1.2 研究目的

第一章 緒論

1.1 研究背景與動機

台灣自民國 70 年代開始，傳統產業隨著土地、勞工成本及環 保意識的抬頭等因素的關係，紛紛移往海外發展，試圖尋求更佳 的投資環境，開創新的契機，也因此台灣的產業結構面臨到轉型 的挑戰，原以傳統工業為主的產業結構逐漸被高科技為主的產業 結構所取代。而高科技產業不但具有很強的產業關聯效果，而且 對提升其他週邊產業之生產力亦有相當大的貢獻。

民國 69 年我國在新竹成立第一座以高科技生產導向為主的 科學工業園區，經過二十多年來的經營與建設，不僅創造了我國 高科技產業的蓬勃發展，同時對於國內高科技人才的培育也有極 大的貢獻。科學園區在國內產、官、學界的努力下，整合了高科 技資源，強化了投資環境，並訂定了策略性的優惠獎勵措施及鼓 勵海外學人歸國投資設廠等，儼然已成為國內高科技發展的典範。

何易霖【3】認為科學園區有了前述良好的基礎後，因此年產 值逐年的提升，民國 94 年更突破新台幣 1 兆元大關，國民生產毛 額更超越 10%。由此可知高科技產業儼然成為現今台灣的經濟命 脈，因此提升高科技產業競爭力就成為提升國家發展競爭力的主 要 關 鍵 ， 也 應 證 了 美 國 哈 佛 大 學 商 業 管 理 學 院 教 授 麥 可 • 波 特 (Micheal Porter)所說的：「科技是台灣未來發展的主要優勢與籌 碼」。

根據科學園區管理局所示，園區以六大產業為主，分別為積 體電路產業、電腦及週邊產業、通訊產業、光電產業、精密機械 產業及生物技術產業，各大產業在園區發展程度均有所不同，其 中生物技術產業的發展是近年來才備受重視的，孫智麗【23】指 出自民國 87 年起開始蓬勃發展，超過半數的生物技術公司於往後 5 年間成立，黃仁德等【35】認為從民國 86 年行政院通過「加強 生物科技產業推動方案」，生物技術產業就如同雨後春筍般的成 立。

此外，雖然高科技產業為台灣的經濟命脈，但在競爭激烈的 環境中，企業的毛利已不如當年的水準，而面對此微利時代的衝 擊與威脅，各產業不僅使出渾身解數來提升本身的產業優勢與競 爭力，還必須透過各種的方法來檢驗本身的經營績效是否能維持 企業本身的競爭優勢，因此本研究在這樣的環境之下便欲針對園 區內六大產業的經營績效來深入探討。

過去國內探討新竹科學園區六大產業經營績效之研究，以資 料包絡分析法(Data Envelopment Analysis;DEA)為主要研究方法 的有陳慧瀅【18】與黃金成【34】之研究，而兩者均以民國 80~88 年各年份六大產業為受評估單位(DMU)，其中，陳慧瀅【18】以 員工人數、實收資本額為投入項，以營業額為產出項；黃金成 【34】

以研發金額、實收資本額、員工人數與土地面積為投入項，以營 業額與專利數為產出項，但由黃金成【34】其研究結果得知，投 入 項 之 土 地 面 積 刪 除 與 否 不 影 響 整 個 六 大 產 業 經 營 效 率 值 的 變

化，因此本研究將不把土地面積納入評估項目之中。由於產業之 變化迅速，且在經營績效之研究中，指標選擇之不同將明顯地影 響績效衡量之結果。因此本研究期望延續此兩位學者之研究，並 綜合過去之相關文獻與專家訪談，來決定六大產業經營績效之指 標，以探討近十年來(民國 83~92 年)園區六大產業之經營績效，

並 比 較 與 過 去 之 研 究 的 差 異 性 及 歷 年 來 六 大 產 業 經 營 績 效 之 變 化。

另外由於資料包絡分析法主要為衡量靜態之經營效率，而麥 氏生產力指標(Malmquist Productivity Index;MPI)則為衡量公司不 同期間生產力指標納入以作為輔助衡量公司績效之方法，故在以 DEA 方法研究產業績效之外，本研究亦將麥氏生產力指標納入以 作為輔助衡量公司績效之方法，期能應用此兩種方法針對園區六 大產業之績效做一深入性之探討。在探討六大產業經營績效過程 中，外部因素亦可能為其重要因素，然而根據過去相關經驗一般 高科技產業會受到經濟景氣與否之影響，故本研究將景氣指標納 入，以探討園區六大產業之經營績效與經濟景氣之相關性。

1.2 研究目的

根據上述研究背景與動機，本研究綜合整理列出以下幾點研 究之目的：

1. 應用資料包絡分析法探討近十年(民國 83~92 年)新竹科學工業 園區中六大產業的經營效率。

2. 利用麥氏生產力指標分析各產業的生產力變動情形。

3. 探討景氣指標與六大產業經營效率及麥氏生產力指標之相關 性。

4. 比較本研究結果與過去研究結果之異同。

1.3 研究流程

本研究經由確立研究主題與研究目的後，便針對產業景氣指 標及相關研究方法進行文獻的蒐集與探討，並於蒐集所需園區六 大產業之相關資料後，決定受評估單位後，經由文獻探討、專家 訪談，並利用相關分析檢視投入產出項之相關性，最後經由 DEA 試算確立投入產出項，接著蒐集實證產業相關資料，便進行資料 的分析及整理，最後再由資料分析之結果彙整出主要的結論與建 議，因此本研究流程如圖 1.1 所示。

確立研究主題與研究目的 相關文獻之蒐集與探討

蒐集所需之實証產業資料 整理並分析資料 決定投入產出項指標

決定受評估單位

結論與建議

圖 1.1 研究流程

第二章 文獻探討

基於前述之研究目的，本研究彙整相關文獻，分別在此章介 紹目前新竹科學園區的產業概況、績效的定義與其主要的衡量方 法，回顧過去高科技產業績效衡量之相關研究。

2.1 新竹科學園區產業概況

民國 69 年我國在新竹成立第一個科學工業園區，成立之初即 以塑造高品質的高科技發展基地為宗旨，23 年來政府已投入新台 幣 385 億元在園區的軟硬體建設，其中以半導體、電腦、通訊、

光電等電子產業居多。經過多年的努力，新竹科學工業園區已成 為世界上發展成功的科學園區之一，不僅吸引眾多國內外貴賓及 媒體來訪，也成為經濟學及城鄉發展學者探討的範例。截至民國 93 年 12 月底累計入區公司 384 家，其中國內公司 332 家，國外 公司 52 家；總營業額新台幣 10,859 億元，成長率 30.9%；累計 實收資本額新台幣 1,050,104 億元，國內資金佔 84%，國外資金 16%。園區民國 93 年度產業結構如表 2.1 所示【31】。

表 2.1 民國 93 年度園區產業結構表

產業別 家數 就業人數 實收資本額 (百萬元)

營業額 (億元) 積體電路 164(42.7%) 66,188 788,924 7,427 電腦及週邊 58(15.1%) 14,001 71,632 1,382 通訊 52(13.5%) 5,644 25,985 605 光電 61(15.9%) 24,944 152,476 1,313 精密機械 21(5.5%) 1,529 6,294 92 生物技術 28(7.3%) 1,023 4,794 25

合計 384(100%) 113,329 1,050,104 10,859 資料來源：新竹科學園區管理局

從表 2.1 我們可以知道積體電路產業為園區中規模最龐大的 產業，其公司家數即佔了園區總家數的 42.7%，其就業人數、實 收資本額與營業額皆明顯地高於其他產業，可知，積體電路產業 為新竹科學園區發展最主要的產業。而電腦及週邊產業與光電產 業之規模相似，但其實收資本額與營業額卻是呈反向關係。通訊 產業雖然家數占園區總家數 13.5%，但其整體規模仍屬較小的產 業。而精密機械產業與生物技術產業，不管在公司家數、員工人 數、實收資本額與營業額皆明顯小於其他產業。圖 2.1、2.2、2.3、

2.4 為園區各產業歷年員工人數、實收資本額、研發費用與營業 額。

新竹科學園區各產業歷年員工人數

0 10,000 20,000 30,000 40,000 50,000 60,000 70,000

75 77 79 81 83 85 87 89 91 93

年度 員工

人數

積體電 路 電腦及 週邊 通訊 光電 精密機 械 生物技 術

資料來源：新竹科學園區管理局

圖 2.1 新竹科學園區各產業歷年員工人數

新竹科學園區各產業歷年實收資本額

0 100,000 200,000 300,000 400,000 500,000 600,000 700,000 800,000 900,000

75 77 79 81 83 85 87 89 91 93

年度 實收資本額

(百萬元)

積體電 路 電腦及 週邊 通訊 光電 精密機 械 生物技 術

資料來源：新竹科學園區管理局

圖 2.2 新竹科學園區各產業歷年實收資本額

新竹科學園區各產業歷年研發費用

0 10000 20000 30000 40000 50000 60000

77 79 81 83 85 87 89 91

年度 研發

費用 (百萬元)

積體電路 電腦及週邊 通訊

光電 精密機械 生物技術

資料來源：新竹科學園區管理局

圖 2.3 新竹科學園區各產業歷年研發費用

新竹科學園區各產業歷年營業額

0 1000 2000 3000 4000 5000 6000 7000 8000

75 77 79 81 83 85 87 89 91 93

產業 營業額

(億元)

積體電路 電腦及週邊 通訊

光電 精密機械 生物技術

資料來源：新竹科學園區管理局

圖 2.4 新竹科學園區各產業歷年營業額

由上列圖示我們更可以清楚知道園區開始是以電腦及週邊產 業為主，並呈現上升的趨勢，但從民國 90 年初期開始呈現下滑的 走勢。積體電路產業逐步的快速擴大規模，在各方面已是園區中 最大的產業。光電產業在近年重點發展下，已經漸漸的超越了電 腦產業，成為園區第二大產業。通訊、精密機械與生物技術產業 皆屬於規模較小的產業，仍有待努力發展。

2.2 經營績效

績效(performance)可說是為了實現企業的全體目標，構成企業 各部門、團體或個人所必須達成業務上之成果。吳秉恩【4】認為 績效為組織行為研究之重要因變項，為個人行為、群體行為及組 織 程 序 運 作 之 結 果 ， 同 時 組 織 目 標 亦 均 以 績 效 之 達 成 度 加 以 衡 量。而績效可以是經營與業務推展上具體客觀的成果，亦可以說 是評估者或人們心中認定之滿意程度的主觀判斷，故績效可以說 是旣客觀又主觀。

績效的定義與衡量方式在國內外相關文獻中討論甚多，本研 究整理國內外學者對組織或企業經營績效的定義，如表2.2所示：

表2.2 經營績效的定義

作者 定義

張晃銘(2004)

【24】

組織達成其所訂定目標之程度。任何組織都追求最大利 潤或提供最佳服務為目標，目標是否達成，端視組織是 否健全，資源是否有效利用，產出是否符合預期。

朱家勳(2004)

【1】

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、經營策略與規劃的重要依據。

Robbins (2000)

【54】

評估公司營運的效率如何，也就是看公司再投入產出的 過程中，衡量其效率性與有效性。

鄭有超(1993)

【40】

組織績效是指一個組織的工作成績或表現，一般有三種 不同的觀點：（1）視組織績效為組織目標達成的程度；

（2）視組織績效為成員需求的滿足程度；（3）以系統 整合的觀點，視組織績效為組織目標達成的程度及成員 需求的滿足程度。

Climaco（1992）

【46】

績效其隱含著「品質的結果」（Quality Results）「能 力的結果」（Product of Competence）與後設分析的瞭 解作為改進的條件。

Gleason and Dariod（1982）

【50】

績效主要在於衡量資源被經濟地使用的程度，效率的提 升，通常代表單位成本的下降或附加價值的增加，故常 以投入/產出或產出/投入的比率代表。

Szilagyi (1984)

【56】

績 效 是 一 個 整 體 的 概 念 ， 可 以 顯 現 企 業 經 營 的 最 終 結 果。其意義：(1)對組織支援運用能力之效能與效率的考 核。(2)具有前瞻性的影響力，可更正過錯誤的行動並指 引組織未來的資源分配的方向。

資料來源：本研究整理

由表2.2得知，經營績效主要分成效率與效能，而本研究主要 欲考量產業經營之效率，因此綜合前述之定義，將經營績效定義 為企業達成目標衡量其資源的使用程度，以投入/產出的比值來衡 量之，亦即希望以最少的投入獲得等量的產出，或以等量的投入 獲得最大量的產出。

2.3 衡量經營績效之方法

在瞭解經營績效之定義後，根據劉思穎【29】、陳益華【16】、

孫遜【22】與梅興邦【20】在衡量經營績效之方法的整理分類，

並回顧過去相關文獻，發現較常被使用之方法如迴歸分析法、層 級程序分析法、資料包絡分析法與集群分析法，因此本研究分析 比較其優點、限制與適用性如下表所示。

表2.3 衡量經營績效之方法

評估方法 優點 限制 適用性

迴歸分析法 (Regression Analysis）

1.分析結果較客觀 嚴謹且具體。

2.可作為比較差異 與預測工具。

3.具有統計分析學 理的基礎。

1.須對生產函數做出參數的 假設。

2.無法判斷效率好壞與提供 改善的建議值。

3.迴歸分析結果成趨中性，無 法確切指出組織何者有效率 或無效率。

1.多項投入與多項 產出及預測的問 題。

2.預測自變數與應 變數間的函數關 係。

層級程序分析法 (Analytic Hierarchy

Process)

1.方法簡單，可降 低決策的複雜性 與風險性，可提 供決策者最佳方 案的選擇。

2.具一致性且清楚 呈 現 問 題 之 架 構，可迅速獲得 重要指標。

1.資料蒐集困難。

2.可選出方案的優先順序，無 法指出何者無效率與缺乏 提供管理者無效率方案的 改善建議。

3.可評估的受評估單位較少。

1.需將複雜之問題 加以簡化時。

2.需利用多項評估 準 則 加 以 評 估 時。

3.欲求得評估準則 之相對權重時。

資料包絡分析法 (Data Envelopment

Analysis)

1.處理多項投入與 產出，無須預設 權數，不受人為 影響，較公平。

2.DEA 可同時評估 不同環境下各決 策單位的效率值。

3.DEA 可以瞭解各 決策單位資源使 用狀況，進而提供 管理者決策時的 參考。

1.投入與產出的資料若錯誤 將導致效率值偏誤。

2.DEA 所得的為相對效率，不 在確定投入或產出的單位 價值，而是用來衡量效率。

3.對資料極具敏感性且數值 不能為負值，易受到錯誤極 端值的影響。

1.決策者能夠確認 投入與產出之項 目並且取得量化 之資料時。

2.受評估之單位為 多項投入與多項 產出。

3.受評估單位數量 較多，且須給予 名次排序時。

4.欲瞭解投入變項 與產出變項之關 係時。

集群分析法 (Cluster Analysis)

1.可獲得績效高的 關鍵因素。

2.利用樣本特性加

1.無法給予受評估問題明確 之名次。

2.易受到錯誤極端值影響，產

1.受評估單位數量 大，需快速獲取 績 效 評 估 之 結 果。

以分群，使用過 程簡易。

3.可瞭解受評估單 位之整體屬性。

生膨脹或消弱的情形。 果。

2.需給予評等，而 非各項排名之評 估方式。

3.欲求得影響績效 之關鍵因素，作 為改善的依據。

資料來源：王進金，應用DEA評估高中職學科辦學績效之研究，民國九十四 年。

由上表 2.3 得知，企業的經營績效由於資料的型態、大小及 使用用途的差異而具有多種的衡量方法，本研究根據過去研究及 樣本的取得為多投入多產出之效率評估模式，且不預設各項投入 產出之權重，因此以資料包絡分析法作為本研究之資料分析方法。

2.4 高科技產業經營績效之相關文獻

過去在六大產業之經營績效評估相關文獻有賴士葆等【38】

探討台灣八家生物科技公司於民國 85 年到 88 年之間的經營效率 評估。韓慧林【39】針對台灣地區前五十七大半導體業的經營績 效，區分為獲利能力與市場能力兩個階段，進行相關效率評估與 分析。何彥蓉【2】以 TN、STN-LCD 與 TFT-LCD 兩群體之上市 上 櫃 面 板 廠 商 為 研 究 對 象 ， 探 討 近 五 年 該 產 業 於 績 效 上 的 情 形 等。陳鼎誠【17】與連峻慶【13】分別對主機板產業經營效率分 析。游聲裕【27】以我國電腦及週邊產業來分析經營績效。馮秀 鳳【36】對 IC 設計、IC 製造、IC 封裝與測試廠商去分析其經營 效率。黃筱潔【32】、林錫祥【5】與胡志堅【6】則分別針對 IC

設計公司去分析。賈國中【14】探討生物科技產業其研發專利績 效。周啟文【15】找出影響台灣 TFT-LCD 產業經營績效之關鍵因 素分析。許漢昇【11】使用 DEA 績效評估模式針對背光模組公司 的供應商作評選。洪淑娟【7】探討上市上櫃之筆記型電腦公司其 經營效率。鄭東杰【41】以資料包絡分析法探討影響發光二極體 產業經營績效關鍵因素。黃金祥【33】探討光電產業效率與產業 發展策略的實證分析。廖惠玲【37】評估台灣電子業之經營績效。

張蓉蓉【25】分析上市上櫃與公開發行的印刷電路板業其經營效 率。李惠娟【8】針對半導體產業設備產能使用效率。

本 研 究 並 整 理 針 對 高 科 技 產 業-六大產業為研究對象之績效 評估相關文獻彙整如下表 2.4。我們可以知道 DEA 應用於高科技 產業績效評估上之可用性與適當性，並發現多篇論文亦使用麥氏 生產力指數，以期能更全面性的評估整體績效。也更加確定本研 究採用資料包絡分析法與麥氏生產力指數作為衡量產業績效之方 法。

表 2.4 高科技產業經營績效之相關文獻

作者 論文名稱 研究重點

Chen,Chung –Jen (2005)

【45】

A comparative performance evaluation of Taiwan's high-tech

industries

使用DEA的方法來衡量台灣 六大產業的相對效率。

曾裕營(2004)

【12】

台 灣 高 科 技 產 業 研 發相對效率之評估

以DEA衡 量 六 大 產 業 研 發 相 對效率，並探討研發效率與營 業額的相關性。

楊永嘉(2003)

【21】

美 國 高 科 技 廠 商 之 效 率 評 析—以資料 包絡分析法

研 究 美 國 高 科 技 廠 商 之 經 營 效率，期能找出經營效率佳的 廠商所具有的共同特質，提供 高 科 技 業 業 者 在 企 業 資 源 投 入分配上改進之建議。

劉環(2003)

【30】

台 灣 高 科 技 產 業 經 營 效 率 評 估 與 風 險 關 係 之 研 究—以新 竹科學園區為例

應用資料包絡分析法(DEA)及 TEJ企業信用風險指標，以風 險的角度評估績效。

黃金成(2001)

【34】

科 學 園 區 資 源 投 入 產 出 效 率 和 產 業 引 進 策 略 之 研 究—以 DEA和 AHP方 法 分 析

衡 量80-88年 新 竹 科 學 園 區 六 大 產 業 投 入 產 出 之 經 營 績 效 值。

陳慧瀅(2000)

【18】

科 學 園 區 主 要 產 業 的相對效率之衡量

針 對 六 大 產 業 利 用 資 料 包 絡 分析法衡量其經營效率，並探 討 其 產 業 結 構 及 其 成 本 效 益 分析。

資料來源：本研究整理

2.5 景氣指標

依過往經驗得知，高科技產業之經營與外在環境有一定程度 之 相 關 性 ， 但 目 前 尚 無 相 關 文 獻 及 研 究 能 證 實 確 實 有 密 切 相 關 性。因此，本研究將各景氣指標對園區六大產業效率值、麥氏生 產力指數進行相關分析，以進行驗證。

根據行政院經濟建設委員會將景氣指標分為三部分，如下表 2.5 所示，以下就景氣動向指標、景氣對策信號與產業景氣調查 三項指標分別所代表的意義作說明。

表 2.5 景氣指標說明 景氣動向指標

景氣領先指標 景氣同時指標 景氣對策信號 產業景氣調查

可預測未來景氣 之變動

衡量當時景氣之 變動

由 九 項 指 標 編 制而成。以五種 信 號 燈 表 示 景 氣狀況

廠 商 問 卷 資 料 綜 合 整 理 而 成。調查重點在 於 瞭 解 景 氣 變 動方向

1.製造業新接訂 單指數變動率 2.製造業員工平 均每月工作時 數

3.海關出口值變 動率

4.貨幣供給 M1B 變動率

5.躉售物價指數 變動率

6.股價指數變動 率

7.台灣地區房屋 建築申請面積

1.工業生產指數 變動率

2.製造業生產指 數變動率

3.製造業銷售值 4.製造業員工平

均每月薪資變 動率

5.票據交換金額 變動率

6 國內運貨量

1.貨幣供給 M1B 2.直接及間接金

融

3.票據交換及跨 行通匯

4.股價指數 5.製造業新接訂

單指數 6.海關出口值 7.工業生產指數 8.製造業成品存

貨率

9.非農業部門就 業人數

1.製造業設備利 用率

2.製造業銷貨利 潤率

3.製造業景氣預 期

4.製造業存貨率 5.製造業銷貨值 6.製造業新接訂

單指數

資料來源：行政院經建會；何彥蓉，LCD 廠商績效之研究，2004 2.5.1 景氣動向指標

景氣動向指標包含了景氣領先指標及景氣同時指標這兩項指 標。其中景氣領先指標主要是由製造業新接訂單指數變動率、製 造業員工平均每月工作時數、海關出口值變動率、貨幣供給 M1B 變動率、躉售物價指數變動率、股價指數變動率、台灣地區房屋 建築申請面積等七項指標所構成。其最大特徵在於具有領先景氣 變動之性質，可預測未來景氣之變動。

此外，景氣同時指標則是由工業生產指數變動率、製造業生 產指數變動率、製造業銷售值、製造業員工平均每月薪資變動率、

票據交換金額變動率以及國內運貨量等六項指標所組成。此指標 代表當時的景氣狀況，可以衡量當時景氣之變動。

2.5.2 景氣對策信號

景氣對策信號是由九項指標所組成，含貨幣供給 M1B、直接 及間接金融、票據交換及跨行通匯、股價指數、製造業新接訂單 指數、海關出口值、工業生產指數、製造業成品存貨率、非農業 部門就業人數等九項指標。其表示方式藉由燈號以提示應採的景 氣對策，並綜合判斷短期未來的景氣是否將進入過熱或衰退，而 預先發出信號，以供決策當局擬定景氣對策之參考，企業界亦可 根據信號的變化，調整其投資計畫與經營方針。其中，若對策信 號亮出「綠燈」，表示當時的景氣穩定；「紅燈」表示景氣過熱，

政府宜採取緊縮措施，使景氣逐漸恢復正常狀況；「藍燈」表示景 氣衰退，政府須採取強力刺激景氣復甦的政策；「黃紅燈」表示景 氣活絡，「黃藍燈」表示景氣欠佳，二者均為注意性燈號，均宜密 切注意其後續之景氣動向，而適時採取因應措施。

2.5.3 產業景氣調查

由每月廠商問卷資料綜合整理而成。調查重點在於了解景氣 變動方向，是一種”質”的調查，而非”量”的統計。其包括製造業 設備利用率、製造業銷貨利潤率、製造業景氣預期及其他如存貨

率、銷售值及新接訂單指數等，可用於判斷個別產業的景氣動向。

第三章 研究設計

為達到前述的研究目的，在本章研究設計中，首先說明本研 究之研究範圍與對象，並介紹本研究之主要研究方法-DEA 之模 式，包括 CCR、BCC 模式與投入產出項指標之選擇及麥氏生產力 指標。

3.1 研究範圍與對象

本研究欲探討新竹科學工業園區中各產業的經營績效，從文 獻探討得知，園區內包含積體電路、電腦及週邊產業、通訊、光 電、精密機械與生物技術等六大產業，因此即以園區中的六大產 業為本研究對象。

另外考量到高科技產業為一個特殊的產業，需要長時間的觀 察才能評估出其真正的經營績效，且園區從民國 83 年起不管在總 實收資本額、總員工人數、總研究費用與整體營業額皆大幅成長 增加，因此本研究以民國 83∼92 年連續 10 年期間為本研究範圍。

其中，在生物技術產業方面，孫智麗【23】認為台灣的生物 技術產業自民國 86 年起開始蓬勃發展，超過半數的公司成立於往 後 5 年之間，因此本研究在生物技術產業部分，將針對民國 86~92 年之間的受評估單位(DMU)來進行探討。

3.2 資料包絡分析法

DEA之基本觀念【44】是同時考慮多項產出與多項投入，且 不預設各投入項與產出項權重之方法。一般而言，以投入產出來 衡量生產力，其效率值(E)

投入量

= 產出量 E

而以多項投入與多項產出來表示，則效率值(E)

合 各投入項數量之加權組

合 各產出項數量之加權組

= E

另外若為多項投入或多項產出，則可分別以投入導向與產出 導向說明之。(1)投入導向：投入導向指在相同產出水準下，比較 投入資源之使用情形，即在相同產出水準下，投入量越少效率越 佳。(2)產出導向：產出導向指在相同投入水準下，比較產出之達 成情形，即在相同投入水準下，產出量越大效率越佳。

DEA自1978年由Charnes、Cooper及Rhodes【46】三人以固定 規 模 報 酬 下 發 展CCR模 式 後 ， 1984年 Banker、 Charnes與 Cooper

【42】發展出非固定規模報酬模式下之BCC模式，而此模式將CCR 模式之總效率分解為純粹技術效率與規模效率，以下本研究便針 對此兩種模式加以探討。

3.2.1 CCR模式

假設考慮 個受評估單位，使用n m種投入，s 種產出， x 個投 入數量， 個產出數量，v 與 分別為各種投入與產出的權重，則

為第 i 項投入在受評估單位 的投入量， 為第

y _i u_r

ik k

x y_rk r項產生在受評

估 單 位 的 產 出 量 ， 則 第 個 受 評 估 單 位 之 投 入 項 線 性 組 合 為

；產出項線性組合為 ， 為第

k k

s

r

∑

= ik

ix v

m

i

∑

=1 u_ryrk

1 hk k的受評估單位之效率

值

ik rk

x y

m

i s

r

∑

∑

=

=1 i r

v u hk =

1

，即產出項之線性組合除以投入項之線性組合。而

此 模 式(CCR模式)考慮在固定規模報酬之效率值公式以產出除以 投入計算Maximum值，其數學模式如下：

ik m

i i s

r

rk r k

x v

y u E

Max

∑

∑

=

= =

1 1

……….………..(3.1)

s.t. ¹

1

1 ≤

∑

∑

=

= m

i

ij i s

r

rj r

x v

y u

………...(3.2)

0 , _i ≥ε >

r v

u ………..(3.3) 其中 j =1 L,2, ,n，r =1 L,2, ,s，i =1 L,2, ,m，

ε

表極小之正值。

上式的限制是每一個受評估單位的「實際產出」與「實際投

入」之比值，其值介於0與1之間。 與 之最佳值是由上述數學 規劃模式中獲得，不需由決策者事前決定。

v

i u_r

=1

Ek ，表示受評估單 位相對達最佳效率；E_k <1，表示受評估單位未達最佳效率。

由於上述之數學規劃模式為非線性規劃模式，求解不易。為 了將其轉換為線性規劃模式，因此令（3.1）式目標函式中的分母

為1，則可將上式轉換如下：

ik m

i i

x

∑ v

=1

rk s

r r

k u y

E

Max

∑

=

=

1 ……….….……(3.4)

s.t.

∑

^{m vixik =1}………..…….(3.5)

=1 i

1 1

= =

r i

≤0

∑

^{s uryrj} −

∑

^{m vixij} ………...………(3.6) 0

, _i ≥ε >

r v

u ……….…..………….…………(3.7)

其中 j =1 L,2, ,n，r =1 L,2, ,s，i =1 L,2, ,m，

ε

表極小之正值。

3.2.2 BCC模式

在Charnes、Cooper與Rhodes【44】發展CCR模式之後，Banker、 Charnes 與 Cooper【43】於1984年針對CCR模式加以修正，提出 了BCC模式。其擴大了CCR模式的效率觀點與運用範圍，CCR模 式是假設處於固定規模報酬（Constant Return to Scale，CRS）的 情況下，當投入量以等比例增加，產出項亦應以等比例增加。而

BCC模式則是假設變動規模報酬（Variable Return to Scale，VRS）， 即 生 產 可 能 隨 著 規 模 之 增 加 而 產 出 量 遞 增(稱 之 為 規 模 報 酬 遞 增)， 亦 可 能 隨 著 規 模 之 增 加 而 產 出 量 遞 減(稱 之 為 規 模 報 酬 遞 減)。此時BCC模式便加入了「規模效率」，結合了「純粹技術效率」

與「規模效率」而成「整體技術效率」。亦即當受評估單位處於無 效率狀態時，其可能原因除了純粹技術效率不佳外，亦可能為規 模效率不佳所引起。以下我們先針對BCC模式之數學式加以說明 如下：

ik m

i s

r

rk r k

x v

u y u E

Max

∑

∑

=

+

= ^{1 0}

i=1

………..………..(3.8)

s.t. ^{1 1}

0

≤ +

∑

∑

= m

ij i s

r

rj r

x v

u y u

=1 i

……….………(3.9)

其 中 j =1,2...,n ， u_r,v_i ≥ε >0 ， r =1,2,..s ， i=1,2,..,m ， 表極小之正值

ε

。

由於上述之數學規劃模式為非線性規劃模式，求解不易。為 了將其轉換為線性規劃模式，因此令（3.8）式目標函式中的分母

為1，則可將上式轉換如下：

ik m

i i

x

∑ v

=1

0 1

u y u E

Max _rk

s

r r

k =

∑

+

=

……….………(3.10)

s.t.

∑

^{m vixik} =1………...…..….….………(3.11)

=1 i

1 1

= =

r i

∑

^{s uryrj} −

∑

^{m vixij} +^u₀ ≤0……….………....………(3.12)

其 中 j=1,2...,n ， u_r,v_i ≥ε >0 ， r=1,2,..s ， i=1,2,..,m ， 表極小之正值

ε

。

以單一投入項單一產出項之圖形說明之。

u0 u⁰

Y (產出項)

X (投入項) O

B

A

C D

E F

G

圖3.1 不同規模報酬之受評估單位

上圖中，A、B、C、D、E等五個受評估單位位在效率前緣線 上，具有最佳效率，而F、G等兩個受評估單位不在效率前緣線上，

未達最佳效率。而達最佳效率之A、B、C、D、E等五個受評估單 位中，受評估單位E所在之效率前緣線B、C線段，當投入量以等 比 例 增 加 ， 產 出 量 以 等 比 例 增 加 ， 此 線 段 可 延 伸 至 原 點 O，即

，此時稱受評估單位E處於固定規模報酬(constant returns to

0

= 0

u

scale; CRS) ；而受評估單位A所在之效率前緣線A、B線段，當投 入量以等比例增加，產出量超過等比例增加，此線段可延伸交於X 軸於

u

，此時 ，稱受評估單位A處於規模報酬遞增(increasing returns to scale; IRS) ；而受評估單位D所在之效率前緣線C、D線 段，當投入量以等比例增加，產出量低於等比例增加，此線段可 延伸交於X軸於

u

，此時

0

u

₀

> 0

0

u

₀

< 0

，稱受評估單位D處於規模報酬遞 減(decreasing returns to scale; DRS)。由此可知，在BCC模式中較 CCR模式多了一個常數項

u

。而研究者可由BCC模式之 值來判 斷受評估單位之規模報酬狀態為何：

0

u

0

0 0 0

1.若

u

₀

=

，則受評估單位處於固定規模報酬；

2.若

u

₀

>

，則評估單位處於規模報酬遞增；

3.若

u

₀

<

，則評估單位處於規模報酬遞減。

3.2.3 DEA之特性

一般而言，DEA之最大功能在於能實際評估決策單位之經營 績效，且可以成為管理者做決策的參考依據，並因其使用之特性，

使得其成為組織衡量績效有效的方法之一，所以本研究採取DEA 為評估方法。茲將Lewin【53】、高強【9】、孫遜【22】、劉思穎

【29】、何彥蓉【2】、陳永志【19】等學者提到有關該方法之特性 彙整如下：

1. 可處理多項投入與多項產出，並容納不同計量單位的投入 與產出項。

2. 納入生產力的觀念，以投入與產出的比值為該DMU之效 率值。

3. 投入與產出之權重值由線性規劃而得，因此不會受到人為 主觀的影響。

4. DEA是求得其效率前緣，而非平均值，且其結果是一綜 合性指標，因此可將該綜合指標視為受評估單位的總要素 生產力。

5. 可指出效率待改善空間之評估單位，並藉由敏感度分析，

找出效率不佳的原因，增減其投入或是產出項之單位。

6. 由於資料包絡分析法是利用線性規劃的方式進行評估，因 此可處理比率尺度資料(ratio scale)，亦可處理順序尺度資 料(ordinal sacle)。

7. 可因應受評估單位之不可控制因素而做調整。

8. 相對有效率之DMU需滿足產出與投入比例為1之要求。

9. 必要時可容許主觀判斷。

10. 不需設定投入與產出函數關係。

3.2.4 DEA之應用流程

根據Golany與Roll【51】提出一系統化的DEA應用程序整體 性架構，並彙整高強【9】、孫遜【22】、劉思穎【29】等學者所提

出之DEA使用程序，茲分別敘述如下，並說明本研究於此階段之 作法。

1. 受評估單位之選擇

此研究階段之目的，最主要為選擇同性質之受評估單位，配 合研究目的考量受評估單位之個數，並根據Golany與Roll所提的 DMU數量至少為投入與產出項目個數總和之兩倍為基礎，最後則 檢視並篩選受評估單位，以避免受評估單位有離群值(outlier)。本 研究依據此準則，將同為高科技產業的新竹科學工業園區六大產 業皆納入受評估單位，研究期間主要以民國83∼92年為主，依據 孫智麗【23】所提台灣生物技術產業多於民國86年起發展，所以 生物技術產業選取期間為民國86~92年。

2.投入產出項之選擇

根據上述學者所述，在進行DEA時，選擇投入產出項指標之 步驟主要如下：

(1)由文獻或專家訪談彚整初步之投入產出項指標。

(2)訪問相關專家，了解其受評估單位之目標，並以此檢視投 入產出項指標。

(3)利用相關分析檢視投入產出項指標。

(4)以 DEA 模式試算檢視投入產出項指標。

首先本研究便根據過去之相關文獻，彙整出高科技產業投入 產出項指標如表3.1所示：

表3.1 高科技產業投入產出項指標

作者 研究主題 投入項 產出項

賴士葆 (2004)

【38】

生物科技產業之 績效

資本額、研發支出、

員工人數、員工素質 營業額 韓慧林

(2004)

【39】

半導體產業之績 效

股東權益、資產總額、

員工人數

營業收入 稅後純益 曾裕營

(2004)

【12】

竹科高科技產業

之研發績效 研發金額、研發人力 專利數 張嘉惠

(2003)

【26】

高科技產業員工 認股憑證對績效 之影響

研發金額、營運資產、

員工人數、董監事酬勞

專利數 營收淨額 每股盈餘 楊永嘉

(2003)

【21】

美國高科技產業 之績效

員工人數、固定資產、

銷貨成本

營收淨額 營業額 劉環

(2003)

【30】

竹科高科技產業 在風險考量下之 績效

研發金額、固定資產、

員工人數 營業額

黃金成 (2001)

【34】

竹科高科技產業 之經營績效

研發金額、員工人數、

實收資本額、土地面積

專利數 營業額 陳慧瀅

(2000)

【18】

竹科高科技產業

之經營績效 員工人數、實收資本額 營業額 Sten

Thore&F red Phillips&

T.W.Ruef li&P.Yue(

1996)

【57】

美國電腦產業之 績效

銷貨成本、管銷費用、

勞工成本、固定資本、

資本費用、研發費用

淨額 銷貨收入 市場資本

資料來源：本研究整理

根據上表，本研究延續陳慧瀅【18】與黃金成【34】對園區 六大產業經營績效之研究；其中可發現，黃金成【34】以研發金 額、實收資本額、員工人數與土地面積為投入項，以專利數、營 業額為產出項，但由其研究結果得知，投入項之土地面積刪除與 否不影響整個六大產業經營效率值的變化，因此本研究將不把土 地面積納入評估項目之中；因此，本研究結合黃金成【34】之研 究與部分科學園區產業之高階主管的意見歸納出，以研發金額、

員工人數、實收資本額為投入項，以專利數、營業額為產出項使 用相關分析驗證投入產出項之相關性，最後利用DEA方法來進行 試算，以確立本研究之投入產出項。

從表3.2可看出園區六大產業民國83∼92年之投入產出項指標 之 數 據 ， 積 體 電 路 產 業 在 各 項 投 入 產 出 指 標 皆 明 顯 大 於 其 他 產 業，在投入項指標依序為光電產業、電腦及週邊產業、通訊產業、

精密機械產業與生物技術產業；在產出項指標依序為電腦及週邊 產業、光電產業、通訊產業、精密機械產業與生物技術產業。

表3.2 初步園區六大產業投入產出項指標

投入項 產出項 員工人數

(人)

研發金額 (百萬元)

實收資本額 (百萬元)

營業額 (億元)

專利數 (件)

83 積體電路 16,313 4,648 59,495 840.85 165 84 積體電路 22,496 7,428 99,102 1,479.5 428 85 積體電路 29,510 11,689 194,518 1,570.53 520 86 積體電路 37,681 15,582 289,010 1,998.84 788 87 積體電路 41,253 22,152 388,967 2,308.29 678 88 積體電路 48,284 22,537 406,155 3,608.01 1,010

表 3.2 初步園區六大產業投入產出項指標 (續)

投入項 產出項 員工人數

(人)

研發金額 (百萬元)

實收資本額 (百萬元)

營業額 (億元)

專利數 (件)

89 積體電路 61,135 26,268 514,734 5,757.11 2,018 90 積體電路 58,449 34,351 625,246 3,757.19 2,420 91 積體電路 60,390 30,361 691,024 4,562.59 1,891 92 積體電路 61,281 32,145 752,336 5,632.75 1,607 83 電腦 9,649 2,027 16,868 719.08 43 84 電腦 11,148 2,847 24,999 1,215.44 71 85 電腦 14,187 3,784 34,761 1,212.37 66 86 電腦 17,263 4,776 46,173 1,409.62 188 87 電腦 16,623 5,969 60,440 1,598.94 177 88 電腦 16,529 7,257 75,551 2,008.96 188 89 電腦 16,064 6,060 87,876 2,124.89 248 90 電腦 13,363 4,059 99,426 1,610.71 366 91 電腦 12,813 5,132 62,265 1,245.28 577 92 電腦 12,286 5,260 63,633 1,347.71 952 83 通訊 3,943 954 8,310 147.29 5 84 通訊 4,071 1,201 10,045 170.02 13 85 通訊 4,385 1,110 12,386 192.63 17 86 通訊 4,877 1,413 14,870 271.32 21 87 通訊 5,170 1,619 18,661 264.48 17 88 通訊 5,299 2,163 20,015 323.99 15 89 通訊 7,334 2,363 24,499 507.7 12 90 通訊 6,975 2,569 30,696 561.23 31 91 通訊 6,869 2,838 34,083 565.58 23 92 通訊 6,912 3,197 32,651 564.59 47 83 光電 2,384 484 6,158 47.24 13 84 光電 3,270 785 10,851 100.29 16 85 光電 5,386 974 13,301 175.34 13 86 光電 6,994 1,430 20,414 278.49 12 87 光電 7,657 1,863 36,720 297.6 26 88 光電 11,110 3,170 59,854 513.88 31 89 光電 16,255 4,214 62,191 809.22 80 90 光電 16,173 6,379 97,668 623.55 145 91 光電 16,939 7,218 115,140 600.35 166 92 光電 19,348 8,629 133,856 943.35 353

表 3.2 初步園區六大產業投入產出項指標 (續)

投入項 產出項 員工人數

(人)

研發金額 (百萬元)

員工人數 (人)

研發金額 (百萬元)

員工人數 (人)

83 機械 1,000 154 2,078 19.46 0 84 機械 1,041 223 1,958 24.92 3 85 機械 1,070 185 2,266 27.68 5 86 機械 1,295 173 3,231 34.14 8 88 機械 1,165 96 2,707 47.95 9 89 機械 1,351 380 2,720 72.58 4 90 機械 843 168 2,714 47.97 26 91 機械 893 221 4,248 53.89 29 92 機械 948 275 5,389 57.89 56 86 生物 300 134 1,949 4.04 4 87 生物 366 237 2,154 5.69 3 88 生物 435 230 1,738 6.65 7 89 生物 636 780 2,463 11.34 4 90 生物 712 267 3,073 13.35 3 91 生物 712 759 3,235 14.16 2 92 生物 823 825 4,586 18.41 11 資料來源：新竹科學工業園區管理局

為確保本研究投入產出項之相關性，本研究經由專家篩選後 各指標進行相關分析，由表3.3所示，我們可以知道營業額、專利 數與員工人數、研發金額、實收資本額皆具有高度正向的相關性，

所以本研究初步選取營業額、專利數為產出項，員工人數、研發 金額與實收資本額為投入項，並進行DEA模式之試算。

表3.3 投入與產出指標相關分析表

註：**在顯著水準為0.01時(雙尾)，具有顯著相關性 產出項 投入項

員工人數 研發金額 實收資本額 營業額 0.957** 0.919** 0.913**

專利數 0.919** 0.941** 0.932**

過去相關研究中，賴士葆等【38】研究指出專利申請數與專 利 核 准 數 大 多 數 不 是 當 期 的 投 入 所 造 成 的 產 出 ， 所 以 較 不 符 合 DEA投入項與產出項需當期投入與當期產出的概念。因此本研究 利用資料包絡分析法對各投入與產出項進行初步試算，其試算結 果發現，以營業額與專利數兩者為產出項之經營績效，與以營業 額為產出項之經營績效相較之下，兩組之經營績效差異不大，如 圖3.2、3.3、3.4、3.5、3.6、3.7所示。因此本研究最後確立投入項 為員工人數、研發金額、實收資本額，產出項為營業額。

積體電路整體技術效率值比較圖

0 20 40 60 80 100

年度 效率值

CCR(a) CCR(b)

CCR(a) 47.4 57.8 43.3 44 44.9 59.7 77 57.5 63.1 73.6 CCR(b) 44.8 53.3 40.2 40.1 42.3 56.5 71.2 48.6 57.1 69.5 83 84 85 86 87 88 89 90 91 92

註：CCR(a)表產出項為營業額與專利數，CCR(b)表產出項為營業額 圖 3.2 積體電路產業整體技術效率值比較圖

電腦產業整體數技術效率值比較圖

0 20 40 60 80 100

年度

效率值 CCR(a)

CCR(b)

CCR(a) 87.9 100 77.3 74.5 81.4 96.6 100 100 84.5 100 CCR(b) 87.7 100 77.3 72.8 80.8 96.6 100 100 76 84.3 83 84 85 86 87 88 89 90 91 92

註：CCR(a)表產出項為營業額與專利數，CCR(b)表產出項為營業額

圖 3.3 電腦產業整體技術效率值比較圖

通訊產業整體技術效率值比較圖

0 20 40 60 80 100

年度

效率值 CCR(a)

CCR(b)

CCR(a) 36.5 37.9 41.2 48.5 43 50.9 59.2 64.6 64 64.4 CCR(b) 36.5 37.7 40.6 48.4 43 50.9 59.2 64.6 64 64.4 83 84 85 86 87 88 89 90 91 92

註：CCR(a)表產出項為營業額與專利數，CCR(b)表產出項為營業額

圖 3.4 通訊產業整體技術效率值比較圖

光電產業整體技術效率值比較圖

0 20 40 60 80 100

年度

效率值 CCR(a)

CCR(b)

CCR(a) 23.8 31.7 40.8 44.7 37.6 39.8 45.7 30.3 28.3 40.2 CCR(b) 22.3 29.8 40.8 44.7 37.3 39.8 45.3 29.2 26.8 36.9 83 84 85 86 87 88 89 90 91 92

註：CCR(a)表產出項為營業額與專利數，CCR(b)表產出項為營業額 圖 3.5 光電產業整體技術效率值比較圖

機械產業整體技術效率值比較圖

0 20 40 60 80 100

年度

效率值 CCR(a)

CCR(b)

CCR(a) 28.4 29.4 37.8 47.4 43.9 100 54.9 94.1 80.6 100 CCR(b) 28.4 26.2 34 43.1 43.9 100 54.9 65.4 57 52.1 83 84 85 86 87 88 89 90 91 92

註：CCR(a)表產出項為營業額與專利數，CCR(b)表產出項為營業額 圖 3.6 機械產業整體技術效率值比較圖

生物產業整體技術效率值比較圖

0 20 40 60 80 100

年度

效率值 CCR(a)

CCR(b)

CCR(a) 17.21 13.44 26.92 15.99 15.73 16.03 19.75 CCR(b) 10.18 11.75 12.57 14.76 15.13 15.83 16.91

86 87 88 89 90 91 92

註：CCR(a)表產出項為營業額與專利數，CCR(b)表產出項為營業額 圖 3.7 生物產業整體技術效率值比較圖

3.DEA 模式之選擇

本研究目的主要欲瞭解園區六大產業其資源之使用狀況及經 營效率，並且投入產出項為可控制變數，所以本研究主要使用一 般 DEA 之 CCR 與 BCC 模式，並採取產出導向，來得到其整體技 術效率、純粹技術效率與規模效率。

4.結果分析

本研究欲進行之分析，分為以下幾點說明之。

(1)分析六大產業歷年來整體技術效率、純粹技術效率及規模 效率之變化。

(2)分析在變動與固定規模報酬下無效率之評估單位，以瞭解

造成其無效率之原因。

(3)分析投入產出項之權重，瞭解其投入產出項之相對貢獻。

3.3 麥氏生產力指標

麥氏生產力指數主要功能是用來衡量同一個受評估單位在不 同期間期生產力變動的情形。為使本研究在衡量園區六大產業績 效上能更全面性的探討，本研究除應用DEA模式評估外，亦將納 入麥氏生產力指標(Malmquist Prodcutvity Index;簡稱MPI)，以衡量 園區六大產業在跨期間上生產力變動之情形。

麥氏生產力指數最早是由Malmquist於1953年提出的，起初應 用於消費者理論上，是一種量化指數(quantity index)，是用來衡量 效 用 可 能 集 合 邊 界 變 動 之 比 率 。 後 來Caves, Christensen, and Diewert(1982，簡稱CCD)【43】提出以產出導向估計之麥氏生產 力指數，並將麥氏生產力指數定義為：任兩期之間的產出面效率 變動(或投入面效率變動)，其模式如下：

第 期產出面的CCD生產力指數： t

( )

(

^{t t}

)

t

t t t t

CCD D x y

y x M D

, ,

1 0

1 1 0

+

+ +

= ……… (3.13)

第t+1期產出面的CCD生產力指數：

( )

( )

^{t t}

t

t t t t

CCD

D x y

y x M D

, ,

1 0

1 1 1 1 0

+

+ +

+

=

+ ……… (3.14)

t

MCCD使指在固定規模報酬下，以第t期技術水準為基礎，計算由 第t期至第t+1期間在生產力上的變動率，若 >1，表示生產力 有改善， <1表示生產力降低。

t

MCCD

t

MCCD

隨 後 在1989年Fare, Grosskopf, Lindgren, and Roos【48】將 Caves等人【43】定義的兩期麥氏生產力以幾何平均數衡量之，此 一方式，避免了CCD【43】提出的指數，涉及到基期選擇的不同，

而可能造成的偏誤的問題。因此，Fare等人【48】所定義的麥氏生 產力指數被學者大量採用。本研究亦將採用Fare等人【48】所定義 的麥氏生產力指數於實證分析上。

對於麥氏生產力指數的理論背景有了基礎的概念後，瞭解到 麥氏生產力指數是以產出距離函數為其構成要素，因此，接下來 將介紹產出距離函數。然而距離函數又可分為產出距離函數與投 入距離函數，都是用來衡量技術效率的。但因為各產業偏向於給 定投入，增加產出，而不是給定產出，然後減少投入，因此本研 究使用產出距離函數。

首先，定義有 種投入，n種產出，期間 ，投入向量 ， 產出向量 ，生產技術 為非空、封閉、凸集合，而且投入產出 均可自己處理。則第

m t(1,2,...T) x^t

yt S^t

t期的生產技術可表示為：

[ ]

{

^{t t t t}

}

t x y x y

S = , , 能生產 ………….………...….……..…..(3.15)

根據Shephard【55】之定義，可得出第t期的產出距離函數為：

(

^,

)

^min

{

^:

[

^,

] }

¹

0^t x^t y^t = x^t y^t ∈S^t ≤

D θ θ ……….……….(3.16)

其中，θ為投入產出組合至生產邊界的距離，其值越大，表示越不 具生產效率。而D₀^t的下標”0”代表產出。

在瞭解產出距離函數後，我們將Fares等【48】所提出的麥氏 生 產 力 產 出 導 向 的 修 正 模 式 ， 定 義 總 要 素 生 產 力(Total Factor Productivity)為技術效率變動指數(Technical Change,TC)及效率變 動指數(Efficiency Change, EC)的乘積，即TFP =TC×EC，其數學 式分別如下：

( ) ( )

( ) ( )

( )

2 1

1 0

1 1 1 0 0

1 1 1 0

1

, , ,

, , ,

, 



 



 ×

= ^{+ + +}₊ ^{+ +}

+ +

t t t

t t t

t t t

t t t t

t t t

y x D

y x D y

x D

y x y D

x y x

TFP …..……(3.17)

( ) ( )

( ) ( )

( )

2 1

1 0

0 1

1 1 0

1 1 1 0

1

, , ,

, , ,

, 



 



 ×

= ₊ ⁺₊ ⁺_{+ +}

+ +

t t t

t t t

t t t

t t t t

t t t

y x D

y x D y

x D

y x y D

x y x

TC ………..…(3.18)

( ) ( )

(

^{t t}

)

t

t t t t

t t t

y x D

y x y D

x y x

EC ,

, , , ,

1 1 1 1 0

1

+ + + +

+ =

0

………...……(3.19)

當TFP>1時表示從t至t +1時生產力有改善，TFP <1表示生產力降 低。當TC >1表示技術進步，反之技術退步。當EC>1表示效率進 步，反之效率惡化。

3.4 景氣指標相關數據

經由行政院經濟建設委員會蒐集到景氣相關指標數據，本研 究主要研究範圍為民國 83∼92 年，所以將各景氣指標民國 83∼ 92 年數據列表如 3.4 所示：

表 3.4 民國 83∼92 年領先指標綜合指數 （90 年＝100）

年 83 84 85 86 87 88 89 90 91 92 1 月 102 104.6 100 103.4 105.5 103.4 108.4 105.3 100.8 104.8 2 月 102.1 105.3 100.9 102.6 107 103.4 108.2 103.8 102.1 104.7 3 月 102.2 103.8 100.8 103.8 104.9 105.9 107.3 102.7 103.5 103.4 4 月 102.8 103.6 101.4 103.9 105.8 105.5 107.6 101 105.9 102.9 5 月 102.7 105.8 99.6 104.6 105.1 105.8 107.7 100.5 106.8 101.3 6 月 103.9 102.9 101.5 103.9 106 106.4 109.2 98.4 107.3 102.5 7 月 102.4 102.6 99.9 107 104 106.3 109.6 97.2 107.9 106.1 8 月 101.6 104.2 100.5 105.2 104.7 106.4 108.7 99 105.9 106.9 9 月 103.2 101.9 102.2 105 106.6 104.2 109.9 96.2 107.6 108 10 月 103.9 101.3 101.6 106.6 103.6 107.3 108.6 98.9 104.7 108.9 11 月 106.1 100.3 102.7 105.1 104.1 108.3 106.8 99.2 105.4 109.9 12 月 103.7 100.3 103.2 107.1 102.9 108.1 106.9 97.9 106.4 111

平均 103.1 103.1 101.2 104.9 105 105.9 108.2 100 105.4 105.9 資料來源：行政院經建會

表 3.5 民國 83∼92 年同時指標綜合指數 （90 年＝100）

年 83 84 85 86 87 88 89 90 91 92 1 月 115.1 115.9 106.8 111.6 114.8 103.4 116.8 102.7 105 106.6 2 月 114.7 115.3 105.9 113.7 114.2 102.8 117.8 101.4 105.3 106.7 3 月 112.9 116 104.8 114 112.7 105 115.8 99.8 106.9 106.1 4 月 113.9 114.4 107.4 113.1 112.1 107.5 114.9 98.8 109.3 105.4 5 月 115.6 113.7 106.8 114 107.2 108.8 113.5 98 110.5 105.1 6 月 116.4 112 108.5 114 107 110.4 112.6 98.5 110.8 106.3 7 月 117 111.5 107.1 116.6 105 110.9 111.4 98.4 110.6 108.4 8 月 117.3 112 107.6 115.9 104.7 111.6 110.9 99.5 109.5 108.6

9 月 118.5 110.1 107.8 115.9 106.8 111 110.7 98.3 111 109.6 10 月 118.5 107.6 109.3 113.7 105.1 113.2 107.9 100.3 110 111.7 11 月 117.8 107.7 110 116.6 104.7 112.7 107 101.8 109.6 111.7 12 月 115.3 107.6 110.4 116.8 103.8 113.9 105.8 102.6 108.2 113.6 平均 116.1 112 107.7 114.7 108.2 109.3 112.1 100 108.9 108.3 資料來源：行政院經建會

表 3.6 民國 83∼92 年綜合判斷分數

年 83 84 85 86 87 88 89 90 91 92 1 月 32 30 18 26 23 18 32 10 15 20 2 月 29 34 18 24 27 17 30 10 15 22 3 月 26 30 13 31 25 16 29 10 20 17 4 月 30 29 21 24 20 20 28 9 26 14 5 月 30 28 15 24 19 22 29 9 25 14 6 月 32 25 17 28 20 25 27 9 25 20 7 月 30 23 19 30 16 24 26 9 29 24 8 月 33 21 20 26 22 23 28 11 24 26 9 月 34 22 24 31 18 19 28 9 29 29 10 月 36 15 22 26 16 26 23 9 23 31 11 月 39 13 26 28 19 26 17 10 26 30 12 月 31 16 28 29 14 28 16 15 24 34

平均 31.8 23.8 20.1 27.3 19.9 22 26.1 10 23.4 23.4 資料來源：行政院經建會

表 3.7 產業景氣調查各項指標概況

製造業設備利用率 單位:%

年 83 84 85 86 87 88 89 90 91 92

1 月 78 79 78.3 78.9 77.5 78.9 80 76.2 75.8 78 2 月 74.5 77.3 75.7 76 78.3 76.5 77.4 77.7 71.3 73.4 3 月 78.2 80.1 78.1 79 79.6 79.1 81 78.6 77.2 78.4 4 月 78.3 79.5 78.3 78.7 79.2 79 80.2 76.2 77.2 77.7 5 月 78.8 80 78.8 78 78.9 79.1 81 76.7 78.5 78.1 6 月 78.6 79.1 77.8 78.2 78.9 79.1 81 75.6 77.3 77.5 7 月 78.5 79.1 78.5 79 78.9 79 80.8 75.3 77.8 79.2 8 月 78.4 79.2 78.3 78.6 78.8 79 80.8 76 77.6 78.7 9 月 78.5 78.8 78.1 79 79 78.2 81 75.1 77.2 78.7 10 月 79.2 78.6 79 79.4 79 79.4 81 76.2 78.5 80.2

11 月 79.7 78.6 79 79.6 78.9 79.6 80.2 76 77.8 79.5 12 月 79.4 78.3 79.1 80 79.1 80 79.8 75.7 78 80.4 平均 78.3 79 78.3 78.7 78.8 78.9 80.4 76.3 77 78.3

製造業銷貨利用率 單位:%

年 83 84 85 86 87 88 89 90 91 92

1 月 5.5 6.1 5.3 5 5 4.4 4.8 4.1 3.9 5 2 月 5.1 5.9 4.9 4.6 5.1 4.2 4.6 4.2 3.5 4.5 3 月 5.8 6.3 5.2 5.1 5.2 4.5 5 4.4 4.4 4.8 4 月 6 6.1 5.3 5.1 5.2 4.6 4.9 4.2 4.7 4.6 5 月 6.1 6.1 5.3 5.2 5.1 4.7 5 4.1 5 4.5 6 月 6.3 6 5.2 5.1 5 4.7 4.9 4 4.8 4.5 7 月 6.2 6 5.1 5.2 4.9 4.7 4.8 3.9 5 4.9 8 月 6.1 6 5 5.2 4.8 4.6 4.9 3.9 5 4.8 9 月 6 5.8 4.9 5.3 4.7 4.4 4.8 3.7 4.9 4.8 10 月 6.2 5.7 5.1 5.3 4.7 4.7 4.7 3.8 5.1 5 11 月 6.3 5.5 5.1 5.4 4.6 4.7 4.6 3.8 5.1 4.9 12 月 6.2 5.2 5 5.3 4.5 4.8 4.5 3.5 4.9 5.1 平均 6 5.9 5.1 5.2 4.9 4.6 4.8 4 4.7 4.8

製造業成品存貨率 單位:%

年 83 84 85 86 87 88 89 90 91 92

1 月 64.9 58.1 73.4 64.7 75.3 72.1 68.2 86.2 80.8 60.8 2 月 79.3 60.8 79.5 74.8 75.3 88.4 67.6 84.3 81.6 75.1 3 月 56.2 50.6 65.6 62.6 59 65.4 54.4 75.3 63.6 60.3 4 月 54.5 46.3 63.8 63.8 61 67.2 60.5 79.3 60.2 69.7 5 月 55.8 47.6 68 62.6 65.2 68.1 58.5 80.8 61.1 70.9 6 月 56.7 52.9 70.3 68.3 66.8 68.6 59.4 79.4 68.4 67.3 7 月 58.3 54.5 74.4 63.6 69.2 69 63.9 80.5 66.3 64.1 8 月 57 56.2 71.1 65.6 68.4 66.8 65.4 76.1 66.7 58.4 9 月 55.8 55.9 69.7 58.3 64.6 67.2 62.4 75.3 64.4 58.8 10 月 53.4 57 68.7 66.7 66.5 64.1 65.8 77.5 63.4 54.3 11 月 55 67.6 74.8 58.9 73.5 64.9 73.2 78.1 67.9 60.5 12 月 61.1 74.9 70.8 72.3 76.9 63.9 75.3 79.2 68.5 59.9 平均 59 56.9 70.8 65.2 68.5 68.8 64.6 79.3 67.7 63.3

製造業新接訂單指數 75 年 1 月=100

年 83 84 85 86 87 88 89 90 91 92

1 月 561.2 685.6 804.6 824.1 913.3 933.3 1042.8 1045.2 1047.2 1110.4 2 月 555.8 720.6 780.5 790.3 1029.3 1008.9 1066.3 1100.6 990.7 1083.8