臺灣博碩士論文加值系統

高新科技的導入，除了能幫助企業改善內部運作，更促進了企業間系統的連結，使得企業與上游、下游廠商間產生許多效益。由於導入成本甚高，企業必須經由全面的評估，考慮高新科技對企業各層面的影響，來做為決策的依據。除此之外，企業需循著一系統化的導入程序，按部就班，才可將高新科技在企業中發揮最大效益。
為使企業評估導入高新科技時能有依循的參考，本研究以製造業廠商產銷流程導入高新科技為背景，共分為三部分：（一）運用先進企業程序管理（Business Process Management）之概念以活動流程圖的方式建立企業導入科技之程序；（二）透過文獻回顧與專家訪談的方式建立企業導入高新科技之評估層級架構，並利用模糊德菲法（Fuzzy Delphi Method, FDM）蒐集專家意見來篩選共識重要程度值較高的評估準則；（三）以此評估層級架構為基礎，建構企業導入高新科技之評估模式，其中以模糊分析層級程序法（Fuzzy Analytic Hierarchy Process, FAHP）計算出各科技導入方案之最終優勢比重值（priority weight），以供企業評選科技導入方案之參考。最後，本研究並以某製紙業公司決策是否導入無限射頻辨識系統（Radio Frequency Identification, RFID）以取代原有的條碼系統（Barcode system）作為評估模式之實證個案分析。
企業導入高新科技所牽涉層面廣泛且程序複雜，而本研究所建構之科技導入程序與評估模式，旨在將其化繁為簡，以提供企業一系統化的指導方針。本研究也建議，企業可視情況適時調整評估準則，以讓此評估模式更具彈性與實務性。

Over the past two decades, many private local firms have experienced a rapid change in technological revolution. In this world of rapid change, many manufacturing firms have tried to catch the “tech” wave, and introduce new technology to improve its operation performance and to keep its competitive advantage. However, introducing and evaluating new advanced technology are quite demanding, difficulties being both conceptual and operational. In this thesis, a general framework for evaluating and introducing new advanced technology into a manufacturing firm is presented.
The introduction of new advanced technologies into a manufacturing firm can not only improve the internal operations but also benefit the relationship between suppliers and customers. Nevertheless, the price of introducing the advanced technologies is not friendly. A private firm needs the overall evaluation and consideration of the impacts of the new technologies from every aspect to come up with the final decision. Moreover, only when the company follows a systematic process to introduce and evaluate the advanced technologies, it can finally end up with a great amount of net profits.
In this thesis, a proposed guideline of introducing advanced technologies into a manufacturing firm and an evaluation model to quantity both tangible as well as intangible benefits in fuzzy environment is presented. To present the guideline, the study is divided into three parts. First, the procedure of introducing advanced technologies into a private firm is stated. Second, the evaluation criterion of advanced technologies is listed, out of literature reviews and interviews. In the meantime, the criterion was sifted by using Fuzzy Delphi Method (FDM). Third, the Fuzzy Analytic Hierarchy Process (FAHP) is utilized to calculate the weight of each criterion and the priority weight of each available alternative. The highest value of priority weight is the most suitable technology; thus, and the complete evaluation model is developed. As a final point, the model is examined by using the decision making of Radio Frequency Identification (RFID) and barcode system in a manufacturing company.
This study has demonstrated the evaluation and introduction process by multiple criterion decision making approach for resolving complex decision making problems under constraints. In this thesis, we propose some enhancements in traditional investment evaluation methods, aiming to facilitate the advanced technologies evaluation, as well as the selection among alternative solutions. New enhancements would be referred to further adoption of the methodology to the information system area in supply chain operation and make it even more flexible and reliable.

目錄
論文摘要 I
ABSTRACT II
表目錄 VI
圖目錄 VIII
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究對象與範圍 2
第四節 研究架構與流程 3
第二章 文獻探討 6
第一節 科技導入程序之探討 6
第二節 科技導入評估準則之探討 7
第三節 多評準決策方法 8
一、 多目標決策（Multi-Objective Decision Making） 9
二、 多屬性效用（Multi-Attribute Decision Making） 9
第四節 模糊集合理論 10
一、 模糊概念 10
二、 模糊集合（Fuzzy set） 11
三、 隸屬函數（Membership Function） 11
四、 三角模糊數（Triangular Fuzzy Number） 11
五、 -截集（ ） 12
六、 模糊數運算 13
第五節 模糊德菲法之相關研究 14
第六節 模糊分析層級程序法之相關研究 15
第七節 小結 17
第三章 研究方法 18
第一節 先進企業程序管理 18
一、 企業程序建模（Business Process Modeling） 19
二、 企業程序分析（Business Process Analysis） 19
第二節 模糊德菲法 20
一、 傳統德菲法（Delphi Method） 20
二、 模糊德菲法（Fuzzy Delphi Method, FDM） 20
第三節 模糊分析層級程序法 23
一、 分析層級程序法（Analytic Hierarchy Process, AHP） 23
二、 模糊分析層級程序法（Fuzzy Analytic Hierarchy Process, FAHP）28
第四章 企業導入高新科技之程序 32
階段一：設置目標 34
階段二：前置分析調查 34
階段三：科技選擇 35
階段四：系統供應商評選 36
階段五：系統設計與建置 36
階段六：系統測試運作 36
階段七：啟用後監督與效益評估 37
第五章 企業導入高新科技決策評估模式建立 40
第一節 模式建構流程 40
第二節 層級架構之建立 42
第三節 構面與評估準則之整理 44
一、 經濟面 44
二、 人力面 47
三、 社會面 48
四、 策略面 48
五、 技術面 50
六、 小結 52
第四節 評估準則之篩選 55
一、 專家問卷設計 55
二、 專家問卷發放 57
三、 專家問卷結果分析 58
四、 準則篩選結果 62
第五節 準則權重之計算與方案評選 64
一、 問卷設計 64
二、 評估準則權重之計算與方案評選 66
第六節 小結 67
第六章 企業選擇導入高新科技評估模式實證研究 68
第一節 實證個案公司背景說明 68
一、 實證個案公司簡介 68
二、 導入科技方案說明 69
第二節 實證個案評估 80
一、 實證個案之層級架構 80
二、 問卷發放 82
三、 權重計算 82
四、 方案評選 89
第三節 實證個案公司之模式應用評估結果 96
第七章 結論與建議 98
第一節 結論 98
第二節 建議 101
參考文獻 103
附錄A、實證個案之原始評估值彙整表 1
附錄B、企業評選導入高新科技之評估準則－專家整合問卷 3
附錄C、企業導入高新科技之評估模式問卷 9
表目錄
表3.1 平均隨機指標 28
表4.1 企業導入高新科技之程序資料整理表 37
表5.1 評估準則彙整表 52
表5.2 專家資料表 58
表5.3 第一次專家問卷資料回收整理分析 59
表5.4 第二次專家問卷資料回收整理表 60
表5.5 三十項評估準則按重要成度共識值排序 61
表5.6 相對重要性評估尺度 64
表6.1 RFID與條碼系統功能比較表 79
表6.2 評估構面與準則編號對照表 82
表6.3 實證個案導入科技評估構面之模糊成對比較矩陣 83
表6.4 經濟面評估準則之模糊成對比較矩陣 83
表6.5 社會面評估準則之模糊成對比較矩陣 83
表6.6 策略面評估準則之模糊成對比較矩陣 84
表6.7 技術面評估準則之模糊成對比較矩陣 84
表6.8 實證個案導科技入評估構面之可能度 86
表6.9 經濟面評估準則之可能度 87
表6.10社會面評估準則之可能度 87
表6.11 策略面評估準則之可能度 88
表6.12 技術面評估準則之可能度 88
表6.13 設備與建置成本下條碼系統與RFID之模糊成對比較矩陣 90
表6.14 檢驗與控制成本下條碼系統與RFID之模糊成對比較矩陣 90
表6.15 品質達成度下條碼系統與RFID之模糊成對比較矩陣 90
表6.16 系統輸出量下條碼系統與RFID之模糊成對比較矩陣 90
表6.17 新品設計成本下條碼系統與RFID之模糊成對比較矩陣 90
表6.18 設備維護成本下條碼系統與RFID之模糊成對比較矩陣 91
表6.19 系統修改成本下條碼系統與RFID之模糊成對比較矩陣 91
表6.20 訓練與技術更新成本下條碼系統與RFID之模糊成對比較矩陣 91
表6.21 員工間的協作下條碼系統與RFID之模糊成對比較矩陣 91
表6.22 顧客滿意下條碼系統與RFID之模糊成對比較矩陣 91
表6.23 生態環境下條碼系統與RFID之模糊成對比較矩陣 92
表6.24 財務策略下條碼系統與RFID之模糊成對比較矩陣 92
表6.25 政府策略下條碼系統與RFID之模糊成對比較矩陣 92
表6.26 市場策略下條碼系統與RFID之模糊成對比較矩陣 92
表6.27 研發活動下條碼系統與RFID之模糊成對比較矩陣 92
表6.28 技術策略下條碼系統與RFID之模糊成對比較矩陣 93
表6.29 科技有效性下條碼系統與RFID之模糊成對比較矩陣 93
表6.30 產能利用率下條碼系統與RFID之模糊成對比較矩陣 93
表6.31 科技兼容性下條碼系統與RFID之模糊成對比較矩陣 93
表6.32 彈性下條碼系統與RFID之模糊成對比較矩陣 93
表6.33 科技可靠度下條碼系統與RFID之模糊成對比較矩陣 94
表6.34 資訊管理系統下條碼系統與RFID之模糊成對比較矩陣 94
表6.35 經濟面下條碼系統與RFID之優勢比重值 94
表6.36 人力面下條碼系統與RFID之優勢比重值 94
表6.37 社會面下條碼系統與RFID之優勢比重值 95
表6.38 策略面下條碼系統與RFID之優勢比重值 95
表6.39 技術面下條碼系統與RFID之優勢比重值 95
表6.40 條碼系統與RFID之最終優勢比重值 95
圖目錄
圖1.1 研究架構 4
圖1.2 研究流程 5
圖2.1 三角模糊數圖 12
圖2.2 -截集 13
圖3.1 最保守認知與最樂觀認知之三角模糊數 22
圖3.2 AHP法的進行步驟 24
圖3.3 層級結構圖 25
圖3.4 與 交點示意圖 30
圖4.1 企業導入高新科技之程序架構圖 34
圖5.1 企業導入高新科技評估模式之架構流程圖 41
圖5.2 企業導入高新科技評估模式之層級架構圖 43
圖5.3 模糊專家問卷設計範例－評估準則重要程度之調查 56
圖5.4 模糊專家問卷範例－語意評判尺度 57
圖5.5 篩選後評估模式層級架構圖 63
圖5.6 評估模式問卷－權重計算 65
圖5.7 評估模式問卷－方案評選 66
圖6.1 條碼系統處理流程圖 69
圖6.2 二維條碼的應用範圍 73
圖6.3 RFID系統架構圖 75
圖6.4 RFID應用產業發展 77
圖6.5實證個案評估導入RFID層級架構圖 81
圖6.6 實證個案層級架構之權重與方案最終優勢比重值彙整圖 97

參考文獻
中文部分
[1]九章出版社編輯部（民90），模糊數學入門，台北：九章出版社。
[2]王偉斌（民91），「運用模糊多目標規劃理論探討供應鏈中各成員之公平收益分配問題」，國立台灣大學化學工程學研究所碩士論文。
[3]李健興（民91），建構資訊科技策略決策支援系統之研究，國立成功大學工業管理研究所碩士論文。
[4]林信成、彭啟峰（民85），Oh！Fuzzy 模糊理論剖析，台北：第三波文化事業。
[5]林基興譯（民86），Fuzzy Thinking- the New Science of Fuzzy Logics，第二版，台北：全華科技圖書股份有限公司。
[6]張玉文、林佳蓉、林季蓉譯（民91），Peter Drucker等著，知識工作者必備手冊，台北：天下遠見。
[7]陳育甄（民91），模糊層級分析法應用於城際運具選擇模式之研究，國立成功大學都是計劃研究所碩士論文。
[8]陳昭宏（民90），「亞太港埠競爭力與核心能力指標之研究」，運輸學刊，第13卷，第1期，頁1-25。
[9]粘淑惠（民86），「模糊AHP法應用在交通運輸計畫評估之研究」，高雄工學院管理科學研究所碩士論文。
[10]陳耀竹、張保隆（民81），「國際市場進入與拓展策略－模糊集合理論之應用」，台北士銀月刊，第12期，頁15-23。
[11]彭真煒（民88），「國內航空公司競爭力之研究－多準則評估方法之比較分析」，成功大學交通管理研究所碩士論文。
[12]馮正民、邱裕鈞（民93），研究分析方法，新竹：建都文化事業股份有限公司。
[13]馮正民、才有財（民77），「多目標規劃法於捷運車站附近都市更新之應用研究」，規劃學報，第十五期，頁1-19。
[14]黃盛銘（民87），「小汽車消費選擇行為-模糊多屬性效用模式」，義守大學管理科學研究所碩士論文。
[15]曾國雄、林楨家（民86），「淡海新市鎮消防隊佈設區位之研究－TOPSIS多目標規劃法之應用」，都市與計劃，第二十四期，第一期，頁81-98。
[16]曾國雄、王榮祖（民83），「公車系統績效評估之研究－AHP法語FMADM之應用」，Sun Yat Management Review，第二卷，第二期，頁1-17。
[17]謝玲芬（民78），「多目標評估技術之探討及其在組織績效評估之用」，國立清華大學工業工程研究所碩士論文。
英文部分
[18]Afzulpurkar, S., Huq, F. and Kurpad, M. (1993), “An Alternative Framework for Design and Implementation of Cellular Manufacturing,” International Journal of Operations & Production Management, Vol. 13, No. 9, pp. 4-17.
[19]Ansoff, H.I. and. McDonnell, E.J. (1990), “Implanting Strategic Management,” Prentice-Hall International, London, UK.
[20]Buckley, J.J. (1985), “Fuzzy Hierarchical Analysis, ”Fuzzy Sets and System, Vol. 17, pp. 233-247.
[21]Chan, F.T.S., Chan, M.H. and Tang, N.K.H. (2000), “Evaluation Methodologies for Technology Selection,” Journal of Materials Processing Technology, Vol. 107, pp. 330-337.
[22]Chang, D.Y., (1996), “Applications of the extent analysis method on fuzzy AHP,” European Journal of Operational Research, Vol.95, pp649-655
[23]Chang, P.T., Huang, L.C. and Lin, H.J. (1999), “The Fuzzy Delphi Method via Fuzzy Statistics and Membership Function Fitting and An Application to The Human Resources,” Fuzzy Sets and Systems, Vol. 112, pp. 511-520.
[24]Datta, V., Sambasivarao, K.V., Kodali, R. and Deshmukh,, S.G.. (1992), “Multi-attribute decision model using the analytic hierarchy process for the justification of manufacturing systems,” International Journal of Production Economics, Vol. 28, No. 2, pp. 227-34.
[25]Davenport, T.H. (1993), Process Innovation: Reengineering Work Through Information Technology, Boston: Harvard Business School Press.
[26]Dubois, D. and Parade, H. (1980), Fuzzy Sets and System: Theory and Application, Academic Press, Inc.
[27]Firth, R. (1995), “Steps to Successfully Installing a Warehouse Management System,” Industrial Engineering, Vol. 27, No.2, pp. 34-36.
[28]Hall, G., Rosenthal, J. and Wade (1993), “How to Make Reengineering Really Work,” Harvard Business Review, Nov.-Dec. , pp. 119-131.
[29]Hammer, M. and Champy, J. (1993), Reengineering the Corporation: A Manifesto for Business Revolution, New York: Harper Collins Publishers,Inc.
[30]Harrington, J. H. (1991), Business Process Improvement: The Breakthrough Strategy for Total Quality, Productivity, and Competitiveness, New York: McGraw-Hill, Inc.
[31]Ishikawa, A., Amagasa, M., Shiga, T., Tomizawa, G., Tatsuta,R. and Mieno, H. (1993), “The Max-Min Delphi Method and Fuzzy Delphi Method via Fuzzy Integration,” Fuzzy Sets and Systems, Vol. 55, pp. 241-253.
[32]Kahraman, C., Cebeci, U., and Ruan, D., (2004), “Multi-attribute Comparison of Catering Service Companies Using Fuzzy AHP: The Case of Turkey,” International Journal of Production Economics, Vol. 87, pp.171-184.
[33]Keeney, R.L. and Raiffa H.,(1976), Decisions With Multiple Objectives: Preferences and Value Tradeoffs, New York: Wiley.
[34]Laarhoven, P.J.M. and Pedrycz, W. (1983), “A Fuzzy Extension of Saaty's Priority Theory,” Fuzzy Sets and Systems, Vol. 11, No. 3, pp. 229-241.
[35]MacCrimmon, K.R. and Ryavec, C.A. (1964), “An Analytic Study of the PERT Assumptions,” Operation Research, Vol. 12, pp. 16-37.
[36]Manthou, V. and Vlachopoulou, M. (2001), “Bar-code Technology for Inventory and Marketing Management System: a Model for its Development and Implementation,” International Journal of Production Economics, Vol. 71, Iss. 1-3, pp. 157-164.
[37]Melan, E.H. (1992), Process Management: Methods for Improving Products and Service, New York: McGraw-Hill Inc.
[38]Mon, D.L., Cheng, C.H. and Lin, J.C. (1994), “Evaluation Weapon System using Fuzzy Analytic Hierarchy Process Based on Entropy Weight,” Fuzzy Sets and Systems, Vol. 62, pp. 127-134.
[39]Sambasivarao, K.V. and Deshmukh, S.G.. (1994), “Strategic Framework for Implementing the Flexible Manufacturing Systems in India,” International Journal of Operations & Production Management, Vol. 14, No. 4, pp. 52-65.
[40]Voss, C.A. (1986), “Managing advanced manufacturing technology,” International Journal of Operations & Production Management, Vol. 6, No. 5, pp. 4-7.
[41]Zadeh, L.A. (1965), “Fuzzy Sets,” Information and Control, Vol. 8, pp. 338-353.