南台科技大學專題討論 指導老師：黃振勝 學號： M98U0213 姓名：顏瑋廷 中華民國 98 年 12 月 02 日.

Presentation on theme: "南台科技大學專題討論 指導老師：黃振勝 學號： M98U0213 姓名：顏瑋廷 中華民國 98 年 12 月 02 日."— Presentation transcript:

1 南台科技大學專題討論 指導老師：黃振勝 學號： M98U0213 姓名：顏瑋廷 中華民國 98 年 12 月 02 日

2 文章出處 台灣與大陸線上遊戲產業策略聯盟之研究 以資料包絡法與二次驗證為基礎 ◎王嘉男、邱述濱、蔡仁瀚、林于正、邱繼加 ◎前衛科技股份有限公司科技中心 ◎開南管理學院資訊及電子商務學系 黃埔學報第五十期民國九十五年 WHAMPOA - An Interdisciplinary Journal 50(2006) 195-206

3 摘要 近年來由於台灣線上遊戲 (On-line Game) 產業快速的發展，台灣線上 遊戲公司不斷引進來自美日韓的許多知名線上遊戲，顯示台灣在遊戲軟體 市場競爭相當激烈。 由於台灣遊戲市場趨於飽和，許多遊戲公司紛紛朝向中國市場開拓 商機，包括在中國成立公司或與中國的遊戲廠商進行策略聯盟，在眾多 的遊戲公司裡，要如何整合兩岸 C 戲軟體公司且創造出更好的經營績效？ 以資料包絡法，結合本身的研究，提出一套有系統的模式，其 目的在為線上遊戲公司進行策略聯盟時，有效來尋找聯盟的對象及 分析策略聯盟後新公司的預期經營效率，並提出二次驗證，其主要 目的再利用二次驗證研究績效變佳之合併公司於模擬真實市場中是 否應進行垂直或水平整合投入市場， 找出最適合投入市場之合併公司。

4 研究背景與目的 台灣遊戲軟體產業朝中國市場發展的可行性，因在近幾年遊戲軟體產業 及市場發展迅速，許多國家將遊戲視為軟體產業相當有發展性的產業，紛紛 支持投入遊戲軟體產業，但由於目前遊戲市場競爭激烈，台灣公司想與國際 遊戲公司大廠競爭相當不易，臺灣市場趨於飽和，如果未來要走向外銷，最 大的市場就是來自於中國，因此投資中國市場是未來發展的方向。 根據拓墣產業研究所的研究中顯示，預估台灣遊戲軟體產業總值在 2008 年時將達新臺幣約 391 億，預計比 2003 年成長達到 58% 預計從 2003 年至 2006 年 間，中國遊戲軟體市場年複合成長率高達 60.9% ，因此在這龐大的商機下，由 於在地區及文化上的差異，最快進入中國市場的方式就是投資中國公司，在 國眾多遊戲公司之下，臺灣公司該如何選擇直得投資的中國公司就是本研究 該探討的方向。

5 DEA 資料包絡法簡介 資料包絡分析法 (Data Envelopment Analysis) 也就是所謂的 DEA 分析方法， 是一種衡量多向項投入與產出之決策單位相對效率的一種方法，在個體經濟 學上的生產函數，透過資料包絡分析法，找出生產集合 (Productive Possibility Set) 與其有效的生產邊緣（ Efficient Frontier ），其方法是以投入、產出之總和 比例作為衡量生產效率的指標，運用決策單位 (Decision Making Unit, DMU) ， 也就是受評估單位採用數學規劃以極大或極小值得到所謂的效率前緣 ( Efficiency Frontier ) ，及落在此效率前緣上的 DMU 即為有效率，反之則為無效率。 在運用上亦有其限制，它只能提供相對的效率評估，而非絕對效率的均 衡，因此僅能出相對無效率的單位，即使是有效率，也不代表具有絕對效率。 無法處理產出項為負值的情形。再者無法解釋受評估單位之行為對組織效率所 造成的影響，及太多變數將會使區別 DMU 的能力降低。

6 ( 一 )CCR 模式 最早研究生產邊界和效率的學者是 Farrell ，他是第一個以確定性無參數法 (Deterministic Nonparametric Approach) 分析單一產出及投入技術效率的學者， 其理論主要建基於三個假設： （ 1 ）生產邊界是由最有效率的 DMU 所組成，而相較無效最有效率的 DMU 所組成，而相較無效率的 DMU 位於此邊界之下。 （ 2 ）假設為固定規模報酬。 （ 3 ）生產邊界凸向原點（ Convex ），而且每一點的斜率均為負。 因此延續 Farrell 概念的 CCR 模型仍假設規模報酬固定，以線性規劃法估計 生產邊界，並衡量每一決策單位（ Decision Making Unit, DMU ）的相對效率。 將 Farrell 的將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的效率模式，正式效率評估觀念加以推廣到多種產出 (Multiple product) 的模式，簡稱 CCR 模式。

7 (2)BBC 模式 可衡量各決策單位的純粹技術效率 (pure technical efficiency) 及規模效率 (scale efficiency) ，同時可衡量各決策單位的規模報酬狀態，即決策單位的 規模報酬可能為遞增、遞減或固定。 BCC 模型去除 CCR 模型裡固定規模報 酬的假設，改以變動規模報酬 (Variable Return to Scale, VRS) 替代，來評估 各 DMU 的純粹技術效率， 並且將 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。由 BCC 模式所得之效率值為純粹技術效率 值，而 CCR 所得之效率值為整體技術效率。

8 (3)A ＆ P 模式示意圖 圖 1 A&P 模式示意圖

9 本研究所發展之模式 圖 2 本研究流程圖

10 RANK 排序法圖 (1) SCORE 績效評估的缺失釋意圖 圖 3 SCORE 績效評估的缺失釋意圖

11 RANK 排序法圖 (2) RANK 排序法釋意圖 圖 4 RANK 排序法釋意圖

12 實證結果與分析 (1) 模式所需之投入產出指標的選定 接下來的實證分析中，由於台灣遊戲軟體產業紛紛出走投資中國市場， 本研究目的在於，台灣遊戲軟體廠商投資中國遊戲市場應採取水平整合中國 遊戲軟體公司或單獨投入市場方式。因此本研究決定了知名的五間台灣遊戲 軟體公司和五間中國遊戲軟體公司，共十間公司，分別如下：台灣 C 戲軟體 公司為中華網龍、智冠、遊戲橘子、華義、大宇，中國遊戲軟體公司為海虹、 聚友網路、網易、盛大、搜狐。

13 實證結果與分析 表 1 遊戲市場效益表

14 實證結果與分析 表 2 民國 93 年各廠商的資料 ( 指標未定，調整前 )

15 實證結果與分析 表 3 相關係數分析表

16 實證結果與分析 最終，本研究選定了以下投入、產出項目為變數： 1. 投入變數一 (X1) ：遊戲市場效益 2. 投入變數二 (X2) ：銷貨成本 3. 產出變數一 (Y1) ：營業收入 4. 產出變數二 (Y2) ：保留盈餘

17 實證結果與分析 (2) 整合前的效率評估分級 表 4 指標確定，調整後各廠商的基本資料

18 實證結果與分析 表 5 策略聯盟前效率評估分級表

19 實證結果與分析 表 6 策略聯盟前各層級效率前緣表

20 實證結果與分析 (3) 整合過程的效率評估 本研究為平行產業的整合，假設在不同經濟規模下投入資源的合作能 得到相同產出合作地假設前提之下，台灣軟體公司投資中國市場是否需要 與中國軟體公司進行策略聯盟合作，於是在模擬合作與否過程裡，將每間 台灣軟體公司其投入及產出指標與每間中國軟體公司相加。

21 實證結果與分析 表 7 策略聯盟後各層級效率前緣表

22 實證結果與分析 (4) 二次驗證 以往運用 DEA 方法分析產業水平或垂直整合之文獻，往往因發現 效率變佳者就草草推薦並做差額變數分析，但研究之 DMU 數目與現實 情況相距甚遠且不可能發生，效率變佳並無法表示二間公司合併後 利於該合併公司投入市場，所以本研究提出二次驗證，其主要目的 為利用二次驗證，研究績效進步之合併公司於模擬真實市場中是否 應進行垂直或水平整合投入市場，找出最適合投入市場之合併公司。

23 實證結果與分析 表 8 合作方案推薦表

24 實證結果與分析 表 9 模擬真實市場效率前緣分級（華義 + 網易）

25 實證結果與分析 表 10 模擬真實市場效率前緣分級（智冠 + 網易）

26 實證結果與分析 表 11 模擬真實市場效率前緣分級（大宇 + 網易）

27 實證結果與分析 表 12 模擬真實市場效率前緣分級（遊戲橘子 + 網易）

28 實證結果與分析 表 13 比較與建議方案表

29 結論與建議 以台灣遊戲公司投資中國遊戲市場為假想研究背景，進行遊戲產業 內水平整合研究，因為遊戲工業往往統籌企劃、研發、生產和行銷，所 以遊戲工業不如其它產業有明顯的上下游分工。採用 DEA 方式對於遊戲 工業的投入及產出做效率評估，的結果證實此方法不但能應用於各產業 聯盟合作評估，也可對企業提出建議改善方案。 因為現有以 DEA 模型討論效率前緣的研究論文，主要是以討論效率 前緣級數提升者進行推薦方案，並未對效率前緣級數提升者深入討論並 進行推薦方案，本研究結果，華義與網易、大宇與網易為最佳建議合作 方案。

30 心得 合作方案推薦表中，效率前緣級數差等於 -1 者共有 四間，分別為「華義 + 網易」、「智冠 + 網易」、「遊戲 橘子 + 網易」和「大宇 + 網易」。再以 DEA 模型將華義、 遊戲橘子、智冠和大宇透過本研究創新之二次驗證，分 別投入於模擬真實市場中計算出效率前緣分級，判定四 間公司最適合的投資方式並給予推薦。

31 參考文獻 [1] 拓墣產業研究所，遊戲產業白，遊戲產業白皮書 (2004) 。 [2] Farrell, M. J. “The measurement [3] Charnes A., Cooper, W. W. and [4] Banker, R. D., Charnes, A. and [5] Barth, W. and Staat, M. “Environmental variables and relative efficiency of bank branches: a DEA-bootstrap approach”, International Journal of Business Performance Management, Vol.7, pp. 228-240 (2005). [6] Nagarur, N. N. and Rajbhandari, B. “Data Envelopment Analysis for the performance evaluation of air conditioning and refrigeration companies in Thailand”, International 皮書 (2004) 。 of productive efficiency,” Journal of the Royal Statistical Society, Series A, General 120, pp. 253-281 (1957). Rhodes, E. “Measuring the Efficiency of Decision Making Units”, European Journal of Operational Research, Vol.2 (6), pp. 429-444 (1978). Cooper, W. W. “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis”, Management Science, Vol.30, pp. 1078-1092 1984). Journal of Business Performance Management, Vol.3, pp. 276-300 (2001).

32 報告完畢

33 問題討論 問題 1 ：請問 RANK 排序法是什麼意思 ? 參考解答： RANK 排序法過程將參與的全體企業作多次的經營效率評 估，在第一次評估過程中，將 Rank 值為 1 的企業挑出，列為效率 第一級，緊接著的第二次評估，則將效率第一級的企業屏除在外， 重新再作一次效率評估，再將 Rank 值為 1 的企業挑出，列為效率 第二級，以下類推。用此方法可將企業依照經營效率分為數級， 用意在於方便之後的合併效率評估，讓企業的強弱分明，合併過 程更有方向性。 問題 2 ：請問網咖公司是以多少間來作績效評估？ 參考解答：將 5 間台灣公司再加上 5 間中國公司得到 25 間虛擬公司，再 加上原公司 10 間作績效評估。