先進駕駛輔助、人工智慧、物聯網等的技術快速發展，加上自駕車的成長趨勢，帶起了台灣在ICT﹙Information and Communications Technology﹚產業蟄伏已久的電子廠商群，前仆後繼地擁抱車載應用，而此類原屬於車廠前裝式技術的發展也促使後裝式自動駕駛相關聯的電子設備，近年來頻繁地應用在其他非乘坐用車輛上，於是ADAS﹙Advanced Driver Assistance System﹚Fleet Management這樣的整合應用便越發頻繁地安裝在像工具車、商用車上，顯示車輛管理與安全輔助需求逐漸提升。然而台灣研究多半著墨於消費者對於自駕車所具備的先進駕駛輔助功能的關注度，或是人工智慧辨識技術在自駕車的可靠信任度，而從企業角度分析是否採用先進駕駛輔助與車隊管理層面的探討較少。本研究以TOE﹙Technology-Organization-Environment﹚Framework作為基礎構面，透過文獻資料歸納十項企業導入車隊管理系統的考量因素，再以專家訪談所獲得之回饋資訊假設個別因素對於企業導入意願的正負向關係，最後再利用問卷調查分析驗證哪些關鍵因素對於導入意願呈現顯著關係。由問卷分析結果發現在技術構面的「預期獲益性」、「先進性」、「兼容性」及組織構面的「高階支持態度」與環境構面中「商業夥伴影響度」對於導入意願有著正向影響，而環境構面中的「環境不確定性」呈現反向影響，也就是當環境不確定因素越多將會使企業傾向導入車隊管理以確保自身的優勢或避免損失。想進入世界級汽車供應鏈，傳統的ISO/TS-16949認證與目前國際制定中的車用安全規格ISO 26262都是不簡單的門檻，而由車載應用切入的台灣電子廠商為數眾多，期望提供欲發展車隊管理系統之相關產業廠商一個參考方向，將企業用戶考量因素逐一分析並給予其可預期之效益，更多成功導入經驗將有助於提升產業成長。

The fast-growing technologies such as advanced driver assistance, artificial intelligence, and the Internet of Things, as well as the booming self-driving cars, have brought Taiwan's electronics manufacturers in the ICT industry to embrace in-vehicle applications one after another. The aftermarket ADAS﹙Advanced Driver Assistance System﹚Fleet Management integrated applications now wildly installed on tools and heavy vehicles indicate that the demand for vehicle management and safety assistance has increase gradually. Previous research mostly focus on consumers' attention to the ADAS functions provided by self-driving cars, or the reliability and level of AI recognition on automotive cars, however, the discussion on whether to adopt advanced driving assistance and fleet management from the perspective of enterprises is less mentioned. This research takes the TOE (Technology-Organization-Environment) Framework as the basic aspect, summarizes ten factors for enterprises to consider when introducing fleet management systems through the literature, and then uses the feedback information obtained from expert interviews to hypothesize the positive and negative effects of individual factors on the enterprises' willingness to import. Finally, we use questionnaire analysis to verify which key factors have a significant relationship with import willingness. From the results of the questionnaire analysis, it is found that the "expected benefit", "advance", "compatibility" in the technical aspect, "top management support" in the organizational aspect and "business partner influence" and "environment uncertainty" in the environmental aspect are all positive factors to enterprise adoption. Research result inference with the influence of the above factors, enterprises tend to adopt ADAS Fleet Management to ensure their own advantages or avoid losses. Those Taiwanese electronics manufacturers who want to enter the world-class automotive supply chain and start from in-vehicle applications must conform to basic standards ISO/TS 16949 and ISO 26262, and these are time-and- resource consuming. We hope to provide a reference direction for related industry manufacturers who want to develop fleet management systems, analyze the factors considered by enterprise users and give them predictable benefits. The more successful adoption cases, the more sustainable growth the industry will be.

摘要 i
Abstract ii
致謝詞 iv
目錄 v
圖目錄 vii
表目錄 viii
縮寫表 x
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的與問題 2
第三節 研究流程 2
第二章 文獻探討 4
第一節 先進駕駛輔助與車隊管理系統 4
第二節 各國相關政策與法規進展 5
第三節 產業狀況概述 8
第四節 TOE架構 9
第三章 研究方法與研究資料 13
第一節 研究架構與假設 13
壹、 研究架構 13
貳、 研究假設 14
第二節 研究方法 17
壹、 半結構式訪談法 17
貳、 問卷調查與資料分析方法 17
第三節 研究資料 18
壹、 受訪專家背景 18
貳、 問卷設計 19
第四章 研究結果 20
第一節 專家訪談 20
壹、 訪談結果整理 20
貳、 交叉比較表 27
第二節 資料分析結果 29
壹、 敘述性分析 29
貳、 信效度分析 36
參、 平均數與標準差 40
肆、 變數相關分析 41
伍、 迴歸分析 42
陸、 結果分析 44
第五章 結論 47
第一節 研究貢獻與發現 47
第二節 研究建議與限制 48
參考文獻 50
附錄 問卷調查 55

Agocs, C. (1997). Institutionalized resistance to organizational change: Denial, inaction and repression. Journal of Business Ethics, 16(9), 917-931.
Awa, H. O., Ukoha, O., & Emecheta, B. C. (2016). Using TOE theoretical framework to study the adoption of ERP solution. Cogent Business & Management, 3(1), 1196571.
Brynjolfsson E. (1993). The Productivity Paradox of Information Technology. Communications of the ACM35, pp. 66-77.
Duncan, R. B. (1972). Characteristics of organizational environments and perceived environmental uncertainty. Administrative science quarterly, 313-327.
Hair Jr, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G. (2014). Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research. European business review.
Hao, J., Shi, H., Shi, V., & Yang, C. (2020). Adoption of automatic warehousing systems in logistics firms: a technology–organization–environment framework. Sustainability, 12(12), 5185.
IHS-Automotive (2016). Consumer Survey-Connected Car US-2016, 18-19.
International Organization for Standardization. (2018). ISO 26262-1:2018 Road vehicles-Functional safety- Part 2: Management of functional safety. Retrieved from https://www.iso.org/standard/68384.html
Malik, S., Chadhar, M., Vatanasakdakul, S., & Chetty, M. (2021). Factors Affecting the Organizational Adoption of Blockchain Technology: Extending the Technology–Organization–Environment (TOE) Framework in the Australian Context. Sustainability, 13(16), 9404.
Milliken, F. J. (1987). Three types of perceived uncertainty about the environment: State, effect, and response uncertainty. Academy of Management review, 12(1), 133-143.
Moons, I., & De Pelsmacker, P. (2012). Emotions as determinants of electric car usage intention. Journal of Marketing Management, 28(3-4), 195-237.
Porter, M. E. (2008). The five competitive forces that shape strategy. Harvard business review, 86(1), 25-40.
Puklavec, B., Oliveira, T., & Popovič, A. (2018). Understanding the determinants of business intelligence system adoption stages: An empirical study of SMEs. Industrial Management & Data Systems, 241-245.
Tornatzky, L. G., & Fleischer, M. (1990). The processes of technological innovation Lexington Books. Lexington, MA, 152-154.
Wu, J. H., & Wang, S. C. (2005). What drives mobile commerce?: An empirical evaluation of the revised technology acceptance model. Information & management, 42(5), 719-729.
李心怡﹙2009﹚。顧客需求導向式計程車創新派遣服務之設計。土木工程學研究所，國立臺灣大學，148-169。
李謝佑宇﹙2013﹚。以TOE架構探討雲端科技導入程度，計價模式以及部署形態之關鍵影響因子 (Doctoral dissertation，國立清華大學)。
邱昰芳﹙2019﹚。汽車電子為我國電子及光學產業帶來新機會。今日合庫，531。
祁俊﹙2021﹚。2021工程機械行業市場運行與發展趨勢分析。中國工程機械製造。
林宥成﹙2014﹚。消費者認知影響知覺價值與購買意願之探討–以配備先進駕駛輔助系統之汽車為例。國際企業管理學系，銘傳大學，74-83。
林俊宏、王志銘﹙2020﹚。人工智慧自動駕駛車之產業發展及其相關法律問題。貿易政策論從，32，318-324。
林美鳳、吳琮璠、吳青松﹙2008﹚。資訊科技投資與企業績效之關係－從企業生命週期論析。資訊管理學報，15﹙2﹚，155-183。
吳統雄﹙1985﹚。態度與行為研究的信度與效度－理論、反應、反省。民意學術專刊，夏季號，47-66。
胡志忠﹙2015﹚。智慧行動裝置支援先進駕駛輔助行車安全之架構模型。資訊管理學系，國立中山大學，23-24。
洪德欽﹙2020﹚。歐盟自動駕駛車之發展策略與法律規範。歐美研究，50﹙2﹚，349-431。DOI: 10.7015/JEAS.202006_50﹙2﹚.0007。陳敬典﹙2018﹚。自動駕駛車發展現況與未來趨勢。ARTC，2018車輛研測專刊，16-21。
陳信宏﹙2011﹚。科技採用的吸收困難：組織實務對制度環境的依存性。資訊管理學報，18﹙1﹚，105-125
陳信宏、戴志言、溫蓓章﹙2017﹚。智慧車的另一種選擇。機械工業雜誌，(409)，15-21。
陳彥豪、薛榮棠、黃崇興﹙2020﹚。網絡鑲嵌與服務創新績效關聯性之研究-以台灣B2B軟體服務業者為例。資訊管理學報，16(4)，75-96。
陳佑全、唐順明、李承蓉﹙2010﹚。環境不確定、資訊策略、組織溝通與績效間關係之研究。資訊管理學報 17﹙1﹚，47-79。
陳怡靜、徐牧群、胡學誠﹙2010﹚。便利商店自我服務系統使用行為之實證研究。中華管理評論國際學報，13(3)，9-13。
張耀仁、黃孔良、葛復光﹙2019﹚。運用多元線性迴歸模型分析能源政策之社會意向研究。臺灣能源期刊，6﹙1﹚，23-43。
黃紹軒﹙2018﹚。以科技接受模式及知覺風險探討消費者對於有先進駕駛輔助系統量之購買意圖。車輛工程研究所，國立台北科技大學，45-49。
葉明杰﹙2020﹚。以TOE架構探討汽車產業的自駕車與電動車之發展趨勢。 企業管理研究所，國立政治大學，1-61。
路宏峰、劉燕克﹙2020﹚。國內外自動駕駛產業政策與監管規制對深圳產業發展的影響及借鑑研究報告。深圳市標準技術研究院，43-116。
勤業眾信﹙2021﹚。2021汽車產業趨勢與展望，3-5。
詹嘉﹙2020﹚。企业人工智能技术接受的影响因素模型与实证研究：以智慧消防技术为例。全球金融工商管理學，亚利桑那州立大学，21-60。
Strategy Analytics﹙2021﹚。先進駕駛輔助系統的演進。14-18。Retrieved from https://www.arm.com/zh-TW/resources/report/evolution-of-adas
籃士勛﹙2010﹚。以數位式行車記錄器資料分析公路客運駕駛行為之研究。運輸科技與管理學系，國立交通大學，38-39。
陳虹燕﹙2020﹚ADAS後裝市場發展趨勢。拓墣產業研究。Retrieved from https://www.topology.com.tw/DataContent/report/ADAS%E5%BE%8C%E8%A3%9D%E5%B8%82%E5%A0%B4%E7%99%BC%E5%B1%95%E8%B6%A8%E5%8B%A2/15014
許績群、紀坤明﹙2011﹚。車用控制晶片關鍵技術。機械工業雜誌。Retrieved from https://www.automan.tw/magazine/magazineContent.aspx?id=1236
張瑞昕﹙2021﹚。淺談臺灣智慧運輸政策與自駕車測試—以臺灣智駕測試實驗室為例。科技政策研究與資訊中心。Retrieved from https://portal.stpi.narl.org.tw/index?p=article&id=4b1141427395c699017395c756b32037。DOI:10.6916/STPIRP.2020-6-18
VSI Labs﹙2020﹚。2020 AV/ADAS 安全標準和法規現狀。Retrieved from https://kknews.cc/zh-tw/car/n2ggebq.html