蔣國(guó)洲,吳 昊,蔡 亮
(1.海南大學(xué) 經(jīng)濟(jì)與管理學(xué)院,海南 ???70228;2.瓊州學(xué)院 團(tuán)委,海南 三亞572022)
海南服務(wù)外包產(chǎn)業(yè)在國(guó)際旅游島政策剛出臺(tái)時(shí)有過(guò)短暫的快速發(fā)展,建成了海南國(guó)際創(chuàng)意港、海南生態(tài)軟件園和三亞創(chuàng)意產(chǎn)業(yè)園等幾個(gè)有一定影響的服務(wù)外包承接基地,但實(shí)際入駐企業(yè)數(shù)量少且規(guī)模小,實(shí)現(xiàn)的產(chǎn)值與建園當(dāng)初的目標(biāo)有較大差距.
近年來(lái),國(guó)內(nèi)學(xué)者對(duì)服務(wù)外包產(chǎn)業(yè)開(kāi)展了大量研究,例如,王曉紅論述指出承接服務(wù)外包產(chǎn)業(yè),通過(guò)技術(shù)外溢、促進(jìn)就業(yè)、調(diào)整與優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等途徑促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)[1].學(xué)者高書(shū)麗和郭彥麗從國(guó)家層面對(duì)于服務(wù)外包產(chǎn)業(yè)承接能力進(jìn)行分析研究,更多的是以示范城市為研究對(duì)象[2],李竹寧等通過(guò)構(gòu)建服務(wù)外包承接能力綜合評(píng)價(jià)體系進(jìn)行實(shí)證分析,從產(chǎn)業(yè)、基礎(chǔ)環(huán)境、人力資源和成本競(jìng)爭(zhēng)力四個(gè)方面編制了上海服務(wù)外包承接地綜合評(píng)價(jià)體系,并用層次分析法分析了服務(wù)外包承接地選擇的評(píng)價(jià)方法[3];部分學(xué)者從企業(yè)角度出發(fā),如Levina&Ross從供應(yīng)商角度闡述了外包企業(yè)的獨(dú)特能力如何為客戶創(chuàng)造價(jià)值,認(rèn)為服務(wù)外包供應(yīng)商可以從人力資源開(kāi)發(fā)、項(xiàng)目管理與交付流程、客戶互動(dòng)技能等三個(gè)方面實(shí)現(xiàn)與客戶的長(zhǎng)期合作[4].還有的學(xué)者對(duì)城市服務(wù)外包的承接效率進(jìn)行了估算,如趙征和趙雪菊運(yùn)用考慮到規(guī)模經(jīng)濟(jì)效應(yīng)的松弛變量數(shù)據(jù)包絡(luò)分析模型對(duì)服務(wù)外包示范城市承接效率進(jìn)行了實(shí)證分析[5].
目前,對(duì)海南省服務(wù)外包產(chǎn)業(yè)發(fā)展的研究還較少,例如,溫兆琦采用PESTLE大環(huán)境分析模型來(lái)分析海南服務(wù)外包產(chǎn)業(yè)發(fā)展所面臨的宏觀環(huán)境,再用SWOT戰(zhàn)略分析方法來(lái)分析海南省服務(wù)外包本身的微觀層面的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和挑戰(zhàn),提出了要培育大型服務(wù)外包企業(yè)、提高城市綜合實(shí)力、加快人才培養(yǎng)與引進(jìn)等建議[6].
海口市是海南省的省會(huì)城市,是海南的政治、經(jīng)濟(jì)、文化中心,其承接服務(wù)外包的能力基本代表了海南省的領(lǐng)先水平.本文擬在現(xiàn)有研究基礎(chǔ)上選取相應(yīng)指標(biāo)構(gòu)建海南省服務(wù)外包承接能力評(píng)價(jià)體系,對(duì)海口及21個(gè)服務(wù)外包示范城市進(jìn)行對(duì)比分析,找到海南省發(fā)展服務(wù)外包產(chǎn)業(yè)的優(yōu)勢(shì)和劣勢(shì),并在此基礎(chǔ)上提出加快發(fā)展海南省服務(wù)外包產(chǎn)業(yè)的對(duì)策要點(diǎn).
本文借鑒企業(yè)集群競(jìng)爭(zhēng)力分析模型(即GEM模型,Groundings-Enterprise-Market)的幾個(gè)維度來(lái)獲取評(píng)價(jià)城市承接服務(wù)外包產(chǎn)業(yè)能力的指標(biāo).簡(jiǎn)單來(lái)說(shuō),該模型涉及關(guān)聯(lián)產(chǎn)業(yè)基礎(chǔ)、基礎(chǔ)設(shè)施條件、人才供給狀況、政策支持環(huán)境等基礎(chǔ)因素(Groundings)和包括企業(yè)創(chuàng)新能力在內(nèi)的企業(yè)因素(Enterprise),其中企業(yè)因素是影響城市離岸服務(wù)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(chǎng)因素.
按照GEM的競(jìng)爭(zhēng)優(yōu)勢(shì)評(píng)價(jià)理論,相關(guān)聯(lián)產(chǎn)業(yè)的成熟度越高,對(duì)目標(biāo)產(chǎn)業(yè)的促進(jìn)作用越大;承接地區(qū)服務(wù)業(yè)發(fā)展水平越高,其服務(wù)市場(chǎng)規(guī)模越大,發(fā)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(guān)聯(lián)產(chǎn)業(yè)可以用地區(qū)生產(chǎn)總值、人均GDP、第三產(chǎn)業(yè)產(chǎn)值比重來(lái)度量.
服務(wù)外包企業(yè)是承接離岸服務(wù)外包業(yè)務(wù)的行為主體.由于目前還沒(méi)有服務(wù)外包企業(yè)的正規(guī)統(tǒng)計(jì)口徑,本文擬用計(jì)算機(jī)服務(wù)和軟件企業(yè)數(shù)量來(lái)衡量.服務(wù)外包企業(yè)的數(shù)量和承接能力是整個(gè)城市外包承接能力的重要體現(xiàn),對(duì)該城市承接離岸服務(wù)外包能力有重要影響.服務(wù)外包企業(yè)同業(yè)競(jìng)爭(zhēng)加劇,有助于企業(yè)創(chuàng)新能力的提升和改善,從而可以提高服務(wù)外包企業(yè)的國(guó)際認(rèn)可度,是促進(jìn)承接能力提升的突破口.
金融對(duì)一個(gè)城市經(jīng)濟(jì)增長(zhǎng)、經(jīng)濟(jì)社會(huì)穩(wěn)定的積極促進(jìn)作用得到了廣泛的認(rèn)可,一個(gè)城市金融支持程度的高低會(huì)影響到服務(wù)外包企業(yè)的發(fā)展水平乃至城市的服務(wù)外包承接能力.本文用年末金融機(jī)構(gòu)貸款余額來(lái)度量一個(gè)城市的金融支持程度.
城市開(kāi)放程度可以體現(xiàn)為承接離岸外包城市的貿(mào)易水平以及對(duì)外國(guó)投資的吸引力,可以用城市進(jìn)出口金額、外資企業(yè)數(shù)量、實(shí)際利用外資金額來(lái)衡量.開(kāi)放程度越高的城市越容易得到其他國(guó)家的認(rèn)可和信任,承接能力就越強(qiáng).
服務(wù)外包產(chǎn)業(yè)是知識(shí)密集型產(chǎn)業(yè),一個(gè)城市的知識(shí)承載度與當(dāng)?shù)氐姆?wù)外包產(chǎn)業(yè)發(fā)展?fàn)顩r成正向相關(guān).作為承接方,必須能夠提供可以與發(fā)包方溝通并且工資水平低于發(fā)包國(guó)家國(guó)內(nèi)水準(zhǔn)的勞動(dòng)者,而掌握國(guó)際化語(yǔ)言、熟悉發(fā)包方業(yè)務(wù)流程是服務(wù)外包發(fā)包方所要求的基本素質(zhì).本文擬用高等學(xué)校數(shù)、在校大學(xué)生數(shù)量和城市職工平均工資來(lái)量化這一指標(biāo).
城市的基礎(chǔ)設(shè)施能力是發(fā)展當(dāng)?shù)胤?wù)外包產(chǎn)業(yè)的外部條件,特別是信息技術(shù)基礎(chǔ)設(shè)施條件尤為重要.本文擬用互聯(lián)網(wǎng)用戶數(shù)量、貨運(yùn)總量、全年用電量來(lái)衡量這一指標(biāo).
提高服務(wù)能力,站在價(jià)值鏈上游獲取更高服務(wù)附加值的手段只有科技創(chuàng)新.本文通過(guò)專利授予數(shù)量、研發(fā)支出水平來(lái)衡量一個(gè)地區(qū)的科技創(chuàng)新水平.
學(xué)者江小涓將外包看做一個(gè)從企業(yè)內(nèi)部合約轉(zhuǎn)向外部市場(chǎng)合約的過(guò)程,即重新劃定市場(chǎng)和企業(yè)的邊界,并指出限制服務(wù)外包發(fā)展的主要因素是外包合同簽訂和執(zhí)行的宏觀制度[7].另外,服務(wù)外包業(yè)務(wù)技術(shù)含量較高,甚至?xí)婕暗讲糠稚虡I(yè)機(jī)密,對(duì)于發(fā)包方來(lái)說(shuō)良好的知識(shí)產(chǎn)權(quán)保護(hù)環(huán)境是開(kāi)展服務(wù)外包業(yè)務(wù)的前提.對(duì)于這一指標(biāo)的分析,國(guó)內(nèi)學(xué)者通常使用模糊評(píng)價(jià)分析法或者博弈方法來(lái)分析,本文不做量化處理.
綜上所述,本文擬選取地區(qū)生產(chǎn)總值、人均GDP、第三產(chǎn)業(yè)產(chǎn)值比重、計(jì)算機(jī)服務(wù)和軟件企業(yè)數(shù)量、年末金融機(jī)構(gòu)貸款余額、城市進(jìn)出口金額、外資企業(yè)數(shù)量、實(shí)際利用外資金額、高等學(xué)校數(shù)、在校大學(xué)生數(shù)量和城市職工平均工資、互聯(lián)網(wǎng)用戶數(shù)量、貨運(yùn)總量、全年用電量、科技技術(shù)支出、專利授予數(shù)量、研發(fā)支出水平這17個(gè)指標(biāo)來(lái)衡量城市的服務(wù)外包承接能力.本文所研究示范城市上述各項(xiàng)指標(biāo)的原始數(shù)據(jù)來(lái)自于國(guó)家商務(wù)部商務(wù)數(shù)據(jù)中心和《中國(guó)城市統(tǒng)計(jì)年鑒(2012年)》.
因?yàn)樽兞枯^多且通常都存在相關(guān)性,本文擬用因子分析來(lái)削減變量個(gè)數(shù),在降維的同時(shí)保證信息的完整性.
為了保證因子分析的合理性,需要對(duì)各指標(biāo)進(jìn)行同向化處理,使所有指標(biāo)方向相同,來(lái)解決由于指標(biāo)方向原因造成的失誤.本文擬采用正向指標(biāo),即指標(biāo)數(shù)值與承接能力狀況成正相關(guān)的指標(biāo).本文的17項(xiàng)指標(biāo)中城市職工平均工資(X13)指標(biāo)屬于逆指標(biāo),值越大代表人力成本越高,其他指標(biāo)都為正向指標(biāo).學(xué)者孫紅彥等采取了正指標(biāo)保持不變,對(duì)逆指標(biāo)取倒數(shù)的方法進(jìn)行同向化處理.本文借鑒這一數(shù)據(jù)處理方法,先對(duì)逆向指標(biāo)取倒數(shù),再通過(guò)SPSS 13.0對(duì)同向化處理后的17項(xiàng)指標(biāo)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理[8].
首先,需要驗(yàn)證本文樣本數(shù)據(jù)的適用性,即數(shù)據(jù)是否能通過(guò)相關(guān)系數(shù)矩陣、KMO&Bartlett檢驗(yàn).KMO統(tǒng)計(jì)量是比較變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo),偏相關(guān)系數(shù)越小于簡(jiǎn)單相關(guān)系數(shù),說(shuō)明相關(guān)性越強(qiáng),那么KMO值越接近于1.Bartlett檢驗(yàn)的假設(shè)變量相關(guān)系數(shù)矩陣是一個(gè)單位陣,如果Bartlett檢驗(yàn)統(tǒng)計(jì)量數(shù)值較大,且對(duì)應(yīng)概率值小于給定顯著性水平,拒絕原假設(shè),認(rèn)為相關(guān)系數(shù)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(yàn)統(tǒng)計(jì)量的觀測(cè)值為438.503,相應(yīng)的概率p接近0,應(yīng)拒絕零假設(shè),認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異.同時(shí),KMO值為0.705,較為適合做因子分析.
表1 巴特利特球度檢驗(yàn)和KMO檢驗(yàn)
表2中,第一列是因子編號(hào),以后三列組成一組,每組中數(shù)據(jù)項(xiàng)的含義分別是特征根值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率.第一組數(shù)據(jù)項(xiàng)(第2到4列)描述了初始因子解的情況.由于提取了17個(gè)因子,原有變量的總方差解釋度達(dá)到100%.第二組(第5到7列)提取了四個(gè)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(shù)據(jù)項(xiàng)(第8到10列)描述了最終因子解的情況.可見(jiàn)因子旋轉(zhuǎn)后累計(jì)方差并沒(méi)有改變,但重新分配了因子的貢獻(xiàn)度.
表2 因子解釋原有變量總方差情況
續(xù)表2
經(jīng)過(guò)旋轉(zhuǎn),依據(jù)表中“旋轉(zhuǎn)平方和載入”中的“方差貢獻(xiàn)率”和“累積貢獻(xiàn)率”,4個(gè)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(gè)公共因子解釋了原指標(biāo)88.36%的信息量,符合公共因子的選取標(biāo)準(zhǔn),且較旋轉(zhuǎn)前賦權(quán)更為均衡.
表3 旋轉(zhuǎn)后的因子載荷矩陣
表3顯示了旋轉(zhuǎn)后的因子載荷矩陣,是采用方差最大法對(duì)因子載荷矩陣實(shí)施正交旋轉(zhuǎn)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(zhuǎn)后的因子載荷.根據(jù)該表可以看出,全社會(huì)用電量、貨運(yùn)總量、國(guó)際互聯(lián)網(wǎng)用戶數(shù)、地區(qū)生產(chǎn)總值、人均GDP、外資企業(yè)數(shù)量、實(shí)際利用外資金額、城市進(jìn)出口總額、年末金融機(jī)構(gòu)貸款額在第一個(gè)因子上有較高的載荷,因此可以說(shuō)第1個(gè)因子主要解釋了上述9個(gè)變量,可以解釋為宏觀經(jīng)濟(jì)因子;同理,第二個(gè)因子在第三產(chǎn)業(yè)比重、第三產(chǎn)業(yè)從業(yè)人員、信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員、授予專利數(shù)、科技技術(shù)支出5個(gè)變量,可以歸納為產(chǎn)業(yè)發(fā)展因子;第三個(gè)因子主要解釋了高等學(xué)校數(shù)量、在校大學(xué)生數(shù)量,可以歸納為人力數(shù)量因子;第四個(gè)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(jié)來(lái)看,4個(gè)因子對(duì)17個(gè)變量的解釋載荷相對(duì)來(lái)說(shuō)還是比較大的,對(duì)原有變量的解釋作用比較顯著.城市服務(wù)外包承接能力可以構(gòu)建指標(biāo)體系如下:
表4 示范城市服務(wù)外包承接能力指標(biāo)體系
由表4可以看出,17個(gè)指標(biāo)中因子載荷最大的是信息運(yùn)輸、計(jì)算機(jī)服務(wù)與軟件從業(yè)人員,說(shuō)明信息技術(shù)是服務(wù)外包行業(yè)發(fā)展的主要承載工具,信息技術(shù)從業(yè)人員能更快捷地轉(zhuǎn)換為服務(wù)外包從業(yè)人才,與以往單純注重勞動(dòng)力成本不同,現(xiàn)階段服務(wù)外包行業(yè)的發(fā)展更加依賴信息技術(shù)的運(yùn)用;同時(shí)因子載荷最小的是人均GDP,可能這個(gè)指標(biāo)對(duì)服務(wù)外包產(chǎn)業(yè)的發(fā)展具有雙向抵消影響,指標(biāo)高的地區(qū)可能關(guān)聯(lián)產(chǎn)業(yè)發(fā)展較好、基礎(chǔ)設(shè)施較完善但不具備勞動(dòng)力成本優(yōu)勢(shì),指標(biāo)低的地區(qū)則相反;除第三產(chǎn)業(yè)比重、城市進(jìn)出口總額的影響程度一般外,其余的指標(biāo)都對(duì)城市的服務(wù)外包承接能力具有重要影響.
通過(guò)把4個(gè)公共因子旋轉(zhuǎn)后的方差貢獻(xiàn)率作為權(quán)數(shù),可以計(jì)算出各個(gè)城市的綜合得分.計(jì)算公式為:
F=(30.820%*f1+22.923%*f2+18.002%*f3+16.612%*f4)/88.358%
整理歸納出??谂c21個(gè)服務(wù)外包示范城市服務(wù)外包產(chǎn)業(yè)承接能力綜合排名及得分,從得分大小可以看出每個(gè)城市4個(gè)公共因子所處的位置不同,從而所代表的服務(wù)外包承接能力影響因素方面的優(yōu)劣勢(shì)也不同(見(jiàn)表5).
表5 22個(gè)城市綜合得分評(píng)價(jià)結(jié)果
續(xù)表5
由表5可以得出,服務(wù)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(shù)第四.
在宏觀經(jīng)濟(jì)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(jīng)濟(jì)活躍度高,基礎(chǔ)設(shè)施較為完善,在吸引服務(wù)外包發(fā)包商方面具有較強(qiáng)的競(jìng)爭(zhēng)力,而海口在這一方面以-1.281的得分排名.最后,說(shuō)明其較小的經(jīng)濟(jì)規(guī)模和不完善的基礎(chǔ)設(shè)施限制了服務(wù)外包產(chǎn)業(yè)的發(fā)展,城市的容納能力有限.
在產(chǎn)業(yè)發(fā)展基礎(chǔ)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(chǎn)業(yè)特別是信息技術(shù)產(chǎn)業(yè)發(fā)展較好,科技技術(shù)支出與研發(fā)水平較高,企業(yè)的創(chuàng)新能力較強(qiáng).海口以-0.05517得分略低于22個(gè)城市的平均水平,得益于??谀壳暗谌a(chǎn)業(yè)及第三產(chǎn)業(yè)從業(yè)人員比重較高,理論上來(lái)說(shuō)服務(wù)外包產(chǎn)業(yè)既涉及生產(chǎn)性服務(wù)業(yè),更與消費(fèi)性服務(wù)業(yè)緊密相連,第三產(chǎn)業(yè)及從業(yè)人員的優(yōu)勢(shì)有利于更好地為服務(wù)外包產(chǎn)業(yè)發(fā)展提供關(guān)聯(lián)產(chǎn)業(yè)基礎(chǔ).
在人力資源數(shù)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(xué)府較多,培養(yǎng)的高素質(zhì)人才較多,為服務(wù)外包產(chǎn)業(yè)提供了較多的人才儲(chǔ)備.??诘梅郑?.11452低于22個(gè)城市的平均水平,目前??谏踔梁D现挥泻D洗髮W(xué)一所“211”高校,且高等教育資源比較匱乏,培養(yǎng)出來(lái)的人才素質(zhì)參差不齊,人才離島率較高,不能為海南省服務(wù)外包產(chǎn)業(yè)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(wù)外包示范城市,這是海南省目前發(fā)展服務(wù)外包產(chǎn)業(yè)的優(yōu)勢(shì)所在,除了勞動(dòng)力成本優(yōu)勢(shì)之外,其他辦公綜合成本也較低,有利于海南省發(fā)展和引進(jìn)服務(wù)外包企業(yè).
通過(guò)??谂c21個(gè)服務(wù)外包示范城市的對(duì)比分析發(fā)現(xiàn),海南省服務(wù)外包產(chǎn)業(yè)承接能力較弱但具有一定的發(fā)展空間.要提高海南省承接服務(wù)外包的能力,就必須抓住影響服務(wù)外包產(chǎn)業(yè)承接能力的幾個(gè)關(guān)鍵因素,特別是在解決人力資源瓶頸、利用特區(qū)政策優(yōu)勢(shì)上下足功夫.同時(shí),在有限的資源支持下,要充分發(fā)揮海南自身的特色和優(yōu)勢(shì),在承接服務(wù)外包的產(chǎn)業(yè)布局上,力爭(zhēng)在信息技術(shù)軟件外包業(yè)、文化創(chuàng)意產(chǎn)業(yè)以及石油、汽車行業(yè)等業(yè)務(wù)流程規(guī)劃相關(guān)的服務(wù)外包產(chǎn)業(yè)上有新的突破.
[1]王曉紅.全球服務(wù)業(yè)離岸外包的發(fā)展趨勢(shì)與中國(guó)的政策選擇[J].宏觀經(jīng)濟(jì)研究,2007(6):14-20.
[2]高書(shū)麗,郭彥麗.我國(guó)承接離岸服務(wù)外包產(chǎn)業(yè)發(fā)展環(huán)境影響因素研究[J].國(guó)際經(jīng)貿(mào)探索,2012(11):14-25.
[3]李竹寧,劉娟,吳國(guó)新.上海服務(wù)外包承接地綜合評(píng)價(jià)體系的構(gòu)建[J].國(guó)際商務(wù)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(guó)服務(wù)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(xué),2012(6):93-100.
[6]溫兆琦.淺談開(kāi)發(fā)構(gòu)建海南省服務(wù)外包示范區(qū)——基于PESTLE和SWOT分析方法的的研究[J].中國(guó)商貿(mào),2013(7):140-141.
[7]江小涓.服務(wù)外包:合約形態(tài)變革及其理論蘊(yùn)意—人力資本市場(chǎng)配置與勞務(wù)活動(dòng)企業(yè)配置的統(tǒng)一[J].經(jīng)濟(jì)研究,2008(7):04-10.
[8]孫紅彥,吳書(shū)廣,趙濤.基于因子分析法的我國(guó)商業(yè)銀行綜合業(yè)績(jī)?cè)u(píng)價(jià)[J].金融發(fā)展研究,2010(2):11-13.