以二階段資料包絡分析評估電信服務業經營效率ir.lib.ksu.edu.tw/retrieve/114742/全文編號23號-17.pdf ·...

2013 服務業國際化研討會中華民國 102年 11月 22日崑山科技大學

以二階段資料包絡分析評估電信服務業經營效率

蔡明智義守大學企業管理學系副教授范氏海燕義守大學管理學院碩士班研究生

摘要

自 2006 年政府實施電信自由化政策，開放民間經營電信服務，讓台灣地區電信產業的市場，由中華電信股份有限公司獨家壟斷市場的絕對優勢，轉為自由競爭之狀

況。各民營業者陸續投入電信產業這個市場，在開放電信自由化之後，廠商家數明顯

提升。在市場激烈的競爭情況下，該產業的各家電信廠商，要如何善用自身的資源，

提高其經營效率，以維持其競爭優勢，是一個值得研究探討的議題。本研究以二階段的資料包絡分析(Data Envelopment Analysis, DEA)，利用 2012 年的資料進行分析，評估台灣 41 家電信服務廠商的經營效率及市場能力。第一階段以營業費用、員工人數及資產總額等 3 個投入變項，與營業利益及業外收入等 2 個產出變項，利用DEA 衡量各家電信服務廠商的技術效率、純技術效率及規模效率等，再以差額變數分析(Slack Variable Analysis)，提供無效率廠商經營改善的方向與建議。第二階段則以營業利益及業外收入等 2 個投入變項，每股盈餘、用戶數、每股淨值、每股營業利益、每股稅前淨利、每人營收、及每人營業利益等為 7 個產出變項，探討廠商之市場能力，本研究之分析結果，可做為未來廠商提升經營效率之參考。關鍵詞：資料包絡分析、電信服務業、績效評估

Abstract

In 2006, Taiwan government has implemented liberal policy in the telecommunications service industry. The decision has opened the door for private telecommunication firms and the telecommunications market changed from the exclusive monopoly Chunghwa Telecom Co. into the condition of fierce competition. Therefore, for the telecommunications service industry, how a firm maintains its competitive advantage in such a fierce competition market by efficiently using its resources is an issue worth to investigate. In this study, two-stage data envelopment analysis (DEA), using data in year 2012, is used to assess the operational efficiency and market power of Taiwan's 41 telecom service companies. At the first stage, total assets, number of employees, and operating expenses are treated as three input variables; operating income and non-operating income are treated as two output variables. Using DEA, the technical efficiency, pure technical efficiency and scale efficiency of the various telecommunications service vendors are measured. Then slack variable analysis is performed to provide directions and suggestions of improvement for those inefficient companies. At the second stage, operating income and non-operating income are treated as


two input variables; the number of users and other factors are treated as seven output variables. The market ability of all companies is measured. The results of this study can be used as reference for company to improve their operational efficiency. Keywords: Data Envelopment Analysis、Telecommunication Service、Performance Evaluation

1、前言

在行動連網裝置明顯擴充、行動連網服務對頻寬需求提升以及消費者使用行動加值

服務的數量增加等之因素帶動下，估計 2013 年全球行動網路流量還是將保持高度的成

長狀態。在行動服務部份，觀察各電信服務營收的現狀，隨著新興國家行動通信服務用

戶增加，加上全球 3G、3.5G的服務越來越普及的帶動下，全球行動電話用戶數及營收

跟著增加。另外，在智慧型手機、行動寬頻接取的服務，也帶動電信業加值服務比重持

續提升。整體而言，2011年全球行動電信服務市場規模約為 9,996 億美元，較 2010年

成長 9.76%(台灣經濟研究院產經資料庫, 2012)。

根據國家通訊傳播委員會(National Communication Commission, NCC)的統計數據，台

灣 2G用戶在業者持續將客戶移轉至 3G、提高行動數據服務及加值服務的質量，各家電

信業者跟著智慧型手機與平板電腦的商機，推出不少搭配方案吸引消費者，帶動 2012

年台灣 3G 用戶數呈現持續增加態勢(國家通訊傳播委員會，2013)。

整體而言，近年來在智慧型手機及平板電腦等手持裝置趨於普及下，推升消費者行

動上網需求提高，台灣的電信服務業，仍屬於有市場高需求的行業，無論從深度還是寬

度都有很快的發展。

因為過去中華電信股份有限公司從一家壟斷市場的絕對優勢，在開放電信自由化

後，廠商家數明顯提升，導致競爭環境愈來愈激烈。現在全台灣每個人平均至少都有一

個行動電話門號，由此可知，其成長似已經達到飽和的階段。為爭取更多的市場佔有率，

各業者除了提供最基本的服務外，也都陸續增加各種加值型的服務。各家電信服務業

者，如何改善自身的資源應用，以提高經營效率，降低經營成本，增加競爭優勢，是一

個值得探討的議題。

在國外，已有一些研究是利用資料包絡分析(Data Envelopment Analysis, DEA)來評估

電信服務業的經營效率，但應用 DEA在台灣電信服務業績效評估的文獻相對較少。本研

究採用 DEA模式，評估台灣電信服務業廠商的經營效率和市場能力，並提出改善建議，

供效率較差的廠商參考，希望能有效的改善其經營效率，提升其經營能力和市場競爭

力。本文結構安排如下：第一節為前言，第二節為相關文獻的探討，第三節為實證研究

分析，第四節為結論與建議。


2、文獻探討

2.1 台灣電信服務業

根據行政院主計處之分類，將通訊業分為通訊產品製造業與電信服務業。本研究參

考其第八版，將「電信服務業」定義如下：凡以有線電、無線電、光學、電磁系統或其

他科技產品發送、傳輸或接收符號、文字、影像、聲音之收發等通信服務之行業均屬之

(中華民國行業標準分類，第八版)。

依電信法的劃分，本電信服務業所屬之服務可分為第一類電信及第二類電信。第一

類電信業者以設置電信設備，提供電信服務為主，主要業務有固定通信網路(固網)、行

動通訊服務兩類。第二類電信業者則多是無自建線路，需向第一類電信業者租用線路，

通常以提供國際及長途的再加值服務為主(台灣經濟研究院產經資料庫，2012)。

由於本產業目前仍以第一類電信為主，以下就第一類電信服務業務種類，把目前台

灣電信服務業業者，概分為固定通信網路(固網)、行動電話及其他電信服務業三類(台灣

經濟研究院產經資料庫，2012)。

(1) 固定網路電信：可分為電信服務及數據服務兩大業務。電信業務主要是經營市內、長途及國際電話業務；數據業務主要則為寬頻交換通信、數據交換通信及電路出

租等。目前亦有業者朝向第二類電信業務發展(從事電路專線出租業務、或提供撥號及非對稱網際網路服務)。

(2) 行動電信主要經營行動電話相關業務，以行動語音服務及行動數據服務為其主要業務。

(3) 其他電信服務業：主要有低功率行動電話(PHS)、中繼式無線電話及衛星通訊服務等。

2.2 績效評估方法之探討

薄喬萍(2008)認為績效評估之意義為：用來衡量，評鑑組織及成員，在某一時期間

的工作表現。績效評估即一種現有狀況的調查與分析，也是一種改變現狀與提升效率的

過程與管理工具，而欲使所得之調查及分析的資料是有用的，且符合符合研究者之目

的，則必須選擇適當的評量方法(McClure, 1986)。

績效評估的方法很多，其中較重要的有：比率分析法(Ratio Analysis)(孫遜，2004)、

迴歸分析法(Regression Analysis) (孫遜，2004)、層級分析法(Analytic Hierarchy Process, AHP)

(Saaty, 1977)、灰色關聯分析(Grey Relation Analysis, GRA)(鄧聚龍，2003)、平衡計分卡

(Balanced Scorecard, BSC)(高翠霜譯，2000)、隨機邊界法(Stochastic Frontier Approach,

SFA)(Aigner et al.,1977)、及資料包絡分析(Data Envelopment Analysis, DEA)等。

2.3 資料包絡分析

爲評估一組決策單位(Decision Making Unit, DMU)之相對效率，義大利經濟學家

Pareto (1927)提出了包絡線分析法。不同的投入組合所能得到最大的產出函數，稱之為


生產函數(Product Function)。一般的投入所能獲得的產出，都是小於或等於生產函數的

產量，因此生產函數是各種產量的最大前緣，所以也稱之生產前緣(Product Frontier)。而

此生產前緣即形成了各受評單位的包絡曲線，此一包絡線便是資料包絡分析評估效率時

之理論基礎。此理論基礎是由 Farrell (1975)研究無母數方法，所提出此包絡線分析法之

生產前緣的概念(高強、黃旭男、Toshiyuki, 2003)。

Charnes, Cooper, & Rhodes (1978)將 Farrell 的單一產出對單一投入之模式，予以一般化，擴展為不需事先設定權數的多產出對多投入比率之效率模式，在構建生產函數之過

程中，由於所有資料均被包絡(envelope)於生產函數之下，因而將此種分析方法稱為資料包絡分析(Data Envelopment Analysis, DEA)，一般又稱為CCR模式。其後Banker, Charnes, & Cooper (1984)將 CCR 模式中，規模報酬為固定之限制取消，提出 BCC 模式。此二模式被學界公認為是 DEA 領域中最具影響者(Seiford, 1996)。

2.3.1 CCR 模式

CCR 模式可說是資料包絡分析法之起源，因此是進入 DEA領域的第一步。Charnes,

Cooper, & Rhodes ( 1978、1879及 1981)提出的績效評估模式，強調固定規模報酬假設，

亦即每增加一分投資，就會使產出增加一分。此模式一般又可稱為技術效率(Technical

Efficiency, TE)。其討論內容為：對於 n個性質相近的決策單位(Decision Making Unit,

DMU)，每一個決策單位各有 m 個投入項及 s 個產出項，若要評估第 k 個 DMU 的績效，

而且又考慮到受評者的立場，強調該受評者的產出，相對於固定投入的極大情形，此為

CCR 模式的投入導向模式(薄喬萍，2007)。對於 DMUk，建立評估模式如下：

0 ,

.,......,2,1 ,1

.

1

1

1

1

>≥

=≤

=

∑

∑

∑

∑

=

=

=

=

εikrk

m

iijik

s

rrjrk

m

iikik

s

rrkrk

k

vu

njxv

yus.t.

xv

yuhMax

(2-1)

其中

hk：第 k個 DMU的相對效率值，k=1, 2, …, n。

yrk：第 k 個 DMU的第 r 個產出項。

xik：第 k個 DMU的第 i個投入項。

yrj：第 j個 DMU之第 r 個產出項。

xij：第 j個 DMU之第 i個投入項。

urk：第 k個 DMU之第 r 項產出的權重值。

νik：第 k個 DMU之第 i項投入的權重值。

ε：非阿基米德數(non‐Archimedean small number)，通常設為 ε=10‐4或 10‐6。

模式(2.1)之效率值是在相同產出水準下，比較投入資源之使用效率，因而稱為投入


導向效率(input‐based efficiency)。此模式將產出除以投入之比值限制在 1以內，以滿足

效率之定義。權重 urk及 νik視為未知，當計算目標決策單位 k時，權重會被選定為特定

的數值，以使效率值 hk為最大。當決策單位之效率值為 1時，稱為相對有效率，小於 1

時稱為相對無效率(高強、黃旭男、Toshiyuki, 2003)。

由於模式(2‐1)的目標函數為分數規劃(fractional programming)型式，除了運算不易

外，且有無窮解之虞，因此將此模式轉換成線性規劃(linear programming)之模式(高強、

黃旭男、Toshiyuki, 2003)。模式如下：

ε≥

=≤−

=

=

∑∑

∑

∑

==

=

=

ikrk

m

iijik

s

rrjrk

m

iikik

s

rrkrkk

vu

njxvyu

xvs.t.

yuhMax.

,

,......,2,1 ,0

1

11

1

1

(2-2)

(2‐2)式可以為每個 DMU找出對其最有利的權重，來衡量每個 DMU的績效，但

Boussofiane, Dyson, & Thanassoulis (1991)認為式(2‐2)中的變數有 m+s個，而限制式有

m+n+s+1個，若以對偶命題的方式求解，可減少限制式數量，使該模式計算更有效率。

(2‐2)式之對偶模式如下：

無正負限制

000

21,0 -

21,

1

1

1 1

θ

;;s;sλ

,..m,isxx

,..s,rysys.t.

sshMin.

rij

i

n

jjijik

rkr

n

jjrj

m

i

s

rrik

≥≥≥

==−

==−

⎟⎠

⎞⎜⎝

⎛−−=

+−

−

=

+

=

= =

+−

∑

∑

∑ ∑

λθ

λ

θ

(2‐3)

其中

si‐：第 i個投入項之差額(slack)變數

sr+：第 r 個產出項之超額(surplus)變數

(2‐3)式除了計算更有效率外，更可看出沒有效率的 DMU，其效率值計算的參考單

位。經由 CCR 效率評估模式，會產生下列三種狀況(薄喬萍，2007)：

(1) θk*


Banker, Charnes, & Cooper (1980)提出了可以衡量純技術效率(Pure Technical

Efficiency, PTE)及規模效率(Scale Efficiency, SE)之 BCC 模式，此模式是擴充 CCR 的觀念及

使用範圍所發展而得。BCC 模式去除 CCR 模式中，固定規模報酬的假設，改以變動規模

報酬(Variable Return to Scale, VRS)替代，以評估各決策單位的純技術效率，而 CCR 模式

的效率值除以 BCC 模式的效率值，即為該決策單位的規模效率，其投入導向之分數規劃

式如下：

freeuvu

njxv

uyus.t.

xv

uyuhMax

ikrk

m

iijik

s

rrjrk

m

iikik

s

rrkrk

k

0

1

10

1

10

0 ,

.,......,2,1 ,1

.

>≥

=≤−

−=

∑

∑

∑

∑

=

=

=

=

ε

(2-4)

模式(2‐4)也是不易求解，但一樣可經由固定分母之值，予以轉換成線性規劃模式，

形成如下的模式：

freeuvu

njuxvyu

xvs.t.

uyuhMax.

ikrk

m

iijik

s

rrjrk

m

iikik

s

rrkrkk

,

,......,2,1 ,0

1

0

011

1

10

ε≥

=≤−−

=

−=

∑∑

∑

∑

==

=

=

(2-5)

2.3.3 敏感度分析

DEA衡量的是相對效率，但其結果常會因投入及產出變數的不同而有差異，為了瞭

解資料變動對效率值變動的影響程度，Charnes, Cooper, Lewin, & Roussean (1985)指出：

一有效率的 DMU，其投入及產出項變動時，對此 DMU效率值影響的程度，必須檢視增

減的投入產出要素項目，所對應的虛擬乘數是否趨近於 0。若是趨近於 0，則所有 DMU

的效率值不受影響，否則，所有 DMU的效率值將會改變。因而可測知某些要素對決策

單位效率的影響程度。敏感度分析(Sensitivity Analysis)對效率值所產生的影響，可衍伸出

兩個主題：

(1) 增加或減少 DMU：如果所增加或減少的為有效率之 DMU，可影響效率前緣，導致效率值變動，則以其為參考對象的 DMU，效率值將產生變動。若所增加或減少的為沒有效率之 DMU，則對其他 DMU 的效率值將不會有影響。


(2) 改變投入產出變數：改變投入、產出變數的組合，會影響 DMU 的效率值，至於同一 DMU 的效率值會有多少差異，則視該 DMU 在各投入或產出變數的表現而定。

2.3.4 差額變數分析

除了評估效率外，由 DEA的差額變數分析(Slack Analysis)，可為每個受評單位提出

指引，以取得最佳的投入及產出要素(Luo and Donthu, 2001)。對無效率的受評單位，想

要達到最佳效率值，提出其需減少投入項或增加產出項的數量。由(2‐3)式的計算結果，

當 si‐及 sr+均等於 0，則具有 CCR效率，該受評估單位資源運用是適當的。若 si‐及 sr+不等於

0，則表示該受評估單位資源運用仍有改善空間，要減少其投入量，或增加其產出量。對於

一個無效率的 DMUk，假設其第 i個投入、第 r個產出分別為(Xik，Yrk)，欲改善其效率，在投

入變項須減少的投入量 ΔXik為(Charnes et al., 1985)：

ΔXik= Xik - (θ*Xik - si-*), i=1,2,…, m 在產出變項需增加的產出量ΔYrk 為：

ΔYrk= (Yrk + sr+*) - Yrk, r=1,2,…, s

2.3.5 二階段 DEA 模式

Chen, Cook, & Zhu (2010)提到近來 DEA方法，己擴展到以二階段過程來評估效率，

二階段 DEA承續 DEA進行效率評估的擴張模式，並導入中間財的概念，將受評單位的

生產過程分為二個子 DMU。將一階段的所有產出，變成為二階段(Two‐Stage)的投入，而

二階段 DEA模式的結果不僅在整體過程提供整體效率值，也可以為每個單獨階段，計算

其效率值。其中，Sub‐DMU1為投入至中間財的生產過程，而 Sub‐DMU2為中間財至產

出的生產過程。二階段 DEA 除了探討投入與產出的效率關係之外，亦探討投入與中間

財的效率關係，以及中間財與產出的效率關係。此外，二階段 DEA 的基本模式與 DEA

模式相同，均可以利用 CCR 模式與 BCC 模式進行效率評估(吳濟華與何相正，2008)。

3、實證研究

3.1 決策單位之選取

Roll & Golany (1989)提出利用資料包絡分析進行相對效率分析時，決策單位之選取

必須具備以下特性：

(1) 受評估單位需具備具有相同的目標，執行相同的工作。 (2) 受評估單位需在相同的市場條件中運作。 (3) 受評估單位之投入和產出項均要相同。當進行資料包絡分析評估時，決策單位數量愈多，可選取之投入和產出相對的也愈

多，經驗法則中，決策單位的數量至少為投入和產出項總和的兩倍。本研究以台灣經濟

研究院所提供的資料為基礎，以 2012年的各項經營指標為主，針對台灣地區之電信服

務業者為研究對象，扣除掉資料不齊全者後，共計有 41 家電信服務業者，為本研究的


決策單位。

3.2 投入產出項之選取

Lam and Shiu (2008)以資料包絡分析評估中國各省份電信事業之營運績效。該研究以

成本及員工人數為投入項，行動用戶數及固定電話用戶數為產出項。研究結果指出不同

的省份及地區顯出不同的效率值，效率值的差異主要是由於不同省份之運行差異，而不

是電信業者的經營效率。

陳益華(1996)應用資料包絡分析法，以市內電話用戶數、營運收益和行動電話用戶

數為產出項，員工人數和固定資產為投入項，評估台灣電信總局在 1992年與世界上知

名的 33家電信公司比較之經營績效。該研究並以市內電話用戶數、公用電話話機數和

營業收入為產出項，員工人數、營業支出、交換機門號數和外線成端數為投入項，評估

臺灣北、中、南區電信管理局轄 40目標局，在民國 83 年，84年平均之經營績效。

黃亭瑜(2000)以資料包絡分析法，評估台灣地區行動電話業者之經營績效。決策單

位為台灣地區五家新近行動通訊廠商，分別為太平洋電訊(台灣大哥大)、遠傳電信、和

信電訊、東信電訊、泛亞電信。該研究以營業收入為產出項，固定資產、員工人數為投

入項。該研究將資料包絡分析法運用於這五家廠商，以探討其整體技術效率、規模效率、

純技術效率與配置效率，再以Malmquist 生產力指數來衡量此一產業是否有技術進步或

改善。

葉萬福(2001)以資料包絡分析，評估 6家電信業者：中華電信、台灣大哥大、東信

電訊，遠傳電信、泛亞電信公司、和信電訊的經營效率，以營收淨額為產出項，員工人

數、固定資產為投入項。

林灼榮、徐啓升、李智隆(2002)利用中華電信股份有限公司，各市話營運單位於 1991

年至 1999 年間之投入、產出資料，以資料包絡分析法評估其市內電話經營效率，並利

用 Tobit回歸模型探討影響因子。該研究結果發現市內電話營運效能仍有 20%的改善空

間，無效率大部份來自純技術無效率及配置無效率，此外人口密度因子對市話之經營效

率成正向顯著關係等。

本研究根據上述研究之投入、產出項，整理其被使用之次數，並刪除使用次數較少

之投入、產出項，再按照電信服務業之特性，作為本研究選取投入項與產出項之方向。

第一階段以資產總額、員工人數及營業費用等為 3個投入變項，營業利益及業外收入等

為 2個產出變項，評估其經營效率。第二階段則以營業利益及業外收入等為 2個投入變

項，加上每股盈餘、用戶數、每股淨值、每股營業利益、每股稅前淨利、每人營收、及

每人營業利益等為產出變項，探討廠商之市場能力。

3.3 效率分析

本研究以二階段的資料包絡分析(Data Envelopment Analysis, DEA)，評估台灣 41 家電

信服務廠商的經營效率及市場能力。以 2012 年的資料為基礎，運用 DEA‐Solver軟體計

算出其技術效率(TE)、純技術效率(PTE)及規模效率(SE)之效率值。由此可知，哪些電信服

務業者達到最佳的經營效率，各電信服務業的績效表現有沒有平均。對於績效較差之電


信服務業者，本研究可提供有哪些投入、產出項該減少或增加之處，為台灣電信服務業

者的管理階層，提出改善的方向與建議。

執行 DEA之投入、產出資料必須為非負數(non‐negativity)，且至少有一項投入、產

出大於 0。當出現負值之單位很少時，出現負值之產出項可以一極小的正數取代(高強、

黃旭男、Toshiyuki, 2003)。在蒐集資料的過程中，本研究也出現投入、產出資料為負數

的情形，因此，本研究以 10‐6取代負數，如此執行 DEA的結果不會改變效率前緣。

在第一階段，本研究針對 41家電信服廠商，分析其相對經營效率，各 DMU投入、

產出變數之描述性統計整理如表 1。

表1 第一階段各DMU之投入、產出變數資料

營業

費用(十億)

員工人

數(千人)

資產總

額(十億)

營業利

益(十億)

業外收

入(十億)

最大值 35.556 24.351 429.184 46.100 6.688

最小值 0.018 0.026 0.359 0.025 0.001

平均數 1.933 0.935 18.587 1.968 0.303

標準差 6.477 3.836 67.963 7.392 1.148

資料來源：台經院產業資料庫、本研究整理

投入、產出項之間的關係必須滿足同向性關係(Isotonicity)，亦即在相同的條件下，

當投入量增加時，產出不能減少(薄喬萍，2005)。本研究以相關分析檢定產出項及投入

項的相關性。結果顯示如表2：

表2 第一階段投入、產出變數之相關係數

營業費

用

員工人

數

資產總

額

營業利

益

業外收

入

營業費用 1

員工人數 0.939 1

資產總額 0.950 0.994 1

營業利益 0.962 0.994 0.998 1

業外收入 0.710 0.506 0.572 0.594 1

資料來源：本研究整理

由表2可以看出本研究所選的投入、產出變項符合評估的相關準則。因此，可運用

DEA‐Solver軟體計算出其技術效率(TE)、純技術效率(PTE)及規模效率(SE)之效率值，計算

結果整理如表3。在CCR模式下，當效率值為1時則代表有效率，若效率值小於1時則代表

相對無效率。從表3中，41家電信服務廠商，在第一階段效率評估中，相對有效率的廠


商，分別為台灣大哥大、永佳樂有線電視、台灣數位寬頻有線電視、天外天有線電視、

紅樹林有線電視、興雙和有線電視、以及東台有線電視事業等7家廠商，代表其在投入、

產出之間在當期具有最佳的配置，在經營上也是較有效率。

表3 各階段評估模式計算之效率值

第一階段第二階段

DMU TE PTE SE RTS TE PTE SE RTS

中華電信 0.503 1 0.503 遞減 0.073 1 0.073 遞減

遠傳電信 0.674 1 0.674 遞減 0.145 1 0.145 遞減

台灣大哥大 1 1 1 固定 0.163 1 0.163 遞減

亞太電信 0.448 0.782 0.573 遞減 0.473 1 0.473 遞減

群健有線電視 0.621 1 0.621 遞減 0.178 1 0.178 遞減

南桃園有線電視 0.528 0.847 0.623 遞減 0.151 0.325 0.464 遞減

慶聯有線電視 0.304 0.404 0.753 遞減 0.512 0.877 0.584 遞減

鳳信有線電視 0.840 0.840 1 固定 0.480 0.798 0.602 遞減

新永安有線電視 0.218 0.244 0.893 遞增 0.351 0.677 0.519 遞減

永佳樂有線電視 1 1 1 固定 0.763 1 0.763 遞減

新視波有線電視 0.326 0.512 0.637 遞減 0.825 1 0.825 遞減

北視有線電視 0.683 0.960 0.711 遞減 0.157 0.208 0.756 遞減

北桃園有線電視 0.463 0.649 0.714 遞減 1 1 1 固定

陽明山有線電視 0.519 0.700 0.742 遞減 0.345 0.448 0.770 遞減

新竹振道有線電視 0.601 0.942 0.638 遞減 1 1 1 固定

豐盟有線電視 0.659 1 0.659 遞減 0.904 0.937 0.965 遞減

新頻道有線電視 0.488 0.647 0.755 遞減 1 1 1 固定

台灣數位寬頻有線電

視 1 1 1 固定 0.388 0.791 0.491 遞減

觀昇有線電視 0.610 0.932 0.654 遞減 0.658 0.670 0.982 固定

南國有線電視 0.619 0.620 0.998 固定 0.842 0.943 0.892 固定

吉隆有線電視 0.333 0.343 0.973 遞增 0.369 0.461 0.801 遞減

三大有線電視 0.194 0.566 0.342 遞增 1 1 1 固定

家和有線電視 0.601 0.604 0.995 遞增 0.169 0.197 0.856 遞減

全聯有線電視 0.573 0.780 0.735 遞減 0.446 0.488 0.915 固定

雙子星有線電視 0.252 0.294 0.857 遞增 0.698 0.806 0.867 遞減

聯禾有線 0.406 0.419 0.97 遞增 0.306 0.322 0.951 遞減

天外天有線電視 1 1 1 固定 0.450 0.548 0.821 遞減

佳聯有線電視 0.543 0.693 0.783 遞增 0.490 0.546 0.898 遞減

吉元有線電視 0.654 0.661 0.990 遞增 0.280 0.281 0.996 固定


表3 各階段評估模式計算之效率值(續)

第一階段第二階段

觀天下有線電視事業 0.499 0.596 0.837 遞增 0.443 0.489 0.905 固定

紅樹林有線電視 1 1 1 固定 1 1 1 固定

世新有線電視 0.340 0.429 0.792 遞增 0.386 0.437 0.884 固定

信和有線電視 0.549 0.600 0.916 遞增 0.429 0.437 0.984 固定

萬象有線電視 0.227 0.352 0.646 遞增 0.894 0.949 0.942 固定

麗冠有線電視 0.170 0.332 0.512 遞增 1 1 1 固定

聯維有線電視 0.507 0.655 0.774 遞增 0.682 0.711 0.959 固定

新唐城有線電視事業 0.469 0.540 0.868 遞增 1 1 1 固定

興雙和有線電視 1 1 1 固定 0.635 0.641 0.991 固定

東台有線電視事業 1 1 1 固定 1 1 1 固定

澎湖有線電視 0.741 1 0.741 遞增 1 1 1 固定

東亞有線電視 0.677 1 0.677 遞增 0.969 1 0.969 遞減

平均值 0.581 0.730 0.794 ‐ 0.586 0.756 0.789 ‐


表4 第一階段無效率廠商投入、產出之改善建議

DMU 營業費用

(十億)

員工人數

(千人)

資產總額

(十億)

營業利益

(十億)

業外收入

(十億)

中華電信 ‐11.502 ‐7.877 ‐138.830 0 0

遠傳電信 ‐6.844 ‐0.741 ‐11.678 0 1.194

亞太電信 ‐0.981 ‐0.255 ‐6.798 0 2.008

群健有線電視 ‐0.177 ‐0.121 ‐6.182 0 0

南桃園有線電視 ‐0.163 ‐0.117 ‐5.302 0 0

慶聯有線電視 ‐0.071 ‐0.058 ‐6.326 0 0

鳳信有線電視 ‐0.009 ‐0.006 ‐0.064 0 0

新永安有線電視 ‐0.064 ‐0.051 ‐1.534 0 0

新視波有線電視 ‐0.088 ‐0.157 ‐2.035 0 0

北視有線電視 ‐0.059 ‐0.035 ‐2.586 0 0.006

北桃園有線電視 ‐0.014 ‐0.019 ‐1.518 0 0

陽明山有線電視 ‐0.015 ‐0.022 ‐2.294 0 0

新竹振道有線電視 ‐0.013 ‐0.016 ‐1.711 0 0

豐盟有線電視 ‐0.006 ‐0.009 ‐2.355 0 0

新頻道有線電視 ‐0.013 ‐0.018 ‐2.069 0 0


表4 第一階段無效率廠商投入、產出之改善建議(續)

DMU 營業費用

(十億)

員工人數

(千人)

資產總額(十

億)

營業利益

(十億)

業外收入

(十億)

觀昇有線電視 -0.018 -0.016 -0.592 0 0

南國有線電視 -0.023 -0.020 -0.210 0 0

吉隆有線電視 -0.035 -0.046 -2.844 0 0

三大有線電視 -0.068 -0.014 0 0 0

家和有線電視 -0.012 -0.032 -4.156 0 0

全聯有線電視 -0.020 -0.034 -1.142 0 0

雙子星有線電視 -0.031 -0.043 -0.770 0 0

聯禾有線 -0.021 -0.032 -0.721 0 0

佳聯有線電視 -0.031 -0.048 -0.246 0 0

吉元有線電視 -0.026 -0.020 -1.550 0 0

觀天下有線電視事業 -0.012 -0.010 -0.139 0 0

世新有線電視 -0.016 -0.024 -0.275 0 0

信和有線電視 -0.037 -0.024 -1.009 0 0

萬象有線電視 -0.027 -0.049 -1.073 0 0

麗冠有線電視 -0.024 -0.053 -0.937 0 0

聯維有線電視 -0.057 -0.043 -0.283 0 0

新唐城有線電視事業 -0.018 -0.022 -0.822 0 0

澎湖有線電視 -0.006 -0.031 -0.093 0 0

東亞有線電視 0 -0.014 -0.073 0 0


其他的39家業者相對效率值都小於1，表示相對無效率，在經營上仍有改善的空間。

本研究透過CCR模式的差額變數分析，針對第一階段各受評單位的投入或產出變數，提

供改善建議，相關的改善建議整理如表4，台灣大哥大等7家有效率的電信服務廠商，不

需要增加或減少投入，因此在表4中沒有列出來。

由表 4可以看出，無效率服務業者的改善建議，如中華電信在營業費用上，應減少

11.502十億元；在員工人數上，應減少 7877 人；在資產總額上，應減少 138.830十億

元，如此可以使其達到相對有效率。其他的廠商情形亦同，可依表 4之改善建議實施調

整。

由於技術效率(Technical Efficiency, TSE)=純技術效率(Pure Technical Efficiency, PTE)*

規模效率(Scale Efficiency, SE)，所以本研究以 DEA‐Solver軟體之 CCR 模式所求得之 TE 和

BCC 模式所求得之 PTE，來求得規模效率 SE，以及規模報酬的情形，從而進一步瞭解經

營無效率之原因。規模報酬遞增(Increasing Return to Scale, IRS)、規模報酬固定(Constant

Return to Scale, CRS)和規模報酬遞減(Decreasing Return to Scale, DRS)的結果一併整理在

表 3。在表 3中，41家電信服務廠商的平均純技術效率為 0.730，表示由於資源配置不


佳，或管理決策不良的原因，導致廠商無效率經營；而規模效率的平均值為 0.794，表

示若可以適時調整規模，仍可提升其效率

3.4 敏感度分析

如前所述，敏感度分析對效率值所產生的影響，可衍伸出兩個主題，增減 DMU或

增減投入、產出變項。如果所增減的為有效率之 DMU，則以其為參考對象的 DMU，效

率值將產生變動。若所增減的為沒有效率之 DMU，則對其他 DMU的效率值不會有影響。

本研究針對一有效率的 DMU，其投入、產出項變動時，對此 DMU效率值的影響。因此

分別刪減投入、產出變數，探討各 DMU效率值受到影響的程度，結果整理如表 5。

表 5 敏感度分析(刪除某一投入、產出變數)

公司 CCR

效率

營業

費用

員工

人數

資產

總額

營業

利益

業外

收入

中華電信 0.503 0.503 0.494 0.340 0.123 0.475

遠傳電信 0.674 0.674 0.663 0.400 0.323 0.555

台灣大哥大 1 1 1 1 1 0.611

亞太電信 0.448 0.448 0.380 0.428 0.051 0.433

群健有線電視 0.621 0.614 0.495 0.621 0.171 0.581

南桃園有線電視 0.528 0.518 0.439 0.528 0.149 0.489

慶聯有線電視 0.304 0.299 0.282 0.304 0.062 0.289

鳳信有線電視 0.840 0.828 0.840 0.362 0.139 0.809

新永安有線電視 0.218 0.207 0.209 0.218 0.087 0.190

永佳樂有線電視 1 1 1 0.435 0.091 1

新視波有線電視 0.326 0.309 0.326 0.299 0.007 0.326

北視有線電視 0.683 0.683 0.470 0.683 0.162 0.650

北桃園有線電視 0.463 0.431 0.463 0.463 0.012 0.463

陽明山有線電視 0.519 0.460 0.519 0.519 0.086 0.490

新竹振道有線電視 0.601 0.570 0.601 0.601 0.008 0.601

豐盟有線電視 0.659 0.628 0.659 0.659 0.009 0.659

新頻道有線電視 0.488 0.451 0.488 0.488 0.007 0.488

台灣數位寬頻有線電視 1 0.916 1 1 1 0.651

觀昇有線電視 0.610 0.610 0.592 0.610 0.017 0.610

南國有線電視 0.619 0.595 0.613 0.260 0.036 0.619

吉隆有線電視 0.333 0.273 0.333 0.333 0.076 0.305

三大有線電視 0.194 0.194 0.194 0.064 0.075 0.159

家和有線電視 0.601 0.412 0.601 0.601 0.291 0.479

全聯有線電視 0.573 0.463 0.573 0.573 0.043 0.566


雙子星有線電視 0.252 0.241 0.252 0.252 0.048 0.239

聯禾有線 0.406 0.355 0.406 0.406 0.090 0.373

天外天有線電視 1 1 1 0.842 0.552 0.857

佳聯有線電視 0.543 0.527 0.543 0.280 0.514 0.290

吉元有線電視 0.654 0.611 0.594 0.654 0.332 0.544

觀天下有線電視事業 0.499 0.487 0.496 0.287 0.137 0.465

紅樹林有線電視 1 0.967 1 0.432 0.081 1

世新有線電視 0.340 0.314 0.340 0.263 0.162 0.289

信和有線電視 0.549 0.544 0.451 0.549 0.166 0.510

萬象有線電視 0.227 0.179 0.227 0.227 0.010 0.227

麗冠有線電視 0.170 0.134 0.170 0.170 0.010 0.169

表 5 敏感度分析(刪除某一投入、產出變數)(續)

公司 CCR

效率

營業

費用

員工

人數

資產

總額

營業

利益

業外

收入

聯維有線電視 0.507 0.507 0.507 0.184 0.134 0.455

新唐城有線電視事業 0.469 0.425 0.469 0.469 0.021 0.469

興雙和有線電視 1 1 1 1 0.048 1

東台有線電視事業 1 0.679 1 0.944 1 0.395

澎湖有線電視 0.741 0.670 0.741 0.559 0.574 0.536

東亞有線電視 0.677 0.596 0.677 0.636 0.635 0.451


研究發現，營業利益與資產總額為相對較為敏感的變數，直接影響 38個 DMU 的相

對效率值，占整體 DMU之 93%，故建議業者需要降低資產總額，並積極增加營業利益，

以提升其營業效率。

3.5 第二階段效率分析

在二階段的效率分析中，本研究將一階段的產出變數，作為二階段的投入變數，再

以每股盈餘、用戶數、每股淨值、每股營業利益、每股稅前淨利、每人營收、及每人營

業利益等為產出變項，運用 DEA‐CCR 模式進行分析，分析結果一併整理在表 3。表 3中

的第六欄，相對效率值為 1的強勢效率廠商，分別爲北桃園有線電視、新竹振道有線電

視、新頻道有線電視、三大有線電視、紅樹林有線電視、麗冠有線電視、新唐城有線電

視事業、東台有線電視事業、以及澎湖有線電視等 9家廠商，代表在投入、產出的配置

上在當期已是最佳，在市場上具有較佳的能力。從表 3中綜合分析，一階段與二階段之

相對效率值都為 1的廠商，只有紅樹林有線電視及東台有線電視事業這兩家，代表在經

營方面或市場上都有最佳的能力。其餘廠商，有經營效率者，不一定有市場能力，而有

市場能力者，則不一定有經營效率。


圖1 二階段評估模式計算之效率值

4、結論與建議

本研究以二階段的資料包絡分析(Data Envelopment Analysis, DEA)，利用 2012年的資

料進行分析，評估台灣 41家電信服務廠商的經營效率及市場能力。第一階段以營業費

用、員工人數及資產總額等 3個投入變項，與營業利益及業外收入等 2個產出變項，利

用 DEA衡量各家電信服務廠商的技術效率、純技術效率及規模效率等，再以差額變數分

析，提供無效率廠商經營改善的方向與建議。

透過 CCR 模式的差額變數分析可以看出，無效率服務業者的改善建議方向，各廠商

可依表 4之改善建議實施調整。另外，各廠商的平均純技術效率為 0.730，表示由於資

源配置不佳，或管理決策不良的原因，導致廠商無效率經營；而規模效率的平均值為

0.794，表示若可以適時調整規模，仍可提升其效率。

在敏感度的分析結果可以看出，營業利益與資產總額為相對較為敏感的變數，直接

影響 38個 DMU的相對效率值，占整體 DMU之 93%，故建議業者需要降低資產總額，

並積極增加營業利益，以提升其營業效率。

在二階段的效率分析中，本研究將一階段的產出變數，作為二階段的投入變數，再

以每股盈餘、用戶數、每股淨值、每股營業利益、每股稅前淨利、每人營收、及每人營

業利益等為產出變項，運用 DEA‐CCR 模式進行分析。結果顯示，在第一階段效率評估中，

相對有效率的廠商為台灣大哥大、永佳樂有線電視、台灣數位寬頻有線電視、天外天有

線電視、紅樹林有線電視、興雙和有線電視、以及東台有線電視事業等 7家廠商，代表

其在投入、產出之間在當期具有最佳的配置，在經營上也是較有效率。

在第二階段，相對有效率的廠商爲北桃園有線電視、新竹振道有線電視、新頻道有


線電視、三大有線電視、紅樹林有線電視、麗冠有線電視、新唐城有線電視事業、東台

有線電視事業、以及澎湖有線電視等 9家廠商，代表在市場上具有較佳的能力。在第一

階段與第二階段之相對效率值都為 1的廠商，只有紅樹林有線電視及東台有線電視事業

這兩家，代表在經營方面或市場上都有最佳的能力。其餘廠商，有經營效率者，不一定

有市場能力，而有市場能力者，則不一定有經營效率。

本研究只有針對第一階段作深入探討，並簡單比較一二階段之間的差異，未來建議

針對第二階段的投入、產出變數，進行更深入的分析、探討。希望能找出廠商經營能力，

與市場能力之間的差異，並對無效率廠商提出更實際的改善方針。

5、參考文獻

1. 林灼榮、徐啟升、李智隆 (2002)，「中華電信市內電話經營效率與影響因子分析」，經濟研究(臺北大學經濟學系)，第三十八卷第二期，203‐ 244頁。

2. 孫遜(2004)，「資料包絡分析法‐理論與應用」，台北：揚智文化。 3. 高強、黃旭男、Toshiyuki Sueyoshi(2003)，「管理績效評估：資料包絡分析法」，台北：

華泰文化。

4. 高翠霜譯、杜拉克等著(2000)，「哈佛商業評論精選 3‐ 績效評估(Harvard Business Review on Measuring Corporate Performance) 」，台北：天下遠見。

5. 陳冠宏(2003)，「我國上市及上櫃電子公司股票評價之研究‐以盈餘及財務比率分析」，東華大學公共行政研究所碩士論文。

6. 陳益華(1996)，「我國電信事業經營績效評估‐資料包絡分析法之應用」，國立中山大學企業管理研究所碩士論文。

7. 陳鳳儀(2006)，「公司治理與銀行績效之評鑑分析‐以台灣商業銀行為例」，台灣大學財務金融學研究所碩士論文。

8. 黃亭瑜(2000)，「行動電話效率分析‐資料包絡分析法」，東吳大學經濟學系碩士論文。 9. 黃淑惠(2007)，「商業銀行合併之財務比率分析」，世新大學經濟學研究所碩士論文。 10. 郭建信(2005)，「石化上中游產業績效評估之研究‐應用財務比率分析法與經濟附加

值」，長庚大學企業管理研究所碩士論文。

11. 鄧聚龍(2003)，「灰色系統理論與應用」，台北：高立圖書。 12. 蔡美英(2012)，「資料包絡分析之折衰權重的探討」，義守大學工業管理學系碩士論

文。

13. 電信服務業景氣動態報告(2013年 1月 23號) 。 14. 葉萬福(2002)，「台灣地區行動電話業競爭效率之研究」，國立台灣科技大學企業管

理系碩士論文。

15. 簡旭慧(2009)，「以資料包絡分析評估台灣國際觀光旅館之經營績效」，義守大學企業管理學系碩士論文。

16. 薄喬萍(2007)，「績效評估之資料包絡分析法」，台北：五南圖書。 17. 薄喬萍(2008)，「DBA在績效評估之綜合運用」，台北：五南書局。


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

19. Chen, Y, Cook, W.D, & Zhu, J. (2010), Oeriving the DEA Fronlier for Two-Stage Processes, European Journal of Operationall Research, 202(1), pp.138-142.

20. Kaplan, R., & Norton, D. (1993, Sep/Oct), Putting the balanced scorecard to work, Harvard Business Review, pp.139.

21. Lam, P. L., & Shiu, A. (2008), Productivity analysis of the telecommunications sector in China, Telecommunications Policy, 32, pp.559-571.

22. Lewin, A. Y., & Minton, J. W. (1986), Determining Organizational Effectiveness: Another look and an agenda for Research, Management Science, 32(5), pp.514-538.

23. Nigam, V., Thakur, T., Sethi, V. K., & Singh, R. P. (2012), Benchmarking of Indian mobile telecom operators using DEA with sensitivity analysis, Benchmarking: An International Journal, 19(2), pp.219-238.

24. Pentzaropoulos, G. C., & Giokas, D. I. (2002), Comparing the operational efficiency of the main European telecommunications organizations: A quantitative analysis, Telecommunications Policy, 32, 595-606.

25. Resende, M. (2008), Efficiency measurement and regulation in US telecommunications: A robustness analysis, International Journal of Production Economics, 114, pp.205-218.

26. Roll, Y., & Golany, B. (1989), An Application Procedure for DEA, Omega, 1(3), pp.237-250.

27. Roll, Y., Cook, W., & Golany, B. (1991), Controlling Factor Weights in Data Envelopment Analysis, IIE Transactions, 23(1), pp.2-9.

28. Saaty, T.R. (1980), The Analytic Hierarchy Process, New York: McGraw- Hill. 29. Sadjadi, S. J., & Omrani, H. (2010), A bootstrapped robust data envelopment analysis

model for efficiency estimating of telecommunication companies in Iran, Telecommunications Policy, 34, pp.221-232.

30. Sexton, T., Silkman, R., & Hogan, A. (1986). Data Envelopment Analysis: Critique and Extensions, New Directions for Program Evaluation, pp.73-105.

31. Wen, M. L., & Shiu, W. H. (2008), Bechmarking The Operating Efficiency Of Global Telecommunication Firms, International Journal of Information Technology & Decision, 7(4), pp.737-750.

以二階段資料包絡分析評估電信服務業經營效率ir.lib.ksu.edu.tw/retrieve/114742/全文編號23號-17.pdf ·...

Documents