111 高普考高考二級 工業行政 工業管理學 考古題詳解

核心觀念

本題考查生產與作業管理中「第四次工業革命（Industry 4.0）」與「智慧製造（Smart Manufacturing）」之核心理論與實務應用。涉及之主要觀念與科技架構包括：

1. 虛實整合系統（Cyber-Physical Systems, CPS）：智慧製造之骨幹，串聯實體製造設備（Physical）與虛擬運算模型（Cyber）。
2. 關鍵使能技術（Enabling Technologies）：工業物聯網（IIoT）、巨量資料分析（Big Data Analytics）、人工智慧與機器學習（AI/ML）、數位雙生（Digital Twin）、雲端與邊緣運算（Cloud & Edge Computing）。
3. 作業競爭維度（Competitive Dimensions）：品質（Quality）、成本（Cost）、交貨與速度（Delivery）、彈性與韌性（Flexibility & Resilience）。
4. 變革管理與科技接受模型（Technology Acceptance & Change Management）：企業導入新興科技在組織、人才、資本、資訊安全與相容性上的阻力。

---

解題方法

本題屬於典型的高考二級申論題，題幹已明確點出外部環境變遷（地緣政治衝突、斷鏈危機、產品生命週期縮短），作答時應採「架構化、條列化、專業術語化」之切入策略：

• 第(一)小題（定義）：切忌僅白話解釋為「電腦幫忙製造」，必須精確對比「傳統自動化（Automation）」與「智慧製造（Smart Manufacturing）」之本質差異，點出「感知、互聯、分析、自適應決策（Sense-Connect-Analyze-Adapt）」之閉環架構，並帶出 CPS 與數位雙生等指標技術。
• 第(二)小題（好處）：採用作業管理之傳統績效指標（Q-C-D-F-S）結合供應鏈韌性架構條列，從「生產作業層」、「供應鏈與營運層」、「客戶與市場層」由內而外開展。
• 第(三)小題（困難點）：採用「技術與系統」、「資本與成本」、「組織與人才」、「資安與法規」四維度分類，展示多面向剖析能力，避免答案集中在單一技術層面。

---

選項分析（申論題各子題採分維度與盲區檢視）

本題為申論問答題，無選擇選項，評閱標準與考生常犯盲區如下：

1. 子題(一) 評分重點與常見盲區：

• 採分重點：能否清楚界定智慧製造乃「以資料驅動（Data-driven），結合資通訊科技實現具備自主調適、預測決策能力之製造體系」。
• 常見盲區：誤將「自動化機械手臂、無人搬運車（AGV）」等硬體自動化直接等同於「智慧製造」，忽略了軟體、資料分析與自我學習回饋機制。

2. 子題(二) 評分重點與常見盲區：

• 採分重點：效益應扣合題幹的「供應鏈中斷、縮短開發時間、提升創新品質」，條列預測性維護、生產排程彈性、供應鏈即時可視化等實質成果。
• 常見盲區：作答流於泛泛口號（如「省時、省錢、賺大錢」），缺乏專業生產管理名詞（如稼動率 OEE、整體生產週期 Lead Time、預測性維護 PdM 等）。

3. 子題(三) 評分重點與常見盲區：

• 採分重點：能否兼顧硬體/通訊標準相容（IT 與 OT 融合障礙、老舊設備機聯網）、高資本支出與 ROI 不確定性、跨領域專才缺乏、工業物聯網（OT）資安風險。
• 常見盲區：僅單一歸咎於「沒錢買設備」或「員工不願意用」，未深入探討系統架構層（通訊協定分歧、資料孤島）之技術阻礙。

---

解題技巧

1. 「自動化 vs. 智慧化」判斷竅門：

• 自動化：依照既定程式規則執行重複性動作（Rule-based, 替代體力）。
• 智慧化：具備感知、學習、預測、動態調整與容錯能力（Data-driven / Goal-oriented, 替代或輔助腦力）。

2. 效益架構記憶口訣「QCD-FR」：

• Q（Quality，品質）：良率提升、線上即時缺陷檢測。
• C（Cost，成本）：能耗降低、預測性維護減少非預期停機損失。
• D（Delivery，交期）：縮短前置時間（Lead Time）、排程動態最佳化。
• F（Flexibility，彈性）：混線生產、少量多樣客製化。
• R（Resilience，韌性）：即時端到端監控、快速因應斷鏈衝擊。

3. 困難點分類四分法：

核心觀念

本題屬於「生產與作業管理」中「供應鏈管理」（Supply Chain Management, SCM）的核心範疇，命題結合臺灣半導體產業聚落（垂直專業分工）的實務背景，評量考生對供應鏈基礎架構與績效衡量的掌握度。

1. 供應鏈之定義與本質： 依據國際供應鏈管理專業協會（CSCMP）及 APICS 規範，供應鏈是由多個獨立或關聯組織（原物料供應商、零組件製造商、系統組裝廠、配銷商、零售商至最終顧客）所構成的網狀結構。其運作核心在於跨企業協同合作，整合與管理資訊流（Information Flow）、實物流／物流（Material Flow）與金流（Financial Flow），以最低總成本達到顧客價值與市場反應力之最大化。
2. 供應鏈績效衡量架構（SCOR Model）： 衡量供應鏈績效通常依循供應鏈運作參考模型（Supply Chain Operations Reference model, SCOR），從「顧客導向」與「內部營運導向」兩大視角評估五大屬性：

• 可靠性（Reliability）：正確履約的能力。
• 反應性（Responsiveness）：交付的速度。
• 敏捷性（Agility）：應對市場波動與突發風險的彈性。
• 成本（Cost）：營運與運作之總支出。
• 資產管理效率（Asset Management Efficiency）：資產利用與週轉能力。

---

解題方法

本題為標準的公職申論題型，答題時採取「理論定義 $\rightarrow$ 關鍵要素剖析 $\rightarrow$ 產業實務扣合」之演繹架構：

1. 子題 (一) 的切入點：

• 破題定義：給出權威、精確的供應鏈學術定義，避免口語化描述。
• 要素剖析：拆解供應鏈的組成節點（上中下游）及維繫運作的「三大流動」（資訊流、物流、金流）。
• 情境結合：扣合題幹所提半導體產業特性，說明上游（IC 設計、材料／設備）、中游（晶圓代工）、下游（封裝測試、模組通路）之緊密協同性。

2. 子題 (二) 的切入點：

• 指標準則選取：指標選取必須具備「定量計算公式」與「明確管理意涵」。答題策略採「一外一內」互補搭配——選取一項代表外部顧客滿意度與履約可靠性的指標（如：訂單完全履行率），搭配一項代表內部資金與營運效率的指標（如：現金轉換週期）。
• 公式推導與詮釋：詳列數學定義式，並說明半導體產業在資本密集與長前置時間（Lead Time）條件下，該指標所代表的競爭優勢。

---

選項分析（申論題各子題得分要件分析）

本題為申論問答題，非選擇題。針對各子題評分面向與考生常見的作答盲點分析如下：

1. 子題 (一)「何謂供應鏈」得分要件分析：

• 完全正確（高分群）：能完整陳述「網絡架構」、「由源頭供應商至最終消費者之轉換與傳遞過程」，且明確寫出「實物流、資訊流、金流」三大流之整合目標（追求整體系統綜效而非局部最佳化）。
• 部分缺陷（中分群）：僅將供應鏈簡化為「工廠買原料、製造後賣給客戶的過程」，漏未提及跨組織網絡特性、終端消費者地位及資訊流／金流之雙向互動。
• 嚴重不足（低分群）：將「供應鏈」與單一企業內部的「物流」或「生產線」混為一談，缺乏上中下游產業鏈觀念。

2. 子題 (二)「二種供應鏈績效指標」得分要件分析：

• 完全正確（高分群）：舉出 SCOR 模型認可之具體關鍵績效指標（如訂單完全履行率 POFR、現金轉換週期 C2C 或存貨週轉率），寫出計算公式，並說明指標數值高低的管理涵義。
• 部分缺陷（中分群）：僅寫出廣義構面（如「交期」、「成本」、「品質」），未寫出明確指標名稱與計算公式，缺乏工業工程與管理量化評價的深度。
• 嚴重不足（低分群）：誤用單機作業指標（如設備總合效率 OEE）或財務會計靜態數字，無法反映跨企業供應鏈之流動性與整合效能。

---

解題技巧

1. 掌握 SCOR 模型的 Level 1 指標體系： 公職考題若要求列舉供應鏈績效指標，首選 SCOR 模型中的 Level 1 頂級指標。最不易出錯且最具鑑別度的組合為：

• 衡量效能（服務水準）：訂單完全履行率（Perfect Order Fulfillment Rate, POFR）。

核心觀念

本題聚焦於作業管理與流程管理中的兩大變革典範：持續改進（Kaizen，改善）與企業流程再造（Business Process Reengineering, BPR）。

1. 持續改進（Kaizen）：源自日本精實生產方式（TPS）與今井正明（Masaaki Imai）的管理哲學。強調以「全員參與」、「由下而上」及「PDCA循環」為基石，專注於現場（Gemba）作業細節，消除浪費（Muda），追求低成本、低風險的漸進式累積成果。
2. 企業流程再造（BPR）：由麥克・漢默（Michael Hammer）與詹姆斯・錢闢（James Champy）於 1993 年提出。其核心定義為：「對企業流程進行**根本性（Fundamental）的重新思考與徹底性（Radical）的翻新設計，使成本、品質、服務與速度等關鍵績效獲得巨幅（Dramatic）**的改善」。高度依賴資訊科技（IT）作為流程賦能工具。

---

解題方法

本題為標準的申論比較題，評分標準在於「概念定義的精準度」與「比較維度的結構化」。答題佈局建議採三段式論述：

1. 前言破題：簡明扼要定義 Kaizen 與 BPR 的理論淵源與本質。
2. 主體發揮（核心得分區）：提煉出四項具對比性、學理明確的構面（如變革幅度、發動層級、推行週期、資源與科技依賴度），並輔以綜合比較表，使閱卷委員一目了然。
3. 結語整合：說明現代作業管理實務上兩者並非互斥，而是先以 BPR 建立全新架構，再以 Kaizen 進行維護與微調的互補關係。

---

解題技巧

1. 構面記憶關鍵字：記憶口訣為「幅、向、時、技」——變革幅度、推動方向（由上或由下）、實施時間/頻率、技術/風險投入。
2. 避免口語化描述：不可僅寫「一個改得慢、一個改得快」；應使用管理專業術語，如「漸進式改善（Incremental Change）」對比「巨幅飛躍/革命性變革（Radical / Quantum-leap Change）」。
3. 善用學者定義背書：作答時帶出 Hammer & Champy 的「根本、徹底、巨幅、流程」四大要素，能顯著拉開與一般考生的分數差距。

---

【答案】

一、持續改進（Kaizen）與企業流程再造（BPR）之意涵

1. 持續改進（Kaizen）：以現場導向為核心，強調全員參與，利用品管圈（QCC）及標準作業程序（SOP）持續尋找作業瓶頸，透過小幅、漸進且持續不斷的微調，累積長期的競爭優勢。
2. 企業流程再造（BPR）：拋棄傳統分工體系與既有作業假設，從顧客價值出發，對核心業務流程進行根本性與徹底性的重構，追求績效指標上的飛躍式突破。

核心觀念

本題評量生產與作業管理（Production and Operations Management）中**豐田式生產系統（Toyota Production System, TPS）與精實生產（Lean Production）**的核心架構，涵蓋三大理論知識點：

1. TPS 的七大浪費（Seven Wastes / Muda）：源自大野耐一（Taiichi Ohno）提出的無附加價值活動分類，包含過量生產、等待、搬運、過度加工、庫存、動作、製造不良品。
2. 推式系統（Push System）：以物料需求規劃（MRP）與需求預測為基礎的生產管制模式，依排程將半成品自上游工序向前「推」入下游工序。
3. 拉式系統（Pull System）：以即時生產（Just-In-Time, JIT）及看板管理（Kanban System）為核心，由下游實際需求觸發，向上游工序「拉動」補貨的生產模式。

---

解題方法

本題為標準的申論型觀念問答題，切入點與編排邏輯如下：

1. 子題(一) 浪費列舉：七大浪費皆可作答，但建議優先列舉與題幹關聯度最高、被譽為「萬惡之源」的過量生產的浪費（Waste of Overproduction）與庫存的浪費（Waste of Inventory）。回答時不可只寫名詞，須依「定義 $\rightarrow$ 成因 $\rightarrow$ 負面影響」展開說明。
2. 子題(二) 推式系統：依「驅動力來源（預測）」、「物流與資訊流流向（由前向後推進）」、「庫存角色（作為緩衝）」三個構面進行定義與特性說明。
3. 子題(三) 拉式系統：依「驅動力來源（實際消耗）」、「管制機制（看板與在製品上限限制）」、「與精實目標的連結（暴露問題、縮短前置時間）」展開定義，並以簡要對比凸顯其優勢。

---

選項分析（題型與子題結構剖析）

本題非選擇題，為高考二級之「名詞定義與系統申論題」，各子題之配分期待與論述要點如下：

• 第(一)小題（工廠浪費）：重點在於精準列出名稱並論述其「無附加價值（Non-Value-Added, NVA）」的本質。若僅寫兩個詞彙（如「搬運、等待」）缺乏說明，僅能取得基本分；完整說明其如何增加成本與掩蓋製程瓶頸者方能獲高分。
• 第(二)小題（推式系統）：重點在於釐清「依預測排程生產（Make-to-Forecast / Make-to-Stock）」之本質，並點出若預測失準將導致在製品（WIP）積壓與牛鞭效應（Bullwhip Effect）。
• 第(三)小題（拉式系統）：重點在於凸顯「依實際需求驅動（Make-to-Order / Consume-driven）」之運作機制，說明其如何透過嚴格控管在製品上限（WIP Cap），遵循利特爾法則（Little's Law：$WIP = TH \times CT$），達成縮短製造週期時間（Cycle Time, $CT$）之目的。

---

解題技巧

1. 記憶口訣輔助：TPS 七大浪費可用英文縮寫 TIMWOOD 快速提取記憶：

• Transportation（搬運）
• Inventory（庫存）
• Motion（動作）
• Waiting（等待）
• Overproduction（過量生產）
• Overprocessing（過度加工）