台灣發光二極體產業製造決策架構與要素之研究 · 紫式決策分析架構(UNISON Framework for Decision Analysis)為簡禎富(2005)為了協...

2011 第 14 屆科際整合管理研討會 June 25, pp268-283

- 268 -

台灣發光二極體產業製造決策架構與要素之研究

The Study of Manufacturing Decision Structure and Elements of Taiwan Light Emitting Diode Industry

陳春男 Chun-Nan Chen1 吳吉政 Jei-Zheng Wu2

摘要

隨著全球能源價格高漲，環保意識抬頭，強調節能的 LED 產業正蓬勃發展。此外，為

減少溫室氣體的排放，各國紛紛具體制訂相關政策以進一步禁用低效率光源或鼓勵與獎勵

高效率光源，使得 LED 照明應用市場競爭更加劇烈。隨著 LED 技術成長趨緩，「管理」將

取代「技術」成為 LED 產業競爭關鍵，因此建立一套完善製造策略是目前最重要的課題。

製造策略在過去的研究中，已有相當程度的探討，並研究出許多評估架構。然而針對不同

環境與產業，評估的選項重要程度有所不同；是故本研究在以往架構中以紫式決策分析架

構配合分析網路程序法的方式加入權重之概念，使評估選項能有重要程度不同之分，以補

足原先評估架構的不足，有助於企業在應用上能更加了解本身狀況及改善方向，並進一步

建立製造策略在 LED 產業的實證基礎。

關鍵字：分析網路程序法、紫式決策分析架構、製造策略、發光二極體

Abstract With global energy prices soar and environmental consciousness increase, emphasizing the

energy-saving LED industry is booming. In addition, to reduce greenhouse gas emissions, countries have developed policies to further disable the low efficiency of light or to encourage and reward high-efficiency light, and that will make the market competition of application of LED lighting more intense. With the LED technology slowdown, "management" will replace "technology" and become the key of success to LED industry competition. Therefore, how to establish a comprehensive manufacturing strategy is the most important issue. Manufacturing strategy in the past has been considerable research and developed a number of evaluation framework. However, little study has been done to investigate the criteria importance of LED industry. This study use UNISON and ANP to prioritize critical manufacturing strategy elements in the LED industry.

Keywords: Analytic Network Process, UNISON Framework for Decision Analysis, Manufacturing Strategy, Light Emitting Diode.

1東吳大學企業管理學系碩士生(聯絡地址：新北市淡水鎮新春街 125 巷 14 號 6 樓，聯絡電話：

0912158399，E-mail: [email protected]) 2東吳大學企業管理學系助理教授


- 269 -

壹、緒論

近年來全球能源價格高漲，環保意識抬頭，擁有節能優勢的發光二極體(Light Emitting Diode, LED)產業成為了擁有極大潛力的明星產業。過去 LED 的發展與研究目標都以技術革新為主，但隨著 LED 技術成長趨緩，愈接近理論極限值，技術在 LED 產業競爭的重要性將逐步降低，當產業內各家廠商間技術不存在明顯落差時，預測「管理」將取代「技術」

成為 LED 產業競爭關鍵。藉由市場管理、生產管理、財務管理、規模經濟等方面提升，降低產品售價，以因應市場對於 LED 價格下降持續需求，廠商也可藉低成本取得市場競爭優勢(黃孟嬌，2010)。

以往在策略上的相關研究通常會使用質化分析，然而在實務上進行決策時的分析依據

需符合定性、定量且客觀的原則，因此需要一套量化分析方法輔助，但目前國內 LE 製造策略尚無一套完整的量化分析研究，故本研究將試圖以量化分析的方式建構 LED 製造策略評估架構。針對決策的量化分析相關研究中，通常使用的方法為分析網路程序法

(Analytic Network Process, ANP)作為分析工具，以往的研究者在設計 ANP 架構時都略有不同，例如有些研究會將架構中的要素假設獨立，便可以分析層級程序法(Analytic Hierarchy Process, AHP)進行運算；然而，很少有研究探討，使用不同架構設計或假設的分析結果是否相同？何種方法於實務上的適用性較高或較接近真實？使用不同的結果又會對實務造

成什麼影響？因此，本研究將以 ANP 進行 LED 製造策略評估模型的建構，並與不同的設計方法進行比較。

貳、文獻回顧

一、製造策略(Manufacturing Strategy)

製造策略(Manufacturing Strategy)自 1960 年代開始，開始受到學術上的關注，並廣泛運用到商業及管理領域的討論。隨著產業環境的變化，出現了許多從不同角度對製造策略

的相似定義，以下將從競爭策略、策略活動、策略層級等三個角度探討製造策略。

從競爭策略的角度，Skinner (1969)認為製造策略就是利用某些製造功能的特性，作為企業競爭的武器。在 Fine and Hax (1985)的研究中也提出相同的看法，認為製造策略就是讓組織擁有持續競爭優勢的目標。Swamidass and Newell (1987) 定義製造策略為有效利用製造力量作為競爭武器以達成企業和業務目標。Leong et al. (1990) 的研究中進一步指出，企業只能依其製造部門能力範圍內所生產之產品作為市場競爭的武器，是故製造能力

的優勢，將是企業能否取得競爭優勢的關鍵。Ariss and Zhang (2002) 的研究中亦證明了，製造策略與公司競爭地位具有顯著的關係。

從策略活動的角度，一個有效的策略需要整合各個活動，並且聚焦於某些活動。Hayes and Wheelwright (1985)認為製造策略是一組妥善協調的目標與方案，用以取得長期並持續的競爭優勢。McGrath and Bequillard (1989) 則定義製造策略為企業如何製造產品以滿足客戶需求的總體計畫。在執行策略的時候，企業必須運用其製造能力達成目標，而製造能

力的運用則需要搭配公司整體策略。因此 Hill (1987)便提出，製造策略為實現製造能力和公司策略程序的一致性，以及商定當前和未來在市場成功所需的競爭優勢。對於此觀點，

Hayes and Pisano(1994)及 Miller and Roth (1994)等多位學者的研究中，都強調若能有適當

2011 第 14 屆科際整合管理研討會

- 270 -

地將製造能力做配備及管理，其將成為企業一個具有強大競爭優勢的武器。談到製造策略

與公司策略程序的關係，Swink and Way (1995) 總結先前的研究後指出，製造策略為影響企業資源和政策的決定及計畫，其中涉及到了採購、生產和交期。Fine and Hax (1985) 也提到了競爭策略是公司商業策略的關鍵部分，其中包含一組積極配合的活動以確保自身的

長期競爭優勢。Blackstone (1998) 認為製造策略是規劃與資源配置的集體決策。而最有效的方法為，製造策略的制訂應支持企業總體戰略策略，以提供競爭優勢。Brown (1998)定義製造策略為使公司能滿足各式各樣需求的動力。

從策略層級的角度，Deshmukh (2001)回顧先前諸多文獻後，便建議製造策略和市場行銷策略應在公司整體策略中相互銜接。Dekkers(2003)的研究進一步認為公司的整體策略間必須要有強而有力的鏈結，若策略進行時不能相互配合，將會降低整體策略的效力。是

故我們可以得知，製造策略的規劃於執行會受到其他部門功能層級策略的影響。而對於功

能層級策略內的相互影響，可用供應鏈中企業流程的角度思考；Lambert et al. (2005)認為，製造的策略面管理提供了公司內部流程與關鍵供應鏈成員的管理結構。

Skinner (1969)提出製造目標應含有生產力、投資報酬率、品質、服務與創新。Hayes and Schmenner (1978)則加入彈性的觀念，將製造目標修正為品質、成本、交付及彈性等四個構面。Miltenburg (1995)以產出的觀點認為製造目標應包含了成本、品質、積效、交期、交付可靠性、彈性和創新等七個觀念。簡禎富、吳吉政(2010)針對高科技產業提出了品質、彈性、交付、服務、科技技術、公司狀況與競合關係。亦有學者經由實證或整合，對製造

目標提出更多的要素。Miller and Roth (1994)定義了 11 個競爭能力，包含價格、設計彈性、產量彈性、轉換彈性、廣告、品質一致性、高品質、速度、交付可信度、售後服務及

廣泛的產品線。Kim and Arold (1993)則將品質、成本、交期、彈性與服務等五個構面分成 15 個要素來作為製造目標的衡量。

製造目標可以幫助企業滿足顧客的需求與價值，施坤壽等人(2000)的研究即顯示，顧客的滿意會直接顯著影響製造策略，故可從顧客的角度探討製造目標。Kaplan and Norton (2001)以平衡計分卡的觀念歸納出，從顧客的角度思考，製造目標必須涵括價格、品質、時間、功能、服務、關係和形象等要素。Dickson (1966) 亦對供應商選擇進行了全面性的調查，提出了 23 個標準。Weber et al. (1991) 整理出價格、交付、成本、生產能力和位置等五個最關鍵的要素。Zhang et al. (2004) 增加了政治、經濟、社會環境與技術改變的因素。從企業程序的觀點，Lambert et al. (2005) 認為影響企業實施製造流程管理之策略面因素可分為五個構面 17 個評估因素替企業衡量績效。

隨著不同組織對於競爭要素的偏重程度不同，產生績效也會不同。方世榮(1998)的研究結果便發現，不同廠商著重於不同要素，其經營績效亦會產生不同。李文瑞、陳秋宏(1999)的研究也顯示，許多要素間皆會相互影響及配合，故在進行策略時必須同時兼顧其他要素，

然而如何在有限的資源內作出資源配置的選擇，即為本研究之目的。

二、紫式決策分析架構

紫式決策分析架構(UNISON Framework for Decision Analysis)為簡禎富(2005)為了協助決策者建構決策思考架構，嘗試從複雜的情境中藉由系統化的邏輯推理與思考過程所發

展的理論，進而整理出系統化可以學習應用的分析方法，以幫助決策者有效地綜合研判各


- 271 -

種相關資訊、定義對的問題、找到最佳化和最適合的決策方案(簡禎富等人，2008)。此架構可廣泛應用於不同領域的決策問題。Chien et al. (2007)以紫式決策分析架構分析 IC 最終測試的策略選擇。林繼勇等人(2008) 以紫式決策分析架構建構液晶原料廠製程確效評估模式，以某液晶生產工廠為實證，提出關鍵的製程確效指標及系統化的評估流程。Hsu and Chien (2009)以 UNISON 分析半導體製程並用以降低分部掃描覆蓋誤差。

紫式決策分析架構分析步驟可分為六大階段(簡禎富、吳吉政，2010)：1.瞭解問題；2.界定利基；3.架構影響關係；4.客觀敘述感受；5.綜合判斷與主觀衡量；6.權衡與決策。

三、分析網路程序法

(一)分析網路程序法理論與特色

Thomas L. Saaty 在 1975 年為了解決分析層級程序法 (Analytic Hierarchy Process, AHP)的缺點提出了分析網路程序法 (Analytic Network Process；ANP)。故欲了解 ANP 法，需要先從 AHP 方法開始探討。分析層級程序法(Analytic Hierarchy Process, AHP)主要應用在不確定情況下及具有多數評估準則的決策問題上，目的在於將複雜的問題系統化，以減

少決策錯誤的風險(簡禎富，2005)。AHP 的評估方法是將問題整理成層級架構，以每一層級的上一層要素做為下一層要素評估的依據，所使用的比較方法，為透過同階層間每兩個

要素利用名目尺度相互比較的成對比較法，或稱兩兩比較法。經由量化過程建立矩陣，求

解矩陣特徵向量及計算出各階層的權重，以做為決策的評估指標。AHP 法目前於經濟、社會及管理科學等領域皆受廣泛運用。在進行 AHP 分析時，最重要的基本假設為：層級結構中，每一層要素皆假設為獨立；但在實務應用中卻很難使每個要素不相關，例如在上

節文獻回顧中就可發現在製造策略的評估要素間皆會相互影響，不為獨立。Yuksel and Dagdeviren (2007)認為許多要素無法以 AHP 建立分層結構，因為它們涉及的要素會互相影響，而高層次的因素又時後也會取決於低級別的因素。ANP 改善 AHP 方法的缺點，可處理問題的相依及回饋關係。故兩者間仍存在些許相似之處，傳統的 AHP 可視為 ANP中的特例。AHP 法的基本假設中，除有向網路與要素獨立的假設外，其餘在 ANP 法中亦成立。

由於 AHP 法使用簡易，一直是熱門的決策研究方法，ANP 法現存的文獻則較少(Chung et. al, 2005)。但隨著決策問題日趨複雜，AHP 已逐漸不能完善解決，故近年來 ANP 越來越廣泛的使用於較複雜的決策模型；Laurameade and Sarkis (1998)便利用 ANP 分析物流與供應鏈管理系統。Asan and Soyer (2009)則使用 ANP 法分析策略管理的觀念。在科技產業中的競爭策略不僅重要也有著高複雜性，故 Chung et. al (2005)便使用 ANP 法規劃半導體業者的產品組合。在製造策略中也有著高程度要素相關的特性， Yuksel and Dagdeviren (2007)就利用 ANP 法替一家紡織製造業進行分析。

(二)分析網路程序法決策程序

鄧振源(2005)根據 Saaty 提出的理論基礎，將 ANP 法的決策程序分為三個階段：

階段Ⅰ：建立評估的網路層級結構

將決策評估因子建立為網路層級架構，並標明其回饋關係。


- 272 -

階段Ⅱ：計算各層級要素的權重

1. 建立成對比較矩陣 2.求取特徵值與特徵向量

3. 一致性檢定 4.超矩陣運算

階段Ⅲ：計算整體層級的權重

各層級要素間的權重計算後，將各階層權重相乘，計算出整體權重。最後做出各子階

層的重要性排序，並檢視現況，將企業現況做評分，標準化後乘以權重，以得知企業現況，

提供未來改善方向。

參、研究方法

一、建立目標層級架構與定義衡量屬性

(一)原始構面與準則的選取

本研究以文獻分析法建立目標層級架構，經過專家訪談後的修正，將 LED 製造策略

構面歸納為「成本」、「品質」、「彈性」、「交貨」、「存貨」、「技術」與「組織關係」等七個

構面，其中共包含了 50 個評估準則。

(二)評選指標之篩選

在 ANP 的問卷設計中，每多一項評估的準則就會使問卷的複雜度大為增加，為將問項簡化並聚焦在重要的準則上，本研究預先設計問卷前測，以灰關聯分析法進行評選指標

之篩選，將與製造策略關聯度較低的要素刪除，使之更符合 LED 廠商實際狀況。灰關聯分析是一種分析離散序列資料間關係程度的測度法，主要用於從少量資訊出發，通過多個

角度來分析、量化與序化資料之間的關係。本研究將 50 項製造策略評估準則建構之問卷給予 3 間 LED 產業中不同公司，共 12 位中階主管填寫。

進行灰關聯分析時，必須先確定參考序列，然後比較其它序列與參考序列的接近程度，

以求出灰關聯度，並排出灰關聯序。本研究採用局部灰關聯度的計算方式，只設定一個序

列為參考序列，以五點尺度(非常不重要─非常重要)做為量化標準，以受測者心中認為『非常重要』的指標評分（5 分），作為灰關聯分析的參考序列，並將各個製造策略評估準則做為子序列。問卷回收後，即可進行灰關聯的計算，分兩個步驟：

a. 差序列（△值）的計算

△值為所有製造策略評估準則所形成的子序列與參考序列之間差異的絕對值，計算方

式如下：△𝑜𝑜𝑜𝑜 (𝑘𝑘) = |𝑥𝑥0(𝑘𝑘) − 𝑥𝑥𝑜𝑜(𝑘𝑘)|，並取其最大及最小值進行灰關聯係數的計算。

b. 灰關聯係數與灰關聯度的計算

計算灰關聯係數的計算方式如下：γ{𝑥𝑥0(𝑘𝑘)�,𝑥𝑥𝑜𝑜 �(𝑘𝑘)} =𝛥𝛥𝑚𝑚𝑜𝑜𝑚𝑚 +𝜁𝜁𝛥𝛥𝑚𝑚𝑜𝑜𝑚𝑚𝛥𝛥𝑜𝑜𝑜𝑜+𝜁𝜁𝛥𝛥𝑚𝑚𝑜𝑜𝑚𝑚

。ζ 為辨識係數，一般

而言皆取 0.5，故本研究亦將辨識係數 ζ 設定為 0.5。求得灰關聯係數後，即可計算各製造策略評估準則的灰關聯度，計算公式如下：𝛾𝛾(𝑥𝑥0, 𝑥𝑥𝑜𝑜) =

1𝑚𝑚∑ 𝛾𝛾{𝑥𝑥0(𝑘𝑘)�,𝑥𝑥𝑜𝑜 �(𝑘𝑘)}𝑚𝑚𝑘𝑘=1 ，其中 m 為


- 273 -

受訪者人數。

為了進行製造策略評估準則的篩選，必須藉由設定灰關聯度的門檻值（Threshold），挑選出灰關聯度高於門檻值的指標。一般界定門檻值為 0.75(曾國雄等，民，1996；王榮祖等），2000 本研究亦將門檻值設定為 0.75，並以此選出 20 個評估準則，分屬於「技術」、「交貨」、「品質」、「彈性」、「成本」與「組織關係」等六大構面。

二、建構層級網路關係

為了解要素間是否存在相依關係，本研究事先確認準則之間的相依回饋關係，並依照

這些關係進行問卷設計。為決定各準則之間的相依關係，本研究透過專家訪談法，針對業

界專家進行訪談，並經由數次的徵詢取得共識，以獲得較客觀且有效的資訊。

三、給定相對權重

(一)ANP 問卷設計

層級架構建構完成後，本研究以分析網路程序法計算要素之權重，並以第二章介紹

ANP 之方法，針對 LED 製造策略評估準則間的兩兩相對比較設計問卷，為了有效擷取專家偏好結構，本研究將問卷設計分為以下部分：

Part 1：各構面在 LED 製造策略中的相對重要性比較。

Part 2：各構面在存有相依關係下的相對重要性比較。(AHP 不需要此部分)

Part 3：各評估準則在相應構面下的相對重要性比較。

Part 4：各評估準則在存有相依關係下的相對重要性比較。(AHP 不需要此部分)

Part 5：評估構面群組與評估準則群組的相對重要性比較。(群組間的比較)

藉由上述的步驟，可透過 ANP 研究架構計算出各準則的權重以進行方案的選擇，以往 ANP 的研究中，對於方案的選擇皆為透過方案間在各準則下的兩兩比較，以計算出各方案的綜合評分，然而單利用成對比較，只能表示出各方案於決策者心中的主觀評分，卻

缺少一套對各準則敘述評分依據的方法，針對於此，本研究納入我國國家品質獎章的評分

模式，將各評分準則分為「規劃」、「執行」與「檢討改善」三個面向敘述與評選，針對國

品獎原有的權重設計，本研究認為在不同準則下應有不同著重的面相，因此也藉由 ANP的方法重新設計新的權重。為了將國品獎三個面向的評選模式加入 LED 製造策略評估架構，並且提供一套方案的評選方法，本研究在問卷中設計了以下部分：

Part 6：國品獎評分模式在各評估準則下的相對重要性比較。

Part 7：國品獎評分模式在存有相依關係下的相對重要性比較。

Part 8：方案在各準則下利用國品獎評分模式的相對重要性比較。

問卷中的問項設計以 Saaty 提出的設計方法為基礎：

给定一網絡層級中的準則𝑒𝑒g做為前提，再取一對準則𝑒𝑒𝑜𝑜、𝑒𝑒𝑗𝑗，i < j，在考量𝑒𝑒g為前提下，𝑒𝑒𝑜𝑜影響𝑒𝑒g的程度相對於𝑒𝑒𝑗𝑗為何？(Saaty, 2001)並將評估尺度分為五個等級，分別為同等重要、稍重要、重要、相當重要、絕對重要等五項，分別賦予 1、3、5、7、9 的衡量值；另有


- 274 -

四項介於五個基本尺度間的等級，並分別賦予 2、4、6、8 的衡量值。

(二)選取訪談對象

本研究向 LED 產業之中階主管以上人員發放問卷，選擇的個案為國內兩間 LED 製造商，A 公司為一上市公司，資本額約 32 億，年營業額約兩百億，占台灣 LED 產業產值約 4%，業務範圍囊括中上游晶片與晶粒的製造到下游的 LED 應用，其公司規模與業務範圍皆能一定程度上反映國內 LED 產業狀況。B 公司為一研發導向的中小企業，資本額約 1 億，業務範圍只包含 LED 應用。

在傳統的 ANP 研究中，若決策者為多數，需要以幾何平均或算數平均來整合問卷的結果；本研究認為，B 公司的公司規模、營業範圍較小，不適合用來反映整體產業狀況，故將其視為一獨立個案，主要用來和 A 公司的結果進行比較，在探討 LED 製造策略構面與準則的優先順序，以及不同方法的比較上皆以 A 公司的分析結果為基準。

(三)建立成對比較矩陣與一致性檢定

將問卷的結果建立成對比較矩陣，𝑒𝑒𝑜𝑜、𝑒𝑒𝑗𝑗比較後所產生的值可填入成對比較矩陣的上三角部分，下三角部分則為上三角部分數值的倒數，例如𝑎𝑎𝑜𝑜𝑗𝑗

g = 1 𝑎𝑎𝑜𝑜𝑗𝑗g � ,∀𝑜𝑜 > 𝑗𝑗。將矩陣標

準化後即可求得在𝑒𝑒g做為前提下，𝑒𝑒𝑜𝑜、𝑒𝑒𝑗𝑗所形成的特徵向量𝑤𝑤𝑚𝑚g。同時，透過一致性檢定，

若 CR 值均小於 0.1，則表示受訪者的判斷具有一致性，若大於 0.1，則進行問卷的修正，重新與受訪者確定，直到符合一致性檢定為止。

(四)計算超級矩陣

將所有相對比較矩陣，依照 LED 製造策略目標(G)、評估構面(D)與評估準則(C)三個網絡層級群組的對應位置填入，即可建立「未加權超級矩陣」(見表 1)。由於並非所有網絡層級群組間都存有相依關係，矩陣內共有 5 個子矩陣區塊數值為 0。數值不為 0 的子矩陣區塊，皆可反應出問卷中不同部分的結果。

問卷中的 Part 1、Part 2 、Part 3、Part 4 結果，會分別對應到子矩陣區塊𝐖𝐖DG、𝐖𝐖DD、𝐖𝐖CD和𝐖𝐖CC。最後，以 Part 5 的結果替矩陣加權，即可得到「加權後超級矩陣」，𝐖𝐖ANP ，將𝐖𝐖ANP 不斷相乘運算後，矩陣內各列數值將會趨於一固定值而得到「極限化超級矩陣」。若將𝐖𝐖ANP 中的𝐖𝐖DD與𝐖𝐖CC區塊設為 0，則可獲得 AHP 超級矩陣，𝐖𝐖AHP，並同樣可進行極限化的運算。極限化超級矩陣的每列數值，代表了對應項目於 LED 製造策略中的重要程度，亦可用以排列出 LED 製造策略中，各準則的重要順序，以協助策略的考量。

在傳統 ANP 的問卷設計中，WCC的建立往往需要大量的成對比較，例如，假設在 4個構面底下各存有 5 項準則，共 20 項準則，且彼此相依的情況下，則需要C220 = 190(組)成對比較。如此一來，提高了問卷設計的難度，過多的問項也容易影響受訪者的判斷。為

解決此問題，Wu et al. (2010)將WCC依照不同的構面分為不同群組(如表 1 虛線部分所示)，先獨立計算每個群組內準則在存有相依關係下的相對比較矩陣，再比照利用 Part 5 替群組


- 275 -

間加權的概念，以WDC替所有群組內的相對比較矩陣加權運算並標準化矩陣，即可形成WCC子矩陣。如此一來，先前的假設狀況，即可簡化為C25 + C25 + C25 + C25 = 40(組)成對比較，大幅降低問卷的複雜度。本研究將於實證部分將此方法納入討論與比較。

表 1 未加權超級矩陣與問卷對應區塊

G 1 2 3 4 5 6 1-1 1-2 2-1 2-2 3-1 3-2 3-3 4-1 4-2 4-3 5-1 5-2 5-3 6-1 6-2 6-3 6-4 6-5 6-6 6-7 G 0 0 0 1 ‧ ‧ ‧ ‧ ‧ ‧ ‧

0

2 ‧ ‧ ‧ ‧ ‧ ‧ ‧ 3 𝐖𝐖𝐃𝐃𝐃𝐃 ‧ ‧ ‧ ‧ ‧ ‧ 4 ‧ ‧ ‧ ‧ ‧ ‧ ‧ 5 ‧ ‧ ‧ ‧ ‧ ‧ ‧ 6 ‧ ‧ ‧ ‧ ‧ ‧ ‧

1-1

0

‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ 1-2 ‧ ‧ ‧ ‧ ‧ 2-1 ‧ ‧ ‧ ‧ 2-2 ‧ ‧ ‧ 3-1 ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ 3-2 ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ 3-3 ‧ ‧ ‧ ‧ 4-1 ‧ ‧ ‧ ‧ 4-2 ‧ ‧ ‧ 4-3 𝐖𝐖𝐃𝐃𝐃𝐃 ‧ ‧ ‧ 𝐖𝐖𝐃𝐃𝐃𝐃 ‧ ‧ ‧ 5-1 ‧ ‧ ‧ ‧ 5-2 ‧ ‧ ‧ 5-3 ‧ ‧ ‧ ‧ ‧ ‧ 6-1 ‧ ‧ ‧ ‧ ‧ ‧ 6-2 ‧ ‧ ‧ ‧ ‧ 6-3 ‧ ‧ ‧ ‧ ‧ ‧ ‧ ‧ 6-4 ‧ ‧ ‧ ‧ ‧ ‧ 6-5 ‧ ‧ ‧ ‧ ‧ ‧ 6-6 ‧ ‧ ‧ ‧ ‧ 6-7 ‧ ‧ ‧ ‧ ‧

註：〝‧〞表示數值不為 0

(五)方案選擇與應用

以往 ANP 大多在求出評估準則權重後，直接用於方案的成對比較，但對同樣的準則評估面向有很多，此種方式無法掌握受訪者的評估面向，為了使決策者的考量更加全面，

本研究加入了國家品質獎的評估方式，讓決策者依照國品獎提出的「規劃」、「執行」與「檢

討改善」三個面向，分別將方案在 LED 製造策略評估準則下進行比較。

肆、實證結果

一、分析結果與比較

透過向兩間個案公司各一名製造部門主管以訪談的方式進行問卷調查，並將回收後之

結果整理，以 Super Decisions 軟體運算。本研究將 A 公司與 B 公司的結果進行比較，再利用 A 公司的數據進行三種方法分析結果的比較。


- 276 -

表 2 極限化超矩陣後權重

ANP AHP ANP(簡化) 評估構面評估準則 Weight Rank Weight Rank Weight Rank

1.交貨 1-1 信賴度 0.114111 (0.1463)

2 (2) 0.048148 9 0.103655 2

1-2 速度 0.002159 (0.01692) 18

(19) 0.048148 10 0.000081 15

2.成本 2-1 生產成本 0.002201 (0.0039)

17 (13) 0.156148 1 0.000045 17

2-2 稅 0.000358 (0.00192) 20

(18) 0.026025 13 0.000064 16

3.技術

3-1 技術體系 0.046426 (0.05524) 9

(4) 0.050494 8 0.002036 10

3-2 營運管制 0.077142 (0.0256) 6

(8) 0.080154 4 0.000121 14

3-3 技術能力 0.04038 (0.0029) 10

(15) 0.063617 5 0.000044 18

4.品質

4-1 一致性 0.027768 (0.00034) 11

(20) 0.007288 19 0.000017 20

4-2 耐用度 0.00073 (0.00051) 19

(12) 0.003504 20 0.000022 19

4-3 功能 0.024373 (0.015) 13

(12) 0.020212 15 0.000232 11

5.組織關係

5-1 夥伴關係 0.015043 (0.0149) 14

(10) 0.116628 3 0.003009 9

5-2 績效紀錄 0.006371 (0.0022) 16

(17) 0.133435 2 0.000122 13

5-3 態度 0.027172 (0.03326) 12 (5) 0.05093 7 0.006267 7

6.彈性

6-1 物料彈性 0.232179 (0.499) 1

(1) 0.014056 17 0.812243 1

6-2 組合彈性 0.077147 (0.0127) 5

(11) 0.008386 18 0.014422 5

6-3 改變路線彈性 0.069331 (0.1101) 7

(3) 0.052428 6 0.014886 4

6-4 緊急訂單處理 0.079261 (0.027) 4

(7) 0.045347 11 0.010728 6

6-5 數量彈性 0.056429 (0.0294) 8

(6) 0.015249 16 0.026023 3

6-6 順序彈性 0.093667 (0.0216) 3

(9) 0.023602 14 0.00581 8

6-7 設計彈性 0.007755 (0.003) 15

(14) 0.036201 12 0.000172 12

註：括號內數值為 B 公司權重與排序


- 277 -

表 3 A 公司與 B 公司分析結果比較

比較 Rank ANP-A ANP-B Top 5 權重與排序

1 6-1 物料彈性 6-1 物料彈性 2 1-1 信賴度 1-1 信賴度 3 6-6 順序彈性 6-3 改變路線彈性 4 6-4 緊急訂單處理 3-1 技術體系 5 6-2 組合彈性 5-3 態度

Top 5 權重差異 (高估)

1 6-2 組合彈性 6-1 物料彈性 2 6-6 順序彈性 6-3 改變路線彈性 3 6-4 緊急訂單處理 1-1 信賴度 4 3-2 營運管制 3-1 技術體系 5 3-3 技術能力 5-3 態度

Top 5 排序差異 (高估)

1 3-3 技術能力 5-3 態度 2 6-2 組合彈性 3-1 技術體系 3 6-6 順序彈性 6-3 改變路線彈性 4 4-1 一致性 5-1 夥伴關係 5 2-1 生產成本

Top 5 相似排序 (≦ 3)

1 6-1 物料彈性 4-2 功能 2 1-1 信賴度 6-7 設計彈性 3 1-2 速度 2-2 稅 4 4-2 耐用度 6-5 數量彈性

5 5-2 績效紀錄

從比較的結果中可發現兩間公司排名靠前與靠後的準則排序相異不大，由兩間公司的

組織結構可探究其產生差異的原因，由於 B 公司的規模較小，且業務範圍單純，在準則的考量上也相對簡單，許多準則皆不在 B 公司平常考量的範圍內，故無法準確評估其重要性，換言之，對於本研究選取的 LED 製造策略評估準則，B 公司只能就絕對重要與絕對不重要的準則做比較，因為許多準則無法準確評估，B 公司的分析結果中，權重會集中在重要的準則。而由於 B 公司是間以研發為導向的中小型企業，故在「技術體系」準則上會給予更高的權重與排序，也因為中小企業的特性，非常依賴供應鏈中的夥伴關係，故

在「組織關係」構面中的準則都會給予較高的權重。由於規模較小的公司無法完整反映出

整體產業的特性，若將其結果和較具代表性的公司結果整合，反而會使最後的權重無法恰

當的適用於整體產業，雖然如此，從與規模較小的公司分析結果比較後也可以得知，對於

LED 產業絕對重要的準則不論公司規模大小，差異皆不大，若是規模較小的公司且考量準則單純，依然可以參考 B 公司的公司結果。


- 278 -

表 4 ANP 與 AHP 分析結果比較

比較 Rank ANP AHP Top 5 權重與排序

1 6-1 物料彈性 2-1 生產成本 2 1-1 信賴度 5-2 績效紀錄 3 6-6 順序彈性 5-1 夥伴關係 4 6-4 緊急訂單處理 3-2 營運管制 5 6-2 組合彈性 3-3 技術能力


1 6-1 物料彈性 2-1 生產成本 2 6-6 順序彈性 5-2 績效紀錄 3 6-2 組合彈性 5-1 夥伴關係 4 1-1 信賴度 1-2 速度 5 6-5 數量彈性 6-7 設計彈性

Top 5 排序差異 (高估)

1 6-1 物料彈性 2-1 生產成本 2 6-2 組合彈性 5-2 績效紀錄 3 6-6 順序彈性 5-1 夥伴關係 4 4-1 一致性

6-5 數量彈性 1-2 速度

5 1-1 信賴度 6-4 緊急訂單處理

2-2 稅

Top 5 相似權重 (≦ 0.01)

1 4-3 功能 4-2 耐用度 2 3-2 營運管制 3 3-1 技術體系

Top 5 相似排序 (≦ 3)

1 4-2 耐用度 6-3 改變路線彈性 2 4-3 功能 3-1 技術體系 3 3-2 營運管制 4 6-7 設計彈性

從表 2 的結果可發現，ANP 與 AHP 所形成的排序與權重差異很大，探究造成兩種方法差異的原因，兩種方法最大的差異點就是 AHP 不考慮構面與準則間的相依關係，最終權重的決定單純的上下層級的權重相乘結果得來，故若構面的影響權重很大，該構面下的

準則只到受構面權重的影響，很容易就有較大的權重。例如，由於組織關係構面的權重為

構面間最高的權重(0.3)，與第二高的權重相差了近 0.1，故該構面中的夥伴關係與績效紀錄準則皆在 AHP 的前五大影響準則中。然而，若構面底下的準則數太多，在多準則的分配之下，容易將構面的權重稀釋，使該構面底下的準則權重變得較低。例如，彈性構面具

有構面中第二大的權重(0.195)，但由於該構面下具有7個準則，是所有構面下最多的準則，故即使彈性構面具有很高的權重，該構面底下的準則排名卻只有一項居於第六，其餘皆在

10 名以後。

準則影響其他準則的數目越多，代表提升該準則的投入，能隨之影響的準則也越多，

其重要程度自然更加提高。ANP 的前五大排序準則中，皆為影響準則數很大的準則；例如，排名最高的「物料彈性」即對 6 項準則造成影響，排名第二的「信賴度」也對 8 項準則造成影響。從實務上思考，AHP 代表決策者對每個準則直觀上的認知，ANP 則可幫助決策者勾勒出準則與構面間的影響關係，故在決策分析中，ANP 應較 AHP 適當。


- 279 -

表 5 ANP 與群組化 ANP 分析結果比較

比較 Rank ANP ANP* Top 5 權重與排序

1 6-1 物料彈性 6-1 物料彈性 2 1-1 信賴度 1-1 信賴度 3 6-6 順序彈性 6-5 數量彈性 4 6-4 緊急訂單處理 6-3 改變路線彈性 5 6-2 組合彈性 6-2 組合彈性


1 6-6 順序彈性 6-1 物料彈性 2 3-2 營運管制 3 6-4 緊急訂單處理 4 6-2 組合彈性 5 6-3 改變路線彈性

Top 5 排序差異 (高估且≧3)

1 4-1 一致性 6-5 數量彈性 2 3-2 營運管制 5-3 態度 3 3-3 技術能力 5-1 夥伴關係 4 6-6 順序彈性 2-1 生產成本 5 6-4 緊急訂單處理

Top 5 相似權重 (≦ 0.01)

1 2-2 速度 2 4-2 耐用度 3 1-2 速度 4 2-1 生產成本 5 5-2 績效紀錄

Top 5 相排序 (≦ 3)

1-1 信賴度 4-3 功能

2-1 生產成本 1-2 速度

4-2 耐用度 5-2 績效紀錄

6-1 物料彈性 6-3 改變路線彈性

6-2 組合彈性 6-7 設計彈性

根據表 5 的結果可發現，使用兩種 ANP 法所得到的結果差異相比與 AHP 結果的差異小許多。探究兩種方法產生差異的原因，由於群組化 ANP 法的設計邏輯，是由構面與構面下準則的影響關係，去推估某一準則與其它構面下準則的關係，在運算中會產生一個

問題，若影響該準則的準則皆獨立隸屬於不同構面下，則產生的未加權且為標準化的矩陣

內數值皆會為 1，加權後會變成各別準則在各別隸屬構面下的權重比較，而不是準則的相對比較，比較的結果就可能產生差異。例如，本研究中影響「6-1 物料彈性」的準則只有兩項，並分屬於兩個不同構面，未加權且為標準化的矩陣內數值皆為 1，經運算後的準則權重和傳統 AHP 法運算結果產生的準則權重即相差了 0.58，為所有準則權重中差異最大的，由於所有準則的權重相加會等於 1，若有某一準則權重差異特別大，其他準則權重也會受到影響，若是高估，則其他準則權重會被稀釋，反之，若是低估，則其他準則權重

則會受到額外的分配而變大，產生與傳統 ANP 法準則權重的差異。然而，即使權重差異較大，在做方案評估時可能會造成影響，但其重要排序差異不大，代表仍可做為決策時的

參考用途。當用於相依關係較頻繁的案例中，因準則過少且分散於不同構面的情形較不易

發生，產生的權重差異理當較少；且使用群組化的 ANP 法確實能大幅減少問卷複雜度與縮短受訪者的填答時間，在相依關係更加頻繁的情況下，簡化的效益將會更加顯著。


- 280 -

二、方案選擇與應用

計算出各準則下評估面向的權重後，即可開始方案的選擇。最常見的應用就是用於改

善方案的選擇，在一般企業的經營中，會面臨許多改善計畫的決策選擇，例如公司的年度

規劃，將每項規劃的相對比較結果放入本研究提出的架構中，即可藉由 ANP 法的運算，選出每個規劃的權重，較高權重的規劃即可當做較優秀的年度規劃。

也可將預期的未來狀況與現況做比較，分別描述現況與預期的未來狀況，透過相對比

較，將結果列入超級矩陣中進行運算，計算出現況與預期未來狀況的整體權重。透過相對

比較的過程中，決策者可了解欲達成預期的結果需要投入的準則與面向，並可做為資源投

入程度的參考依據。但公司的決策不可能一成不變，往往在執行中會進行一些調整，執行

的成效也不一定符合當初的預期，可能在某些準則上成效不如預期，其他準則又可能比預

期效果還好，故到了原先設定的時程時，可透過一樣的調查問卷再做一次相對比較，比較

的標的則為過去與現況的比較，若比較結果現況分數大於先前分數，代表公司的經營或策

略是有成效的，反之，則代表公司這段時間內並沒有達成預期的效果，決策者就必須從問

卷調查的結果中，找出問題的癥結點，進行檢討與改善。

透過產業間不同公司的相對比較，可套用本研究提出的評估方法透過客觀的第三方，

例如國家品質獎的評選小組或由外界的顧問公司，評比兩間公司的績效，若擴大至產業內

所有公司的兩兩比較，即可得知產業內所有企業的製造績效。此結果也可運用在政府機構

及其他民間機構評估企業績效時的參考；亦可將其列入供應商選擇時的考量，選擇績效較

優秀的公司。

伍、結論與建議

本研究採用分析網路程序法建構製造策略評估準則，將準則之間的相互回饋關係納入

考量，並進行簡例的測試。有別以往的研究，本研究同時使用了 AHP 法與群組化的 ANP 法，進行三種方法的分析結果比較。本研究也將同樣的分析方法分別套用在兩間 LED 產業中規模與業務範圍差異極大的個案公司，探討在不同組織結構與特性下對準則重要程度

的影響。

本研究將分析與比較的結果整理為以下幾點：

1. 根據 ANP 法的分析結果，製造策略評估準則中，「物料彈性」、「信賴度」、「順序彈性」「緊急訂單處力」與「組合彈性」是 LED 產業在制訂製造策略時需要主要考量的準則。其中，「物料彈性」、「信賴度」兩項準則尤為重要。

2. 使用 AHP 法的決策分析過程與人類一般思考方式接近，無法精確考量決策要素間的交互影響關係，在實務上的決策問題中，要素通常皆具有相依關係，使用 AHP 法的結果可能會錯估準則重要程度，造成決策錯誤的風險。且 ANP 法的分析結果，準則間區別性較 AHP 法的分析結果大，在決策評估考量的應用上較有意義。


- 281 -

3. 將傳統的 ANP 法群組化後，雖然分析結果的準則權重與一般方法的分析結果有差異，但就準則的重要排序上仍有參考價值，且能大幅度的降低研究的困難度，在不考量方案評

選計算的前提下，此方法仍可做為決策時的參考用途。

4. 規模較小的公司無法完整反映出整體產業的特性，若將其結果和較具代表性的公司結果整合，反而會使最後的權重無法恰當的適用於整體產業，但規模較小的公司分析結果

仍可分析出在重要程度線段上兩端的準則，在只考量主要準則的情況下仍有參考價值。

5. 在加入了國家品質獎評選模式後，除了可確保決策者的評估面向外，在進行決策時，決策者不但可以清楚的知道哪些要素需要優先考量，也可藉由國評獎的評選模式瞭解該以

什麼面向強化該要素，以制定有效的執行方案。

由於 ANP 的問卷設計部分，每多一個要素就可能使問卷的複雜度增加許多，考慮過於複雜的問卷設計可能會影響受測者的填答，在要素的選擇上，本研究利用灰關聯分析法，

以關聯度門檻(0.75)進行簡化，篩選出較為重要的要素。但在實務上進行策略思考時，非主要的關鍵要素亦有可能在決策者的考量範圍內，故後續的研究可嘗試放寬灰關聯度的門

檻，增加 ANP 架構中的要素，雖會增添研究的複雜度，但應能更加符合實務上的需求。

在構面與準則之間相依關係的建構上，本研究透過訪談的方式取得專家意見，以決定

製造策略評估準則間的關係，雖缺乏相關文獻的支持，但業界專家與學者所提供之意見尚

為客觀，因此，本研究決策模式的建構上乃具備一定的可信度。即便如此，本研究仍建議

後續研究者能針對製造策略評估準則間的相關性研究進行回顧與探討，或將樣本數擴大，

嘗試使用統計方法分析，最後再輔以深入訪談法取得專家共識，以提高 LED 製造策略評估模式的完整性。

最後，本本研究的分析結果是以整體產業鏈的角度為觀點，但隨著不同的產業鏈位置

與公司規模，在製造策略的考量上應有所差異，後續的研究者可分別針對產業鏈中的上中

下游單獨做後續的探討，也可分別針對集團式企業、大型企業與中小型公司進行探討，使

建構出的製造策略評估準則更能符合實務上的產業需求。

參考文獻

方世榮(1998)，製造積極性、製造策略群組及績效的探討—電子/資訊業的實證研究，輔仁管理評論，第五卷第二期，pp.1-20。

李芷氤(2010)，邁向低成本-LED 製程發展之關鍵，IEK。

李文瑞、陳秋宏(1999)，策略群組、製造目標、移動障礙與經營績效之研究—台灣印刷電路板產業之實證分析，管理學報，第十六卷第三期，pp.451-478。

林志勳(2009)，2009 年下半年我國發光二極體產業發展，IEK。

施坤壽、林清河、譚伯群(2000)，競爭因素、製造策略、顧客滿意及組織績效之整合性分析，台大管理論叢，第十一卷第一期，1-33。

黃孟嬌(2010)，全球 LED 產業 2009 回顧與 2010 展望，IEK。

黃雅琳(2010)，台灣各集團跨入 LED 產業策略整合，TRI。

http://readopac3.ncl.edu.tw/nclJournal/search/detail.jsp?dtdId=000040&search_type=detail&la=ch&checked=&unchecked=&sysId=0005579650http://readopac3.ncl.edu.tw/nclJournal/search/detail.jsp?dtdId=000040&search_type=detail&la=ch&checked=&unchecked=&sysId=0005579650http://readopac3.ncl.edu.tw/nclJournal/search/detail.jsp?dtdId=000040&search_type=detail&la=ch&checked=&unchecked=&sysId=0005621801http://readopac3.ncl.edu.tw/nclJournal/search/detail.jsp?dtdId=000040&search_type=detail&la=ch&checked=&unchecked=&sysId=0005621801


- 282 -

郭子菱(2010)，LED 照明市場發展近況與趨勢，光連雙月刊，No85，22-28。

蔡亦真 (2008)，2008 年台灣 LED 產業發展分析，TRI。

簡禎富、吳吉政(2010)，風險和危機下，如何追求卓越經營提升決策品質，中衛報告，10 月刊，3-1~3-16。

簡禎富(2005)，決策分析與管理，雙葉書廊。

鄧振源(2005)，計畫評估方法與應用，運籌規劃與管理研究中心。

Ariss, S. S. and Zhang, Q. (2002), “The impact of flexible process capability on the produce process matrix: An empirical examination”, International journal of Purchasing Economics, Vol.76, pp.135-145.

Brown, S. (1998), “Manufacturing strategy: Manufacturing seniority and plant performance in quality”, International Journal of Operations & Production Management, Vol. 18, No. 6, pp. 565-587.

Chien, C.-F.and Hsu, C.-Y. (2009), “UNISON analysis to model and reduce step-and-scan overlay errors for semiconductor manufacturing”, Journal Intelligent Manufacturing.

Dangayach, G.S. and Deshmukh, S.G. (2001), “Manufacturing strategy: Literature review and some issues”, International Journal of Operations & Production Management, Vol. 21, No. 7, pp. 884-932.

Dekkers, R. (2003), “Strategic capacity management: Meeting technological demands and performance criteria”, Journal of Materials Processing Technology, Vol.139, pp.385-393.

Dickson, G.W. (1966), “An analysis of vendor selection systems and decisions”, Journal of Purchasing, Vol. 2, No. 1, pp. 5-17.

Fine, C.H. and Hax, A.C. (1985), “Manufacturing strategy: a methodology and an illustration”, Interfaces, Vol.15, No. 6, pp. 28-46.

Hayes, R. H. and Pisano, G. P. (1994), “Beyond world class, the new manufacturing strategy”, Harvard Business Review, Vol.72, No.10, pp.77-86.

Hill, C.W.L. and Jones, G.R. (2004), “Strategic Management Theory: An Integrated Approach”, 6th edition, Houghton Mifflin, Boston.

Ihsan Yuksel and Metin Dagdeviren (2007), “Using the analytic network process (ANP) in a SWOT analysis – A case study for a textile firm”, Information Sciences, Vol. 177, pp. 3364–3382.

Kaplan, R.S. and Norton, D.P. (2001), “The Strategy-Focused Organization: How Balanced Scorecard Companies Thrive in the New Business Environment”, Harvard Business School Press, Boston, MA.

Kim, J. S. and Arnold, P. (1993), “Manufacturing competence and business performance：A framework and empirical analysis”, International Journal of Operation and Production Management, Vol.13, No.10, pp.4-22.

Lamber (2006), “Supply chain management-process, partnership, performance”, supply chain management institute.

Leong, G.K. and Ward, P.T. (1995),“The six Ps of manufacturing strategy”, International Journal of Operations & Production Management, Vol. 15, No. 12, pp. 32-45.

McGrath, M.E. and Bequillard, R.B. (1989), “Integrated Manufacturing Strategies, Managing International Manufacturing”, North Holland, New York, NY.

Miller, J.G. and Roth, A. (1994), “A taxonomy of manufacturing strategies”, Management Science, Vol. 40, No. 3, pp. 285-304.

Miltenburg, J. (1995), “Manufacturing Strategy: How to Formulate and Implement a Winning Plan”, Productivity Press, Portland, OR.

Platts, K. W., Mills, J. F., Neely, A. D., Gregory, M. J., and Richards, A. H.（1996）, “Evaluating


- 283 -

manufacturing strategy formulation processes”, International Journal of Production Economics, 46-47, pp. 233-240.

Saaty, T. L. (1996), “Decision Making with Dependence and Feedback: The Analytic Network Process”, RWS Publications, Pittsburgh, PA.

Skinner, W. (1996), “Manufacturing strategy on the ‘S’ curve”, Production and Operations Management, Vol. 5 No. 1, pp. 3-14.

Swink, M. and Way, M.H. (1995), “Manufacturing strategy: propositions, current research, renewed directions”, International Journal of Operations & Production Management, Vol. 15, No. 7, pp. 4-26.

Umut Asan and Ayberk Soyer (2009), “Identifying strategic management concepts: An analytic network process approach”, Computers & Industrial Engineerin, Vol. 56, pp. 600–615.

Wu, J.-Z. and Chien C.-F. (2008), “Modeling strategic semiconductor assembly outsourcing decisions based on empirical settings”, OR Spectrum, Vol.30, No.3, pp.401-430.

Zhang, Q., Vonderembse, M. A., and Lim, J. S.（2003）, “Manufacturing flexibility: Defining and analyzing relationships among competence, capability, and customer satisfaction”, Journal of Operations Management, Vol.21, pp.173–191.

台灣發光二極體產業製造決策架構與要素之研究 · 紫式決策分析架構(UNISON Framework for Decision Analysis)為簡禎富(2005)為了協...

Documents