109 年 國立臺灣大學資訊管理學系碩士班《資訊管理導論》

此題主要在探討資訊科技系統如何影響企業的生產函數。Cobb-Douglas 生產函數 $Q = A \times L^\alpha \times C^\beta$ 中， $Q$ 代表總產出，$L$ 代表勞動力投入，$C$ 代表資本投入，$A$ 代表總要素生產力，而 $\alpha$ 和 $\beta$ 分別是勞動和資本的產出彈性。資訊科技的導入，可以透過提升效率、降低成本、優化資源配置等方式，間接或直接地影響生產函數中的各個要素，進而提升總產出 $Q$。

(a) 交易處理系統 (Transaction Processing Systems, TPS) 的影響：
交易處理系統透過自動化日常交易流程，可以顯著提升企業的營運效率。

1. 提升勞動生產力 (影響 $L$ 或 $\alpha$)：自動化重複性高的交易任務（如訂單處理、庫存管理、薪資計算等），可以減少人力在這些低價值活動上的時間投入，使員工能將精力轉移到更高價值的決策、分析或客戶服務等工作上。這相當於用更少的人力（或相同人力投入更多時間在更高價值工作）完成相同或更多的工作，從而提高勞動生產力。在生產函數的觀點來看，這可能意味著在相同的勞動投入 $L$ 下，能產出更多，或者說，提高勞動的產出彈性 $\alpha$。
2. 提升資本效率與設備利用率 (影響 $C$ 或 $\beta$)：TPS 能夠提供即時的營運數據，讓管理者能更精準地掌握庫存、設備使用狀況、生產進度等資訊。例如，透過即時庫存管理，可以減少過多的庫存積壓，降低資金占用，提高資本的週轉率。透過監控設備稼動率，可以更有效地安排生產排程，減少閒置時間，提高資本的利用效率。這相當於在相同的資本投入 $C$ 下，能產生更高的產出，或者說，提高資本的產出彈性 $\beta$。
3. 提升總要素生產力 $A$：TPS 收集和處理大量營運數據，為管理者提供了更好的決策支援。當管理者能更有效地監控營運狀態、識別瓶頸、預測趨勢時，就能做出更明智的資源配置決策，優化生產流程，減少浪費，降低營運成本。這些效率的提升和資源的優化，體現為總要素生產力 $A$ 的提高。
4. 總結：TPS 的導入，透過自動化、資訊化和流程優化，能夠在勞動投入、資本投入不變的情況下，提高產出彈性 $\alpha$ 和 $\beta$，同時也能提升總要素生產力 $A$，最終導致總產出 $Q$ 的提升。

此題主要探討資訊科技（IT）投資的回報與互補性資產（Complementary Assets）之間的關係，特別是當 IT 投資與創新策略或新興技術結合時。互補性資產被分為組織資產、管理資產和社會資產三種類型。

核心觀念：IT 投資的成功與否，不僅取決於 IT 本身，更關鍵在於企業是否同時建構了能夠支持和最大化 IT 效益的相關資產。

(a) 三種不同的組織資產：
組織資產是指企業內部在組織結構、流程、文化、知識等方面，能夠支持 IT 應用並提升其價值的資產。

1. 標準化與整合的業務流程 (Standardized and Integrated Business Processes)：
   • 描述：企業擁有清晰、標準化且高度整合的業務流程。例如，標準化的訂單處理流程、財務報銷流程、客戶服務流程等。這些流程的設計能與 IT 系統無縫對接，減少客製化需求，並確保數據在不同部門間的順暢流動。
   • 為何重要：標準化的流程更容易被 IT 系統自動化和支援，減少了系統導入的複雜性和成本。整合的流程則能確保 IT 系統所產生的資訊能夠被有效利用，避免資訊孤島，提升整體營運效率。
2. 知識管理系統與知識分享文化 (Knowledge Management Systems and Knowledge-Sharing Culture)：
   • 描述：企業建立了有效的知識管理系統，能夠捕捉、儲存、分享和應用組織內的知識，並鼓勵員工主動分享知識的文化。這包括文件庫、內部維基、專家網絡、學習論壇等。
   • 為何重要：IT 系統（如協作平台、資料庫）的導入，如果沒有相應的知識管理機制和文化，其產生的資訊和數據可能無法被有效轉化為有價值的知識。一個良好的知識管理體系能讓員工更容易學習如何使用新的 IT 工具，並將 IT 應用所產生的數據轉化為決策依據，從而提升 IT 投資的回報。
3. 靈活與適應性強的組織結構 (Flexible and Adaptive Organizational Structure)：
   • 描述：企業的組織結構不僵化，能夠快速響應外部變化，並願意對流程和工作方式進行調整。例如，採用跨職能團隊、扁平化管理、敏捷開發模式等。
   • 為何重要：IT 系統的導入往往會改變現有的工作方式和權力結構。一個靈活的組織結構更能接受這些變化，並願意根據 IT 系統的要求和帶來的機會來調整自身的運作模式，從而更容易實現 IT 投資的預期效益。

(b) 追求創新策略時，互補性資產的重要性排序：
當企業追求創新策略時，組織資產和管理資產通常比社會資產更為重要。

• 解釋：
  • 創新策略的本質：創新策略通常涉及開發新產品、新服務、新流程或進入新市場。這要求企業能夠快速實驗、學習、適應，並將新技術或新思想融入現有營運。
  • 組織資產的重要性：
    • 靈活與適應性強的組織結構：創新需要實驗和試錯，靈活的組織結構（如跨職能團隊、敏捷開發）能夠支持這種試驗，並快速將實驗成果（無論成功或失敗）轉化為經驗。
    • 知識管理與學習文化：創新過程本身就是一個學習過程。能夠有效管理和分享新知識、鼓勵員工從失敗中學習的組織，更能從 IT 創新投資中獲得長遠效益。
    • 標準化與整合的流程：雖然聽起來與創新有些矛盾，但事實上，穩健的基礎流程（組織資產）是支撐創新的基石。例如，一個標準化的研發流程可以幫助團隊更有效率地管理創新專案。當創新的成果需要被規模化推廣時，標準化的流程更是不可或缺。
  • 管理資產的重要性：
    • 領導者的遠見與變革管理能力：創新策略需要高層領導者具備清晰的願景，並能有效推動組織變革。他們需要決策是否投入新 IT，以及如何將其與創新戰略結合。
    • 對新技術的評估與選擇能力：創新往往涉及新興技術，管理層需要具備識別、評估和選擇最適合自身創新戰略的 IT 技術的能力。

此題探討共享經濟平台（特別是餐飲外送平台）的定價策略，核心是「交叉補貼」（Cross-Subsidization）以及如何平衡平台的三個參與方（餐廳、消費者、外送員）的需求，以最大化平台利潤。

核心觀念：三邊市場的平台需要同時吸引並留住三類用戶，並透過定價策略（如交叉補貼）來實現用戶增長和盈利。

平台的三方：

1. 消費者 (Consumers)：希望獲得多樣化的餐點選擇、方便快捷的點餐與外送服務、合理的價格。
2. 餐廳 (Restaurants)：希望增加銷售額、擴大客戶群、降低營運負擔、獲得合理的利潤。
3. 外送員 (Delivery Riders)：希望有彈性的工作時間、穩定的訂單量、合理的報酬。

平台目標：最大化預期利潤。利潤來源主要為：消費者手續費/會員費、餐廳抽成/月費。成本主要為：支付給外送員的薪酬、平台營運成本、行銷費用等。

問題分析：平台需要在吸引三方參與和提高利潤之間取得平衡。交叉補貼是常見策略，即對某一側提供優惠，從另一側獲取更多收益。

平台提供的三個選項：
(一) 消費者優惠（低運費/免運費），餐廳高抽成：
* 優點：
* 對消費者極具吸引力，能快速擴大消費者基礎和訂單量。
* 大量訂單能吸引更多餐廳加入，並讓平台對餐廳有較高的議價能力（高抽成）。
* 外送員的訂單量也會因為訂單多而增加。
* 缺點：
* 餐廳可能因抽成過高而不滿，影響其加入意願或服務品質，甚至尋找其他平台。
* 長期對消費者補貼運費，會侵蝕平台利潤。
* 如果餐廳的抽成過高，可能將成本轉嫁給消費者，導致消費者價格上漲，影響長期留存。
* 可行性：初期擴張階段可能有效，但長期難以持續，除非能透過規模經濟有效降低外送員成本或提升效率。

(二) 餐廳優惠（低抽成），消費者高收費：
* 優點：
* 對餐廳吸引力大，能快速吸引大量、多樣化的餐廳加入，豐富平台上的餐點選擇。
* 對餐廳抽成低，餐廳利潤空間較大，可能願意配合平台進行更多推廣。
* 從消費者處收取較高費用（手續費/運費），能直接提升平台利潤。
* 缺點：
* 消費者端價格較高，可能降低消費者的訂單頻率或轉向其他平台。
* 如果餐廳選擇不多，即使價格較低，消費者也可能因為選擇少而不願意支付高價。
* 外送員的收入可能受限於訂單量，若消費者端需求不高，則外送員意願受影響。
* 可行性：如果平台能提供極具吸引力的餐廳選擇（如獨家餐廳、特色餐廳），且消費者對價格敏感度相對較低，則此策略可能有效。

(三) 其他方案 (結合與動態調整)：
* 方案 A：差異化定價與會員制度
* 消費者：針對不同時段（尖峰/離峰）、不同區域、不同訂單金額，設定差異化的運費和手續費。推出會員計畫（如 Uber Eats 優饗方案），提供免運費或折扣，吸引高頻消費者並鎖定用戶。

此題要求設計一個方法來估計公共自行車（如 YouBike）停靠站點建成後的使用需求，並且要考量成本、技術可行性與民眾接受度。這是一個結合資訊科技與管理學的應用問題，需要考慮需求預測的挑戰，特別是「潛在需求」與「已開發需求」的區別。

核心觀念：在資訊不對稱或行為習慣尚未養成的市場中，需求預測需要結合多種數據源、分析方法，並考慮用戶行為的演變。

需求估計的挑戰：

• 潛在需求 vs. 已開發需求：過去沒有站點的地方，不代表沒有需求。人們可能因為不方便（沒有站點）而沒有養成騎乘習慣。
• 動態性：需求會隨著時間、季節、活動、甚至新站點的設立而改變。
• 多因素影響：需求受地理位置、交通便利性、人口密度、周邊設施（如捷運站、辦公大樓、學校、住宅區）、天氣、票價、政策等影響。

設計方法：
我的方法將結合「數據收集與分析」、「預測模型建構」與「實證測試與迭代優化」，並確保其成本合理性、技術可行性與民眾接受度。

第一階段：數據收集與分析 (Data Collection and Analysis)

1. 基礎地理與人口數據 (Geographic and Demographic Data)：

   • 來源：政府公開數據（人口普查、土地使用分區、交通流量數據）、GIS 數據、地圖服務 API。
   • 內容：人口密度（住宅區、辦公區、商業區）、特定設施（捷運站、公車站、學校、醫院、公園、商業中心）的分布與數量、道路網絡、坡度等。
   • 目的：識別潛在的高需求區域。

2. 現有站點數據分析 (Analysis of Existing Station Data)：

   • 來源：目前營運中的 YouBike 站點的租借紀錄（時間、地點、騎乘距離、騎乘時間）、車輛調度紀錄、天氣數據。
   • 內容：分析現有站點的熱門時段（通勤時段、離峰時段）、熱門路線（站點 A 到站點 B 的頻率）、騎乘行為模式（平均騎乘距離、時長）、天氣對使用的影響。
   • 目的：理解用戶的騎乘習慣和行為模式，建立行為模型。

3. 交通模式與連接性分析 (Transportation Pattern and Connectivity Analysis)：

   • 來源：現有公共交通（捷運、公車）的路線、班次、人流量數據；與其他交通樞紐的連接情況。
   • 內容：分析潛在站點是否能有效銜接現有的公共交通網絡，作為「最後一哩路」或「第一哩路」的解決方案。
   • 目的：評估站點作為交通節點的潛力。

4. 用戶調查與焦點團體訪談 (User Surveys and Focus Group Interviews)：

   • 來源：針對特定區域的居民、上班族、學生進行線上/線下問卷調查；組織小規模的焦點團體討論。
   • 內容：了解他們對公共自行車的需求、使用意願、對站點位置的偏好、對價格的接受度、對現有交通方式的滿意度、以及對騎乘習慣養成的看法。
   • 目的：直接獲取潛在用戶的意見和偏好，了解「意願」而非僅是「行為」。

第二階段：預測模型建構 (Predictive Model Construction)

1. 基於地理與現有行為的空間迴歸模型 (Spatial Regression Model based on Geography and Existing Behavior)：

   • 方法：利用第一階段收集的數據，建立一個空間迴歸模型。模型將潛在站點的預期使用量作為因變數，以地理特徵（如周邊設施密度、人口密度、坡度）、現有站點的騎乘模式（如高峰時段、熱門路線的平均使用率）、以及與其他交通樞紐的連接性作為自變數。
   • 技術可行性：GIS 軟體和統計軟體（如 R, Python 的空間分析套件）可支援。
   • 成本合理性：利用現有數據和標準分析工具，成本相對可控。

2. 基於用戶意願的離散選擇模型 (Discrete Choice Model based on User Willingness)：