海南服務外包產業承接能力評估——基于海口與21個服務外包示范城市對比的實證研究

蔣國洲，吳 昊，蔡 亮

(1.海南大學 經濟與管理學院，海南 海口570228;2.瓊州學院 團委，海南 三亞572022)

0 引言

海南服務外包產業在國際旅游島政策剛出臺時有過短暫的快速發展，建成了海南國際創意港、海南生態軟件園和三亞創意產業園等幾個有一定影響的服務外包承接基地，但實際入駐企業數量少且規模小，實現的產值與建園當初的目標有較大差距.

近年來，國內學者對服務外包產業開展了大量研究，例如，王曉紅論述指出承接服務外包產業，通過技術外溢、促進就業、調整與優化產業結構等途徑促進地區經濟增長［1］.學者高書麗和郭彥麗從國家層面對于服務外包產業承接能力進行分析研究，更多的是以示范城市為研究對象［2］，李竹寧等通過構建服務外包承接能力綜合評價體系進行實證分析，從產業、基礎環境、人力資源和成本競爭力四個方面編制了上海服務外包承接地綜合評價體系，并用層次分析法分析了服務外包承接地選擇的評價方法［3］;部分學者從企業角度出發，如Levina＆Ross從供應商角度闡述了外包企業的獨特能力如何為客戶創造價值，認為服務外包供應商可以從人力資源開發、項目管理與交付流程、客戶互動技能等三個方面實現與客戶的長期合作［4］.還有的學者對城市服務外包的承接效率進行了估算，如趙征和趙雪菊運用考慮到規模經濟效應的松弛變量數據包絡分析模型對服務外包示范城市承接效率進行了實證分析［5］.

目前，對海南省服務外包產業發展的研究還較少，例如，溫兆琦采用PESTLE大環境分析模型來分析海南服務外包產業發展所面臨的宏觀環境，再用SWOT戰略分析方法來分析海南省服務外包本身的微觀層面的優勢、劣勢、機會和挑戰，提出了要培育大型服務外包企業、提高城市綜合實力、加快人才培養與引進等建議［6］.

海口市是海南省的省會城市，是海南的政治、經濟、文化中心，其承接服務外包的能力基本代表了海南省的領先水平.本文擬在現有研究基礎上選取相應指標構建海南省服務外包承接能力評價體系，對海口及21個服務外包示范城市進行對比分析，找到海南省發展服務外包產業的優勢和劣勢，并在此基礎上提出加快發展海南省服務外包產業的對策要點.

1 指標與數據選取

本文借鑒企業集群競爭力分析模型(即GEM模型，Groundings－Enterprise－Market)的幾個維度來獲取評價城市承接服務外包產業能力的指標.簡單來說，該模型涉及關聯產業基礎、基礎設施條件、人才供給狀況、政策支持環境等基礎因素(Groundings)和包括企業創新能力在內的企業因素(Enterprise)，其中企業因素是影響城市離岸服務外包承接能力的主要因素.由于是從承接方視角探討承接能力大小，本文未考慮市場因素.

1.1 關聯產業發展水平

按照GEM的競爭優勢評價理論，相關聯產業的成熟度越高，對目標產業的促進作用越大;承接地區服務業發展水平越高，其服務市場規模越大，發包決策方的選擇也就更多，找到所需要的承包商的可能性越大.關聯產業可以用地區生產總值、人均GDP、第三產業產值比重來度量.

1.2 服務外包企業發展狀況

服務外包企業是承接離岸服務外包業務的行為主體.由于目前還沒有服務外包企業的正規統計口徑，本文擬用計算機服務和軟件企業數量來衡量.服務外包企業的數量和承接能力是整個城市外包承接能力的重要體現，對該城市承接離岸服務外包能力有重要影響.服務外包企業同業競爭加劇，有助于企業創新能力的提升和改善，從而可以提高服務外包企業的國際認可度，是促進承接能力提升的突破口.

1.3 金融支持程度

金融對一個城市經濟增長、經濟社會穩定的積極促進作用得到了廣泛的認可，一個城市金融支持程度的高低會影響到服務外包企業的發展水平乃至城市的服務外包承接能力.本文用年末金融機構貸款余額來度量一個城市的金融支持程度.

1.4 城市開放程度

城市開放程度可以體現為承接離岸外包城市的貿易水平以及對外國投資的吸引力，可以用城市進出口金額、外資企業數量、實際利用外資金額來衡量.開放程度越高的城市越容易得到其他國家的認可和信任，承接能力就越強.

1.5 人力資源素質及成本

服務外包產業是知識密集型產業，一個城市的知識承載度與當地的服務外包產業發展狀況成正向相關.作為承接方，必須能夠提供可以與發包方溝通并且工資水平低于發包國家國內水準的勞動者，而掌握國際化語言、熟悉發包方業務流程是服務外包發包方所要求的基本素質.本文擬用高等學校數、在校大學生數量和城市職工平均工資來量化這一指標.

1.6 基礎設施水平

城市的基礎設施能力是發展當地服務外包產業的外部條件，特別是信息技術基礎設施條件尤為重要.本文擬用互聯網用戶數量、貨運總量、全年用電量來衡量這一指標.

1.7 科技創新能力

提高服務能力，站在價值鏈上游獲取更高服務附加值的手段只有科技創新.本文通過專利授予數量、研發支出水平來衡量一個地區的科技創新水平.

1.8 政策環境支持

學者江小涓將外包看做一個從企業內部合約轉向外部市場合約的過程，即重新劃定市場和企業的邊界，并指出限制服務外包發展的主要因素是外包合同簽訂和執行的宏觀制度［7］.另外，服務外包業務技術含量較高，甚至會涉及到部分商業機密，對于發包方來說良好的知識產權保護環境是開展服務外包業務的前提.對于這一指標的分析，國內學者通常使用模糊評價分析法或者博弈方法來分析，本文不做量化處理.

綜上所述，本文擬選取地區生產總值、人均GDP、第三產業產值比重、計算機服務和軟件企業數量、年末金融機構貸款余額、城市進出口金額、外資企業數量、實際利用外資金額、高等學校數、在校大學生數量和城市職工平均工資、互聯網用戶數量、貨運總量、全年用電量、科技技術支出、專利授予數量、研發支出水平這17個指標來衡量城市的服務外包承接能力.本文所研究示范城市上述各項指標的原始數據來自于國家商務部商務數據中心和《中國城市統計年鑒(2012年)》.

2 模型與實證分析

因為變量較多且通常都存在相關性，本文擬用因子分析來削減變量個數，在降維的同時保證信息的完整性.

2.1 數據處理

為了保證因子分析的合理性，需要對各指標進行同向化處理，使所有指標方向相同，來解決由于指標方向原因造成的失誤.本文擬采用正向指標，即指標數值與承接能力狀況成正相關的指標.本文的17項指標中城市職工平均工資(X13)指標屬于逆指標，值越大代表人力成本越高，其他指標都為正向指標.學者孫紅彥等采取了正指標保持不變，對逆指標取倒數的方法進行同向化處理.本文借鑒這一數據處理方法，先對逆向指標取倒數，再通過SPSS 13.0對同向化處理后的17項指標數據進行了標準化處理［8］.

2.2 適用性檢驗

首先，需要驗證本文樣本數據的適用性，即數據是否能通過相關系數矩陣、KMO＆Bartlett檢驗.KMO統計量是比較變量間簡單相關系數和偏相關系數的指標，偏相關系數越小于簡單相關系數，說明相關性越強，那么KMO值越接近于1.Bartlett檢驗的假設變量相關系數矩陣是一個單位陣，如果Bartlett檢驗統計量數值較大，且對應概率值小于給定顯著性水平，拒絕原假設，認為相關系數矩陣不太可能是單位矩陣，適合做因子分析.由表1可知，巴特利特球度檢驗統計量的觀測值為438.503，相應的概率p接近0，應拒絕零假設，認為相關系數矩陣與單位陣有顯著差異.同時，KMO值為0.705，較為適合做因子分析.

表1 巴特利特球度檢驗和KMO檢驗

3 確定公共因子

表2中，第一列是因子編號，以后三列組成一組，每組中數據項的含義分別是特征根值、方差貢獻率和累積方差貢獻率.第一組數據項(第2到4列)描述了初始因子解的情況.由于提取了17個因子，原有變量的總方差解釋度達到100%.第二組(第5到7列)提取了四個因子，共解釋了原有變量總方差的88.36%.總體因子分析效果比較理想，原有變量信息丟失較少.第三組數據項(第8到10列)描述了最終因子解的情況.可見因子旋轉后累計方差并沒有改變，但重新分配了因子的貢獻度.

表2 因子解釋原有變量總方差情況

續表2

經過旋轉，依據表中“旋轉平方和載入”中的“方差貢獻率”和“累積貢獻率”，4個公共因子分別解釋了總方差的30.82%、22.92%、18.00%和16.61%，共解釋了總方差的88.36%，即前四個公共因子解釋了原指標88.36%的信息量，符合公共因子的選取標準，且較旋轉前賦權更為均衡.

表3 旋轉后的因子載荷矩陣

表3顯示了旋轉后的因子載荷矩陣，是采用方差最大法對因子載荷矩陣實施正交旋轉使得因子具有命名解釋性，指定按第一因子載荷降序的順序輸出旋轉后的因子載荷.根據該表可以看出，全社會用電量、貨運總量、國際互聯網用戶數、地區生產總值、人均GDP、外資企業數量、實際利用外資金額、城市進出口總額、年末金融機構貸款額在第一個因子上有較高的載荷，因此可以說第1個因子主要解釋了上述9個變量，可以解釋為宏觀經濟因子;同理，第二個因子在第三產業比重、第三產業從業人員、信息傳輸、計算機服務和軟件業從業人員、授予專利數、科技技術支出5個變量，可以歸納為產業發展因子;第三個因子主要解釋了高等學校數量、在校大學生數量，可以歸納為人力數量因子;第四個因子在在崗職工平均工資上載荷較高，歸納為人力成本因子.

總結來看，4個因子對17個變量的解釋載荷相對來說還是比較大的，對原有變量的解釋作用比較顯著.城市服務外包承接能力可以構建指標體系如下:

表4 示范城市服務外包承接能力指標體系

由表4可以看出，17個指標中因子載荷最大的是信息運輸、計算機服務與軟件從業人員，說明信息技術是服務外包行業發展的主要承載工具，信息技術從業人員能更快捷地轉換為服務外包從業人才，與以往單純注重勞動力成本不同，現階段服務外包行業的發展更加依賴信息技術的運用;同時因子載荷最小的是人均GDP，可能這個指標對服務外包產業的發展具有雙向抵消影響，指標高的地區可能關聯產業發展較好、基礎設施較完善但不具備勞動力成本優勢，指標低的地區則相反;除第三產業比重、城市進出口總額的影響程度一般外，其余的指標都對城市的服務外包承接能力具有重要影響.

通過把4個公共因子旋轉后的方差貢獻率作為權數，可以計算出各個城市的綜合得分.計算公式為:

F=(30.820%*f1+22.923%*f2+18.002%*f3+16.612%*f4)/88.358%

整理歸納出海口與21個服務外包示范城市服務外包產業承接能力綜合排名及得分，從得分大小可以看出每個城市4個公共因子所處的位置不同，從而所代表的服務外包承接能力影響因素方面的優劣勢也不同(見表5).

表5 22個城市綜合得分評價結果

續表5

由表5可以得出，服務外包承接能力高于示范城市平均水平的有上海、北京、重慶、廣州、天津、武漢、成都、南京、杭州和深圳，綜合得分f均為正.海口的綜合得分排名倒數第四.

在宏觀經濟因子上排名前五位的城市有上海、廣州、蘇州、重慶、天津，這類城市經濟活躍度高，基礎設施較為完善，在吸引服務外包發包商方面具有較強的競爭力，而海口在這一方面以－1.281的得分排名.最后，說明其較小的經濟規模和不完善的基礎設施限制了服務外包產業的發展，城市的容納能力有限.

在產業發展基礎因子上排名前列的是北京、上海、深圳、蘇州和廣州，這類城市的第三產業特別是信息技術產業發展較好，科技技術支出與研發水平較高，企業的創新能力較強.海口以－0.05517得分略低于22個城市的平均水平，得益于海口目前第三產業及第三產業從業人員比重較高，理論上來說服務外包產業既涉及生產性服務業，更與消費性服務業緊密相連，第三產業及從業人員的優勢有利于更好地為服務外包產業發展提供關聯產業基礎.

在人力資源數量因子上排名前列的城市有重慶、武漢、廣州、西安以及成都，這類城市高等學府較多，培養的高素質人才較多，為服務外包產業提供了較多的人才儲備.海口得分－0.11452低于22個城市的平均水平，目前海口甚至海南只有海南大學一所“211”高校，且高等教育資源比較匱乏，培養出來的人才素質參差不齊，人才離島率較高，不能為海南省服務外包產業提供全方位的人才支持.

在人力資源成本因子上，海口以較高的得分0.72396排在第三位，高于大部分服務外包示范城市，這是海南省目前發展服務外包產業的優勢所在，除了勞動力成本優勢之外，其他辦公綜合成本也較低，有利于海南省發展和引進服務外包企業.

4 政策含義

通過海口與21個服務外包示范城市的對比分析發現，海南省服務外包產業承接能力較弱但具有一定的發展空間.要提高海南省承接服務外包的能力，就必須抓住影響服務外包產業承接能力的幾個關鍵因素，特別是在解決人力資源瓶頸、利用特區政策優勢上下足功夫.同時，在有限的資源支持下，要充分發揮海南自身的特色和優勢，在承接服務外包的產業布局上，力爭在信息技術軟件外包業、文化創意產業以及石油、汽車行業等業務流程規劃相關的服務外包產業上有新的突破.

［1］王曉紅.全球服務業離岸外包的發展趨勢與中國的政策選擇［J］.宏觀經濟研究，2007(6):14－20.

［2］高書麗，郭彥麗.我國承接離岸服務外包產業發展環境影響因素研究［J］.國際經貿探索，2012(11):14－25.

［3］李竹寧，劉娟，吳國新.上海服務外包承接地綜合評價體系的構建［J］.國際商務研究，2011(6):9－16.

［4］Levina.N.and Ross.J.W.From the vendor’s Perspective:Exploring the Value Proposition in ITO［J］.MIS Quarterly，2003，27(3):331－364.

［5］趙征，趙雪菊.中國服務外包示范城市接包效率研究——基于SBM模型的分析［J］.上海管理科學，2012(6):93－100.

［6］溫兆琦.淺談開發構建海南省服務外包示范區——基于PESTLE和SWOT分析方法的的研究［J］.中國商貿，2013(7):140－141.

［7］江小涓.服務外包:合約形態變革及其理論蘊意—人力資本市場配置與勞務活動企業配置的統一［J］.經濟研究，2008(7):04－10.

［8］孫紅彥，吳書廣，趙濤.基于因子分析法的我國商業銀行綜合業績評價［J］.金融發展研究，2010(2):11－13.