中 華 大 學

中 華 大 學 碩 士 論 文

題目：應用灰色系統理論探討台灣及其他國家 之 IT 產業競爭力與電子化整備程度

An Application of Grey System Theory to Explore the IT Industry Competitiveness and e-readiness between Taiwan and the other Countries

系 所 別：資訊管理學系碩士班 學號姓名：M09610004 周宗民 指導教授：王文良 博士

中 華 民 國 九十八 年 八 月

摘要

本研究首先利用灰色系統理論的灰關聯分析，針對英國經濟學人智庫調查報 告中，台灣 IT 產業競爭力與電子化整備度的評比分數進行分析，並探討影響台 灣 IT 產業競爭力的構面中，何者與其他構面之關聯性最高，並分析探討與台灣 在 IT 相關產業貿易進行較頻繁的國家中，哪些國家與台灣 IT 產業的發展環境較 為相似；接著再運用灰預測探討台灣在 2009 年電子化整備度的狀況，以及 2009 年台灣及其他國家在電子化整備度之排序。

本研究在灰關聯分析結果顯示：(1)影響台灣 IT 產業競爭力的構面中，與其 他構面關聯度最高的為人力資本；(2)而在各國整體分析的結果中，與台灣 IT 產 業的發展環境最相似的國家為南韓，其次是日本；差異最大的則是美國。而灰預 測結果顯示：(1)台灣的社會文化環境(Social and cultural environment)已具有不錯 的 電 子 化 程 度 ， 但 在 商 業 環 境 (Business environment) 與 法 規 環 境 (Legal environment)的構面仍需加強與努力；(2)而在各國整體比較分析的結果中，新加 坡、美國、香港的電子化整備程度最高；加拿大、台灣、南韓的電子化整備度相 近；而日本、德國的電子化整備度則是偏低。

關鍵詞：IT 產業競爭力、電子化整備度、灰色系統理論、灰關聯分析、灰預測

Abstract

In this paper, we first applied grey relational analysis and grey prediction of grey system theory to analyze the ranking of IT industry competitiveness and e-readiness of Taiwan, based on the report of British Economist Intelligence Unit (EIU), and to explore which factor has the highest relationship with the other factors among the impact factors of the IT industry competitiveness. Then we selected those countries having closely international business with Taiwan to examine which of them have similar developmental conditions in the IT industry by the overall grey relational analysis, and to rank the order of e-readiness in 2009 by grey prediction.

The results of this paper by grey relational analysis revealed that: (1) the impact factor which has the highest relationship with the other factors of IT industry competitiveness of Taiwan is the human capital; (2) As for the overall analysis of the selected countries, the one with similar developmental conditions to Taiwan in the IT industry is South Korea, followed by Japan; and the one with greatest difference is the United States. The results from grey prediction revealed that: (1) the performance of Taiwan in social and cultural environment is excellent, but it needs to be strengthened in both business and legal environments. (2) As for the overall comparison of all the selected countries, the e-readiness rankings of Singapore, U.S. and Hong Kong are higher than those of the other countries; the ranking of Canada, Taiwan and South Korea are close but higher than those of Japan and Germany.

Key words：IT industry competitiveness, e-readiness, grey system theory, grey

目錄

目錄... I 圖目錄... II 表目錄... III

第一章 緒論... 1

第一節 研究背景與動機... 1

第二節 研究目的... 3

第三節 研究範圍與限制... 3

第四節 研究方法與流程... 4

第二章 文獻探討... 6

第一節 IT 產業競爭力介紹 ... 6

第二節 電子化整備度評比介紹... 10

第三節 灰色系統理論... 13

第四節 灰關聯分析及其相關研究... 15

第五節 灰預測介紹及其相關研究... 18

第三章 研究方法... 21

第一節 研究架構... 21

第二節 研究分析方法... 21

第四章 研究結果與討論... 30

第一節 IT 產業競爭力指數分析結果 ... 30

第二節 電子化整備度分析結果... 36

第五章 結論與建議... 52

第一節 結論... 52

第二節 後續研究與建議... 54

參考文獻... 55

附錄 A：2009 年 e-readiness ranking 誤差檢驗結果 ... 61

圖目錄

圖 1-1：研究流程圖 ... 5

圖 2-1：灰預測流程 ... 18

圖 4-1：台灣整體性灰關聯矩陣 ... 31

圖 4-2：2007 年各國整體性灰關聯矩陣 ... 34

圖 4-3：2008 年各國整體性灰關聯矩陣 ... 34

圖 4-4：2008 年各國與台灣灰關聯度 ... 35

圖 4-5：2008 年各國與美國灰關聯度 ... 35

圖 4-6：2008 年各國與加拿大灰關聯度 ... 35

圖 4-7：2008 年各國與德國灰關聯度 ... 35

圖 4-8：2008 年各國與新加坡灰關聯度 ... 35

圖 4-9：2008 年各國與香港灰關聯度 ... 35

圖 4-10：2008 年各國與南韓灰關聯度 ... 36

圖 4-11：2008 年各國與日本灰關聯度 ... 36

圖 4-12：台灣 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 39

圖 4-13：美國 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 44

圖 4-14：加拿大 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 44

圖 4-15：德國 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 45

圖 4-16：新加坡 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 45

圖 4-17：香港 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 45

圖 4-18：日本 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 46

圖 4-19：南韓 2004 年至 2009 年 e-readiness 的構面趨勢圖 ... 46

圖 4-20：各國 2004 年至 2009 年x 構面分數 ... 46 ₁ 圖 4-21：各國 2004 年至 2009 年x 構面分數 ... 47 ₂ 圖 4-22：各國 2004 年至 2009 年x 構面分數 ... 47 ₃ 圖 4-23：各國 2004 年至 2009 年x 構面分數 ... 47 ₄ 圖 4-24：各國 2004 年至 2009 年x 構面分數 ... 48 ₅ 圖 4-25：各國 2004 年至 2009 年x 構面分數 ... 48 ₆ 圖 4-26：各國 2009 年整體 e-readiness 預測總分 ... 49

表目錄

表 2-1：IT 產業競爭力指數衡量指標 ... 10

表 2-2：e-readiness 衡量指標 ... 11

表 3-1：2007 年台灣 IT 相關產業進/出口國家 ... 22

表 3-2：2008 年台灣 IT 相關產業進/出口國家 ... 26

表 4-1：台灣 IT 產業競爭力指數評比分數 ... 30

表 4-2：與台灣各評比構面關聯程度最高之構面整理 ... 31

表 4-3：2007 各國 IT 產業競爭力指數評比分數 ... 33

表 4-4：2008 各國 IT 產業競爭力指數評比分數 ... 33

表 4-5：台灣 e-readiness 評比分數 ... 37

表 4-6：台灣 e-readiness 各構面的預測結果 ... 39

表 4-7：美國 e-readiness 評比分數 ... 40

表 4-8：加拿大 e-readiness 評比分數 ... 40

表 4-9：德國 e-readiness 評比分數 ... 40

表 4-10：新加坡 e-readiness 評比分數 ... 41

表 4-11：香港 e-readiness 評比分數 ... 41

表 4-12：日本 e-readiness 評比分數 ... 41

表 4-13：南韓 e-readiness 評比分數 ... 41

表 4-14：美國 e-readiness 各構面的預測結果 ... 42

表 4-15：加拿大 e-readiness 各構面的預測結果 ... 42

表 4-16：德國 e-readiness 各構面的預測結果 ... 42

表 4-17：新加坡 e-readiness 各構面的預測結果 ... 43

表 4-18：香港 e-readiness 各構面的預測結果 ... 43

表 4-19：日本 e-readiness 各構面的預測結果 ... 43

表 4-20：南韓 e-readiness 各構面的預測結果 ... 44

表 4-21：各國 2009 年預測值綜合比較 ... 49

第一章 緒論

本章內容共分為四節，第一節為說明本研究之背景與動機，第二節則敘述研 究之目的，第三節為研究範圍與限制，第四節為研究方法與流程。

第一節 研究背景與動機

資訊科技(Information Technology, IT)這個名詞最早是由 Leavitt and Whisler (1958)於哈佛商業管理評論所發表的“Management in the 1980’s”文章中所提到。

此文章為最早探討資訊科技對管理影響的論述，其將資訊科技定義為一種可以快 速處理資訊的技術，文中認為電腦的發展會帶來一種新的技術並預測未來將會對 管理工作產生重大變革。這個造成人類在經濟、社會、生活與文化發生巨大影響 的新技術即是現今所謂的 e 化，一般稱為電子化或數位化，其主要的優點是以電 腦為基礎，藉由網際網路處理與傳遞龐大的資訊，並大幅節省處理時所需的人 力、時間等成本。而隨著 e 化快速的發展帶動電子、資訊、電信等技術突飛猛進，

使得資訊科技的應用越來越廣泛，於是 Porter and Millar (1985)與張緯良(1990)等 人皆重新詮釋資訊科技的定義，認為資訊科技的技術不僅是電腦而已，還包括了 資訊設備、通訊技術、工作自動化及其他軟硬體相關服務。而另一方面，資訊科 技的廣泛應用也帶動了 21 世紀知識經濟的發展與全球化所產生的高度競爭。世 界各國紛紛積極地投入資源在資訊科技的研究與應用，加強研發創新、培育科技 人力、發展重點科技與產業，期望促進國家經濟成長、提升人民生活品質。

於是運用資訊科技的產業逐漸蓬勃發展，由傳統僅包含電腦硬體與軟體的產 業，逐漸發展至與電子相關的高科技產業，所跨領域包括電腦、通訊、消費電子 等領域。以美國對資訊科技產業的定義範圍來看，包括：硬體(含半導體、電子 零組件)產業、軟體服務產業、通訊設備及服務產業；而歐洲國家因傳統電信產 業強大，特別強調通訊科技，所以其將上述產業範圍統稱為「資訊與通訊科技 (Information and Communications Technology, ICT)產業」(吳明機，2000)。

而台灣的 IT 產業發展起源於民國 69 年行政院國家科學委員會策畫成立的台 灣第一座科學園區--新竹科學園區。新竹科學園區主要是引進國外技術人才，以 美國矽谷發展的模式，帶領國內傳統企業轉型、工業技術升級，在經過逾 25 年 致力於高科技產業的發展，台灣終於成功的躍升為全球電子產品的製造大國，而 新竹科學園區也成為台灣高科技產業中心的代表。目前台灣的 IT 產業，以經濟 部工業局的標準來看，包括：電腦硬體產業、通訊產業、半導體產業、光電產業、

軟體/數位內容產業、及網際網路服務產業(吳明機，2000)。

新竹科學園區的成功經驗，使得我國持續投注於 IT 技術人員的培養，研發 環境的塑造，甚至將 IT 產業列為國家重點發展計畫中的重點產業之一。而在 2007 年與 2008 年英國經濟學人智庫(Economist Intelligence Unit, EIU)所做的 IT 產業競 爭力報告(Benchmarking IT industry competitiveness, 2007&2008)中，台灣 IT 產業 競爭力評比由 2007 年全球的第六名躍升為 2008 年的第二名。

而台灣除了持續發展重點科技與產業(兩兆雙星產業)外，仍致力將資訊科技 普及至全國民眾的日常生活中。2002 年由行政院所推動的「挑戰 2008：國家發 展計劃」中(行政院，2002)，即包含數位台灣(e-Taiwan)計劃。政府期望透過此計 劃，降低因社會經濟條件不同所產生地域或族群之間的數位落差，並於 2008 年 將台灣建設成為亞洲 e 化程度最高的國家，使每個人都能隨時地使用優質的 e 化 生活服務，實現高科技服務島的願景。而現今的目標為邁向 M 化，即行動化 (mobilization)，期望藉由行動通訊技術讓資訊服務可以在任何地點、任何時間，

使用各式隨身的終端設備，與後端 e 化資訊系統進行同步即時的資料交換過程。

但是要完成此計劃，必頇構築在完善的基礎架構上，因此政府在計畫期間致力於 資訊通信的基礎建設並鼓勵民眾使用網路。若再以英國經濟學人智庫(Economist Intelligence Unit, EIU)所建立的電子化整備度(e-readiness)評比模型來看，台灣在 資訊通信的基礎建設上，評比分數從 2004 年的 6.27 成長至 2008 年的 7.80，顯 示其基礎建設已有大幅的進步(註：評比分數最高為 10 分)。

以 EIU 的評比結果來看，雖然近年來台灣 IT 產業的競爭力以及 e 化整備程 度有顯著進步，然而若僅從評比結果：IT 產業競爭力由第六名躍升至第二名；e 化的基礎建設分數由 6.27 成長至 7.80 來看，並無法完整地、全面性地考慮各個 面向的關聯性，進而對 IT 產業競爭力或 e 化整備程度做出首要的、全面性的改 善，而對於政策的改進與努力方向亦僅能依個別的評比構面或指標來進行改進。

因此，本研究希望能夠對台灣的 IT 產業競爭力以及 e 化的整備程度進行分析探 討，並預測 2009 年台灣的 e 化整備度，期望能夠提供整體性、全面性的分析結 果，作為政策持續改善與進步的參考依據。

第二節 研究目的

根據 EIU 所發布 IT 產業競爭力報告中，台灣 IT 產業競爭力評比從 2007 年 全球的第六名躍升為 2008 年的第二名；以及 e-readiness ranking 報告中，台灣資 訊通信的基礎建設評比分數從 2004 年的 6.27 成長至 2008 年的 7.80，顯示台灣 在 IT 產業與 e 化程度均擁有不錯的表現。因此，本研究將針對台灣以及其他與 台灣 IT 產業貿易頻繁的國家之表現進行整體、全面的深入探討，並預測 2009 年 台灣及各國的 e 化整備度。

整體而言，本研究之目的為：

1.探討影響台灣 IT 產業競爭力的構面中，何者與其他構面之關聯性最高。

2.探討台灣 e 化整備程度，並預測台灣 2009 年的電子化程度為何。

3.篩選數個國家的 IT 產業競爭力與 e 化整備程度，與台灣的情況進行比較。

第三節 研究範圍與限制

本研究旨在了解台灣與其他先進國家，在資訊科技的應用與其競爭力情況。

因此，採用英國經濟學人智庫(EIU)所發布 IT 產業競爭力報告(Benchmarking IT industry competitiveness, 2007 & 2008)，以及 e 化整備程度報告(e-readiness ranking)

中，台灣與本文被選取的國家之評比分數做為本研究所使用去進行分析的次級資 料。然而這些次級資料中，IT 產業競爭力的報告是 EIU 於 2007 年首次公佈，迄 今其資料僅有 2007 年與 2008 年的評比分數；另外，e 化整備程度報告的資料亦 僅有 2003 年至 2008 年的分數，因而產生資料取得方面之研究限制。

由於取得分析資料量過少(樣本數不足 30 以上)的限制，使得本研究無法使 用傳統的皮爾森相關分析(Pearson relation)、迴歸分析(regression analysis)、典型 相關分析(canonical correlation analysis)，或線性結構方程模式(structural equation modeling, SEM)等分析方法進行關聯與預測。因此本研究應用數學基礎簡單且所 需之分析資料量不大的灰色系統理論來進行 IT 產業競爭力與 e 化整備程度的分 析，以彌補傳統數理方法對分析樣本過少所產生的限制。但在另一方面，以灰關 聯分析方法進行探討時，仍會有其方法上的限制：僅能找出各個影響構面中，構 面之間的關聯性強弱順序，而不能算出真正代表各個構面之關聯性強弱的係數。

第四節 研究方法與流程

本研究依據研究背景與動機確立研究主題，並依上述的研究限制，而分別應 用灰色系統理論中的灰關聯分析與灰預測，來針對台灣及其他國家的 IT 產業之 競爭力評比與生活中電子化的整備程度進行分析與探討。首先，在 IT 產業競爭 力的評比，本研究將透過整體性的灰關聯分析，發掘各構面之間的關聯性，並找 出何者與其他構面之關聯性最高；另外再次以整體性的灰關聯分析，比較台灣與 其他國家的狀況。接著在電子化整備度評比部分，則透過灰色建模方法，建構出 預測模型 GM(1, 1)後，對台灣與其他國家進行分析預測。最後將其結果進行比 較、探討後提出最後的結論。而本研究的流程如圖 1-1 所示：

圖 1-1：研究流程圖 確立研究問題與目的

相關文獻整理與探討

確立研究架構

結論與建議 研究結果 IT 競爭力指數評比

●整體性灰關聯分析

電子化整備度評比

●灰預測模型 GM(1, 1)

●模型實證

●模型誤差檢驗

第二章 文獻探討

本章將探討本研究的研究議題與所使用的理論基礎方法之相關文獻，並進行 詳細的介紹。第一節為 IT 產業競爭力介紹，第二節為電子化整備度評比介紹，

第三節為灰色系統理論，第四節為灰關聯分析及其相關研究，最後則為灰預測介 紹及其相關研究。

第一節 IT 產業競爭力介紹

一、IT 產業概述：

1960 年代在電腦化的浪潮下，資訊科技的應用開始廣泛地影響人類的生 活，因此 Porter and Millar (1985)與張緯良(1990)等學者定義資訊科技，認為資訊 科技的技術不再僅是電腦而已，還包括了資訊設備、通訊技術、工作自動化及其 他軟硬體相關服務。1980 年代應用資訊科技之快速計算、處理大量資訊的功能，

開始發展出專家系統、資訊策略規劃系統等專業的分析系統，協助企業產生更高 的利潤，至 1990 年代更以資訊技術對企業內部組織進行再造，期望組織在追求 利潤的前提下還能減少不必要的成本。由以上發展過程可以發現：產業已經與資 訊科技產生密切的結合，企業積極地運用資訊科技的知識帶動了國家的經濟發 展，再加上 2000 年網際網路發達的資訊時代與全球化的高度競爭情勢，使得世 界各國紛紛積極地投入資源在資訊科技的研究與應用，加強研發創新、培育科技 人力、發展重點科技與產業，期望促進國家經濟成長、提升人民生活品質。而台 灣的 IT 產業經過上述時代發展至今，在高科技產業領域中，已成為國際分工體 制下重要的一員，主要以半導體、電子資訊產業為主流。回顧過去產業的發展歷 程(朱延智，2005)，台灣由農業、製造業到以服務業為主。其中製造業的重心由 傳統的石化重工業轉移至高科技產業。其過程簡述如下：

(一) 1950 年代，實施第一次進口替代政策，以發展勞力密集、進口替代的 輕工業為主。

(二) 1960 年代，面臨農業經濟轉型為工業經濟的關鍵點，透過出口擴張，

輕工業以低廉工資，迅速打開海外市場。

(三) 1970 年代，經過石油危機、保護主義壓力及勞力成本優勢減少，產業 結構逐漸由勞力密集轉型為技術密集。

(四) 1980 年代，在市場技術發展與市場需求的考量下，採行策略性工業政 策，促進產業升級與產業結構調整，使每人國民所得大幅提高，在 1989 年被經濟合作暨發展組織(OECD)譽為「新興工業化國家」。

(五) 1990 年代以來，積極發展新興工業為主的高科技產業，包括通訊、資 訊、消費性電子、半導體、精密機械、航太、高級材料、特用化學、

製藥、醫療保健、防治污染等十一項產業。

由以上發展過程不難發現，科技的進步是帶動經濟發展與轉型的最大動力。

世界各國亦深刻瞭解到科技型產業是 21 世紀強化國家競爭力的重要因素，更是 驅動整體產業發展的原動力，於是紛紛積極地投入資源在資訊科技的研究與應 用。目前政府積極整合科技資源，欲建設台灣為科技化國家，因而依全球知識經 濟發展趨勢，將半導體、消費性電子、資訊硬體、資訊軟體、電子材料、精密機 械、自動化、航太、特殊合金材料、高性能塑膠材料、特用化學品、生物技術、

製藥、環境保護、醫療保健等十九項工業列為新興高科技產業。以下將針對台灣 IT 產業中，影響台灣經濟最大、最重要的產業類別：半導體、光電產業做介紹，

接著再介紹 IT 產業競爭力指數。

1.半導體產業：

半導體產業屬於高技術密集、高資本密集的產業，其中台灣以晶圓代工在國 際最具競爭力，並成為維繫台灣經濟發展命脈的產業之一，其主要原因為我國半 導體產業多採垂直分工，由上游至下游互相帶動的高效率專業分工，以及擁有完 整的產業群聚、豐富的管理經驗、優越的設計與製程能力等特色。而半導體產業 能發展的如此成功，主要是經歷以下各個時期的艱辛發展而來(鄭伯壎、蔡舒恆 等，2007)：

(1)萌芽時期：(1966 年~1974 年)

70 年代，由於中美關係良好且台灣工資低廉，美商德州儀器、通用器材、

RCA 皆於台灣設立 IC 封裝測詴廠，奠定了 IC 封裝的根基。而台灣也於 1973 年 成立電子工業發展研究中心，負責 IC 工業的推動並自 RCA 引進 IC 設計與製造 的技術。

(2)技術引進期：(1974 年~1979 年)

此階段政府宣佈 IC 製造為策略性工業，引進美國 RCA、IMR 等公司的技術；

另外台灣科技教父李國鼎大力推動科技發展方案，建構產業群聚的新竹科學園 區，使得半導體產業有了初步的基礎。

(3)技術自立和擴散期：(1979 年~2001 年)

1980 年，工業技術研究院電子研究所推行的三項重要計畫，引進美國 RCA、

IMR 等公司的技術，並將技術轉移至民間，於該年催生了第一家 IC 製造公司－

聯華電子，其後還有 1981 年的台灣光罩公司，以及 1986 年的台灣積體電路公司 (TSMC)。此階段使得半導體產業的垂直整合、專業分工結構逐漸形成。

(4)整合期：(2001 年至今)

接著，經濟部為了整合政府與民間資源，特地成立「半導體產業推動辦公室 (Semiconductor Industry Promotion Office, SIPO)」，協調各部門資源，提供單一窗 口服務，以厚植該產業實力並永續成長。

2.光電產業：

光電產業係指製造、應用光電技術之元件，以及採用光電元件為關鍵性零組 件之設備、器具及系統的所有商業行為。早期多偏重於航太與國防領域的開發，

如今其產品除了可單一型態，亦能結合於資訊及消費性電子產品，因此光電產業

便 成 為 眾 所 矚 目 的 明 星 產 業 ( 朱 延 智 ， 2005) 。 美 國 光 電 子 工 業 發 展 協 會 (Optoelectronics Industry Development Association, OIDA)將光電產業分類為：光 通信設備、資訊光學設備、非軍用交通設備、工業/醫療設備、軍用設備、以及 家用設備。 而台 灣的光電科技 工業協進會 (Photonics Industry & Technology Development Association,PIDA)則將光電產業分為六類：光電元件、光電顯示器、

光輸出入、光儲存、光通訊、以及雷射及其他光電應用(PIDA, 2008)。其中因國 際面板大廠生產訂單委託台灣代工生產，台灣在 LCD 和 TFT-LCD 等顯示器的生 產技術逐漸成熟，使得光電顯示器產值占我國光電產業生產總值的第一名，而光 儲存產值則是位居第二。再以整體來看，行政院主計處(2006)報告指出：在 2001 年光電產業的產值占高科技產業生產總值的 3.2%，共計新台幣 1268.32 億元；到 了 2005 年則已占高科技產業生產總值的 8.3%，達新台幣 4794.744 億元。顯示台 灣的光電產業在政府輔導與發展下，已成為國家重點發展產業之一，且在高科技 產業中占有一席之地。

二、IT 產業競爭力指數：

由於科技型產業是 21 世紀強化國家競爭力的重要因素，因而維繫台灣經濟 命脈的 IT 產業，其競爭力狀況成為本研究將極欲探討與了解的目標。因此本研 究以“IT 產業競爭力指數”對台灣的 IT 產業競爭力進行了解。IT 產業競爭力指 數(IT industry Competitiveness Index)，是由英國知名雜誌 The Economist 的經濟學 人智庫(Economist Intelligence Unit, EIU)所做的評量模型。該模型係針對超過 20 位 IT 產業的高階主管與專家進行深度訪談得到的 25 項指標，並形成 6 個構面，

分 別 為 ： 整 體 企 業 環 境 (Overall business environment) 、 IT 基 礎 架 構 (IT infrastructure)、人力資本(Human capital)、法律環境(Legal environment)、研發與 設計環境(R&D environment)、以及 IT 產業發展上的支持(Support for IT industry development)，如表 2-1 所示。透過此模型，針對 64 個國家的 IT 產業環境進行 評比，以了解各國在 IT 產業上的競爭力。

表 2-1：IT 產業競爭力指數衡量指標

Overall business environment (10%) IT infrastructure (20%)

Foreign investment policy IT investment Private property protection PC ownership

Government regulation Broadband penetration Freedom to compete Internet security

Human capital (20%) R&D environment (25%)

Enrolment in higher education Public sector R&D Enrolment in science Private sector R&D Employment in IT Patents

Quality of technology skills Royalty and license fees

Legal environment (10%) Support for IT industry development (15%)

Enforcement of IP rights E-government strategy Electronic signature law Public procurement of IT

Data privacy and spam law Government technology neutrality Cyber crime law

資料來源：Economist Intelligence Unit, EIU (2008)。

第二節 電子化整備度評比介紹

電 子 化 整 備 度 評 比 (e-readiness ranking) 是 2000 年 由 英 國 知 名 雜 誌 The Economist的經濟學人智庫(Economist Intelligence Unit, EIU)與電腦公司IBM旗下

的商業價值研究院(Institute for Business Value)合作所建立的評比模型。該模型係 透過多位EIU專家提出將近100多個質化與量化的指標，並整合形成6個主要的構 面，分別是：網路連線設備(Connectivity)、商業環境(Business environment)、消 費者與企業的採用(Consumer and business adoption)、法規和政策環境(Legal and policy environment)、社會與文化環境(Social and cultural environment)、以及支援 電子化服務(Supporting e-services)。透過此模型，針對全球60多個國家的整體電 子化程度進行評比，以了解各國在e-business、e-government等方面的電子化整備 程度。

而該模型自2000年建構後，亦會根據社會發展的趨勢對衡量的指標與權重進 行調整。在2007年EIU所作2007 e-readiness ranking報告書中特別提到：為因應社 會層面對電子化整備度的影響逐漸變大之潮流，因此在非技術面的社會層面上予 以提高權重，另外支援電子化服務(Supporting e-services)構面也改以政府政策與 願景(Government policy and vision)替代，其詳細衡量指標如表2-2所示。

表 2-2：e-readiness 衡量指標

Connectivity and technology

infrastructure (20%) Business environment (15%)

Internet penetration Policy toward private enterprise PC penetration Foreign investment policy

Wi-Fi hotspot penetration Foreign trade and exchange regimes Internet security Tax regime

Electronic ID Financing Labour market

Government policy and vision (15%) Legal environment (10%)

proportion of GDP

Effectiveness of traditional legal framework

Digital development strategy Laws covering the Internet E-government strategy Level of censorship

Online procurement Ease of registering a new business

Social and cultural environment (15%) Consumer and business adoption (25%)

Level of education Consumer spending on ICT per capital Level of Internet literacy Level of e-business development Degree of entrepreneurship Level of online commerce

Technical skills of workforce Availability of online public services for citizens and businesses

Degree of innovation

資料來源：Economist Intelligence Unit, EIU (2007)。

在電子化整備度的議題上，亦有相當多的文獻(Mutula, S. M. and Brakel, P. V., 2006；Ruikar, K., Anumba, C.J., and Carrillo, P.M., 2006)，另外賴明豐等人(2007) 針對亞洲與美洲地區電子化的整備程度進行趨勢的分析，但其方法僅利用灰關聯 分析找出電子化整備度指標與各地區經濟發展的潛在關係，並未做詳加的分析與 預測。因此本研究將利用灰預測方法，對台灣與其他個別國家進行預測，進一步 了解台灣與其他國家在未來電子化整備程度的可能發展趨勢為何。

而依據資策會的報告(資策會 FIND，2007)指出，2006 年表現不錯的幾個國 家因為評比方式的改變，在 2007 年造成排名的下滑，但此並非表示其電子化整 備水準下降，而是因為部份評比項目偏重於該國家需要改善的方面，如政策環 境、電子化政府、以及教育及創新等。因此本研究認為此改變在預測過程中，對 於某些國家的預測結果可能會產生些微影響。

另外，最新相關研究還有 Koh, C. E. et al. (2008) 提出一個政府組織轉變成 電子化政府(e-government)的整備程度之評量方法，其實驗模型為收集美國政府 在電子化政府過程中的相關資料，透過策略資訊系統的三個層次：策略、系統、

及資料，進行實驗，結果顯示該評量方法僅支持策略與系統兩層次。Hanafizadeh, P. et al. (2009) 為了幫助學者與政策制定者藉由過去的定義、經驗，建立出符合 自己的目標的評量模式，而提出一個適合去衡量一個國家的 e-readiness 政策評估 之模型，甚至可當成各國資訊社會統計的比較標準。由於 e 化已經是社會發展進 步的原動力，因此除了以上文獻，在各方面的電子化整備程度之文獻亦持續地發 展中(Borka Jerman-Blažič, 2008；Fathian, M. et al., 2008；Berthon, P. et al., 2008)。

第三節 灰色系統理論

在系統理論的發展過程中，一般對某系統進行分析時，皆頇透過已知的數 據，利用統計或機率的方式加以分析，以求達到評估、預測及決策之目的(吳漢 雄等，1996)。而在分析的過程中，我們常以顏色來表示系統內訊息的完整性。

若系統內訊息是完全不明確或數據完全缺乏、無法得知，則視為黑色(Black Box) 系統；反之，則為白色系統。

但是在社會、經濟及生態等大系統中，除了時間數據外，其他訊息都相當缺 乏。因此，中國華中理工大學的鄧聚龍教授，便開始研究以少量、不明確之訊息 的時間序列建立出完整的系統動態模型(張偉哲、溫坤禮、張廷政，2000)。1979 年，在錢學森教授主持的軍事系統工程學術會議上，鄧聚龍教授宣讀了“參數不 完全大系統的最小信息鎮定”一文。1981 年在上海召開的中美控制系統學術會議 上，又宣讀了“Control Problems of Unknown Systems”一文，發言中首次使用“灰 色系統(Grey System)”一詞。1982 年 1 月在自動化學報上發表了“參數不完全系統 的小信息鎮定”一文。1982 年 3 月，在 North-Holland 出版公司出版的國際雜誌

“Systems & Control Letters”上發表了“Control Problems of Grey Systems”(Deng, J.L., 1982)，這也代表著在國際上正式宣告了“灰色系統理論”的誕生(張偉哲、陳 朝光，2000；張偉哲、溫坤禮、張廷政，2000)。

灰色理論主要是針對系統模型之不明確性及資訊不完整性之下，進行關於系 統的關聯分析(Relational analysis)及模型建構(Model construction)，並藉著預測 (Prediction)及決策(Decision making)的方法來探討及了解系統的情況。並能對事 物的“不確定性”(uncertainty)、“多變量輸入”(multi-input)、“離散的數據”(discrete data)及“數據的不完整性”(not enough)做有效的處理(張偉哲、溫坤禮、張廷政，

2000)。

幾年來，經過鄧聚龍教授及其他應用學者的不懈耕耘和開拓，使得灰色系統 理論愈加完善，並成功應用於數十個領域之中；例如農業、交通、氣象、工程、

運輸、經濟、醫療、教育、地質、與管理等方面均可運用(Huang, J. et al., 1991；

Huang, Y. P. and Yu, T. M., 1996；Liu, M. C. and Hong, C. M., 1997；Kang, T. L. et al., 2000；Chang, C. L., 2001)。而台灣在資訊、電子電機、商業、企業管理、及教育 等方面均有許多的相關研究成果報告，並持續的發展與成長中。例如在資訊方 面，黃淇竣與范懿文(1998)針對電子產業產品的生命週期進行探討與預測，並驗 證灰色理論的預測方法皆優於指數帄滑法、移動帄均法、簡單迴歸等方法。在商 業、金融方面，王佩淳等(2005)結合灰色理論與品質機能展開(QFD)對顧客動態 趨勢進行分析，期望提高企業在決策程序中的決策品質；鄭美幸、詹志明(2002) 應用灰色理論與時間序列的兩種預測模型對匯率進行預測並比較其績效；而余尚 武、黃雅蘭(2003)則是以類神經網路(ANN)與灰色理論，針對台灣股價指數期貨 套利進行研究。而在教育方面，陳健彬(2002)針對國小學童在自身多元能力與各 學科的評量結果，以灰色系統理論分析其關聯程度並預測學童在數學科目的成 績；孫良誠、詹家和(2007)與吳秋蘭、許寶東(2007)則是分別對學前教保人員的 供需與國民小學適齡兒童人數進行預測。

而在灰色系統理論中，最主要的兩大支柱也是最常被使用的方法有灰關聯分 析(Grey relational analysis)及灰預測(Grey prediction)。其中，灰關聯分析係用來 分析離散序列之間相關程度的一種測度方法，而灰預測則係以 GM(1, 1)模型為基 礎，對現有數據所進行的預測方法，即透過找出某一數列的規律性來預測數列中 各元素之未來動態狀況。其主要的優點是所需的數據不用太多且數學基礎相當簡 單(張偉哲、溫坤禮、張廷政，2000)。

第四節 灰關聯分析及其相關研究

灰關聯分析(Grey relational analysis)係鄧聚龍教授在灰色系統理論中所提 出，分析離散序列之間相關程度的一種測度方法(張偉哲、溫坤禮、張廷政，

2000) 。 在 傳 統 上 分 析 變 數 之 間 相 關 性 的 方 法 有 ： 皮 爾 森 相 關 分 析 (Pearson relation) 、 迴 歸 分 析 (regression analysis) 、 典 型 相 關 分 析 (canonical correlation analysis)、線性結構方程模式(structural equation modeling, SEM)等方法。但上述 方法有以下缺點：

1.皆需要大量的樣本資料以符合常態分布的分析前提。

2.樣本取得不容易，且分析方法困難、複雜。

3.僅利用兩兩因素相互比較，可能忽略其他環境因素所造成的影響。

然而灰關聯分析則可以從少量且不確定的因子中，發掘問題因子間的關聯 性，排序出最主要與次要的影響因子，恰好彌補以上傳統數理分析方法的缺點。

其中，在灰關聯分析所發掘之因子間的關聯性(即灰關聯度)，在數學的測度空間 基礎上，必頇符合以下四項公理(張偉哲、溫坤禮、張廷政，2000)：

1.規範性：關聯度值僅介於 0 到 1 之間。當灰關聯度値為 1 表示完全相關，

若為 0 則表示不相關。

j i x

x

  

 ( , ) 1 ,

0 

2.偶對稱性：當序列只有兩組時，灰關聯度會呈現相等。

) , ( ) ,

( x

x

 x

x

 

3.整體性：當序列大於(或等於)三組時，灰關聯度値則經常是不相等的。

) , ( )

, (

often

i j j

i x x x

x



 

4.接近性： _{xi(k)xj(k)} 為整個

 ( x

( k ), x

( k ))

而灰關聯分析的主要步驟如下：

1. 原始資料的前處理

在我們所要分析的系統中，每個影響因子可能都有不同的測量單位，無法互 相比較，因此為了使資料序列有可比性，以便進行灰關聯分析，資料的原始序列 必頇滿足三個條件：

a.無因次性：原始序列中的資料，皆必頇去除單位，才得以比較。

b.同等級性：各序列中的值x_i⁽⁰⁾(k)必頇屬同等級(order, 十的次方)或等級差 距不大於 2。

c.同極性：序列中因子的描述狀態必頇有相同目標，即因子為同方向，例如 同時以最大值或最小值處理為目標。

而滿足以上三個條件的數據處理方法如下：

a.初值化處理：以序列中的第一個元素x_i⁽⁰⁾(1)做為該序列元素之參考值

) 1 (

) ) (

( ₍₀₎

) 0 (

x x x

i i i

k  k

 (1)

其中，x_i^(k)為灰關聯生成後的值。

x_i⁽⁰⁾(1)為序列中第一個元素的值。

x_i⁽⁰⁾(k)為序列中第k個元素的值。

b.最大值處理：以序列中最大值做為參考值

)]

( max[

) ) (

( ₍₀₎

) 0 (

k k k

x x x

i i

i 

 (2)

c.最小值處理：以序列中最小值做為參考值

) (

)]

( ) min[

( ₍₀₎

) 0 (

k k k

x x x

i i

i 

 (3) d.特定值處理：以序列中特定目標值 y 做為參考值

} ), ( max{

} ), ( ) min{

( ₍₀₎

) 0 (

y k

y k k

x x x

i i

i 

 (4)

2. 產生灰關聯係數

欲計算出灰關聯度必頇先產生灰關聯係數。而依據局部性灰關聯分析與整體 性灰關聯分析的不同，灰關聯係數的定義亦有所分別，在本研究則以整體性灰關 聯分析為主要的研究方法。

3. 計算灰關聯度

灰關聯度為灰色理論之灰關聯分析中常用的一個描述序列間關係大小的測 度方法(翁慶昌、陳嘉欉、賴宏仁，2001)。藉由產生的灰關聯係數，便可以計算 出灰關聯度的值。若進行的是整體性灰關聯分析，則會產生許多灰關聯度的值，

而這些灰關聯度便會形成灰關聯矩陣 R。

4. 決定灰關聯序

在計算出各因子間的灰關聯度後，我們可藉由影響因子的灰關聯度值的大小 排列來決定出影響問題最主要因子的灰關聯序，接著依照灰關聯序大小就可以清 楚了解影響因子的重要程度。

灰關聯為灰色系統理論中，最被廣為應用的方法之一，其所應用之範圍相當 廣泛。除了在工程、電子方面豐碩的研究成果外(Wong and Chen, 2000；Abbas, A.

R., et al., 2008；Chiang and Hsieh, 2009；He, S., et al., 2009；Lai, H. H., et al., 2009)，在服務品質方面，林建漳(2007)利用灰關聯分析算出旅遊品質技術的重要 性，並應用在旅遊服務品質的品質機能展開；游情連(2004)以台灣行動通訊業為 對象，找出服務品質、顧客滿意度、及顧客忠誠度之間的關聯程度，期望進而提 升服務績效。而在電子、資訊相關領域的應用則有林世彥(2004)應用灰關聯分析 對資訊服務業的企業聲望進行評價，張力友(2001)更以灰關聯分析與資料包絡法 對台灣電子業的績效進行評比與比較，發現兩種方法結果相近，皆適合作為績效 評估的方法。此亦顯示灰關聯分析確實在各個領域皆被廣泛地應用且都有不錯的 研究成果。

第五節 灰預測介紹及其相關研究

而本節則介紹另一常用方法：灰預測(Grey prediction)，其在經濟、社會、教 育、商業等其他領域皆有灰預測方法的相關應用文獻。例如台灣的經濟成長率預 測(張剛誠，2007)、外幣匯率預測(吳有龍等，2007)、台灣的失業率預測(黃士滔，

2004)、台灣地區長期照護市場供需預測(林進財等，2005)、醫師、教保人員供需 預測(韓季霖，2001；孫良誠、詹家和，2007)、及短期銷售預測(錢炳全等，2003) 等。而灰預測主要係以所建立的灰色模型(Grey Model, GM)作為基礎，對已知數 據所形成的序列進行分析、預測，來找出該序列中各元素之未來動態狀況。主要 的優點是所需的數據不用太多且數學基礎相當簡單。其預測流程如圖 2-1，內容 則包括以下部分：

圖 2-1：灰預測流程 原始序列

累加生成(AGO)

建立灰微分方程式

計算參數 a, b

列出白化響應式

逆累加生成(IAGO)

求算出預測值

檢驗誤差

灰生成

灰建模

灰預測

1. 灰生成(Grey Generation)

灰生成為補充訊息之數據處理方式，係一種就數找數的規律方法，透過此方 式，可以在雜亂無章的數據中，發掘出被掩蓋的規律或特徵。亦即利用灰生成方 式，提供合理且可比較的數據，降低數據的隨機性，並提高數據的規律性，藉以 進行後續的模型建模、預測來了解系統的動態發展與情況(張偉哲、溫坤禮、張 廷政，2000)。其常見方法有：

a.灰關聯生成(Grey Relational Generating Operation；GRGO)：

主要用於灰關聯分析，在序列可比性的原則下，欲達到灰關聯分析之目的，

對原始數據進行正規化(normalization)所做的數據處理方式。詳細的生成方式於 上節的灰關聯分析中已做介紹，在此便不再贅述。

b.累加生成(Accumulated Generating Operation；AGO)：

累加生成一般是用於時間序列，其作法是將原始數據逐次累加後形成新的數 據。目的是透過累加改變數據的層次，發掘出潛在的規律(鄧聚龍，2000)。一般 而言，累加生成會使散亂的數據變得更有規律性。

c.逆累加生成(Inverse Accumulated Generating Operation；IAGO)：

逆累加生成係將累加生成序列還原成原始序列，亦即累加生成的逆運算，其 目的是驗證建模後的精確度(鄧聚龍，2000)。其數學模式為：

. , , 3 , 2 , ) 1 ( ) ( )

(

(0)

k x k x k k n

x   -  

d.插值生成：

插値生成係利用現有的數據及數學方法建立其序列之間所缺失的數據(張偉 哲、溫坤禮、張廷政，2000)。一般會應用級比(Class Ratio)的定理，來求出序列 中未知的數據。級比的目的在於作為序列是否可以進行建模的依據，假設原始序 列為：

)).

( , ), 3 ( ), 2 ( ), 1 (

(

) 0

(

x x x x n

x   

級比的定義為：

. 2 ) ,

( ) 1 ) (

(   k 

k x

k k x



而級比的定理如下：

(a)













2. 灰建模(Grey Model Construction)

利用灰生成所產生的數據建立一組灰差分(difference)方程與灰擬(psudo)微 分方程式之模型，來描述、分析與預測此系統的行為，稱為灰建模(吳漢雄、鄧 聚龍、溫坤禮，1996)，而灰色模型(grey model)可分成下列幾種：

a. GM (1, 1)：表示一階微分，而輸入變數為一個，一般做為預測用。

b. GM (1, N)：表示一階微分，而輸入變數為 N 個，適合建立系統的狀態模 型，了解各變量在時間軸上的動態關聯分析，一般做系統性、多維的關 聯分析用。

c. GM (0, N)：表示零階微分，而輸入變數為 N 個，此模型本身為一個“靜 態系統”，一般常用於研究 N 個變數間的量化關係，亦常作為多維的關聯 分析。

3. 灰預測(Grey Prediction)

主要係對灰建模產生的灰色模型 GM，進行已知數據的原始序列之預測，了 解該序列的未來發展狀況，並針對所得到的預測值進行誤差的檢驗。

第三章 研究方法

本章將針對本研究的架構以及研究的做法，分別作說明。故本章節的內容分 為二節，第一節為本研究之架構，第二節為本研究之分析方法。

第一節 研究架構

本研究分別運用灰色系統理論的兩大主軸：灰關聯分析與灰預測，來針對台 灣生活中電子化的整備程度與 IT 產業之競爭力評比，分別地進行分析與探討。

另外，再依台灣經濟研究院的產經資料庫之進出口資料統計中，分別選出數個與 台灣貿易頻繁之先進國家進行相同的分析與研究。最後，對台灣與其他國家的分 析結果進行分析、比較並提出結論。

第二節 研究分析方法

本節依照研究架構將研究方法分為兩部份，第一部分為運用灰關聯分析方法 來探討 IT 產業競爭力指數之評比，第二部份則是運用灰預測針對電子化整備度 評比進行分析探討。

一、IT 產業競爭力指數

本部分為針對台灣在 IT 產業競爭力影響因子之關聯性進行探討。針對經濟 學人智庫(EIU)於 2007 與 2008 所做的 IT industry Competitiveness Index 報告書中 所提出的 6 個評比的構面，利用「整體性灰關聯分析」，求算出在影響台灣 IT 產 業競爭力的構面中，何者與其他構面之關聯性最高。

接著，再依台灣經濟研究院產經資料庫的進出口統計資料中，選出 2007 年 我國在 IT 相關產品上進出口貿易頻繁的國家，如表 3-1 所示。其中，在 EIU 的 IT industry Competitiveness Index 報告中，因為中國大陸與馬來西亞排名分別為 49 與 36 名，與台灣排名第 6 名差距較懸殊，因此本研究僅選出排名較相近的 7 個國家：美國、加拿大、德國、新加坡、香港、南韓、及日本進行整體性灰關聯 分析的比較，並分析台灣與其他國家之間的異同。

表 3-1：2007 年台灣 IT 相關產業進/出口國家 單位：%

台 灣 產 業

半導體 製造業

光電材料及

元件製造業 顯示器面板

無線通信 機械器材 製造業

其他視聽 電子產品 製造業 排

名 進口 出口 進口 出口 進口 出口 進口 出口 進口 出口

1

日本

20.91

香港

29.49

日本

39.33

中國 大陸

70.58

中國 大陸

36.95

中國 大陸

58.80

中國 大陸

59.47

美國

41.99

中國 大陸

51.98

美國

21.60

2

大韓 民國

19.03

中國 大陸

18.98

中國 大陸

30.12

香港

15.40

日本

35.99

香港

15.75

大韓 民國

16.55

英國

11.84

日本

28.78

芬蘭

13.38

3

美國

13.18

日本

11.30

大韓 民國

19.64

德國

1.92

大韓 民國

18.80

美國

3.90

日本

7.63

中國 大陸

5.03

美國

7.07

中國 大陸

8.23

4

中國 大陸

10.51

新加 坡

10.38

美國

4.45

日本

1.69

美國

3.24

日本

2.42

新加 坡

3.41

香港

4.35

大韓 民國

1.57

加拿 大

8.11

5

其他 國家

7.41

大韓 民國

8.16

馬來 西亞

2.22

大韓 民國

1.64

其他 國家

1.79

德國

1.98

馬來 西亞

2.82

日本

4.27

法國

1.50

俄羅 斯

7.20

本研究進行步驟如下：

(一)整體性灰關聯分析－台灣

本 研 究 利 用 經 濟 學 人 智 庫 (EIU) 在 2007 與 2008 所 做 IT industry Competitiveness Index 調查中台灣的評比分數來進行分析。

1. 原始資料的前處理

以台灣的 6 個評比構面：整體企業環境(Overall business environment)、IT 基 礎 架 構 (IT infrastructure) 、 人 力 資 本 (Human capital) 、 法 律 環 境 (Legal environment)、研發與設計環境(R&D environment)、以及 IT 產業發展上的支持 (Support for IT industry development)做為分析時的原始序列，並檢視該評比分數

的序列是否皆滿足原始序列可比性的三項條件：1.無因次性 2.同等級性 3.同極 性，若皆滿足上述條件便可進行灰關聯度的計算。

2. 產生灰關聯係數

經過前處理後的資料，再透過整體性灰關聯係數的計算，便可以求算出灰關

聯度，其中辨識係數 的數值可依據實際需要進行調整，而其調整僅影響灰關

聯度相對數值的大小，對於灰關聯度的排序不會有太大的影響。首先，以台灣每 個構面分數依次做為參考序列x_i(k)，其餘構面分數做為比較序列_xj(k)，利用下 列灰關聯係數的公式(5)，即可算出評比之各個構面的關聯係數：

max max min

) )) (

( , ) (

(   





 



 

k k x k x

ij j

i (5) 其中，

x

 ( x

( k ) , x

( k ))

_ij(k) _xi(k)_xj(k) 為

x

(k )

_{m i nm i n ( ) ( ) }

m i n , x_i k x_j k

k j

i 



   

_{m a xm a x ( ) ( ) }

m a x , x_i k x_j k

k j i





  

  ( 0 , 1 ]

3. 計算灰關聯度

當求算出灰關聯係數後，再利用下列公式(6)算出灰關聯度。一般而言，會 以灰關聯係數的帄均值為灰關聯度，但亦可依據每個因子對系統的重要程度來給 予權重。





k

j i

k j

i x x k x k

x

1

)) ( , ) ( ( )

,

(

 



其中，





 m 

k k 1



4. 決定灰關聯序

最後，在計算出評比的各個構面之關聯程度後，便可藉由灰關聯程度值的大

小排列，決定出影響各個評比構面之灰關聯序，接著依照灰關聯序大小就可以找 出在影響各個評比構面之中，關聯性最高的構面。

(二)整體性灰關聯分析－其他國家

另外，本研究再從 IT 產業競爭力指數評比分數中，找出整體環境中與我國 IT 發展環境相似的國家。因此，本研究將利用經濟學人智庫(EIU)在 2007 與 2008 所做 IT industry Competitiveness Index 調查中選出與台灣排名相近的國家，包括：

美國、加拿大、德國、新加坡、香港、南韓、與日本之評比分數來進行整體性的 灰關聯分析。

1. 原始資料的前處理

以各國 6 個評比構面：整體企業環境(Overall business environment)、IT 基礎 架構(IT infrastructure)、人力資本(Human capital)、法律環境(Legal environment)、

研發與設計環境(R&D environment)、以及 IT 產業發展上的支持(Support for IT industry development)做為分析時的原始序列，並檢視該評比分數的序列是否皆 滿足原始序列可比性的三項條件：1.無因次性 2.同等級性 3.同極性，若滿足上 述條件，則可進行灰關聯度的計算。

2. 產生灰關聯係數

在此，則以每個國家的評比分數依次做為參考序列

x

(k )

3. 計算灰關聯度

由於整體灰關聯分析是以每個國家的評比分數依次做為參考序列

x

 ( x

, x

)

 

 

 





 

 

 







i ij

j

R

 



 



1 21

12 1 11









其中，



x

4. 決定灰關聯序



用，分析哪一個是主要影響因素，哪一個是次要影響因素。因此，以本研究的資 料來分析，即可了解整體環境中與台灣 IT 產業發展環境相似的國家。

二、電子化整備度評比

本部分則是針對台灣在 2004 年至 2008 年 e-readiness 的評比分數進行灰色預 測，以了解台灣的電子化整備度在全球 60 多個國家中未來可能的發展狀況。然 後依照前一部份作法，再從台灣經濟研究院產經資料庫的進出口統計資料中，選 出 2008 年我國在 IT 相關產品上進出口貿易頻繁的國家，如表 3-2 所示。其中，

在 2008 年 EIU 的 e-readiness ranking 報告中，因為中國大陸與馬來西亞排名分別 為 56 與 34 名，與台灣排名第 19 名差異較懸殊，因此本研究僅選出排名較相近 的 7 個國家：美國、加拿大、德國、新加坡、香港、南韓、與日本。接著將以上 選取的國家，同樣地進行灰預測，再將各國家預測出來的結果與台灣做比較，以 了解 2009 年台灣與各國可能的排名順序。而其研究進行步驟如下：

表 3-2：2008 年台灣 IT 相關產業進/出口國家 單位：%

台 灣 產 業

半導體 製造業

光電材料及

元件製造業 顯示器面板

無線通信 機械器材 製造業

其他視聽 電子產品 製造業 排

名 進口 出口 進口 出口 進口 出口 進口 出口 進口 出口

1

日本

23.25

香港

27.41

日本

41.21

中國 大陸

74.33

中國 大陸

46.81

中國 大陸

69.15

中國 大陸

66.83

美國

39.48

中國 大陸

51.61

美國

22.62

2

美國

15.23

中國 大陸

20.31

中國 大陸

37.77

香港

10.04

日本

35.20

香港

7.88

大韓 民國

16.92

英國

9.36

日本

27.40

芬蘭

14.79

3

大韓 民國

15.16

日本

12.32

大韓 民國

12.72

德國

2.64

大韓 民國

12.21

美國

3.89

日本

6.56

中國 大陸

4.82

美國

6.43

俄羅 斯

11.05

4

中國 大陸

12.18

新加 坡

12.17

美國

3.40

西班 牙

2.58

其他 國家

2.19

墨西 哥

2.91

馬來 西亞

2.58

德國

3.74

英國

4.81

中國 大陸

9.07

5

其他 國家

8.53

大韓 民國

9.10

馬來 西亞

1.41

日本

2.07

美國

2.06

日本

2.60

德國

1.10

法國

3.66

加拿 大

1.37

德國

5.03

1. 建立原始序列

在英國經濟學人智庫 EIU 所作 e-readiness ranking 的報告中，將其衡量指標 分成 6 個構面，分別是：連線設備與技術基礎架構(Connectivity and technology infrastructure)、消費者與企業的採用(Consumer and business adoption)、商業環境 (Business environment)、法規環境(Legal environment)、社會與文化環境(Social and cultural environment)、以及政府政策與願景(Government policy and vision)。本研 究將利用台灣在此 6 個構面中 2004 年至 2008 年的分數，分別建立出 6 個非負值 的原始序列，來進行灰生成運算。