2019 富邦人壽管理博碩士論文獎

工業 4.0 潮流下機器人產業鏈經營績效分析

An Empirical Study of the Operating Performance

of Robotics Industry Chain in the Trend of Industry

4.0

摘要

本論文以工業和服務型機器人產業鏈之上市櫃公司為研究對象選取 53 家公司為樣

本，研究期間為 2008 年第一季到 2017 年第三季，以 panel data 之資料型態進行。主要

探討在工業 4.0 下，垂直整合行為對於機器人產業鏈的經營績效關鍵契機是否有影響？

實證結果發現，工業 4.0、向後整合和營收成長率對資產報酬率(ROA)、股東權益報酬

率(ROE)和 Tobin's Q 值皆呈現顯著正相關；臺灣機械產品外銷訂單海外生產比和政府

支出-研發經費對資產報酬率(ROA)和股東權益報酬率(ROE)則呈現顯著負相關，而以會

計績效探討時，發現工業 4.0 前較工業 4.0 後相對影響較大；以市場績效 Tobin’s Q 值

來探討則相反。歸納出廠商應積極從事上中游的整合作業，政府應優先編列經費加強

培養中小型系統整合廠商，扶植機器人產業關鍵零組件的品質及可靠度提升並加速產

業鏈垂直整合，徹底在各產業執行生產力 4.0 政策，激發臺灣機器人產業發展契機。

關鍵字：工業 4.0、Tobin’s Q 值、資產報酬率、股東權益報酬率、產業鏈

2019 富邦人壽管理博碩士論文獎

1

壹、緒論

一、 研究背景與動機

最早在 2011 年 4 月的德國漢諾威工業博覽會出現工業 4.0 概念，於 2012 年 10 月

由羅伯特·博世有限公司(Bosch)的 Siegfried Dais 及利奧波第那科學院(Deutsche

Akademie der Naturforscher Leopoldina)的孔翰寧組成工業 4.0 工作小組，向德國聯邦政

府提出工業 4.0 的實施建議，最後 2013 年 4 月 8 日德國在漢諾威工業博覽會宣布將迎

接工業 4.0 時代。工業 4.0 是智慧製造為主導的第四次革命，用以強調技術與機械生產

整合的重要性和避免再度陷入「去工業化」的惡性循環中，建立有效的資源效率分配

和關鍵性的智慧製造，利用大數據、物聯網、雲端服務和人工智慧，不再只是技術面

的突破，更重要的是傳統思維的顛覆，實現虛擬世界與現實世界結合的架構，並建構

個別化、智慧化、人性化與數位化的智慧工廠和生產價值鏈。

臺灣廠商在機器人產業中光電、精密機械、資訊電子等產業規模極具優勢，加上

模組零組件、系統整合與 IC 設計等領域擁有極佳的技術基礎，以及擁有優異的商品

化技術、高彈性製程和成本控制技術的優點，像是機器人產業鏈的關鍵零組件上銀、

全球傳動、台達電和東元等公司；工業機器人本體的鴻海、廣運機械、和碩和新普等

公司；機器人製程與系統整合的凌群、研華、佳世達和資通電腦等公司，上述企業領

域涵蓋機械、自動化、電機、光學、資訊軟體、電子、通訊、安全系統、創意內容等

相關技術與應用，讓機器人產業鏈在臺灣具有產業相互支援整合的利基。

本研究主要探討在工業 4.0 潮流背景下，垂直整合行為對於機器人產業鏈的經營績

效關鍵契機是否有影響，從製造業到「智」造業，這波的產業革命如何改變世界？

二、 研究目的

本文研究目的歸納如下：

(一) 驗證在工業 4.0 潮流下臺灣機器人產業鏈垂直整合行為與經營績效關係。

(二) 探討在工業 4.0 潮流下臺灣機器人產業鏈結構、廠商行為及整合總體經濟和政

策面對產業鏈經營績效的影響，找出影響廠商經營績效的關鍵因素。

(三) 觀察會計績效(ROA、ROE)與市場績效(Tobin’s Q)分析經營績效的差異性。

2019 富邦人壽管理博碩士論文獎

2

貳、 文獻探討

企業為衡量其經營成果是否良好會測試成本效益分析，將這些評估內容以數字金

額量化做相關比較的方法稱為績效衡量，即企業對於組織目標達成程度的衡量分析。

財務性指標常被使用在企業實務層面，非財務性指標在實務上較難以量化。本研究沿

用林有志、邱炳雲和高茂峰(2008)以及彭永龍(2011)的公司經營績效衡量分類：

一、會計基礎績效(Accounting Performance)

為會計利潤觀點，以總資產報酬率(Return on Asset，ROA)和權益報酬率(Return on

Equity，ROE)為主。

二、股票市場績效(Market Performance)

以 Tobin's Q Ratio 為主。

表 2-1 Tobin’s Q 值的整理

年度 作者 計算方法 研究結果

1969 JamesTobin

and Brainard

Tobin's Q 值作為衡量產業獨占力

的指標，其定義為衡量公司資本財

的市場評價與重置成本的比值來研

究其與資本支出的關係，並透過預

測經濟因素外的公司投資決策

1981 Zvi Griliches 研發支出與專利數兩種無形資產對

於公司市場價值有顯著的正面影響

1994 Chung and

Pruitt

經實證研究發現 Chung and Pruitt

所提出的 Tobin's Q 對 Lindenberg

and Ross(1981)提出的 Q 值有高達

96.6%的解釋能力

參、 機器人產業發展概況

一、 機器人產業發展概況

(一) 全球機器人產業分析

根據 IFR 發表的報告指出，在 2016 年全球機器人銷售成長 16％達到 294,312

個單位，連續 4 年持續成長，主要來自電器和電子工業的蓬勃發展。在 2016 年汽

車工業是工業機器人主要的需求者，占總供給市場的 35％，需求增幅是 6％達到

103,300 個單位，主因是新興市場已成為汽車生產的重要區域，在生產自動化的需

2019 富邦人壽管理博碩士論文獎

3

求帶動機器人的裝置數量增加，除了開發高效節能的驅動系統外，也使用新開發的

材料。其次是電器和電子市場(包括電視和通訊產業、醫療產業、精密製造和光學

產業)占總供給市場的 31％，在 2016 年提高 41％最高達到 91,300 個單位，電器和

電子市場已成為機器人產業重要的客戶，來自於不斷提高的電子產品需求，在 2016

年金屬及機械產業的銷售額則有輕微下跌 3％至 28,700 個單位，如圖 3-1 所示。

排除 2009 年遭遇金融危機導致全球機器人需求量大幅下滑外，依 IFR 發表，

自 2010 年開始全球工業機器人的需求逐年增加，產業自動化的趨勢發展和持續的

創新技術改進，在 2011 年至 2016 年間全球機器人平均每年銷售提高 12％，及工業

機器人的總供給量成長約 31％，平均年供應量增至約 212,000 個單位，2017 年全球

工業機器人市場銷售量將超過 346,000 個單位，跟 2016 年相比，其年成長約 32

％。從上述的數據來看全球機器人產業，都可知道未來機器人產業市場的拓展會更

加迅速且劇烈。

圖 3-1 2014-2016 年全球工業機器人的年末估計量(資料來源:IFR WORLD ROBOTICS 2017)

(二) 全球機器人市場供給面

全球工業機器人年供給量每年持續增加，前五個的銷售市場占總市場 74％，分

別是中國、南韓、日本、美國和德國，從 2013年開始，中國就成為全球最大的機

器人市場並且持續成長，在 2016 年臺灣成為全球第六位機器人市場。

圖 3-2 2016-2020 年五大市場及全球工業機器人的年供給量(資料來源:IFR WORLD ROBOTICS 2017)

294

87

41

39

31

20

346

115

44

42

36

21

378

140

42

44

38

22

433

170

44

45

45

24

521

210

50

48

55

25

0 100 200 300 400 500 600

全球

中國

南韓

日本

美國

德國

單位:千

2020(預測)

2019(預測)

2018(預測)

2017(預測)

2016

94

46

21

17

7

35

98

65

29

20

7

39

10

3

91

28

19

8

43

0 20 40 60 80 100 120

汽車工業

電器和電子市場

金屬及機械產業

石化及塑橡膠產業

食品產業

其他產業

單位:千

2016

2015

2014

2019 富邦人壽管理博碩士論文獎

4

1. 中國：根據 IFR 發表，未來全球工業機器人市場供給仍加速增長，如圖 3-2

所示，2017 年銷售工業機器人約 115,000 個單位，占全球銷售量 33％，成為

全球第一大工業機器人市場，在 2017 年至 2020 年工業機器人銷售量年均成

長率預計將達 25％，2020 年中國銷售量可望達 210,100 個單位，占全球市場

的 40％，中國製造業正處於工業自動化的轉型與升級的後工業時代，藉由工

業機器人從汽車產業逐步擴張領域到更多的電子產業或傳統產業的領域，且

中國國產工業機器人產業已完成孕育期的累積，步入起步期，使全球機器人

市場容量不斷擴大。

2. 南韓：依 IFR 發表，南韓在 2016 年總銷售額 41,400 個單位，比 2015 年提

高 8％，位居全球第 2 大市場，2017 年市場銷售工業機器人約 44,000 個單

位，占全球銷售量 13％，位居全球第二大工業機器人市場，也由於電子和電

器產業在海外市場大量投資，在 2017 年至 2020 年南韓工業機器人銷售量年

均成長率預計將達 10％，如圖 3-2 所示。

3. 日本：日本在 2016 年的機器人銷售量成長 10％達到 39,000 個單位，是自

2006 年以來最高銷售水準，特別是 2008 年到 2009 年的銷售量大幅降低至

13,000 個單位，從 2011 年至 2016 年機器人年平均銷售量成長 7％，並預估

在 2020 年日本銷售量可望達 48,100 個單位，如圖 3-2 所示，日本也是在其

他市場中，特別注重開發看護機器人的國家，主因在日本市場人口老化是未

來銷售機器人的關鍵，像是日本大廠安川電機、Toshiba 和 Toyota 等，都在

看護的市場領域針對不同服務機器人做銷售開發。

4. 美國：機器人銷售量在 2016 年繼續成長 14％，並達到最高銷售量 31,400 個

單位，自 2010 年持續成長動力主要來自生產自動化的進步，且最近幾年美

國市場逐漸加強國內製造，強化市場技術的領先地位，在 2017 年至 2020 年

美國工業機器人銷售量年均成長率預計將達 15％，並預估 2020 年銷售量會

提高至 55,000 個單位，如圖 3-2 所示。

5. 德國：德國是全球第 5 大機器人市場，2016 年銷售量和 2015 年相比略增

加，但差異不大，達到 20,039 個單位。2011 年至 2016 年的工業機器人銷售

量大約在 20,000 個單位上下，在 2017 年至 2020 年德國工業機器人平均年銷

售量有 5％左右的增加幅度，是五個市場中最小的成長幅度，並預估 2020 年

銷售量會提高至 25,000 個單位，如圖 3-2 所示。

(三) 臺灣機器人產業特性

臺灣機器人產業雖然看似上中下游產業結構完整，實際上關鍵零組件自主性不

足，以至於發展受限，壓縮可投入研發的資源，長期將不利產業發展。有關臺灣機

器人產業相關分析，可總結以下重要特性，如表 3-1 所示：

表 3-1 臺灣機器人產業特性

特性 說明

中小企業為主 經營規模多為中小企業為主，技術人才缺乏，無雄厚資金及土地取得不易，

且上中下游各自獨立情形，無法有效掌握市場動態，競爭力相對較弱。

產品應用

範圍廣

產品分類為服務型和產業用機器人為主，應用範圍包含工廠、家庭、醫療、

國防、農業、物流、營造及防災處理等，隨創新科技應用範圍越廣泛。

2019 富邦人壽管理博碩士論文獎

5

商品化

體系健全

產業完整分工，電子資訊產業技術及生產體系周全，協力網路體系分工綿

密，產業聚落效應明顯，擁有完整供應體系具高彈性、應變快、靈活度高。

產業關聯性大 臺灣相關產業包含電子資訊、無線通訊、光電、精密機械零組件、高效能電

機系統、馬達、電池、IC 晶片設計製造、封裝測試及模具等，具備火車頭產

業特性。

研發經費

投入不足

臺灣產業研發經費投入相對不足，導致技術無法有效提升和關鍵技術相對弱

勢，跟鄰近日本、韓國和大陸相比，差異更大。

技術人力缺乏 學界研發成果累積效應薄弱，研發成果導入商品化應用不足且不熱衷自我人

力培育，造成許多廠商無法找到適用技術人才，無法有效提升市場競爭力。

關鍵零組件

仰賴進口

在零組件供應及生產體系相當完整，但所須的主要設備與關鍵零組件多仰賴

進口，進口依存度高達六成以上，顯示國內零組件供應基礎薄弱。

零組件

品質不穩定

零組件廠因受限規模，品質管理制度無法全面建立國際認定制度，穩定性較

差，再加上臺灣整機廠多選購進口產品，使零組件廠商規模無法擴大。

加工層次高 產業從設計到成品，由上游原材料製作各種零組件加工組裝及自動化系統的

規劃應用，常須經上百項以上加工程序，涵蓋二、三級產業的系統性工業。

科技整合度高 技術的突破與創新、品質水準提升，融合電子、機械、供電、材料和物理多

方面的專業科技，且發展過程中須不斷投入較多的資金和技術。

技術密集度高 產業所需專業人力較多，有足夠的資金來分配，應用面廣，且各領域間技術

獨立，致產品種類規格繁多難以量產，是一個典型的技術及資本密集工業。

投資回收緩慢 機器人產業具投資大、製程長、回收慢、生產不易，對景氣反應往往在其他

產業景氣回升才有反應。

產品生命週期

縮短

在工業技術不斷提升，產品的需求多樣化且複雜，為滿足下游應用產業及消

費者需求，因應產品生命週期短，機器設備的生命週期也縮減，對於機器人

產業掌握市場先機是關鍵課題。

國家工業化

程度的指標

產業發展可擴大機器人市場的需求，帶動產業成長，增強其他產業競爭力，

加上政府政策的支持，進而加速整體產業發展，提升國家工業化指標。

資料來源： 產業分析(朱延智，2008)，本研究整理

(四) 臺灣機器人產業鏈

隨著精密機械產業轉型成智慧機械製造，工業 4.0 興起與機器人時代來臨，

臺灣機器人產業鏈上的指標性公司，如圖 3-3 所示，不論在關鍵零組件的夾爪、

減速器和工控系統，都會因這波浪潮而藉此深化通路佈局與製程系統的整合，強

化臺灣機器人產業鏈的發展優勢，但中國製造崛起的效應，讓臺灣機器人產業鏈

核心競爭力與國際大廠相比較下，仍有很大的進步空間。面對國際的競爭壓力，

臺灣可以推動以機器人為自動化生產的核心，將精密機械設備及機器人進行整

合，促成機器人產品品質的改善，推動介面標準的建立，更加速促進產業發展。

2019 富邦人壽管理博碩士論文獎

6

圖 3-3 臺灣工業機器人產業鏈(資料來源:2017 臺灣產業地圖)

肆、 研究方法與設計

一、 樣本選取

臺灣機器人產業鏈的公司數眾多，參考工研院、工業局、DJ 理財網、麥肯錫和臺

灣智慧自動化與機器人協會的資料，由以上篩選標準：

(一) 以臺灣 53 家上、中、下游工業和服務型機器人產業鏈之上市、櫃公司為篩選

樣本，排除新櫃、未上市和未上櫃的公司。

(二) 2008 年第一季到 2017 年第三季內共 39 季間之資料進行實證分析，能取得財

務資料，排除缺漏上市櫃公司，相關季度財務報表資料取自臺灣經濟新報社(TEJ)之

TEJ IFRS Finance 國際會計準則適用。

(三) 對於樣本的產業類別界定上，並不局限於主計處所分類的家用服務型機器人

製造和產業通用機器人製造項目內的公司，而是經營項目或者銷售產品涵蓋上、中

和下游之工業和服務型機器人產業鏈製造為主。

機器人製程系統整合

製程系統E化

汽車及零組件領域

機械金屬加工領域

3C電子零組件領域

工業機器人本體

直線型與直角坐標型機器人

SCARA機器人

並聯結構型機器人(Delta)

多關節型機器人

AGV自走車

關鍵零組件

機構模組

軸承/齒輪

線性滑軌

導螺桿

夾爪

感測器模組

視覺感測器

力學感測器

距離感測器

其他感測器

驅動模組

伺服器馬達

減速機

驅動器

控制器模組

PC-based

可程式控制器(PLC)

工控系統(工業電腦)

2019 富邦人壽管理博碩士論文獎

7

二、 變數說明及資料處理

(一) 經營績效之應變數

1. 資產報酬率(ROA) (稅前息前折舊前) = (稅前息前折舊前之常續性淨利

平均資產總額) × 100%

2. 股東權益報酬率(ROE) (稅後) = (營業利益 +營業外收入及支出−所得稅費用

平均股東權益總額 ) × 100%

3. Tobin's Q 值=(股價檔的季底值 MV +長短期借款 +特別股股本)

流動資產 + 非流動資產

Chung and Pruitt (1994)、姜義軒(2001)指一般採用衡量公司價值的變數為

Tobin's Q 值，其方式為公司巿值除以重置成本，然而由於缺乏公司重置成本，改

以資產帳面價值來替代，本研究亦採用此方法。

(二) 市場結構面之代理變數：廠商規模size = ln(總資產價值)

根據 Shepherd 等經濟學者和王漢民與曹秀惠(2006)的實證研究，由於各公司間

之總資產數差異甚大，公司總資產價值取自然對數作為衡量公司規模的代理變數，

以降低單位對數值的影響，本研究亦採用方法，來瞭解對經營績效是否造成影響。

(三) 廠商行為面之代理變數

1. 研究發展費用率= (研究發展費

營業收入淨額) × 100%

2. 營收成長率= (營業收入淨額 −去年同期營業收入淨額

去年同期營業收入淨額) × 100%

3. 垂直整合：向前整合和向後整合

Porter(1980)提出垂直整合有降低成本、提高進入障礙和掌握技術的取得等優

點，並區分向前垂直整合(forward integration)和向後垂直整合(backward

integration)兩種類型，前者指企業的經營為更貼近客戶而沿產品流程方向的下游

推進；後者指企業的經營沿產品流程方向的上游前進。採用垂直整合行為能否影

響其經營績效，並細探向前整合與向後整合兩種類型分別對經營績效影響。

(四) 總體經濟面代理變數

1. 美元兌新臺幣匯率：機器人產業鏈外銷比重高，匯率走勢直接影響公司匯

兌收益進而反映在營收。

2. 臺灣機械產品外銷訂單海外生產比：指有多少機械產品由臺灣接單，在海

外生產的比例，可以反映該產業景氣狀況，機器人產業鏈的多數公司都含

在機械產業中，且我國市場特性以國內接單海外生產，其海外產品外銷為

2019 富邦人壽管理博碩士論文獎

8

主，外銷廠商採三角貿易方式日趨頻繁，國內接單海外生產有 5 大原因:配

合客戶需求、生產成本低廉、當地原物料供應方便、開拓當地市場和全球

運籌管理。

3. 工業 4.0 的分界點：德國在 2013 年 4 月 8 日宣布將迎接工業 4.0 時代。本

研究以 2013 年第二季前後劃分為工業 4.0 的分界，探討工業 4.0 的分界點

對機器人產業鏈廠商經營績效之影響。

4. M2 餘額：M2 餘額可作為衡量貨幣供給量指標，影響其廠商資金成本，故

本研究亦探討 M2 餘額對機器人產業鏈廠商經營績效之影響。

(五) 政策面代理變數：政府支出- 研發經費

本研究之政府支出-研發經費(包含政府部門和高等教育部門，排除企業部門和

私人非營利部門)的總計資料屬於年資料，來源自科技部調查全國從事科技研發活

動之投入與產出概況，以 OECD 分類進而建立科技指標，並與他國作客觀比較作為

國家制定科技發展政策之參考，本研究探討政府支出-研發經費對機器人產業鏈經

營績效之影響。

表 4- 1 變數說明與與預期方向

變數 代號 資料來源 預期方向

市場結構 廠商規模 MS 臺灣經濟新報社 ＋

廠商行為 研究發展費用率 RD 臺灣經濟新報社 ？

向後整合

(整合虛擬變數：1；無整合虛擬變數 0)

HOR 各公司財報資料 ＋

向前整合

(整合虛擬變數：1；無整合虛擬變數 0)

VERTI 各公司財報資料 ＋

營收成長率 GR 臺灣經濟新報社 ＋

總體

經濟面

美元兌新臺幣匯率 E 臺灣經濟新報社 ＋

臺灣機械產品外銷訂單海外生產比 EXP 臺灣經濟新報社 ＋

工業 4.0 的分界點

(虛擬變數：1 指 2013 年第二季後；

0 指 2013 年第二季前)

IND

？

M2 餘額 M2 臺灣經濟新報社 ？

政策面 政府支出-研發經費 G 科技部 ＋

廠商績效 股東權益報酬率 ROE 臺灣經濟新報社

資產報酬率 ROA 臺灣經濟新報社

Tobin’s Q 值 Tobin 臺灣經濟新報社

2019 富邦人壽管理博碩士論文獎

9

表 4- 2 IPS 單根檢定及 ADF-Fisher 單根檢定

變數 IPS ADF-Fisher 取對數再一階差分 顯著

廠商規模 -37.2785 963.7247

研究發展費用率 -37.7806 845.5250

營收成長率 -36.2849 1685.6555

美元兌新臺幣匯率 -40.1456 788.9749

臺灣機械產品外銷訂單海外生產比 -62.7287 1188.4679

政府支出-研發經費 -38.0382 814.2057

M2 餘額 -58.5851 816.9862

股東權益報酬率 -21.1773 723.5984

資產報酬率 -27.6440 864.4648

Tobin’s Q -7.6622 427.9727

註： p

2019 富邦人壽管理博碩士論文獎

10

伍、 實證結果

一、 敘述統計分析

針對機器人產業鏈中 53 家廠商於 2008 年第一季到 2017 年第三季共 39 季做資料

收集，在進行 Panel Data 迴歸分析之前，以敘述統計分析原始樣本資料分別整理於下

表 5-1，表 5-2 和表 5-3 中，顯示各研究變數之平均值、標準差、最小值與最大值。研

究資料型態包含橫斷面與時間剖面的縱橫資料，除了探討垂直整合對機器人產業鏈的

經營績效影響外，也討論關於工業 4.0 的發生是否會造成產業鏈的經營績效有所影響，

故第一階段研究 2008 年第一季到 2017 年第三季整段期間的敘述統計分析後，第二階

段以 2013 年第二季前後劃分為工業 4.0 的分界點，分成兩個群組來檢視敘述統計量。

從經營績效變數中可知 53 家廠商的差異性大，若其標準差數值越大，報酬率不穩

定因而廠商風險越高。從廠商資產規模中說明，最大值為 2760000000(千元)最小值為

288054(千元)，機器人產業鏈的廠商規模大小不一；從營收成長率中說明，以 2008 年

第一季為基數，將資料設定為 100％，其平均值為 12.38808％標準差為 40.96421 最大

值為 347.11％最小值為-91.13％，其兩者變異程度都比報酬率還高。

由表 5-2 和表 5-3 顯示，工業 4.0 前後的觀察數分別為 1113 個點和 954 個點，從

被解釋變數來說明，前後的差異並不大，可能是因工業 4.0 後，廠商平均而言技術較為

成熟，較明顯的是工業 4.0 後資產報酬率和股東權益報酬率的標準差明顯小於工業 4.0

前。從各解釋變數來說明，研究期間整體樣本公司的之平均值、標準差、最小值與最

大值，差異變化不大，推測工業 4.0 的推動對臺灣機器人產業鏈的影響並不大，有可能

是臺灣的機器人產業鏈占全世界的比重不大，故影響程度也沒有立即反應在產業鏈

上。其中政府支出-研發經費資料來自民國 70 年開始每年定期辦理「全國科技動態調

查」，屬於年資料，故 106 年第一季到第三季的資料還未出來，故設定數值為 0。

表 5-1 2008 年第一季-2017 年第三季研究變數敘述統計分析

被解釋變數 總觀察數 平均值 標準差 最小值 最大值

資產報酬率 2067 5.583759 5.787436 -26.8 34.46 股東權益報酬率 2067 4.755733 9.471215 -79.96 49.68 Tobin's Q 值 2067 1.155835 0.7325659 0.23 5.4 解釋變數 總觀察數 平均值 標準差 最小值 最大值

廠商資產規模(千元) 2067 64200000 259000000 288054 2760000000 研究發展費用率 2067 6.468462 7.341591 0 79.96 營收成長率 2067 12.38808 40.96421 -91.13 347.11 向後整合 2067 0.1886792 0.3913483 0 1 向前整合 2067 0.1698113 0.3755578 0 1 美元兌新臺幣匯率 2067 31.01492 1.268627 28.802 33.917 臺灣機械產品外銷訂單海外生產比 2067 19.56128 3.686553 13.24 27.21

M2 餘額(百萬元) 2067 34200000 4839168 26400000 42200000 國庫支出-研發經費

(百萬元)

2067 101860.6 29708.33 0 119758

2019 富邦人壽管理博碩士論文獎

11

表 5-2 工業 4.0 前研究變數敘述統計分析

被解釋變數 總觀察數 平均值 標準差 最小值 最大值

資產報酬率 1113 5.704699 6.145298 -26.8 34.46

股東權益報酬率 1113 4.45504 10.62597 -79.96 49.68

Tobin's Q 值 1113 1.154394 0.6946091 0.23 5.4

解釋變數 總觀察數 平均值 標準差 最小值 最大值

廠商資產規模(千元) 1113 55500000 203000000 393410 20500000

00 研究發展費用率 1113 6.288176 8.030532 0 79.96

營收成長率 1113 19.80032 49.89861 -91.13 347.11

向後整合 1113 0.1886792 0.3914295 0 1

向前整合 1113 0.1698113 0.3756357 0 1

美元兌新臺幣匯率 1113 30.91943 1.4054 28.802 33.917

臺灣機械產品外銷

訂單海外生產比

1113 21.50143 2.96486 15.14 27.21

M2 餘額(百萬元) 1113 30300000 2348479 2640000

0

34200000

國庫支出-研發經費(百萬元) 1113 108632.8 3457.994 101833 111524

表 5-3 工業 4.0 後研究變數敘述統計分析

被解釋變數 總觀察數 平均值 標準差 最小值 最大值

資產報酬率 954 5.442662 5.339459 -16.05 33.31

股東權益報酬率 954 5.106541 7.905066 -60.88 43.02

Tobin's Q 值 954 1.157516 0.7748674 0.28 4.91

解釋變數 總觀察數 平均值 標準差 最小值 最大值

廠商資產規模(千元) 954 74400000 313000000 288054 2760000000

研究發展費用率 954 6.678795 6.443281 0 52.96

營收成長率 954 3.740461 24.36298 -81.46 201.89

向後整合 954 0.1886792 0.3914588 0 1

向前整合 954 0.1698113 0.3756639 0 1

美元兌新臺幣匯率 954 31.12633 1.077624 29.67 33.128

臺灣機械產品外銷

訂單海外生產比

954 17.29778 3.111452 13.24 23.55

M2 餘額(百萬元) 954 38800000 2466660 34600000 42200000

國庫支出-研發經費(百萬元) 954 93959.78 42229.66 0 119758

2019 富邦人壽管理博碩士論文獎

12

二、 2008 年第一季到 2017 年第三季機械人產業鏈實證結果

(一)模型一：以「ROA」為應變數之模型

1. 臺灣機器人產業鏈垂直整合、工業 4.0 與 ROA 經營績效

在表 5-4 中，隨機效果模型的向後整合係數 3.0494，對 ROA 經營績效達到

5％顯著水準且為正向關係，表示向上游之垂直整合對 ROA 經營績效為正相關，

向後垂直整合的特點是安定原物料或零組件的供應，特別是在原物料快速上漲的

時代，使缺貨風險較小並且增加廠商對於掌握關鍵資源和供應商的控制度；工業

4.0 係數 0.5804，對 ROA 經營績效達 1％顯著水準正相關，表示推動工業 4.0 的

期間 ROA 經營績效愈好。

2. 臺灣機器人產業鏈結構、廠商行為與 ROA 經營績效

在表 5-4 中，隨機效果模型的營收成長率係數 0.02998，對 ROA 經營績效達

到 1％顯著水準且具正相關，與 Brush et al.(2000)實證研究發現營收愈高，ROA

愈高是相同的；廠商規模和研究發展費用率均不顯著負相關，葉集賢(2009)在整

體半導體產業研發支出對營業利益率有顯著影響，但對 ROA、ROE 則未呈現顯

著影響，與本研究結果相同，且林今煥(2013)實證結果發現，在整個半導體產

業，研發支出帶來之效益會遞延到第二年才實現，而在當期研發支出對當期經營

績效有負面影響，因當期企業費用大增之影響。

3. 整合總體經濟面對機器人產業鏈與 ROA 經營績效

在表 5-4 中，隨機效果模型的美元兌新臺幣匯率具有正向相關且有 10％顯著

水準，蔡伯全(2015)表示產品外銷比重高，臺幣貶值對廠商產品競爭力和匯兌收

入都能提高盈餘，同本研究結果；反觀臺灣機械產品外銷訂單海外生產比係數為

-3.26061，發揮 1％顯著水準且具有負向相關，不符合原先預期，一般而言國內

接單海外生產之銷售流向，主要為轉銷第三國，其次當地銷售，最後回銷國內，

顯示在海外生產的比例越低，ROA 經營績效愈好，其原因可能是廠商持續在國

內投資擴廠，帶動國內生產比提高或者國內技術良率穩定，讓更多廠商回流意願

增加，故臺灣機械產品外銷訂單海外生產比下降，有提高經營績效的結果，M2

餘額係數 109.708，具有 1％顯著正向水準，表示央行執行貨幣政策，透過 M2 餘

額影響市場，使公司向銀行借款或發債的成本降低與蔡伯全(2015)相同。

4. 整合政策面對機器人產業鏈與 ROA 經營績效

在表 5-4 中，政策之政府支出-研發經費係數為-69.8086，具有 1％顯著水準

且負相關，與原先預期不符合，表示各年政府支出與 ROA 經營績效呈反向關

係，顯示政府的生產力 4.0 的政策資源投入，並沒有對 ROA 經營績效正向帶

動，顯示政府須要對實施政策進行檢討或者可能政策實施對 ROA 經營績效有遞

延效果，這有待進一步的研究。

2019 富邦人壽管理博碩士論文獎

13

表 5-4 模型一(ROA)實證結果

模型一 Pool OLS 模型 固定效果模型 隨機效果模型

變數名稱 估計數 T 值 估計數 T 值 估計數 T 值

截距項 3.542767 12.54*** 4.12803 19.54*** 3.66738 6.84 *** 向後整合 3.082626 8.16*** 0 (omitted) 3.0494 2.46** 向前整合 -0.663047 -1.74* 0 (omitted) -

0.60831

-0.47 工業 4.0 0.609227 2.28** 0.57992 2.82*** 0.5804 2.81*** 廠商規模 1.657769 0.95 -

2.39529

-1.77* -

2.17944

-1.61

研究發展費用率 0.2559458 0.33 -

0.38374

-0.65 -

0.35052

-0.59 營收成長 0.0318774 9.21*** 0.02986 11.01*** 0.02998 11.01*** 美元兌新臺幣匯率(美元) 6.15286 1.2 7.10039 1.8** 7.04931 1.78* 臺灣機械產品外銷訂單海外生產比 -3.236529 -3.35*** -

3.26277

-4.41*** -

3.26061

-4.38*** 國庫支出-研發經費 -69.29337 -8.48*** -69.826 -

11.15***

-

69.8086

-

11.09*** M2 餘額 114.8623 7.08*** 109.391 8.79*** 109.708 8.77*** 樣本數 1793 1793 1793 F Test 23.81**

LM TEST 3301.67**

Hausman Test 10.76 選擇隨機效果模型 R-square 整體適配 F 值 整體適配 Wald 卡

方值 0.1517 47.93*** 387.20***

註：*P

2019 富邦人壽管理博碩士論文獎

14

4. 整合政策面對機器人產業鏈與 ROE 經營績效

在表 5-5 中，固定效果之財政政策政府支出-研發經費係數為-59.5796，也具

有 1％顯著水準負相關，與原先預期不符合，與 ROA 模型有類似結果。

表 5-5 模型二(ROE)實證結果

模型二 Pool OLS 模型 固定效果模型 隨機效果模型

變數名稱 估計數 T 值 估計數 T 值 估計數 T 值

截距項 0.9174484 1.96** 2.09062 5.87*** 1.19314 1.48 向後整合 5.892113 9.4*** 0 (omitted) 5.76702 3.16*** 向前整合 -1.245655 -1.97** 0 (omitted) -1.09831 -0.58 工業 4.0 1.942021 4.38*** 1.86568 5.37*** 1.86705 5.33*** 廠商規模 11.97231 4.16 3.90507 1.71* 4.47726 1.95* 研究發展費用率 1.553222 1.22 -0.00865 -0.01 0.09782 0.1 營收成長 0.0617852 10.77*** 0.05589 12.21*** 0.05633 12.22*** 美元兌新臺幣匯率(美元) 6.179788 0.73 8.59695 1.29 8.42695 1.26 臺灣機械產品外銷訂單海外生產比 -2.895514 -1.81* -2.9054 -2.33** -2.9016 -2.3** 國庫支出-研發經費 -58.71564 -4.34*** -59.5796 -5.64*** -59.5583 -5.59*** M2 餘額 130.8163 4.87*** 119.166 5.68*** 120.077 5.67*** 樣本數 1793 1793 1793 F Test 23.91**

LM TEST 2850.53**

Hausman Test 18.17** 選擇固定效果模型，

參考隨機效果模型

R-square 整體適配 F 值 整體適配 Wald 卡

方值 0.15 32.62*** 272.06***

註：*P

2019 富邦人壽管理博碩士論文獎

15

業鏈的關鍵零組件或原物料都須倚靠進口，故新臺幣升值對進口原物料較為有

利，可直接降低企業進口原物料及消費品價格，有助於降低企業之生產成本，故

在臺幣升值時，反而造成匯兌收益的結果；隨機效果模型的臺灣機械產品外銷訂

單海外生產比係數為 0.0494 和 M2 餘額之係數 1.0349，與 ROA 和 ROE 模型實證

結果不同，並沒有達到顯著水準且為正相關。

4. 整合政策面對機器人產業鏈與 Tobin’s Q 值經營績效

在表 5-6 中，隨機效果政府支出-研發經費之係數為-0.673，不具有顯著相關

與 ROA 和 ROE 模型實證結果不同，表示政策面對於 Tobin’s Q 值經營績效沒有

直接相關影響。

表 5- 6 模型三(Tobin’s Q)實證結果

模型三 Pool OLS 模型 固定效果模型 隨機效果模型

變數名稱 估計數 T 值 估計數 T 值 估計數 T 值

截距項 0.998 27.68*** 1.1019 51.36*** 1.0164 11.08*** 向後整合 0.5138 10.65*** 0 (omitted) 0.4764 2.17** 向前整合 -0.062 -1.27 0 (omitted) -0.035 -0.15 工業 4.0 0.0628 1.84* 0.0596 2.85*** 0.0594 2.84*** 廠商規模 0.659 2.97*** 0.3006 2.19** 0.307 2.24** 研究發展費用率 0.0782 0.8 0.0536 0.89 0.0539 0.9 營收成長 0.0022 4.9*** 0.0016 5.85*** 0.0016 5.88*** 美元兌新臺幣匯率(美元) -2.944 -4.49*** -2.794 -6.98*** -2.797 -6.98*** 臺灣機械產品外銷訂單海外生產比 0.0473 0.38 0.0493 0.66 0.0494 0.66 國庫支出-研發經費 -0.557 -0.53 -0.673 -1.06 -0.673 -1.06 M2 餘額 1.9001 0.92 1.0163 0.8 1.0349 0.82 樣本數 1793 1793 1793 F Test 49.23**

LM TEST 6487.48**

Hausman Test 5.17

選擇隨機效果模型 R-square 整體適配 F 值 整體適配 Wald 卡方

值 0.0972 11.27*** 96.40*** 註：*P

2019 富邦人壽管理博碩士論文獎

16

ROA = α + 𝛽1𝐻𝑂𝑅𝑖 + 𝛽2𝑉𝐸𝑅𝑇𝐼𝑖 + 𝛽3𝑀𝑆𝑖𝑡 + 𝛽4𝑅𝐷𝑖𝑡 + 𝛽5𝐺𝑅𝑖𝑡 + 𝛽6𝐸𝑡 + 𝛽7𝐸𝑋𝑃𝑡 + 𝛽8𝐺𝑡 + 𝛽9𝑀2𝑡−1 + 𝜀𝑖,𝑡 (5.1)

ROE = α + 𝛽1𝐻𝑂𝑅𝑖 + 𝛽2𝑉𝐸𝑅𝑇𝐼𝑖 + 𝛽3𝑀𝑆𝑖𝑡 + 𝛽4𝑅𝐷𝑖𝑡 + 𝛽5𝐺𝑅𝑖𝑡 + 𝛽6𝐸𝑡 + 𝛽7𝐸𝑋𝑃𝑡 + 𝛽8𝐺𝑡 + 𝛽9𝑀2𝑡−1 + 𝜀𝑖,𝑡(5.2)

Tobin′s Q 值 = α + 𝛽1𝐻𝑂𝑅𝑖 + 𝛽2𝑉𝐸𝑅𝑇𝐼𝑖 + 𝛽3𝑀𝑆𝑖𝑡 + 𝛽4𝑅𝐷𝑖𝑡 + 𝛽5𝐺𝑅𝑖𝑡 + 𝛽6𝐸𝑡 + 𝛽7𝐸𝑋𝑃𝑡 + 𝛽8𝐺𝑡 + 𝛽9𝑀2𝑡−1 + 𝜀𝑖,𝑡 (5.3)

下標 i 表示第 i 家廠商，i = 1,2,3 … ,53，共 53 家廠商。

下標 t表示第 t 季， t = 1,2,3, … ,39，共 39 個季度。

(二) 實證結果

模型(5.1)式工業 4.0 前後都具 1％顯著，向後整合係數在工業 4.0 前後相比減少

1.1273 並呈現正相關顯著；營收成長率前後係數相比減少 0.01449，仍維持正相關

的 1％顯著；美元兌新臺幣匯率前後係數相比增加 13.43245，從不顯著轉變 5％正

相關顯著；產品外銷訂單海外生產比前後係數相比減少 5.09579，從不顯著轉變 1％

負相關；研發經費前後係數相比增加 16.978，有 1％負相關顯著；M2 餘額從顯著

變為不顯著，向後整合、營收成長率和 M2 餘額都在工業 4.0 後有減少影響，產品

外銷訂單海外生產比增加負向影響，只有匯率、政府支出-研發經費增加正向影

響，顯示工業 4.0 後對於 ROA 經營績效的影響力較小，如表 5-7 所示。

表 5- 7 (5.1)式 ROA 實證結果

時間 工業 4.0 前 工業 4.0 後

ROA 模型(5.1 式) 隨機效果模型 隨機效果模型

變數名稱 估計數 T 值 估計數 T 值

截距項 3.21005 5.8*** 5.59767 8.44***

向後整合 3.6067 2.69*** 2.4794 1.65*

向前整合 -1.28994 -0.96 0.23257 0.15

廠商規模 -2.71143 -1.45 -1.67599 -0.96

研究發展費用率 -0.67413 -0.94 1.10013 1.15

營收成長 0.03274 10.31*** 0.01825 3.14***

美元兌新臺幣匯率(美元) 2.75715 0.52 16.1896 2.49**

臺灣機械產品外銷訂單海外生產比 -1.08435 -1.05 -6.18014 -6.24***

國庫支出-研發經費 -76.3468 -7.67*** -59.3686 -7.58***

M2 餘額 150.209 10.08*** -9.50122 -0.44

樣本數 1020 773

F Test 18.92** 18.81**

LM TEST 1858.89** 1439.35**

Hausman Test 4.73 13.99

整體適配 Wald 卡方值 275.48*** 190.74***

註：*P

2019 富邦人壽管理博碩士論文獎

17

著；匯率前後相比增加 28.88878，從不顯著轉變 1％正相關顯著；產品外銷訂單海

外生產比前後相比減少 4.6171，從不顯著轉 1％負相關顯著；研發經費前後相比增

加 4.3569，有 1％負相關顯著；M2 餘額從顯著變為不顯著，向後整合、營收成長

率和 M2 餘額都在工業 4.0 後有減少影響和產品外銷訂單海外生產比增加其負向影

響，只有匯率、政府支出-研發經費增加正向影響，顯示工業 4.0 後對於 ROE 經營

績效的影響力較小，如表 5-8 所示。

表 5- 8 (5.2)式 ROE 實證結果

時間 工業 4.0 前 工業 4.0 後

ROE 模型(5.2 式) 隨機效果模型 隨機效果模型

變數名稱 估計數 T 值 估計數 T 值

截距項 0.53532 0.6 5.00949 5.47***

向後整合 7.27995 3.43*** 4.32424 2.16**

向前整合 -2.41524 -1.14 0.40784 0.2

廠商規模 3.97219 1.23 2.01574 0.71

研究發展費用率 -0.03117 -0.03 1.95884 1.25

營收成長 0.05937 10.81*** 0.03623 3.82***

美元兌新臺幣匯率(美元) -1.24408 -0.14 27.6447 2.59***

臺灣機械產品外銷訂單海外生產比 -0.87508 -0.49 -5.49218 -3.38***

國庫支出-研發經費 -56.2414 -3.27*** -51.8845 -4.03***

M2 餘額 169.813 6.59*** -40.9527 -1.15

樣本數 1020 773

F Test 21.56** 13.49**

LM TEST 2045.09** 928.62**

Hausman Test 7.37 0.01

整體適配 Wald 卡方值 185.22*** 90.34***

註：*P

2019 富邦人壽管理博碩士論文獎

18

表 5- 9 (5.3)式 Tobin’s Q 實證結果

時間 工業 4.0 前 工業 4.0 後

Tobin' s Q 模型(5.3 式) 隨機效果模型 隨機效果模型

變數名稱 估計數 T 值 估計數 T 值

截距項 1.05745 11.9*** 0.97198 8.29***

向後整合 0.4554 2.01** 0.57487 2.03**

向前整合 -0.11279 -0.5 0.02559 0.09

廠商規模 0.4529 2.72*** -0.0375 -0.31

研究發展費用率 0.01048 0.16 0.10873 1.61

營收成長 0.00166 5.86*** 0.0016 3.88***

美元兌新臺幣匯率(美元) -3.9617 -8.45*** -0.92035 -2.01**

臺灣機械產品外銷訂單海外生產比 -0.11593 -1.27 0.40063 5.74***

國庫支出-研發經費 1.79243 2.03** -1.30941 -2.37**

M2 餘額 -1.40589 -1.06 7.03715 4.6***

樣本數 1020 773

F Test 44.21** 134.21**

LM TEST 4214.78** 4187.41**

Hausman Test 0.42 90.15**

整體適配 Wald 卡方值 125.82*** 82.94***

註：*P

2019 富邦人壽管理博碩士論文獎

19

(三) 對於臺灣機械產品外銷訂單海外生產比實證結果顯著負相關時，海外生產

的比例越低，反而提高經營績效，故臺灣廠商持續在國內投資擴廠，帶動國內

生產比提高，有助於提高經營績效結果，也帶動廠商回流臺灣投資效果。

(四) 在 2008 年第一季到 2017 年第三季的模型，加入總體經濟與政策因素後的

模型整體配適度更好，顯示機器人產業鏈易受景氣波動和政策的影響。在總體

經濟和政策面，可以區分會計績效與市場績效的結果，以會計績效 ROA、ROE

來探討，臺灣機械產品外銷訂單海外生產比、政府支出-研發經費和 M2 餘額

都是具有顯著水準，但美元兌新臺幣匯率則是不顯著或是 10％正向顯著水準；

以市場績效 Tobin’s Q 值來探討，臺灣機械產品外銷訂單海外生產比、政府支出

-研發經費和 M2 餘額都是不具有顯著水準，但美元兌新台幣匯率則是具有負

向顯著水準，顯示會計績效與市場績效在分析經營績效具有差異性。

(五) (5.1)式、(5.2)式和(5.3)式的模型，考慮工業 4.0 前後的影響可以區分會計

績效與市場績效的結果，以會計績效 ROA、ROE 來探討，發現工業 4.0前較工

業 4.0後相對影響較大；以市場績效 Tobin’s Q 值來探討，發現工業 4.0後較工

業 4.0前相對影響較大。

二、 研究限制與建議

(一) 研究限制

本研究採用 panel data 進行實證分析，在變數的選取上仍有改進空間，礙於資

料難以取得，本次研究並未涵蓋所有市場結構和廠商行為變數如市場佔有度、市場

區隔等，垂直整合變數也僅以虛擬變數代表，及對於政府支出的變數，本研究採用

政府部門和教育部門全部研發經費而非專門投入生產力 4.0 的研發經費，其值在探

討機器人產業鏈上不夠完善，後續研究可考慮選取上述變數進行和針對生產力 4.0

的研發經費更進一步的研究。

(二) 研究建議

以本研究的實證結果，可提供廠商及政府的建議：

1. 為了穩定與提高廠商績效，廠商應更積極從事上中游的整合作業，同

時思考為何中下游的整合會不如中上游整合帶來的績效，臺灣機器人產業

鏈廠商大多投資在工業電腦及機器人零組件部分，很明顯重視硬體開發，

缺少軟體創新應用區塊，必須思考產業價值如何提升及廠商長期資金投入

如何使內涵技術含量增值，並開拓機器人產業大量及多元市場需求。

2. 現況臺灣市場的產業價值鏈介於研發與生產製造階段，應優先編列經

費加強培養中小型的系統整合廠商，扶植機器人產業關鍵零組件的品質及

可靠度提升並加速產業鏈垂直整合，順利進展到成長期的生產製造及終端

系統整合應用階段，並適時適量檢討政府政策，以求不浪費政府資源。

2019 富邦人壽管理博碩士論文獎

20

參考文獻 王漢民和曹秀惠(2006)。企業選擇負債融資工具影響因素之探討。經濟與管理論叢：

53-70。

朱延智(2008)。產業分析(第五版)。台北：五南。

林有志，邱炳雲和高茂峰(2008)。更換經理人對公司經營績效之影響。會計與公司治理

期刊:5，1-27。

林今煥(2013)。研究發展支出與企業經營績效之攸關性-以我國半導體上市上櫃公司為

例。國立政治大學碩士論文。

俞海琴、陳慧娟(1999)。我國上市公司成長、槓桿與托賓 Q 關聯之研究。風險管理學

報：81-101。

姜義軒(2001)。臺灣電子產業與非電子產業 Tobin’s Q 之差異及其成因之研究。國立交

通大學碩士論文。

韋康博(2015)。工業 4.0 : 從製造業到「智」造業,下一波產業革命如何顛覆全世界。

臺北：商周出版。

陳美珠(2006)。臺灣面板產業技術創新與經營效率分析》。私立亞洲大學碩士論文。

葉集賢(2009)。研發支出及資本支出對企業經營績效之影響--以臺灣半導體產業為例。

國立成功大學碩士論文。

彭永龍(2011)。投資型子公司、公司治理及成長機會與公司績效關係之研究。國立交通

大學碩士論文。

蔡博全(2015)。臺灣 IC 設計產業經營績效分析。國立臺灣大學碩士論文。

Artz, K. W., ＆ T. H. Brush. 2000. Asset specificity, uncertainty and relational norms：An

examination of coordination costs in collaborative strategic alliances. Journal of

Economic Behavior ＆ Organization, 41：337-362.

Chung, K. H., ＆ S. W. Pruitt. 1994. A simple approximation of Tobin’s Q. Financial

Management, 23 (Autumn)：70-74.

Griliches, Z. 1981. Market value, R&D and patents. Economic Letters, 7(2)：183-187.

Im, Pesaran, ＆ Shin. 2003. Testing for Unit Roots in Heterogeneous Panels. Journal of

Econometrics, 115：53-74.

Hausman, J. A. 1978. Specifications tests in econometrics. Econometrical, 46：1251-1271.

Lindenberg, E. B., ＆ S. A. Ross. 1981. Tobin’s q ratio and industrial organization. Journal

of Business, 54 (January)：1-32.

Porter, M.E. 1980.Competitive Strategy: Techniques for Analyzing Industries and

Competitors. The Free Press, New York.

Tobin, J., ＆ W. Brainard. 1968. Pitfalls in financial model building. American

Economic Review, 58 (May)：99-122.