臺灣博碩士論文加值系統

全球衛星定位系統 (Global Positioning System；GPS)產業近年因為人們對於安全性和休閒娛樂的考量而受到重視，這個市場的快速成長，對於GPS製造產業來說，生產能力及效率是非常重要的，如何能在資源有限的情況下，達成效率的最佳化，是目前對於關鍵的課題。
本研究利用資料包絡分析法(Data Envelopment Analysis；DEA)，以GPS製造產業中之G公司為研究對象，蒐集生產實際資訊以建立有效的績效評估模型，藉以找出最佳之生產模式，建立最適之生產模型，本研究中投入變數為「人力」、「物力」、「設備」及產出項為「產量」與「產值」，並採用DEA之CCR模式及BCC模式進行分析。經由CCR模式求出決策單位總效率及BCC模式求得決策單位的純粹技術效率，再經由總效率及純粹技術效率比值得到規模效率，並由差額變數分析瞭解相對無效率的決策單位，為了達成相對有效率之決策單位相同資源使用效率時的改善方向及幅度，之後再利用敏感度分析探討各變數變動時，對於決策單位績效之影響幅度，以及利用SBM模式與CCR模式及BCC模式比較其績效區隔能力。
經由以上研究分析結果得知各類產品在第二季中各種效率分析上都有明顯不佳的情況，敏感度分析中則發現「產值」變項剔除後影響最為巨大，建議管理者可針對此問題進行管控及改善。

In recent years, the fast-growing Global Positioning System (GPS) industries have attracted attentions of the people who care about the security and the entertainment. Hence, the efficiency of production systems are quite important. How to achieve the optimal efficiency under limited resources is the critical issue.
The purpose of this study is to identify a GPS manufacturer, collect the information of the production lines, build and analyze the lines using Data Envelopment Analysis (DEA) models, and finally give some suggestions for the improvement.
Taking a GPS manufacturer as the research objective, the main target of this research is to maximize the throughput by finding the best deployment of the resources, man, material and equipment. The CCR and BCC models from the DEA methods were implemented to analyze the production lines. This research considers, first, the total efficiency of the decision making unit (DMU) and the pure technology efficiency respectively from the CCR and BCC models. Secondly, the scale efficiency is obtained from the ratio of the total efficiency and the pure technology efficiency. Thirdly, the related non-efficiency of the decision making unit from the slack variable analysis, is accomplished. In addition, the research also reveals the connection of the change on the resource deployment and the impact on the performance of the decision making unit by the sensitivity analysis. Finally, the performance discerning ability is investigated by comparing the SBM, CCR and BCC analyses.
The analysis result shows the poor performance over all production lines in the second quarter. Given the sensitivity analysis result, removing the factor, throughput quantity, will bring out the largest impact, so the managerial levels can take action from this factor first.

中文摘要 ii
英文摘要 iii
致謝 v
目錄 vi
表目錄 viii
圖目錄 ix
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究問題 3
1.4 研究範圍與限制 3
1.5 研究架構與流程 4
第二章 文獻探討 6
2.1 生產力相關文獻探討 6
2.2 績效衡量方法 11
2.3 資料包絡分析法相關文獻探討 14
2.4 資料包絡分析法應用於電子產業之相關文獻探討 15
第三章 研究方法 22
3.1 資料包絡分析法理論 22
3.1.1 資料包絡分析法來源 22
3.1.2 Farrell模式 23
3.2 資料包絡分析法使用流程 24
3.3 資料包絡分析法模型介紹 28
3.3.1 CCR模式 28
3.3.2 BCC模式 30
3.3.4 SBM模式 33
3.4 資料包絡分析法各模式優點與適用範圍 33
第四章 實證研究與評估分析 35
4.1 產業環境介紹 35
4.2 決策評估單位選擇 38
4.3 投入與產出變數選取 39
4.4 相關係數分析 40
4.5 效率分析 41
4.5.1 總效率分析 42
4.5.2 純粹技術效率 42
4.5.3 規模效率 43
4.5.4 規模報酬分析 43
4.5.5 參考群體分析 44
4.5.6 效率分類 45
4.6 差額變數分析 46
4.6.1 CCR模式之差額變數分析 46
4.6.2 BCC模式之差額變數分析 51
4.7 敏感度分析 55
4.7.1 CCR模式之敏感度分析 56
4.7.2 BCC模式之敏感度分析 57
4.8 SBM模式 58
第五章 結論與建議 60
5.1 結論 60
5.1.1 效率分析 60
5.1.2 差額變數分析 62
5.1.3 敏感度分析 63
5.2 未來研究方向與建議 64
參考文獻 65
中文部份 65
英文部份 66

中文部份
方楠，「資料包絡分析法延伸模式應用於台灣TFT-LCD產業績效衡量之研究」，元智大學工業工程與管理學系研究所，博士論文，2010年。
李明德，「以資料包絡法分析半導體封裝測試廠經營績效」，逢甲大學工業工程與系統管理學研究所，碩士論文，2008年。
余朝權，創造生產力優勢，五南圖書出版公司，2002年。
卓之君，「台灣電子零組件產業生產力之研究」，中國科技大學運籌管理研究所，碩士論文，2006年。
紀明佳，「半導體封裝廠生產效率之評估分析」，國立高雄第一科技大學運籌管理所，碩士論文，2007年。
徐孟詩，「我國新興科技產業經營績效之研究--以光電產業為例及財務分析之觀點」，國立臺灣大學國際企業學研究所，2001年。
孫遜，資料包絡分析法-理論與應用，揚智文化公司，2003年。
翁孝文，「運用資料包絡分析法之汽車通訊產業生產系統生產力實證研究」，大業大學工業工程與科技管理學系碩士班，碩士論文，2004年。
徐慧娟，「應用資料包絡分析法於經營績效之研究--以筆記型電腦產業為例」，朝陽科技大學企業管理系碩士班，碩士論文，2006年。
章瓊文，「咖啡連鎖店經營績效實證研究」，元智大學工業工程與管理學系研究所，碩士論文，2005年。
童文彰，「運用資料包絡分析法之自行車產業生產系統生產力實證研究」，大業大學工業工程與科技管理學系碩士班，碩士論文，2006年。
游聲裕，「我國電腦及週邊產業企業經營績效剖析」，國立成功大學企業管理學系研究所，碩士論文，2000年。
廖緹瑄，「運用資料包絡分析法探討TFT-LCD供應商績效評估」，元智大學工業工程與管理學系研究所，碩士論文，2007年。
陳鼎誠，「主機板產業經營效率分析--資料包絡分析法之運用」，東吳大學經濟學系研究所，碩士論文，2002年。
謝美雀，「運用資料包絡分析法之光電產業生產系統生產力實證研究」，大業大學工業工程與科技管理學系碩士班，碩士論文，2005年。
顏政明，「全球定位系統(GPS)產業分析與企業競爭策略之研究」，淡江大學管理科學研究所企業經營碩士在職專班，碩士論文，2007年。
薄喬萍，績效評估之資料包絡分析法，五南圖書出版股份有限公司，2007年。
顧志遠，高等教育單位之生產力評估與資源分配整合模式研究，管理與系統，第六卷第三期，頁347-364，1999年。
iSuppli http://www.isuppli.com/Pages/Home.aspx
全球中文文化性電子產業社群平臺 http://www.ctimes.com.tw/
智權經營管理 http://www.csistdup.org.tw/
國立臺灣海洋大學通訊與導航工程研究所衛星導航系統實驗室 http://gnss.cge.ntou.edu.tw/?q=node/14
英文部份
Banker, R.D. and A.J. Maindiratta (1986). “Piecewise Loglinear Estimation of Efficient Production Surfaces,” Management Science, 32(1), 126-135.
Banker, R.D., Charnes, A. and Cooper, W.W. (1984). “Some models for estimating technical and scale inefficiencies in data envelopment analysis.” Management Science, 30 (9), 1078-1092.
Banker, R.D., Charnes, A. and Cooper, W.W. and A. P. Schinnar (1981). “A Bi-external Principle for Frontier Estimation and Efficiency Evaluations”, Management Science, 27 (12), 1370-1382.
Banker, R.D. and Morey, C. (1986). The use of variables in data envelopment analysis. Management Science, 32 (12), 1613-1627.
Charnes, A., Cooper, W.W., Golany, B., Seiford, L. and Stutz, J. (1985). “Foundations of data envelopment analysis for pareto-koopmans efficient empirical production functions,” Journal of Econometrics, 30, 91-107.
Charnes, A., Cooper , W.W., L. Seiford, and J. Stutz (1983). “Invariant Multiplicative Efficiency and Piecewise Cobb-Douglas Envelopment,” Operations Research Letters, 2 (3), 101-103.
Charnes, A., Cooper, W.W. and Rhodes, E.L. (1978). “Measuring the efficiency of decision making units.” European Journal of Operational Research, 2 (6), 429-444.
Charnes, A., Cooper, W.W., Lewin, A.Y., Morey, R.C. and Roussean, J.J. (1985). “Sensitivity and stability analysis in DEA.” Annals of Operations Research, 2, 139-156.
Cook, W.D. and Seiford, L.M. (2009). “Data envelopment analysis (DEA) –Thirty years on,” European Journal of Operational Research, 192, 1-17.
Cooper, W.W., Seiford, L.M. and Tone, K. (2000) Data Envelopment Analysis – A comprehensive Text with Models, Applications, References and DEA – Solver Software. Boston: Kluwer Academic Publishers.
Farrell, M.J. (1957). The measurement of productive efficiency,” Journal of the Royal Statistical Society, Series 120(3), 253-281.
Farrell, M.J. and M. Fieldhouse (1962). “Estimating Efficient Production Functions Under Increasing Returns to Scale,” Journal of the Royal Statistical Society, Series A, 125. 252-267.
Kendrick J.W. and Creamer, D. (1965), Measuring Company Productivity: Handbook with case studies, Studies Business Economics, 89, National Industrial Conference Board, New York.
Roll, Y., Golany, B., and Seroussy, D. (1989) “Measuring the Efficiency of Maintenance Unit in the Israeli Air Force,” European Journal of Operational Research, 43(2), 136-142.
Sumanth, D.J. (1984), Productivity Engineering and Management: Productivity Measurement, Evaluation, Planning, and Improvement in Manufacturing and Service Organisations, McGraw-Hill, New York, NY.
Taylor, B.W. and K.D. Davis (1977). Corporate productivity - getting it all together. Industrial Engineering, 9, 32-36.
Tone, K. (2001). “A slacks-based measure of efficiency in data envelopment analysis,” European Journal of Operational Research, 130 (3), 498-509.
William J. Stevenson (1999). Production / Operation Management, 6thed, McGraw Hill Company, New York.