南台科技大学专题讨论报告学习指导书.pptVIP

DEA 使用上的限制 DEA 無法處理產出項為負值，只能提供相對效率評估，而非絕對效率的衡量，因此當一受評估的DMU 為相對有效率時，可能只是壞中取相對不壞者，而非真正有效率者。 運用於同質性較高的DMU，同質性越高則衡量效率越好，則其評估的結果亦愈具有解釋能力。 資料的準確度愈高，則所求出之評估結果才愈正確。 Malmquist 生產力指數 ( MPI) Farrell (1957) 提出的效率測度法，是在生產技術不改變的情況下，衡量廠商的產出投入距離生產邊界之程度，並將其估計出的生產效率指標作為評估廠商生產營運績效的指標。 為了瞭解每一個DMU 在不同時期中其技術變動與生產力的變動情形，我們可藉由Malmquist 生產力指數來衡量DEA 跨期間其生產力變化。 Caves、Christensen and Diewert (1982) 所提出兩個Malmquist 總要素生產力指數的幾何平均數，以固定規模報酬( constant return to scale，CRS)做為評估的基礎，將生產力的變動分解為技術效率的變動(Technical EfficiencyChange,TEC)與生產技術的變動(Technical Change,TC)，並用產出距離函數定義，以衡量每一個DMU 在不同期間內生產力變動的情形定義第t 期及第t+1期的Malmquist 總要素生產力指數如下: 資料與實證 本研究以DEA 方法做績效評估，在DEA 研究中，投入要素與產出要素選取是最重要的步驟。不同的投入和產出變數可能會導致評估效果的不同。因考量到TFT-LCD 產業隸屬於高科技產業，因此本研究將有關高科技產業之DEA研究文獻中產出與投入變數做以下整理，如下表： 投入項目的選擇與選用方式 產出變數中，以營業收入淨額，代表公司該年度生產之財貨銷售之額度。營業利益＝(營業收入－營業成本)，由於營業利益的計算過程中己將所耗用的一切成本均列入考量，因此在關注本業的獲利能力時，營業利益便為重要的指標。 我國 TFT-LCD 廠商產出投入之敍述統計量 投入與產出變數之相關性分析 DEA 模型所選擇的投入與產出變數需有同向的關係，若有負相關存在，則必需將該項目剔除。本研究針對前一節中所整理出之投入與產出變數進行相關檢定，如下表4-4 為分析之結果。 廠商經營效率之實證結果分析 一、CCR 模式下廠商經營效率值之分析（整體技術效率） 在CCR 模式下，規模報酬是固定的，效率值等於1 為相對效率，小於1則為相對無效率，各廠商效率值整理如表： 二、BCC 模式下廠商經營效率值之分析（純技術效率）在BCC 模式下，規模報酬是變動的，純技術效率值介於0 與1 之間，等於1 為相對效率，小於1 則為相對無效率。其所衡量的純技術效率值，代表在產出固定下，所投入的資源能否有效運用，並不會受DMU 未達最佳規模而有所影響，各廠商效率值整理如表4-6： 三、廠商規模效率之分析 CCR 模式下效率值除以BCC 模式下效率值的結果而求得規模效率，其效率值介於0 與1 之間，等於1 代表DMU 可達最適生產規模且規模為相對有效率，小於1 則為相對無效率。各廠商規模效率值整理如表4-7： 四、被參考次數(Peers)傳統CCR 模式為了加強鑑別程度，避免發生有效率DMU 過多而導致判斷優劣的情況，常藉助對偶模式所求出的kλ ，其值不為0 時所對應的DMUK為受評估單位之參考DMU，當某DMU 出現在其他DMU 參考點的次數越多時，表示該DMU 有效率的強度(Robustness)則越強，若有效率的DMU 不曾出現在其他DMU 參考點中，這種DMU 可能為外圍值(Outlier)，其效率值還是為1。 Malmquist 生產力指數分析 分析完各廠商的效率值後，接著使用Malmquist 生產力指數來探討各DMU之各季改變趨勢，並找出改善影響生產力的關鍵因素，求出綜合技術效率變動(effch)、生產技術變動(techch)、純粹技術效率變動(pech)、規模效率變動(sech)與MPI 生產力變動(tfpch)。 由表4-10 探討國內8 家TFT-LCD 廠商2002 年第1 季至2004 第3 季共11 季的 變化情形 表4-11 以季來探討國內TFT-LCD 廠商之跨期變化，表中第2、6、9 季MPI 生產力變動(tfpch)小於１，分別探討其原因如下：第2 季(2002 年Q2)，主要是因為2002 年第二季開始國內TFT-LCD 產業便處於供不應求狀態，使得MPI 生產力變動情形呈現退步。 Tobit 迴歸分析 我們將上一節所求出之廠商效率值，藉由Tobit 迴歸分析，進一步探討影響TFT-LC