服務外包產業投入產出效率及其影響因素研究①

李宏舟，楊 敏

(東北財經大學 產業組織與企業組織研究中心，遼寧 大連 116025)

一、引 言

經過二十多年的發展，中國軟件服務外包產業取得了較好的成績，比如2011年中國企業承接離岸服務外包合同執行金額238.3億美元，已經成為僅次于印度的全球第二大離岸服務外包承接國。但是我們也必須看到，支持中國服務外包產業迅速發展的客觀條件也正在改變:(1)新勞動法的實施使人力成本逐漸上升，比如2005年中國的人均工資水平是0.8萬美元，2011年則增加到1.1萬美元，增幅達到33%。(2)自從2005年匯率改革以來，人民幣對美元的匯率已經從2005年的8.19(全年平均)上升到2011年的6.45，增幅為21.2%。上述客觀條件的變化對中國服務外包業的影響主要表現在兩個方面:(1)來自發達國家的發包企業有向其它國家轉移發包業務的趨勢。(2)由于中國服務外包產業的成本多是以人民幣計價，而合同額多是以美元計價，匯率的變化壓縮了國內服務外包企業的利潤空間，使中國服務外包產業面臨更為艱難的競爭環境。

在成本上升已經成為無法逆轉的客觀情況下，提高服務外包產業的投入產出效率變得尤為重要。基于此，本文采用超效率DEA－Tobit模型對中國軟件服務外包的投入產出效率進行研究，這是因為:(1)DEA分析釋放的信息可以幫助我們識別提高效率的途徑。(2)DEA分析和Tobit分析的結合可以幫助我們進一步了解哪些外部因素在如何影響我國服務外包的投入產出效率。在樣本的選取上，本文選取經國務院批準的21個服務外包示范城市作為樣本，這是因為21個服務外包城市對全國服務外包產業的貢獻度達95%［1］，所以對21個示范城市的承接效率進行研究具有較高的代表性。

二、文獻綜述

服務外包業起源于20世紀80年代的發達國家，這一新興的國際分工現象引起了國外學者的廣泛關注，在此期間他們從多個角度對其進行了研究。這些研究可以分為三類:(1)關于發包企業的研究。主要關注發包業務的范圍、發包方式、風險控制、發包與企業績效的關系等［2－3］。(2)關于發包現象對發包企業所在國影響的研究。主要關注服務外包的經濟效應和就業崗位流失等問題，比如Raa和Woff［4］就1980—1990年美國制造業生產率恢復增長的原因進行了研究，認為服務外包推動了生產方式的變革，從而導致了非技術進步帶來的生產率的提高;Girma和Gorg［5］對1980—1992年間英國產業的發展情況所做的研究同樣表明服務外包對勞動生產率和全要素生產率的提高有促進作用;Mann的研究顯示1995—2002年美國GDP中0.3%的年均增長可以用IT外包來解釋;Amiti和Wei［6］利用英美兩國的數據進行了實證研究，認為服務外包的增長與工作職位流失之間的關系不顯著。(3)關于對接包方的研究。主要以印度為研究對象。比如Arora和Athreye［7］認為是印度的整體商業環境和適者生存的市場規律迫使企業只能從事以低端服務為主的業務;Anthony［8］指出量化擴張、出口主導和產學研合作機制的缺乏是將其鎖定在低端業務的主要原因;Peter及Sujit［9－10］分別證實了班加羅爾地區的部分企業具備了創新能力;Rasmus［11］通過調研發現，發包方企業采取的開放式創新和接包方企業的內部知識管理能力造就了部分印度軟件服務外包企業的創新能力。

近年來，中國服務外包產業的快速發展引起了國內學者的關注，在中國知網輸入關鍵詞“服務外包”進行搜索，相關文獻數量 (僅期刊)從2004—2011年分別為1篇、5篇、12篇、69篇、167篇、216篇、291篇和254篇，由此可以看出，中國對服務外包現象的研究文獻數量在2008年急劇增加，2010年達到了高峰。2008年以前的早期研究主要集中在外包理論探討、國外經驗借鑒及外包(發包方和接包方)動因分析等主題［12］－［17］。2008年至今，國內學者對服務外包的研究視角逐漸豐富起來，主要集中在外包經濟效應 (特別是經濟增長及技術溢出效應)、服務外包對生產率影響、承接城市競爭力分析、金融危機下服務外包發展路徑選擇等，比如劉紹堅［18］驗證了服務外包技術外溢效應的存在性及外溢途徑;劉海云和唐玲［19］檢驗了不同形式的外包對全員勞動生產率的影響;楊麗琳［20］將中國20個服務外包示范城市劃分為4個發展梯隊，認為4個梯隊城市間應按照發展水平實現分工合作，通過外包業務的承接與轉移，實現產業結構的升級;楊延杰及張皞和劉紹滿［21－22］就后危機時代中國服務外包的發展路徑選擇問題進行了分析;楊學軍和曾國軍［23］在文獻回顧的基礎上，建立了影響承接地競爭力的分析模型，并對示范城市軟件外包企業進行了驗證性因子分析，結果顯示，服務能力因子、服務成本因子和經營環境因子的共同作用影響著承接地的競爭力。還有一些學者從其它角度對服務外包現象進行有益的探索，比如價值鏈理論和產業集群［24－25］、人民幣升值對服務外包的影響［26］以及服務外包產業人才培養模式［27］等。

總體而言，國外的文獻主要是站在發包方角度，而國內文獻則主要是站在接包方的度來進行研究，定性分析較多，定量研究、特別是對服務外包承接方效率方面的定量研究還沒有引起廣泛關注，從而導致這方面的研究比較少。本文借鑒了何有世和劉旭以及何有世等［27－28］的研究方法，但是將樣本擴大至21個服務外包示范城市，并將數據進行更新，以期對中國服務外包產業的投入產出效率有一個較為全面的認識。

三、效率排名及其內因分析

本文使用數據包絡分析 (DEA)方法對各示范城市的相對效率進行測算，它是由Charnes和Cooper等于1978年提出的［29］，由于該理論已經發展得比較成熟，所以在此不再進行贅述。

考慮到軟件外包行業的投入產出特點并兼顧數據的可得性，同時參考以往的研究，本文選取的投入指標有服務外包從業人數 (X1)、職工年均工資水平 (X2)和軟件企業數量 (X3);產出指標有離岸外包合同額 (Y1)和服務外包行業收入 (Y2)。

在數據包絡分析 (DEA)的C2R模型和BC2模型的基礎上，本文選用Input－Oriented的VRS(即區分技術有效性和規模有效性)方法，應用Coelli小組開發的效率分析軟件DEAP(Version2.1)計算各決策單元的技術效率和規模效率，利用EMS1.3計算各決策單元的超效率，以便能彌補傳統DEA方法中有效決策單元不能進行排名的不足。

1.綜合效率和趨勢分析

示范城市的效率值及其排名狀況如表1所示。對于非有效決策單元 (DMU)來說，傳統DEA和超效率DEA兩種方法測出的綜合效率值是相同的，但對于有效DMU而言，超效率DEA測出的綜合效率值會出現大于1的情形，從而使得對有效DMU進行排序成為可能。

表1 21個服務外包示范城市效率分析結果

從表1可以看出，無錫的效率最高，其超效率DEA值達到3.554;廈門的投入產出效率最低，僅為0.096。傳統DEA測量尺度下綜合效率值等于1的城市有大連、深圳、西安和無錫，即這四個城市的相對效率是最高的，處在生產前沿面上;綜合效率無效但效率值高于平均值 (0.591)的城市有北京、武漢、成都、南京、濟南、杭州和蘇州。四個綜合效率有效的城市中有三個處于中國的東部沿海地區，分別位于環渤海 (大連)、長三角 (無錫)和珠三角 (深圳)地區。西部地區的示范城市只有西安是有效的，這種“東強西弱”的現狀比較容易理解，東部地區的經濟發展水平高，人力資本充足，信息技術、通訊和交通等基礎設施比較完善，為軟件外包行業的發展提供了較好的條件。

從規模收益趨勢上看，北京、上海、廣州和南京是規模收益遞減的，大連、深圳、西安和無錫是規模收益不變的，其它的12個城市都是規模收益遞增的。這反映出大部分承接城市的軟件服務外包規模沒有達到最佳，主要表現是規模偏小，從而導致規模不經濟。趙君等［30］及劉紹堅［18］也得出類似的結論。

2.技術效率和規模效率分析

綜合效率可以進一步分解為技術效率和規模效率，通過對城市間技術效率和規模效率差異的分析可以對示范城市綜合效率的差異來源有進一步的了解。依據21個示范城市的技術效率和規模效率并結合二者的平均水平，可以將其分為五類:第一類為二者都是有效的，即綜合效率是1的城市;第二類是技術效率為1，但規模效率小于1的城市;第三類是技術效率和規模效率均小于1，但都高于平均效率水平的城市;第四類是規模效率高于平均效率水平，但技術效率低于平均效率水平的城市;第五類是規模效率和技術效率均低于平均效率水平的城市。

第一類城市有4個，包括大連、深圳、西安和無錫。這四個城市是效率值最高，從而也是競爭力最強的軟件外包承接城市，是其它城市效仿的標桿。這四個標桿城市各有特色，并充分發揮了自身比較優勢或利用了外部機遇，比如大連擁有與日韓毗鄰的地緣優勢和豐富的日語人力資源，承接了大部分來自日本的軟件外包，對日業務額占到其服務外包業務總量的80% 左右。深圳服務外包產業的發展得益于香港市場的需求，目前已經形成包括金融、物流和保險等領域在內的服務外包體系。此外，依托廣東雄厚的制造業基礎，提供了大量的外包業務需求，利于其學習效應和規模經濟的實現。無錫地處經濟活躍的長三角地帶，緊鄰上海，因為屬于二線城市，相比于南京、上海等一線示范城市而言擁有商務方面的成本優勢。西安發展迅速的原因除了本身所具有的優勢條件，比如具有成熟的交通、通信及網絡等發展服務外包不可缺少的基礎設施條件以外，還面臨著由于東部地區經營成本不斷上升導致軟件外包產業出現了從東部一線地區向中西部二線地區轉移的機遇［31］。

第二類城市有6個，包括北京、哈爾濱、合肥、長沙、大慶和廈門。這一類城市的技術效率為1，即在不考慮規模的情況下，它們的投入產出是有效的，從而也不存在投入冗余和產出不足的問題，這表明該類城市的管理能力和資源利用能力是比較強的，其存在的問題主要是規模不合理，其中北京是規模收益遞減，應該適度縮減規模，其它五個城市是規模收益遞增，表明規模偏小，沒有形成集群效應，從而未實現規模經濟。這些城市可以在現有的資源利用技術基礎上擴大規模，以達到增加產出降低成本的目的，從而提高效率，特別是哈爾濱和廈門，兩者的規模效率值僅為0.133和0.096，其規模效率增進空間很大，擴大規模將提升他們承接外包業務的效率。

第三類城市有3個，包括武漢、成都和濟南，這些城市的技術效率和規模效率雖然小于1但都高于平均水平，有可能成為最具競爭力的服務外包城市，需要在資源利用技術水平和規模上進一步改進。

第四類城市有6個，包括天津、上海、廣州、南京、杭州和蘇州。存在的主要問題是技術效率水平過低，即管理能力和資源利用能力有待提高，比如2010年上海每個從業人員的工資冗余高達2.3萬元，這表明上海沒能充分利用高成本、高素質的勞動力去發展處于價值鏈高端的外包業務，從而嚴重降低了該城市的技術效率。又如南京2010年的從業人員投入冗余高達6.7萬人，因而急需通過提高管理效率或裁員來增加自己的技術效率。

第五類城市有2個，包括重慶和南昌。它們在技術效率和規模效率上均低于平均效率水平，是最需要改進的，重慶和南昌均存在從業人員冗余，分別為1.5萬人和1.4萬人。如果這兩個城市能夠提高管理水平和資源利用能力，并適度擴大規模，則可在原有的投入水平下，理論上可將離岸外包合同額分別增加4.6億美元和2.1億美元，將服務外包行業收入分別增加31.6億元和19.4億元。

以上的DEA分析揭示了服務外包示范城市的效率排名及其影響效率的內部因素，下面本文運用Tobit模型進一步分析哪些外部因素可能影響服務外包產業的投入產出效率。

四、投入產出效率的外因分析

1.效率影響因素指標的選取

參考已有的研究文獻并考慮數據的可得性，本文選取以下指標進行考察:科技競爭力 (E1)、經濟開放程度 (E2)、人才競爭力 (E3)、資本獲得的便利性(E4)、制度競爭力 (E5)和信息技術基礎設施競爭力 (E6)，以上數據均來源于《中國城市競爭力報告 (2010)》。其中，科技競爭力通過科技實力指數、科技創新能力指數和科技轉化能力指數來體現;經濟開放程度由經濟國際化水平、經濟區域化指數、人文國際化指數和社會交流指數來體現;制度競爭力通過產權保護制度指數、個體經濟決策自由度指數和市場發育程度指數三個指標來體現。

2.研究假設的提出

假設1:科技競爭力對承接效率有正向影響。

軟件外包是知識密集型產業，科技創新能力一方面可以促進軟件外包的產出，另一方面可以降低投入成本，從而提高軟件外包的產出，何有世和劉旭［27］認為科技競爭力對承接效率有正向影響。

假設2:經濟開放程度對承接效率有正向影響。

國際軟件開發包括需求分析、系統設計、詳細設計、編碼和測試等環節，各個環節之間的順暢銜接離不開發包方和接包方之間有效的溝通，而且越是高端環節的外包對接包方的溝通能力要求越高，郭冰［13］認為溝通效果的好壞往往是決定軟件外包項目成敗的最為關鍵、最為直接的因素，文化差異嚴重地影響著發包方和接包方的溝通效果。反映經濟開放程度的指標有人文國際化指數和社會交流指數，所以假設經濟開放程度與承接效率呈正相關。

假設3:人才競爭力對承接效率有正向影響。

有學者認為，人才是承接國際軟件外包的核心要素，Matejic［32］認為國際軟件外包已經不像制造業外包那樣關注原材料和產品，而是集中目標在服務和知識上，因此，具有競爭力的人才才是國際軟件外包中關注的核心要素。Zielinski［33］認為正是由于印度、中國等國家具有高素質、低成本的人才，因而大量的服務業外包轉移到這些國家。所以假設人才競爭力對承接效率有正向影響。

假設4:資本獲得便利性對承接效率有正向影響。

關于軟件外包行業承接效率與資本獲得之間的關系，目前鮮有文獻進行研究。融資難問題是中國民營企業特別是民營中小企業難以做大做強的障礙之一，趙君等［30］認為影響中國軟件外包行業存在的因素之一是軟件企業普遍規模小，如果能有較好的融資渠道，使得資本獲得的成本合適，將會對企業進行擴張，擴大企業規模提供強有力的支持。但是，軟件外包不同于制造業外包，對硬件設備的需求相對較小，因而受資本約束的程度相對較小。因此，不能確定資本獲得便利性與承接效率的關系。

假設5:制度競爭力對承接效率有正向影響。

制度競爭力強的城市具備完善的知識產權保護制度，個體經濟具有高度的決策自由，市場發育程度高。制度競爭力越強，表明通過市場機制配備資源的能力越強，因此，包括軟件企業在內的所有企業的效率越高。基于此，本文假設制度競爭力越高的城市，軟件外包城市承接效率越高。

假設6:信息技術基礎設施競爭力對承接效率有正向影響。

劉紹堅［18］認為由于交易成本和不可貿易性，服務外包發展比較緩慢，但是隨著技術的發展，尤其是互聯網信息技術的發展，使得通信成本大幅度下降，服務的數字化和代碼化，也使得軟件、信息等服務可以進行遠距離的外包，從而推動了服務外包的迅猛發展。可見，完善的信息技術基礎設施是發展軟件外包業務所必需的條件，因而假設信息技術設施競爭力對承接效率有正向影響。

3.Tobit回歸分析

本文采用21個示范城市的傳統DEA綜合效率值作為被解釋變量，因其取值范圍在0－1之間(不包括0)，如果直接采用傳統的最小二乘法，會給參數估計帶來嚴重的有偏和不一致，因而采用Tobit回歸模型。Tobit回歸模型屬于因變量受限的一種模型，當因變量為切割值 (Truncated)或片段值 (Cecsored)時采用。

以綜合效率值為被解釋變量，六個可能的影響因素為解釋變量，使用Eviews5.1軟件進行回歸分析的結果如表2所示。

表2 承接效率Tobit回歸結果

根據表2的結果，對各外部影響因素的分析如下:

回歸結果顯示，科技競爭力對軟件外包的承接效率有正向的影響關系，且在10%的水平上顯著，故假設成立。

經濟開放競爭力體現了一個城市經濟的區域化、國際化程度和人文國際化程度，由回歸結果可知，該指標對承接效率有正向影響，與假設一致，但統計上不顯著。作為可能引發統計不顯著的原因，本文認為有兩個方面:(1)中國服務外包示范城市承接的業務多是編碼、測試和系統維護等技術含量不高的低端業務，這也降低了經濟開放度對效率的影響及溝通能力對效率提升的約束作用。(2)由于21個示范城市中有13個位于東部沿海地區，其它示范城市雖位于中西部，但均為省會城市，這也就使得各示范城市的經濟開放度和國際化程度雖有差異，但不足以對服務外包的承接效率產生顯著影響。

Tobit回歸結果是人才競爭力和承接效率顯著負相關，這與假設及楊學軍和曾國軍經等的研究結論不一致。本文認為導致這種結果的原因如下:(1)上述研究多為定性描述，沒有實證結果支持。(2)統計數據顯示，人才競爭力指數較高的城市，比如北京、上海、廣州和南京等，往往人力成本也很高，這些高端人才只有從事附加價值較高的業務，才能彌補其高人力成本所帶來的成本約束，從而為企業和地區創造價值。但是目前中國承接的軟件外包多是編碼、測試和系統維護等技術含量不高的低端業務，這種“大材小用”的現象越是嚴重，服務外包企業的投入產出比越是惡化，在統計數據上表現為綜合效率低下。因而說相對于其它示范城市而言，在接包方業務內容低端化的情況下，人才競爭力強反而成為承接軟件外包的一個劣勢，因為軟件外包的原因之一是發達國家將非核心業務承接給具有人力成本優勢的國家或地區，以達到降低自身成本的目的。如果上述結論成立，這反映出人才競爭力較強的示范城市還沒能夠將承接的服務外包業務延伸至高附加價值的需求分析及系統設計等領域，仍在與其它城市進行低端同質化競爭，從而導致人力資源優勢沒有得到充分利用。

資本獲得便利性的系數為正，但這是一個不顯著的因素，意味著資本獲得的便利程度對軟件外包承接城市的承接能力影響不大。本文認為這可以從兩個方面對其進行解讀:(1)因為中國大多數示范城市軟件外包企業規模小、規模經濟和集群效應不明顯，企業規模小，對資金的需求程度不大，從而資本的可獲得性的制約作用也就大大地被弱化了。(2)軟件外包行業不同于制造外包行業，進入該行業所需的固定資產少，進入壁壘低，因而也弱化了資本獲得的約束作用。

制度競爭力對承接效率有顯著的正向影響，所以假設成立。根據《中國城市競爭力報告(2010)》，制度競爭力指標是由市場發育程度、法制健全程度和個體經濟自由決策程度等指標來體現，因而建設完善的法制環境和成熟的市場制度對一個城市具備較高承接能力有積極的作用。值得一提的是，何有世等［28］的實證結果顯示制度競爭力與效率呈顯著的負相關，該實證結果與原文的假設不一致，何有世從兩點進行了解釋:(1)制度競爭力的提升所增加的投入成本大于增加的產出。(2)中國軟件外包行業處于無序的初始發展極端，未能利用完善的制度提高軟件外包的產出。本文認為使本文與何有世等［28］實證結果不一致的原因有三:(1)樣本數量和研究時點不同使兩篇文章不具完全可比性，本文樣本為2010年的21個示范城市，而前者為2008年的14個服務外包承接城市。(2)樣本的選擇標準不同，本文樣本全部為國務院指定的服務外包示范城市，而后者的14個樣本城市并非全部為示范城市，樣本選取標準的不同進一步增加了研究結果的差異性。(3)隨著時間的推移，也許樣本城市通過制度提高效率的能力提高了，關于此點有待進一步的研究。

回歸結果顯示，信息技術基礎設施競爭力與承接效率的關系呈負相關，與本文的假設不符。本文認為上述實證結果主要與中國服務外包產業承接業務的低端化有關，即低端化導致中國服務外包企業承接業務的附加值低，所承接的業務增加值不足以彌補政府對于信息化方面的投入;或者，服務外包增加值的增長速度趕不上在信息化方面投入的速度，從而導致信息化資源的浪費，即效率的降低。但是統計結果不顯著，因而該變量不是影響效率的主要因素。

五、結論和政策建議

本文基于超效率DEA模型對全國21個外包示范城市的投入產出效率進行了分析，并用Tobit模型對得出的效率回歸，就可能影響效率的因素進行了分析。

根據實證結果，本文提出以下建議:

第一，針對規模偏小導致投入產出效率低下的示范城市而言 (比如廈門)，政府和企業應該共同努力擴大服務外包規模——包括行業規模和企業規模。首先要積極開拓國內、國外兩個市場;其次要支持服務外包企業擴大自身的規模，比如針對服務外包企業可供抵押的固定資產較少，難于融資和融資成本較高的事實，政府可以制定針對性的投融資政策，降低其融資成本。另外，針對存在企業數量冗余的城市 (比如重慶的軟件企業數量冗余為72家)，政府和企業要有意識地通過并購等方式，提升企業的自身規模以實現規模經濟效益。

第二，針對工資投入冗余引發的技術效率低下的城市而言 (比如上海)，提高外包業務的附加價值是積極的解決辦法 (降低工資也可解決，但是根據經濟學理論，工資水平往往具有剛性，不易操作)。這在客觀上要求這類城市要積極地轉型升級，將服務范圍從數據輸入、安裝測試等低端業務擴展到詳細設計、系統設計甚至是需求分析等高端領域，提升單位投入的附加價值，實現較高的用工成本與員工產出附加值的匹配。

第三，針對人員投入冗余引發的技術效率低下的城市而言 (比如南京)，實施有針對性的培訓或通過參觀學習等其它途徑提高員工素質是積極的、最為可行的解決辦法 (裁員也可以解決該問題，但本文認為這是一種消極的應對方法)。比如員工通過接受技能培訓可以掌握提高勞動效率所需的知識，管理層通過接受能力培訓可以掌握激勵員工的技巧等，使后者能夠最大限度地發揮自己的能力，從而共同為提高技術效率做出貢獻。

第四，針對Tobit影響因素的分析結果，本文建議政府應該進一步完善保護知識產權的法律法規并加強其實施力度，切實保護好企業的創新成果。另外，政府要加大資金投入建設科研平臺，促進企業間的資源共享和優勢互補，促進產官學研合作，提高科技創新能力和科研成果的轉化能力。

［1］經濟觀察網.“十二五”期間中國將繼續推進“千百十工程”［DB/OL］.http://www.eeo.com.cn/2011/0523/201943.shtml.

［2］Lacity，M.C.，Hirschheim，R.A.Information Systems Outsourcing:Myths，Metaphors，and Realities［M］.New York:John Wiley ＆ Sons，1993.

［3］Apte，U.Global Outsourcing of Information Systems and Processing Services［J］.The Information Society，1990，7(4):287－303.

［4］Raa，T.，Woff，E.N.Outsourcing of Services and the Productivity Recovery in U.S.Manufacturing in the 1980s and 1990s［J］.Journal of Productivity Analysis，2001，16(2):149 －165.

［5］Girma，S.，Gorg，H.Outsourcing，Foreign Ownership，and Productivity:Evidence from UK Establishment－ Level Data［J］.Review of International Economics，2004，12(5):817 －832.

［6］Amiti，M.，Wei，S.J.Fear of Service Outsourcing:Is It Justified?［J］.Economic Policy，2005，20(42):308 －347.

［7］Arora，M.，Athreye，S.The Software Industry and Indian Economic Development［J］.Information Economics and Policy，2002，14(2):253 －273.

［8］Anthony，D.C.Uneven and Combined Development:Understanding India's Software Exports ［J］.World Development，2003，31(1):211 －226.

［9］Peter，M.Clusters and Knowledge:Local Buzz，Global Pipelines and the Process of Knowledge，Creation ［J］.Economic Progress in Human Geography，2004，28(1):31 －56.

［10］Sujit，B.A Patent Based Evaluation of Technological Innovation Capability in Eight Econornic Regions in PR China［J］.World Patent Information，2009，31(2):104 －110.

［11］Rasmus，L.Adoption of Open Business Models in the West and Innovation in India's Software Industry［R］.IDS Research Reports，No.621.1 －144.

［12］劉玲玲.中國和印度軟件產業發展比較研究［D］.長沙:湖南大學碩士學位論文，2004.

［13］郭冰.中國軟件出口歐美暨離岸軟件外包產業研究［D］.天津:天津大學碩士學位論文，2005.

［14］陳菲.服務外包動因機制分析及發展趨勢預測——美國服務外包的驗證［J］.中國工業經濟，2005，207(6):67－73.

［15］鄒全勝，王瑩.服務外包:理論與經驗分析［J］.國際貿易問題，2006，(5):54－61.

［16］盧鋒.我國承接國際服務外包問題研究［J］.經濟研究，2007，(9):49－61.

［17］盧鋒.當代服務外包的經濟學觀察:產品內分工的分析視角［J］.世界經濟，2007，(8):22－35.

［18］劉紹堅.影響我國承接國際軟件外包的因素研究［J］.國際貿易問題，2008，(2):86－93.

［19］劉海云，唐玲.國際外包的生產率效應及行業差異——基于中國工業行業的經驗研究［J］.中國工業經濟，2009，257(8):78－87.

［20］楊麗琳.我國區域軟件外包產業發展模式探討——以我國20個服務外包城市雁行模式為視角［J］.現代經濟探討，2010，57(4):57 －60.

［21］楊延杰.后危機時代我國服務外包產業發展的選擇［J］.改革與戰略，2011，(5):120－122.

［22］張皞，劉紹滿.后危機時期我國承接國際服務外包的思考［J］.經濟縱橫，2011，(6):72－75.

［23］楊學軍，曾國軍.影響服務外包承接地競爭力的因子分析——基于示范城市軟件外包企業的問卷調查［J］.科技管理研究，2011，(20):112 －115.

［24］陳文暉.我國軟件產業鏈:國際借鑒、存在問題與培育對策［J］.中國工業經濟，2002，176(11):47－53.

［25］鮑永安.依托軟件產業集聚增強區域競爭力［J］.學術界，2006，116(1):204－209.

［26］任俊鳳.人民幣升值對我國服務外包的影響研究［D］.合肥:安徽大學碩士學位論文，2012.

［27］何有世，劉旭.基于SE－DEA的軟件外包承接城市效率評價［J］.中國科技論壇，2011，(7):75－79.

［28］何有世，田娟，曾臻.基于SE－DEA—Tobit的軟件外包承接地效率影響因素分析［J］.科技管理研究，2011，(11):184－187.

［29］Coelli，T.J.效率與生產率分析引論(第2版)［M］.北京:中國人民大學出版社，2008.162－182.

［30］趙君，施晶，鄭衡.我國軟件外包服務基地城市發展比較研究［J］.商業時代，2010，(23):56－58.

［31］謝玉佳，蔡雪琴.“鉆石模型”下成都市服務外包競爭力分析［J］.中國商貿，2012，(7):228－230.

［32］Matejic，M.Offshoring of IT Services:Impact on Enterprise，IT Industry and NationalEconomies［DB/OL］.http://www.ai.wu.ac.at/～koch/courses/wuw/archive/inf－sem－ss－05/offshoring3.

［33］Zielinski，R.The Offshoring of Teleservices:Opportunities and Macroeconomic Effects in Developing Countries ［ D］.Norwich:A Dissertation Submitted to the School of Development Studies University of East Anglia，2004.

［34］李宏舟.戰略性新興產業與創業投資體系［J］.財經問題研究，2012，(4):22－29.

［35］王昌林，陳志昂.我國服務外包人才培養方略［J］.理論探索，2012，193(1):81－85.