隨著經濟全球化，全球製造業都面臨著轉型與升級的抉擇，特別是在資源嚴重短缺、人口結構老化、激烈的競爭壓力以及人們對產品需求變化快速的背景下，該如何提高生產力、降低製造成本和更彈性化的生產方式，成為了現今全球製造領域所面臨的最大挑戰以及決定成功與否的關鍵因素。此外，過去文獻大多都是在各別探討物聯網、大數據、雲端等對產業和科技發展之影響，但對於探討整體工業4.0概念應用的相關研究相對稀少。因此，本研究欲探究工業4.0概念應用、資訊整合程度及新產品開發績效彼此之間的關係，並從工業4.0焦點探討資訊整合程度對新產品開發績效之影響。
本研究採用SPSS統計軟體作為分析工具，以便利抽樣之方式收集台灣及大陸科技產業為樣本，作為研究對象來進行實證分析。並以因素分析、信度分析、層級迴歸、干擾效果分析等方法進行分析。問卷發放期間為2016年2月至2016年3月，共計發放206份問卷，最終回收之有效問卷為200份。
這項研究的結果如下： 
   1. 工業4.0概念應用對資訊整合程度有顯著正向之影響。
   2. 資訊整合程度對新產品開發績效有顯著正向之影響。
   3. 工業4.0概念應用對新產品開發績效有顯著正向之影響。
   4. 資訊整合程度在工業4.0概念應用與新產品開發績效之間具有中介效果。 
   5. 產品特性對資訊整合程度與新產品開發績效間具有干擾效果。
關鍵詞：工業4.0概念應用、資訊整合程度、新產品開發績效、產品特性

With the economic globalization, the global manufacturing industry faces transformation and upgrade choices, especially in the severe resource constraints, demographic ageing, competitive pressures and the rapid background changes in product demand. How to increase productivity and reduce manufacturing costs and more flexible production methods, became today's global manufacturing's biggest challenges and key factors of success. In addition, the past literature discussed Internet, data, cloud and their impact on industrial and technological development. However, rare studies assessed overall industry 4.0 concept. Therefore, the primary purpose of this study was to explore the application of industry 4.0, information integration and their relationship with new product development performance.
This study used SPSS statistical software to analyze data. The sample were collected from high-tech industry in Taiwan and Mainland China. This study used factor analysis, reliability analysis, hierarchical regression analysis, interference analysis during February to March 2016. A total of 206 questionnaires were issued, and eventually 200 were returned. The results of this study are as follows：

1.	Industry 4.0 has a significant positive influence on information integration.
2.	Information integration has a significant positive impact on new product development performance.
3.	Industry 4.0 has a significant positive influence on new product development performance.   
4.	Information integration has mediating effect on the relationship between industry 4.0 and new product development performance.      
5.	Product characteristics moderate the relationship between information integration and new product development performance.

目錄     I
表目錄	V
圖目錄	VII
第一章	緒論	1
第一節	研究背景與動機	1
第二節	研究目的	5
第三節	研究範圍	5
第四節	研究流程	5
第二章	文獻探討	7
第一節	工業4.0 概念應用	7
第二節	資訊整合程度	13
第三節	新產品開發績效	16
第四節	產品特性	21
第五節	研究假設發展	23
第三章	研究方法	28
第一節	研究架構	28
第二節	研究假說	29
第三節	問卷設計	29
第四節	研究樣本	34
第五節	資料分析方法	34
第四章	資料分析與研究結果	37
第一節	敘述性統計	37
第二節	效度與信度分析	44
第三節	信度分析	  49
第四節	相關性分析	50
第五節	迴歸分析	  52
第六節	層級迴歸分析	55
第七節	產品特性之干擾效果分析	58
第八節	研究假設驗證之結果	69
第五章　結論與建議	72
第一節　研究結論	72
第二節	管理意涵	74
第三節	研究限制與建議	77
參考文獻	78
中文文獻：	78
英文文獻：	80
附錄：研究問卷	84

表目錄
表2-1德國「工業 4.0」特徵與先前工業世代之比較	9
表2-2工業4.0生態體系結構	10
表2-2工業4.0生態體系結構 (續)	11
表3- 1工業4.0衡量問項	30
表3- 2資訊整合程度問項	31
表3- 2資訊整合程度問項(續)	32
表3- 3新產品開發績效問項	   32
表3- 3新產品開發績效問項(續)	33
表3- 4產品特性問項	33
表3- 5前測專家之建議	35
表4-1公司所從事產業類型	38
表4-2工作內容	38
表4-3職位次數分配表	39
表4-4年齡次數分配表	39
表4-5受測者教育程度次數分配表	40
表4-6公司產品所屬類型次數分配表	40
表4-7公司產品種類次數分配表	41
表4-8產品創新程度次數分配表	41
表4-9產品複雜度次數分配表	42
表4-10產品開發之環境不確定性程度次數分配表	42
表4-11產品總預算次數分配表	43
表4-12產品開發專案團隊人數次數分配表	43
表4-13產品開發的完成時間次數分配表	43
表4-14產品開發的持續時間次數分配表	44
表4-15各變數之Bartlett球形檢定及KMO檢定	45
表4-16工業4.0概念應用構面之因素分析表	46
表4-17資料整合程度構面之因素分析表	47
表4-17資料整合程度構面之因素分析表(續)	48
表4-18新產品開發績效構面之因素分析表	48
表4-18新產品開發績效構面之因素分析表(續)	49
表4-19各構面之信度分析表	49
表4-20各構面之相關分析表	50
表4-21工業4.0概念應用子構面對資訊整合程度子構面之迴歸分析表	53
表4-22資訊整合程度子構面對新產品開發績效子構面之迴歸分析表	54
表4-23工業4.0概念應用子構面對新產品開發績效子構面之迴歸分析表	55
表4-24資訊整合程度之業主資訊對工業4.0概念應用與新產品開發績效層級迴歸  分析表	56
表4-25資訊整合程度之產能資訊對工業4.0概念應用與新產品開發績效層級迴歸分析表	58
表4-26資訊整合程度之兩構面集群分析表	59
表4-27資訊整合程度與產品種類對專案績效之二因子變異數分析表	59
表4-28資訊整合程度與產品種類對市場績效之二因子變異數分析表	60
表4-29資訊整合程度與產品創新度對專案績效之二因子變異數分析表	61
表4-30資訊整合程度與產品創新度對市場績效之二因子變異數分析表	62
表4-31資訊整合程度與產品複雜度對專案績效之二因子變異數分析表	63
表4-32資訊整合程度與產品複雜度對市場績效之二因子變異數分析表	64
表4-33資訊整合程度與產品環境不確定性對專案績效二因子變異數分析表	65
表4-34資訊整合程度與產品環境不確定性對市場績效二因子變異數分析表	66
表4-35資訊整合程度與產品總預算對專案績效之二因子變異數分析表	67
表4-36資訊整合程度與產品總預算對市場績效之二因子變異數分析表	68
表4-37本研究假設驗證之結果	70
表4-37本研究假設驗證之結果(續)	71
 
圖目錄
圖1-1研究流程圖	6
圖2-1新產品的形式	19
圖3-1研究架構	28
圖4-1產品種類對資訊整合程度與專案績效交互作用圖	60
圖4-2產品種類對資訊整合程度與市場績效交互作用圖	61
圖4-3產品創新性對資訊整合程度與專案績效交互作用圖	62
圖4-4產品創新性對資訊整合程度與市場績效交互作用圖	63
圖4-5產品複雜度對資訊整合程度與專案績效交互作用圖	64
圖4-6產品複雜度對資訊整合程度與市場績效交互作用圖	65
圖4-7產品環境不確定性對資訊整合程度與專案績效交互作用圖	66
圖4-8產品環境不確定性對資訊整合程度與市場績效交互作用圖	67
圖4-9產品總預算對資訊整合程度與專案績效交互作用圖	68
圖4-10產品總預算對資訊整合程度與市場績效交互作用圖	69

	


	
 

參考文獻
中文文獻：
1.	丁惠民，電子時報，1999 年9 月30 日。
2.	工業4.0為臺德合作開新局。工業技術研究院工業技術與資訊月刊，第288期。
3.	王芳芳(2007)。結合田口與多準則決策方法求解穩健供應鏈資訊共享策略。國立成功大學製造工程研究碩士論文。
4.	王喜文著(2015)。工業4.0-最後一次工業革命。電子工業出版社。
5.	王燕茹 (2014)。企業社會責任對新產品開發績效之影響－以產品特性、顧客導向為干擾變數。淡江大學,企業管理學系碩士班碩士論文。
6.	司徒達賢(2005)。策略管理新論。台北：智勝文化。
7.	汪沛緹(2012)。從自我族群意識探討消費者對於國內外手機購買意願-以產品特性為干擾變數。國立台北科技大學經營管理研究所碩士論文。
8.	林宏達(2015)。工業4.0規劃智慧產線 -以檢測筆記型電腦產線為例。東海大學高階經營管理碩士在職專班碩士論文。
9.	林煌基(2000)。資訊共享以強化時間競爭力之研究：台灣半導體產業供應鏈資訊整合之實証分析。國立中山大學資訊管理學系研究所碩士論文。
10.	張良宇(2007)。資訊整合與長鞭效應對公司績效之影響。國立成功大學企業管理研究所碩士論文。 
11.	張嘉妤(2015)。智慧工廠整合服務創新模式。東海大學高階經營管理碩士在職專班碩士論文。
12.	莊志賢(2015)。台灣工業4.0發展策略與經營管理之關聯性-以h集團為例。國立雲林科技大學企業管理研究所碩士論文。國立清華大學工業工程與工程管理研究所碩士論文。 
13.	陳民議(2015)。導入物聯網技術的智能生產線建置模式。
14.	陳愷邑(2015)。建立工業4。0智慧化整合系統以強化綠能產業競爭力與營運策略研究。東南科技大學機械工程研究所碩士論文。, 
15.	陳耀茂(譯)(1989)。新產品開發入門。日經品管文獻賞叢書。
16.	彭定國(1998)，「企業成功導入PDM系統之捷徑」， 資訊應用導航CALS季刊。
17.	劉漢文(2014)。品牌行銷策略對新產品開發績效之影響－以產品特性為干擾變數。淡江大學企業管理學研究所碩士論文。
18.	鄧敏、李現民(譯)(2015)。工業4.0：即將來襲的第四次工業革命(原作者：Ulrich,Sendler)。大陸: 機械工業出版社。
19.	賴士葆. (1990). 技術創新特性與新產品發展績效相關之研究. 管理評論, 民國 79 年, 頁102-114. 
20.	Herzner, R. (2015).  工業4.0為臺德合作開新局全球智慧製造浪潮來襲，臺灣搶先機！. Retrieved from 工研技術研究院工業技術與資訊月刊 
 
英文文獻：
1.	Aikaterini, M. (2014). Impact of IoT Enabled Service Solutions in the Downstream Automotive Supply Chain, Diva archive University, Sweden.
2.	Anderson, S. W. (2001). Direct and indirect effects of product mix characteristics on capacity management decisions and operating performance. International Journal of Flexible Manufacturing Systems, 13(3), 241-265.
3.	Armstrong, G., Kotler, P., & He, Z. (2000). Marketing: An introduction. Prentice Hall, New Jersey.
4.	Atuahene‐Gima, K. (1995). An exploratory analysis of the impact of market orientation on new product performance. Journal of Product Innovation Management, 12(4), 275-293. 
5.	Bao, X., & France, B. (2007). Information sharing: As a type of information behavior, McGill University, Canada.
6.	Barczak, G. (1995). New product strategy, structure, process, and performance in the telecommunications industry. Journal of Product Innovation Management, 12(3), 224-234. 
7.	Brännhult, D., & Kapanen, G. (2012). The value of information sharing in a 3PL-relationship, Jonkpoing Univeristy, Finland.
8.	Brown, S. L., & Eisenhardt, K. M. (1995). Product development: Past research, present findings, and future directions. Academy of Management Review, 20(2), 343-378.
9.	Calantone, R. J., Vickery, S. K., & Dröge, C. (1995). Business performance and strategic new product development activities: An empirical investigation. Journal of Product Innovation Management, 12(3), 214-223. 
10.	Cano, M., & Victoria, M. (2014). I2ME2 IoT-IBMS: an IoT-based information management system for energy efficiency in smart buildings. Proyecto de investigación, Murcia Univeristy, Spanish.
11.	Cooper, R. G., & Kleinschmidt, E. J. (1987). New products: What separates winners from losers? Journal of Product Innovation Management, 4(3), 169-184.
12.	Cooper, R. G., & Kleinschmidt, E. J. (1988). Resource allocation in the new product process. Industrial Marketing Management, 17(3), 249-262. 
13.	Cooper, R. G., & Kleinschmidt, E. J. (2007). Winning businesses in product development：The critical success factors. Research-Technology Management,50(3), 52-66.
14.	Copeland, M. T. (1923). Relation of consumers’ buying habits to marketing methods. Harvard Business Review, 1(3), 282-289. 
15.	Deandres, N. (2014). Leveraging applicable business models for IoT enabled service solutions in the downstream automotive supply chain, Linnaeus University, Sweden.
16.	Einsiedler, I. (2013). Embedded systeme for industrie 4.0. Product Management, 18, 26-28.
17.	Garella, P. G., & Lambertini, L. (1999). Good vs. bad characteristics in vertical differentiation. Economics Letters, 65(2), 245-248. 
18.	Geisberger, E., & Broy, M. (Eds.). (2015). Living in a networked world: Integrated research agenda Cyber-Physical Systems (agendaCPS). Herbert Utz Verlag, Munich.
19.	Gobeli, D. H., & Brown, D. J. (1987). Analyzing product innovations. Research Management, 30(4), 25-31. 
20.	Griffin, A., & Page, A. L. (1993). An interim report on measuring product development success and failure. Journal of Product Innovation Management, 10(4), 291-308.
21.	Gupta, A. K., & Wilemon, D. L. (1990). Accelerating the development of technology-based new produc. California Management Review, 32(2), 24-44.
22.	Holbrook, M. B., & Hirschman, E. C. (1982). The experiential aspects of consumption: Consumer fantasies, feelings, and fun. Journal of Consumer Research, 132-140. 
23.	Hultink, E. J., & Robben, H. S. (1995). Measuring new product success: The difference that time perspective makes. Journal of Product Innovation Management, 12(5), 392-405. 
24.	Ioannidis, C., & Silver, M. (1997). Estimating the worth of product characteristics. Journal of the Market Research Society, 39(4), 559-570.
25.	Johansson, C., & Möllefors, S. (2013). Customer & supplier integration in the innovation process: a quantitative study on how external integration affects product innovativeness in Swedish manufacturing firms, Linnaeus University,   Sweden.
26.	Juran, J., & Godfrey, A. B. (1999). Quality handbook. McGraw-Hill, New York.
27.	Konsynski, B., & McFarlan, W. (1990). Information partnerships: Scale without ownership. Harvard Business Review, 68(5), 114-120. 
28.	Kotler, P., & Scheff, J. (1997). Standing room only: Strategies for marketing the performing arts. Harvard business press.
29.	Kotler, P., Saliba, S., & Wrenn, B. (1991). Marketing Management: Analysis, Planning, and Control: Instructor's Manual. Prentice-hall.
30.	Landscheidt, S. (2015). Life Cycle Cost Analysis in the Swedish Automation Industry. A Case Study for developing a Total Cost of Ownership Model for Industrial Robots, Linnaeus University, Sweden.
31.	Lee, H. L., & Whang, S. 2000. Information sharing in supply chain. International Journal of Technology Management. 20(3/4), 373-387.
32.	Lee, H. L., Padmanabhan, V., & Whang, S. (1997a.) The bullwhip effect in supply chains. Sloan Management Review, 38(Spring), 93-102.
33.	Lee, H. L., Padmanabhan, V., & Whang, S. (1997b.) Information distortion in a supply chain: The bullwhip effect. Management Science, 43(4), 546-558.
34.	Lee, H. L., So, K. C., & Tang, C. S. (2000). The value of information sharing in a two-level supply chain. Management Science, 46(5), 626-643.
35.	Liau, J., Young, R. E., & O’Grady, P. (1995). An interactive constraint modeling system for concurrent engineering. Engineering Design and Automation, 1(2), 105-119.
36.	Lundqvist, M., Sandkuhl, K., Levashova, T., & Smirnov, A. (2005). Context-Driven Information Demand Analysis in Information Logistics and Decision Support Practices. In Proc. 1st Int’l Workshop on Contexts and Ontologies: Theory, Practice and Applications, 124-127.
37.	Mason, K., & Bequette, J. (1998). Product experience and consumer product attribute inference accuracy. Journal of Consumer Marketing, 15(4), 343-357. 
38.	Massetti, B., & Zmud, R. W. (1996). Measuring the extent of EDI usage in complex organizations: Strategies and illustrative examples. MIS Quarterly, 331-345. 
39.	Ottum, B. D., & Moore, W. L. (1997). The role of market information in new product success/failure. Journal of Product Innovation Management, 14(4), 258-273. 
40.	Prasad, B. (1996). Concurrent engineering fundamentals. Prentice Hall Englewood Cliffs, New Jersey.
41.	Prasad, B., Morenc, R. S., & Rangan, R. M. (1993). Information management for concurrent engineering: Research issues. Concurrent Engineering, 1(1), 3-20. 
42.	Rook, D. W. (1987). The buying impulse. Journal of Consumer Research, 14(2),  189-199. 
43.	Scheer, A. W., & Scheer, A. W. (1998). Architecture of integrated information systems (ARIS). Business process engineering study edition: Reference models for industrial enterprises, 10(1), 4-16.
44.	Siddiqi, S. A. (2012). Smart Card Packaging Process Control System, Diva archive University, Sweden.
45.	Simonson, I., & Nowlis, S. M. (2000). The role of explanations and need for uniqueness in consumer decision making: Unconventional choices based on reasons. Journal of Consumer Research, 27(1), 49-68. 
46.	Sjoberg, A., & Wallgren, C. (2013). Product innovation and the effects of CRM usage: A quantitative study, Linnaeus University, Sweden.
47.	Song, X. M., & Parry, M. E. (1997). A cross-national comparative study of new product development processes: Japan and the United States. The Journal of Marketing, 61(2), 1-18.
48.	Song, X. M., & Montoya‐Weiss, M. M. (1998). Critical development activities for really new versus incremental products. Journal of Product Innovation Management, 15(2), 124-135. 
49.	Strahilevitz, M. (1999). The effects of product type and donation magnitude on willingness to pay more for a charity-linked brand. Journal of Consumer Psychology, 8(3), 215-241.
50.	Thomas, R. J. (1993). New product development, Wiley, New York.
51.	Vong, C. M., & Wong, P. K. (2010). Case-based adaptation for automotive engine electronic control unit calibration. Expert Systems with Applications, 37(4), 3184-3194.
52.	Vyatkin, V., Salcic, Z., Roop, P. S., & Fitzgerald, J. (2007). Now That's Smart! Industrial Electronics Magazine, IEEE, 1(4), 17-29.
53.	Wijnhoven, F., Spil, T., Stegwee, R., & Fa, R. T. A. (2006). Post-merger IT integration strategies: An IT alignment perspective. Journal of Strategic Information Systems, 15(1), 5-28.