

＝ Max

i

ik i s

r

rk r

X v

u Y u

1 1

0

（3.7）

s.t.

i

ij i s r

rj r

X v

u Y u

1 1

0

n j 1 ,..., ,

1

m i

s r

v

u

,

0 , 1 ,..., , 1 ,...,

u o 不受限

36

將（3.7）的目標函數分母設限為 1 時，使分數線性規劃

（fractional linear programming）的形式，轉化為線性規劃（linear programming）的形式：

線性模式：

Max h

＝

s r

Y u

1

－ u ^o

s.t.

m i

X v

1

＝1

s r

Y u

1

－

m i

X v

1

－ u ^o 0 , j 1 ,..., n

m i

s r

v

u

,

0 , 1 ,..., , 1 ,...,

u o 不受限

此線性規劃方式，都存在有一對偶問題（dual problem），將

（3.8）轉換為對偶問題的形式：

對偶模式：

Min h

＝ （

m i

s

1

＋

s r

s

1

）

s.t.

n j

ij j

X

1

－ X

－ s

＝ 0 i 1 ,..., m