我國軟件外包承接城市效率評價與驅動因素研究

劉丙泉　尚夢芳　呂高羊

(中國石油大學(華東)，青島　266580)

我國軟件外包承接城市效率評價與驅動因素研究

劉丙泉尚夢芳呂高羊

(中國石油大學(華東)，青島266580)

〔摘要〕就業問題、環境污染以及從業人員研發能力下降已經成為制約軟件外包承接城市發展的瓶頸問題。文章運用DEA方法構建考慮非期望產出和非合意變量的軟件外包承接效率評價模型，重點比較不同模型下我國軟件外包承接城市效率的差異，并引入Tobit回歸分析軟件外包承接城市效率的驅動因素。研究發現：我國軟件外包承接城市的投入產出組合在逐步優化，且東部沿海城市的效率值明顯優于中西部城市，其中大連市的效率值始終為1，處于生產的前沿面。另外，人才競爭力對軟件外包承接城市效率有顯著的正向影響，信息技術基礎設施競爭力與承接效率的關系呈顯著負相關。

〔關鍵詞〕軟件外包承接效率非期望產出非合意變量Tobit回歸就業穩定環境污染研發能力

引言

近年來，我國軟件外包產業以近30%的復合增長率快速發展，已成為我國承接國際外包的主要行業。但由于我國軟件外包承接產業起步較晚，與印度等發達軟件產業國相比還存在較大差距，因此，對諸多軟件外包承接城市而言，提升軟件外包承接效率、進一步提高軟件外包承接能力，成為眾多軟件外包城市特別關注的問題。

1文獻回顧

國內外學者在研究軟件外包承接城市效率時，主要從軟件外包承接效率及驅動因素兩方面開展研究。在對軟件外包承接效率的評價方面，多數學者運用DEA方法建立模型，對不同地區的承接效率進行比較分析[4-6]，而在軟件外包承接效率驅動因素的研究上，主要運用Tobit回歸，研究相關因素對軟件外包效率的影響程度[7-10]。

從現有研究成果來看，在進行軟件外包承接城市效率評價時，更多的是基于以下兩個基本假設：(1)軟件外包對承接地帶來的均是理想產出

；(2)效率評價模型的投入要素均是可自由處置的。然而，實際情況卻是諸多城市在軟件外包過程中由于從事的是軟件行業高耗能、高排放的生產過程鏈環節，給城市帶來了大量的碳排放，并且由于軟件行業的生產過程鏈主要由低技術含量、低附加值、高勞動密集型環節構成，這也極易導致軟件外包承接城市軟件行業就業結構低層次化；除此以外，對諸多以軟件外包承接為發展特色的城市而言，往往希望以此帶動就業，這就導致現實中人力資源投入是決策者不希望減少的，從而形成效率評價中出現非合意變量。

基于此，文章在已有研究成果基礎上重點關注以下兩個方面的問題：(1)以DEA方法為基礎構建考慮非期望產出和非合意變量的軟件外包承接城市效率評價模型，真實反映我國軟件外包承接城市效率變動，并檢驗非期望產出及非合意變量對效率的影響；(2)構建Tobit回歸模型，度量考慮非期望產出和非合意變量下我國軟件外包承接城市效率的驅動因素及其強度，找出影響

我國軟件外包承接城市效率的關鍵因素。

2研究設計

2.1基于CCR-DEA的評價模型構建

設現有n個待評估軟件外包承接城市，每個城市在軟件外包承接過程中需m種“投入”并有s種正向“產出”，xj=(x1j，x2j，…，xmj)T是第j個城市的輸入向量，yj=(y1j，y2j，…，ysj)T是第j個城市的輸出向量，其中xj∈Rm、xj>0，yj∈Rs、yj>0，j=0，1，…，n，則面向產出的CCR-DEA模型為：

(1)

2.2考慮UO與UV的評價模型構建

在式(1)基礎上加入非期望產出(UO)與非合意變量(UV)，Uj=(u1j，u2j，…，uij)T是第j個決策單元的非期望產出，i表示非期望產出種類，xj=(x1j，x2j，…，xtj)T是第j個決策單元的非合意變量，t表示非合意變量種類，則考慮非期望產出(UO)與非合意變量(UV)的模型為：

(2)

為比較不同變量對效率的影響，令φ′表示考慮非期望產出的承接城市效率，由公式(2)去掉第4項約束求得，φ′表征該軟件外包承接城市在非期望產出不變的情況下，期望產出可以夸張的比例，φ′越大表明其效率越低；令φ″表示考慮非合意變量的承接城市效率，由公式(2)第3項等式約束變為小于等于求得，表征非合意變量不變的情況下，期望產出可以擴張的比例，φ″越大表明其效率越低。

3指標體系設計與數據來源

根據現有文獻[11，12]，本文的指標體系如表1所示。

表1　軟件外包承接城市效率評價指標體系

本文選取我國19個副省級以上城市，作為軟件外包承接城市參評對象。數據主要來自中國電子信息產業統計年鑒(軟件篇)(2010～2012)、中國城市統計年鑒(2011～2013)、各城市統計年鑒(2011～2013)、中國服務外包網等相關網站。

4結果與分析

根據公式(1)、(2)構建的模型，對我國19個副省級以上城市2010～2012年軟件外包承接城市效率進行評價，分別計算效率值φ、φ′、φ″以及φ?，得出結果如表2所示。

表2　我國軟件外包承接城市效率(2010～2012年)

注：計算結果保留小數點后兩位。

觀察表2，從全國層面看，考察期內我國軟件外包承接城市的資源利用效率在逐步優化，尤其是在2012年，在考慮UO與UV的模型下，效率均值已達到1.02，接近DEA有效；從區域層面看，東部沿海城市的效率值普遍高于中部及西部地區，主要是因為東部沿海地區經濟開放程度高，軟件外包已形成一定的產業規模，資源利用效率高，但重慶等中部地區城市在環境保護、保持軟件從業人員研發能力等方面表現突出；從各城市層面看，在19個副省級以上城市的軟件外包承接效率值中，只有大連的效率值始終為1，屬于DEA有效，其余城市均為DEA無效，大連始終處于生產的前沿面，是其他城市效仿的標桿。

表2還清晰的表明，傳統DEA方法與考慮UO和UV的DEA方法測出的軟件外包承接城市效率存在明顯差別。①傳統DEA方法與考慮UO的模型效率測度值相比，傳統DEA方法測出的軟件外包承接城市效率明顯偏大，尤其是2011年，偏差高達到22%。因此環境污染已經成為影響軟件外包承接的重要因素。②傳統DEA方法與考慮UV的模型效率測度值相比，傳統DEA方法測出的效率值略高，效率均值偏差比例達到6%，以廈門為例，傳統DEA方法測度下2010～2011年廈門的效率值排名倒數第一，但考慮軟件從業人員數作為非合意變量后，廈門成為DEA有效城市，說明廈門雖然產業規模和技術水平相比其他城市較低，但在保障就業穩定的前提下，其投入產出組合已驅合理，可見，非合意變量對部分城市的效率影響較大。③分別考慮UO和UV的模型測度值與同時考慮UO和UV的效率測度值相比，只考慮UO的模型與同時考慮UO和UV的模型測度值相近，且趨近于1，說明環境污染、研發人員能力下降等非期望產出對軟件外包承接城市的效率測度值影響尤為之大，城市軟件外包不單以獲得經濟效益為目的，同時兼顧環境保護、研發能力提升以及社會就業穩定，符合軟件外包產業發展實際。

5基于Tobit模型的軟件外包承接效率驅動因素分析

5.1變量的選擇和說明

參考已有文獻[10，11]并考慮數據的可得性，本文選取以下因素進行考察：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)、信息技術基礎設施競爭力(E5)，數據主要來自中國城市統計年鑒(2011～2013)、各城市統計年鑒(2011～2013)。其中，科技競爭力通過專利授權量來體現；經濟開放程度由實際利用外資額來體現；人才競爭力通過高校在校生數來體現；資本獲得的便利性通過金融機構貸款余額來體現；信息技術基礎設施競爭力通過互聯網接入用戶數來體現。提出以下研究假設：

假設1：科技競爭力對承接效率有正向影響。

軟件外包屬于知識密集型產業，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效率。

假設2：經濟開放程度對承接效率有正向影響。

溝通能力、文化差異等是影響接包方與發包方順暢銜接的重要因素，而且越是高端環節的外包對溝通能力的要求越高。

假設3：人才競爭力對承接效率有正向影響。

具有競爭力的人才才是軟件外包中關注的核心要素，由于中國、印度等國具有大量高素質、低成本的人才，所以大量的外包業務轉移到這些國家。

假設4：資本獲得便利性對承接效率有正向影響。

融資難問題是中國民營中小型企業難以做大做強的障礙之一，如果能有較好的融資渠道，使得資本獲得的成本合適，將會對擴大企業規模、提高外包效率提供強有力的支持。

假設5：信息技術基礎設施競爭力對承接效率有正向影響。

信息技術的發展，使得軟件、信息等服務可以進行遠距離的外包，從而推動了軟件外包的迅猛發展。因此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。

5.2模型回歸分析

本文采用19個副省級城市的考慮非期望產出和非合意變量綜合效率值作為被解釋變量，因其取值均大于1，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。以綜合效率值為被解釋變量，5個可能的影響因素為解釋變量，可得軟件外包承接城市效率的Tobit回歸模型如下：

yi=β0+β1E1i+β2E2i+β3E3i+β4E4i+β5E5i+ε

(3)

其中β0為回歸式的常數項，β1、β2、β3、β4、β5為各自變量的回歸系數；i為軟件外包承接城市代碼，i=1，2，3…，19；ε為殘差項。

根據公式(3)，對面板數據進行Tobit回歸，結果如表3所示。

表3　承接效率Tobit回歸結果

注：***代表1%的顯著性水平，**代表5%的顯著性水平，*代表10%的顯著性水平。

對測度結果進行異方差性檢驗，假設H0：該測度結果不存在異方差性。

表4　異方差性檢驗結果

根據表4的結果可知，P值為0.1395大于0.1，不顯著，接受原假設H0，即測度結果不存在異方差性。

觀察表3，人才競爭力對軟件外包的承接效率有顯著的正向影響關系，科技競爭力、經濟開放程度以及資本獲得的便利性對軟件外包的承接效率也有正向的影響關系，但關系并不顯著。而信息技術基礎設施競爭力系數為-0.498，與承接效率的關系呈顯著負相關，與本文的假設不符。

人才競爭力較強的軟件外包承接城市將軟件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，使得人力資源優勢得到充分利用，并且擴大軟件外包產出規模的同時也能夠提升整體的研發能力，因而對綜合效率有顯著的正向影響。我國軟件外包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，企業所承接的項目多是合同額不大、利潤率低的小項目，科技競爭力的提升并未給企業帶來較高的經濟回報。經濟開放程度的擴大有利于我國軟件外包產業贏得更多的市場份額，但我國軟件外包城市承接的多是低端業務，在保證從業人員就業穩定的同時，隨著勞動力成本在過去幾年內加速攀升，企業所獲得的利潤十分微薄，因此降低了經濟開放度對承接效率的影響。另外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驅動作用也就大大地被弱化了。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驅動作用。信息技術基礎設施競爭力與承接效率的關系呈顯著負相關，主要與我國軟件外包承接城市業務的低端化有關，軟件外包承接城市業務附加值低導致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，并且基礎設施的建設和運營過程中消耗了大量的能源，對環境造成了污染，因而導致了最終的綜合效率值降低。

6結論與對策

本文采用考慮非期望產出和非合意變量的DEA模型對我國19個副省級以上城市的軟件外包承接城市效率進行評價，并對不同模型下的效率值進行對比分析，運用Tobit回歸對軟件外包承接城市效率的影響因素進行分析，得到的主要結論有：①綜合考慮就業穩定、環境污染和軟件從業人員研發能力保障的影響，對軟件外包承接城市效率進行評價，得出的結果更加全面、客觀。②通過對軟件外包承接城市效率的分析得出，在保證非期望產出降到最低和就業穩定的同時，我國軟件外包承接城市的投入產出組合在逐步優化，趨近于合理有效，且東部沿海城市的效率值明顯優于中西部城市，其中大連市的效率值始終為1，處于生產的前沿面。③通過對不同城市軟件承接效率值變動的分析得出，導致軟件外包承接城市效率降低的內部原因主要有：產業規模小，分散程度高，未實現規模經濟；低附加值業務居多，行業利潤增長緩慢；從業人員勞動效率偏低；環境污染相對嚴重和從業人員研發能力下降等。④通過對軟件外包承接效率的Tobit回歸分析得出，人才競爭力對綜合效率有顯著的正向影響，信息技術基礎設施競爭力與承接效率的關系呈顯著負相關。

為提升我國的軟件外包承接城市效率，要加大人才儲備，提升人才競爭力，加強產學研建設，建立人才培養機構與軟件外包企業的供需對話機制，開展針對性教育培訓，創新人才培養模式，尤其寧波、廈門等高校人才儲備相對缺乏的城市。要擴大產業規模，增強規模效應，擴大軟件產業園區建設規模，以龍頭企業來推動軟件產業鏈的發展，優化融資環境，為中小型軟件企業拓寬融資渠道，尤其哈爾濱、長春等經濟實力相對較弱，軟件企業數較少，分散化程度較高的城市。要進一步鼓勵企業進行技術創新，推進產業的轉型升級，提高科技競爭力，尤其是南京、西安、深圳等具備一定軟件外包產業規模的條件，但缺乏高附加值項目、凈利潤較少的城市。要積極鼓勵外包企業進行綠色節能，構建軟件外包產業生態系統，使用清潔可替代能源，尤其是北京、天津等在軟件外包執行過程中，造成的環境污染相對嚴重，進而導致投入產出效率低的城市。

參考文獻

[1]Glass.A&K.Saggi.Innovation and Wage Effects of International Outsourcing[J].European Economic Review,2001，(45)

[2]Feeny D,Lacity M,Willcocks L.Taking the Measure of Outsourcing Providers[J].Sloan Management Review,2005,46(3):41～48

[3]唐宜紅,陳非凡.承接離岸服務外包的國別環境分析——以印度、墨西哥和東歐為例[J].國際經濟合作，2007，(4)：18～23

[4]譚速,胡曉.基于DEA的中部六省承接服務外包相對效率研究[J].物流工程，2008，(6)：108～109

[5]周啟紅,汪生金.武漢承接國際服務外包相對效率研究[J].武漢理工大學學報,2010，32(19)：174～177

[6]嵇留洋，何有世，曾臻.基于DRF-DEA方法的軟件外包承接城市效率研究[J].統計與決策，2012,(22)：131～134

[7]何有世，田娟，等.基于SEDEA-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.

[8]楊學軍，郭濤，鄧光霽．軟件外包企業技術能力成長——基于AHP的外部知識獲取路徑評價研究[J]．工業技術經濟，2013，(6)：79～85

[9]章寧,韓文英.我國軟件及信息服務離岸外包業發展狀況及影響因素研究[J].統計研究,2008，(4)：56～60

[10]Jennex，M.E.and Olayele，A.Success Factors for Offshore Information System Development[J].Journal of Information Technology Cases and Application,2003,5(3):12～31

[11]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)

[12]田劍,劉琴.江蘇城市承接離岸服務外包相對效率評價——基于SE-DEA方法[J].江蘇科技大學學報,2013,(13)

(責任編輯：史琳)

Research on Efficiency Evaluation and Driving Factors of Undertake Software Outsourcing Cities in China

Liu BingquanShang MengfangLv Gaoyang

(China University of Petroleum，Qingdao 266580，China)

〔Abstract〕The employment issues,environmental pollution,the decreased level of R&D personnel have become serious problems that restrict the development of urban city.The paper uses DEA models considered undesirable outputs and non-consensual variables to evaluate the efficiency,compares the difference of different cities’ efficiency in the different models,and uses Tobit regression to analyze the factors that affect the efficiency of city to undertake software outsourcing.The study found China’s undertaking software outsourcing cities’ input-output combination in the gradual optimization,efficiency of eastern coastal cities was significantly better than the midwest cities,and Dalian’s efficiency value is always 1,in the production frontier.In addition,the talent competition has a significant positive impact on the efficiency of the city to undertake software outsourcing relationships of IT infrastructure competitiveness and efficiency to undertake a significant negative correlation.

〔Key words〕efficiency of undertaking software outsourcing;undesirable output;unfavorable variables;tobit regression;employment stabilization;environmental pollution;R&D ability

〔中圖分類號〕F503

〔文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．03．001

作者簡介：劉丙泉，中國石油大學(華東)經濟管理學院系主任，副教授，博士。研究方向：生態效率評價，區域可持續發展。尚夢芳，中國石油大學(華東)經濟管理學院碩士研究生。研究方向：效率測度，供應鏈低碳。呂高羊，中國石油大學(華東)經濟管理學院碩士研究生。研究方向：技術創新，組合評價。

基金項目：國家社會科學基金(項目編號：14BJL045)，教育部人文社會科學研究青年基金(項目編號：13YJC790090)，青島市社會科學規劃研究項目(項目編號：QDSKL140415)，山東省高等學校人文社會科學研究項目(項目基金號：J14WG57)，中央高校基本科研業務費專項資金資助(項目編號：15CX04028B)。

收稿日期：2015—09—25