半導體製造業在台灣經濟發展中一直佔有關鍵性的地位，然而在網路世代的來臨，也直接證明了半導體在未來的重要性。國內製造業的產值大多呈現負成長，而半導體製造業則靠著優秀的產值，支撐台灣製造業的成長率。隨著貿易戰及疫情的環境背景下，台灣半導體製造商要如何有效率的運用企業資源來達成商業佈局，儼然成為重要的問題。台灣半導體產業透過專業分工，將資源專注在一個目標上，使其成為成功的企業管理模式，而組織在經營過程中，資源配置的效率是一項顯著指標，透過深入分析企業組織每投入一單位資源所創造出來的價值，了解企業目標是否與績效評估的結果具有一致性。因此，如何提升生產效率與保持技術優勢是台灣半導體業的領先關鍵。本研究以台灣半導體製造業廠商14家為研究對象，再以半導體業重要的投入指標如研發支出、人力資產及固定資產為依據;以營業收入和智慧資本作為產出項，透過資料包絡分析法(Data Envelopment Analysis, DEA)，探討台灣半導體製造業的營運效率。另外，本研究透過 DEA模式找出半導體製造業生產力的關鍵因素，進一步找出各家廠商的優、劣勢，再針對效率低下的廠商提出效率改善的方向，藉以強化台灣半導體製造業各家廠商的管理功能，提升廠商的生產力績效，再以麥氏生產力指數(Malmquist Productivity Index)衡量2018至2020年生產力的變動，了解環境因素對於生產力和效率的影響。研究結果發現，人力資產對於半導體製造業有著顯著的影響，說明人才需求是達到台灣IC製造業高效率的重要環節；而向來以技術領先著稱的IC製造，除了台積電，多半廠商在研發支出的執行效率上呈現低靡，也讓本研究發現及驗證，除了追趕先進製程外，各家廠商應在各自IC製造領域的技術優勢中，尋找較為合適的資源投入及產出目標，以站穩一蓆之地。在中美貿易戰及疫情肆虐，造成各國經濟受到影響，DRAM的供過於求也造成IC製造業產值的明顯下降，但IC製造業中的晶圓代工著實為台灣帶來正向的成長。

Taiwan’s semiconductor industry focuses resources on one goal through specialized field, making it a successful business administration. The efficiency of resource allocation in the organization’s business process is a significant indicator. This study uses DEA to evaluate performance of IC manufacturers; Use Malmquist Productivity Index to measure the changes in productivity from 2018 to 2020. The results of the study found that human resources and R&D expenditures have significant impact on their resource allocation; Productivity had rose gradually because of their business administration.

中文文獻
尤筱惟(2020)。以智慧資本與財務指標剖析半導體公司的競爭優勢與群集。國立交通大學管理學院經營管理學程論文。
王文箴及洪志洋(1999)。台灣半導體製造業之景氣循環與經營績效分析。國立交通大學管理學院科技管理學程論文。
王宜元(2008)。網絡鑲嵌、知識管理與組織績效之研究－以台灣積體電路製造股份有限公司為例。臺灣大學商學研究所論文。
王晴(2021)。新創企業聯盟合作對象次序與聯盟經驗對創新績效之研究。國立政治大學企業管理研究所論文。
田孟芳(2005)。台灣半導體公司經營績效之研究。國立交通大學管理學院科技管理學程論文。
吳昇穎(2020)。無形投資與創新績效之研究-台灣醫療器材業與製藥業之驗證。國立台灣大學經濟學研究所論文。
吳姵妏(2016)。智慧資本與企業績效－台灣與南韓半導體產業之比較、分析。國立中央大學產業經濟研究所論文。
李杭(2020)。平台模式:策略性決策與企業績效。國立台灣大學商學研究所論文。
李長貴(1997)。績效管理與績效評估。台北：華泰文化事業公司。
周明璇、陳文智及簡禎富(2013)。建構半導體廠跨廠績效評估以提升資源分配決策品質之研究。品質學報，20卷4期，P427-444。
林政杰(2020)。企業員工工作環境對創新績效之影響。國立臺灣大學財務金融學研究所論文。
林國義(2009)。建構半導體整廠績效指標層級架構與指標管制。國立清華大學工業工程與工程管理學系論文。
邱郁恬(2020)。智慧資本與企業經營績效之研究-以台灣金融業為例。國立台灣大學財務金融學研究所論文。
施振榮 (2004)。宏碁的世紀變革：淡出製造、成就品牌。台北市：天下遠見。
洪若婷(2021)。薪資差距與企業績效及價值之關聯性。國立政治大學會計學研究所論文。
洪海玲(2002)。以資料包絡分析法作製造業之營運效率分析。國立成功大學工業管理研究所論文。
陳冠廷(2020)。利用效率差額量測法之DEA模型-評量美國奧勒岡州30段高速公路績效。國立交通大學工業工程與管理系所論文。
陳映潔(2020)。國際航空業的市場評價及經營績效-華航與長榮航的實證研究。國立台灣大學經濟學研究所論文。
黃舒瑜(2009)。台灣半導體產業效率與生產力分析：三階段Malmquist生產力指數法。臺北大學經濟學系學位論文。1-82。
葉金瓚(2020)。紫式決策架構以評估跨部門績效之研究-以晶圓廠工程部門相對績效評估之資料包絡分析為實證研究。國立清華大學經營管理碩士在職專班論文。
葉律昌(2010)。台灣IC(半導體零件)通路商規模與經營績效之研究。國立台灣大學財務金融學研究所論文。
董欣銘及虞孝成(2011)。台灣半導體設備商的經營績效評估－資料包絡分析法(DEA)之運用。國立交通大學管理學院科技管理學程論文。
劉春初(2009)。資料包絡分析法之操作程序。
蔡誠智(2020)。以資料包絡分析法探討衛福部所屬醫療機構之經營績效。國立陽明大學醫務管理研究所論文。
蕭瑛傑(2015)。兩岸晶圓代工製造業之生產力分析。國立成功大學政治經濟研究所論文。
簡禎富(2011)。全面資源管理以提升卓越經營。品質月刊，47卷5期，8-12。
英文文獻
Banker, R. D., Charnes, A., & 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., Cooper, W.W., Swarts, W., & Thomas, D. (1989). An introduction to data envelopment analysis with some of its models and their uses. Research in governmental and nonprofit accounting, 5(1), 125-163.
Barr, R. S., Seiford, L. M., & Siems, T. F. (1993). An envelopment-analysis approach to measuring the managerial efficiency of banks. Annals of operations research, 45, 1–19.
Carbone T. A. (2000). Measuring efficiency of semiconductor manufacturing operations using data envelopment analysis (DEA). Boston：IEEE.
Caves, D.W., Christensen, L. R., & Diewert, W. E. (1982).The Economic Theory of Index Numbers and the Measurement of Input, Output, and Productivity, Econometrica, 50(6), 1393-1414.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429-444.
Chen, G. Y. (2006). The cutoff phenomenon for finite markov chains. Cornell University.
Chen, Y. S., & Lin, C. A. (2006). Blind channel identification for MIMO single carrier zero-padding block transmission systems, IEEE workshop on Signal Advances in Wireless Communications, 55(6), 1571-1579.
Chiang, C. I., & Tzeng, G. H. (2000). A multiple objective programming approach to data envelopment analysis. New Frontiers of Decision Making for the Information Technology Era, 270-285.
Chiu, C. R., Fang, C. L., Tsang, S. S., & Chen, Y. F. (2018). Performance rvaluation of the semiconductor industry based on a metafrontier approach, Technological and Economic Development of Economy, 24(3), 825-843.
Cook, W. D., & Zhu, J. (2007). Classifying inputs and outputs in data envelopment analysis. European Journal of Operational Research, 180, 692–699.
Cooper, W. W., Seiford, L. M., & Tone, K. (2007). Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software (2nd ed.). New York：Springer.
Doyle, J. R., & Green, R. H. (1991). Comparing products using data envelopment analysis. Omega, 19(6), 631-638.
Doyle, J., & Green, R. (1994). Efficiency and Cross-efficiency in DEA: Derivations, Meanings and Uses, Journal of the Operational Research Society, 45, 567–578.
Drucker, P. F. (1973). Management：tasks, responsibilities, practices. New York：Harper & Row.
Dyson, R. G., Allen, R., Camanho, A. S., Podinovski, V. V., Sarrico, C. S., & Shale, E. A. (2001). Pitfalls and protocols in DEA. European Journal of Operational Research, 132(2), 245-259.
Färe, R., Grosskopf, S., Norris, M., & Zhang, Z. (1994). Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries. American Economic Review, 84(1), 66-83.
Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society. Series A (General), 120(3), 253-290.
Farrell, M. J., & Fieldhouse, M. (1962). Estimating efficient production functions under Increasing Returns to Scale. Journal of the Royal Statistical Society. Series A (General), 125(2), 252-267.
Guan, J., & Chen, K. (2010). Measuring the innovation production process: A cross-region empirical study of China’s high-tech innovations. Technovation, 30, 348–358.
Li, H., He, H., Shan, J., & Cai, J. (2019). Innovation efficiency of semiconductor industry in China: A new framework based on generalized three-stage DEA analysis. Socio-Economic Planning Sciences, 66, 136-148.
Lin, F., Lin, S. W., Lu, W. M. (2018) Sustainability assessment of Taiwan’s semiconductor industry: A new hybrid model using combined analytic hierarchy process and two-stage additive network data envelopment analysis. Sustainability, 10, 4070.
Lo, M. C., & Tzeng, G. H. (2006). Performance Evaluation of Wafer Fab Operation.
Shephard, R. W. (1970).Theory of Cost and Production Function. Princeton University Press, Princeton.
Staub, R. B., Souza, G. S., & Tabak, B. M. (2010). Evolution of bank efficiency in Brazil：A DEA approach. European Journal of Operational Research, 202(1), 204-213.
Sueyoshi, T., Ryu, Y. (2020). Performance Assessment of the Semiconductor Industry: Measured by DEA Environmental Assessment, Energies, 13(22).
Thompson, R. G., Singleton, F. D., Thrall, F. D., & Smith, B. A. (1986). Comparative Site Evaluations for Locating a High-Energy Physics Lab in Texas. Interfaces, 16(6), 35-49.
Using DEA. International Journal of the Information Systems for Logistics and Management (IJISLM), 2(1), 1-15.
Wang, W., Hang, Y., Sun, L., & Zhao, Z. (2016). Two-stage innovation efficiency of new energy enterprises in China: A non-radial DEA approach. Technological Forecasting & Social Change, 112, 254-261.
Wu, H. Y., Chen, I.S., Chen, J. K., Chien, C. F. (2019) The R&D efficiency of the Taiwanese semiconductor industry. Measurement, 137, 203–213.