我國科技發展投資與生產效率之關聯性研究－隨機邊界法之應用

The Association between Technology Development Investment and Production Efficiency in Taiwan: Using a Stochastic Frontier Approach

陳玉麟(Yu-Lin Chen) ； 蔡秋田(Chiu-Tien Tsai)

《交大管理學報》 25卷2期 (2005/12) Pp. 211-233

https://doi.org/10.6401/CMR.200512.0211

摘要

本研究旨在探討科技發展投資（資訊科技、研究發展投資與資訊人員）對企業生產效率的影響。藉由理論模型的推導，配合隨機邊界法進行實證分析，主要結果為：資訊人員密度對於我國公司生產技術效率具有顯著的解釋能力，此意味著資訊人才的取得將是我國企業未來可否快速成長與茁壯的關鍵。實務界與政府可由如何培養與留任優秀的資訊人才著手，以提高企業整體的生產技術效率，進而提升競爭能力。其次，本研究發現資訊科技的投資與研究發展的投資對生產技術效率存在正向的關聯性，故公司若能在科技發展投資上有進一步的提昇，諸如加強資訊電子業對資訊科技的投資，提高其它產業對於研究發展的投資，則對於台灣整體產業的生產技術效率應會有所助益。

關鍵字

資訊科技投資 ； 資訊人員 ； 研發密度 ； 技術效率 ； 隨機邊界法

並列摘要

Abstract: The purpose of this paper is to explore the impact of technology development investment (information technology (IT), research and development (R&D) and information human) on production efficiency. Through the theoretic model inference and empirical analysis of the stochastic frontier approach, our results show that information human intensity positively affects the production efficiency. This implies that the acquisition of the information human is crucial for the future growth of the enterprise in Taiwan, and this finding can provide some references to business decision and governance policy in enhancement of production technology efficiency. Besides, we find that both IT and R&D investment are positively related to the production technology efficiency. This indicates it would be benefit to the production technology efficiency of the overall industry if the enterprise can improve the technology development investment, such as increase in IT investment of the electronic industry and R&D investment of the other industry.

並列關鍵字

IT Investment ； Information Human Intensity ； R&D Intensity ； Technology Efficiency ； Stochastic Frontier Approach

參考文獻

Carr N. G.(2003)。IT不再攸關重大。哈佛商業評論。21，42-52。

洪世章、黃欣怡(2003)。產業、環境與競爭力－台灣薄膜電晶體液晶顯示器工業的分析。科技管理學刊。8(1)，1-31。

胡哲生、黃泰元(2003)。產業合作關係與內部資訊系統對傳統產業導入網路科技之影響。科技管理學刊。8(3)，79-110。

黃智聰、高安邦、許敬基()。

Aigner, D. J.,Lovell, C. A. K.,Schmidt, P.(1977).Formulation and estimation of stochastic frontier production function models.Journal of Econometrics.6,21-37.