软件外包产业竞争力评价体系的构建及应用研究

（福州大学经济与管理学院，福州350108）

引 言

随着服务外包产业国际转移的不断加快，国际上，我国软件外包产业不仅有印度、加拿大等强大的竞争对手，也有柬埔寨、肯尼亚、斯里兰卡等一批新的挑战者，国内，各地区都大力扶持软件外包产业发展，抢占战略制高点，竞争激烈。紧紧抓住自身竞争优势，明确自身核心能力，从而因地制宜采取措施，是在激烈竞争中制胜的关键，也是产业进一步全面发展的前提。

对竞争力状况越明确，内外部的资源利用效率就越高，竞争实力就越强。客观、全面、科学有效地评价产业竞争力状况，有利于采取合理有效发展战略，安排产业最佳发展模式，提升市场活力。对个体企业而言科学地定位自身的核心能力、保持和提高自身的竞争优势、获取最佳的经济效益和社会效益具有特别重要的现实意义。只有在此基础上，扬长避短，发挥优势，弥补不足，把握机遇，才能在激烈的国际国内市场竞争中立足。

目前对产业竞争力的评价还未形成统一认识。Dayasindhu[1]从知识转移、文化变量、产业集聚等方面建立了动态的竞争力理论框架，以此来评价印度软件产业的竞争力。Bardhan等[2]从信息技术服务贸易方面分析了俄罗斯软件产业的竞争优势，并与印度进行比较，分析了两国软件产业发展的结构性差异。Stoelhorst和Raaij分别从内部和外部角度对产业竞争力进行了分析和评价。苏薇[3]分析了制约我国软件外包产业自主创新能力发展的因素，认为大力推动产学研结合、加大政府支持力度等是提升创新力不可缺少的因素。王育晓[4]建立了生产要素等钻石模型中的六要素指标体系，分析了陕西省软件外包产业的竞争力发展状况。杨学军等[5]分别从经营环境、经营成本等方面建立指标体系，分析了我国20个服务外包示范城市的竞争能力，探讨了提升承接地竞争力的有效途径。袁志刚[6]以经济全球化对我国服务业的发展影响为视角，基于全球投入产出模型对我国的服务业的全球发展进行了研究分析。

总体来看，国内外学者基于不同视角对软件外包产业的竞争力进行了分析，多数研究主要是以波特的钻石模型为基础的定性分析，但钻石模型理论主要是建立在对发达国家某些制造业企业研究的基础之上，并不一定适用于服务贸易领域的软件外包产业。随着知识经济的发展，人才竞争力、创新竞争力、知识管理能力等软实力相比传统要素对软件外包产业更为重要，集聚效应在推动产业发展中的作用越来越凸显。但现有研究缺乏对这些指标的考量，指标体系的构建缺乏层次性全面性，因此在指标体系的选择方面仍需进一步完善改进。较多的研究立足于国家或软件外包发展良好的示范城市，尽管对软件外包产业仍处在初步发展期的福建省产生借鉴作用，但毕竟前提条件不同，没法做到因地制宜。

本文鉴于产业竞争力评价的复杂性、多角度性，对竞争力进行科学分析，明晰竞争力状况，找准优势及劣势，提出基于BSC的评价模型，并利用因子分析和数据包络分析方法对福建省软件外包产业竞争力进行实证分析，为福建省抓住机遇，提升软件外包产业发展层次提供理论上的指导。

1 基于BSC的软件外包产业竞争力评价指标体系的构建

财政指标如投资回报率、资产回报率等是重要的常用竞争力评价指标，随着经济的发展，市场占有率、销售增长、生产效率等非财政指标对竞争力的影响越来越重要。[7-9]不同的产业结构以及不同的资源是产业竞争力的最根本驱动，总量因素和结构因素是重要的影响因素。[10]产业结构理论和资源基础理论能够很好地解释产业在盈利等方面的不同。[11]Poter[12]详细地解释了产业结构对特定产业表现的影响。资源和能力是产业能力的最主要影响因素，这里的资源不仅包括有形资产也包括技术、员工能力等无形资产。

由Kaplan和Norton提出的平衡记分卡是一种新型的企业绩效评价系统，[13]它在保持对财务指标关注的同时，又通过考量客户、内部业务流程、学习与成长三个方面的指标来弥补财务指标的不足，最后通过以上四方面指标之间的相互驱动，清楚地表明了企业获得长期竞争优势的驱动因素。作为一种管理工具，BSC在学术研究与实践中都已得到了广泛的应用。

根据软件外包产业知识密集等特点，借鉴前人软件产业竞争力评价指标体系构建，以波特的产业竞争力为理论基础，并依据BSC的思想，本文基于指标体系选取的科学性与可操作性原则，分别从财务、客户、内部业务流程和学习与成长四个维度来构建评价指标体系如表1。

根据表1所设计的指标体系，通过《中国统计年鉴（2012）》、《中国电子信息产业统计年鉴2011（软件篇）》、《中国电子信息产业统计年鉴2004—2012（软件篇）》、《2011中国高技术产业统计年鉴》等年鉴资料和各政府网站公布的统计公报，收集、整理了我国24个省市、自治区、直辖市2011年各个指标的原始数据。根据公式（1）计算各省市2011年的区位商指标；根据公式（2），取2004年为期初，2011年为期末，计算各省市产业集聚指数，如表2所示。最后用因子分析法、聚类分析法对软件外包产业竞争力进行评价分析。由于青海、西藏、云南等省份多项指标数据缺失，不计在研究范围内。

表1 软件外包产业竞争力评价指标

其中,eij表示第i年j地的软件外包产业的总产值；Eij表示第i年j地的第三产业的总产值；ei表示第i年全国软件外包产业的总产值；Ei表示第i年全国第三产业的总产值。

式中：[0—t]表示0到t年末为一个周期；qjt表示软件外包产业在j地t年末的总产值；qj0表示软件外包产业在j地期初时的总产值；Qt表示软件外包产业在全国t年末的总产值；Q0表示软件外包产业在全国期初时的总产值。

表2 各省市区位商和产业集聚指数

2 福建省软件外包产业竞争力实证研究

2.1 基于因子分析法的评价指标体系的综合

利用多个指标对某一事物进行评价，需要运用综合评价方法对不同量纲的指标进行综合分析，即多变量综合评价方法。这种方法能将无法直接加总处理的多个复杂指标进行综合处理，是一种多元的统计分析方法。前文构建的软件外包产业竞争力评价指标体系中包含的众多指标由于量纲的不同，不能进行简单的加总综合，因此必须选择简单有效的综合分析方法以保证结果的可信性和准确性。

现有的竞争力综合评价方法主要包括层次分析法（AHP）、功效系数法、模糊综合评价法、综合指数法、因子分析法等。其中层次分析法需要专家进行打分确定指标权重，无法避免个人的知识、专业程度等主观因素对结果的影响。[14]功效系数法的对比标准的确定，即不容许值和满意值的衡量，在实际操作中难度大，且还没有适当的有效方法，确定中仍然存在很大的人为主观性和随意性。[15]综合指数法要求将指标明确分为正指标或逆指标，否则综合结果数值越大越好的判断则无任何意义，因为中性或区间性的指标，综合数值并非越大越好，所以无法单纯按照数值的大小判断结果的好坏。模糊综合评价法对信息完整性有更高的要求，同时隶属函数的确定难度较大，信息之间重复的问题难以很好地解决，再加上权重的确定也依赖人工打分，主观性强，这都影响了结果的准确性和客观性。[16]相反，因子分析法可以很好地避免以上问题，它通过各因素的贡献率大小来确定因素权重，排除了人为的影响，最大限度保证了结果的准确性，同时可利用SPSS等统计分析工具进行分析，使得结果更加科学和客观，因此适用于本文的软件外包产业竞争力的评价研究。

2.1.1 因子分析法简介

因子分析是多元统计分析的重要组成部分，它起源于Spearman在1904年发表的一篇文章。如今因子分析的应用已从最初的统计分析拓展到心理学、医学、气象、地质、经济学等多个学科领域。虽然有不少学者提出因子分析存在诸多缺陷，但其仍然在不断丰富，应用领域不断拓展。

因子分析法在保证丢失最少原始信息的前提下，把多项指标转化为少数几个综合指标，即其核心思想是通过对多项指标进行降维处理，选出K个主因子，简化分析。同时以每个主因子的方差贡献率作为权重，构造综合评价模型，以此全面系统地评价问题。

2.1.2 KMO（Kaiser-Meyer-Olkin）检验和 Bartlett球形假设检验

并非所有问题都适合因子分析，KMO检验和Bartlett球形假设检验能够事先对所研究问题是否适合做因子分析做出判断，很好地避免后期结果的错误性和无效性。KMO统计量用于检验待分析的若干变量是否适合作因子分析。Kaiser给定了常用的KMO度量标准：0.9以上意味着非常适合；0.8～0.9意味着很适合；0.7～0.8表示适合；0.6～0.7表示不是很适合；0.5以下则意味着极不适合。巴特利特球形假设检验只有在拒绝零假设时才表明适合作因子分析。本文对所整理的相关指标数据进行标准化后，采用SPSS软件进行KMO及球形检验，得到KMO检验值为0.731。巴特利特球形检验sig.=0.00000，即拒绝零假设。由此可知对所采用的21个指标变量进行因子分析是切实可行、客观有效的。

2.1.3 指标综合

（1）提取公因子

运用SPSS 17.0软件，根据特征值大于1、累计方差贡献率大于85%的原则提取了四个公因子，记为 F1、F2、F3、F4，其累计方差贡献率达到了89.766%，即四个因子共解释了原有变量总方差的89.766%。由因子载荷矩阵可知，研发人员（X44）、R&D经费投入（X41）、专利个数（X32）、硕士以上人员（X45）、管理人员（X46）、市场占有率（X21）、利润总额（X15）、营业盈余（X14）、登记产品数（X31）、人力资本效率（X36）、资产利用率（X35）这11个指标在第一个因子上有较高的载荷，说明第一个因子F1主要由这几个指标决定，这些指标分别反映了某一地区软件外包产业的创新能力、市场能力及生产效率的大小。第二个因子 F2主要由收入总额（X12）、资产总额（X11）、软件企业数（X22）、大本人员（X47）和区位商 LQ（X42）这5个指标确定，分别从规模大小及集聚程度方面显示了某地软件外包产业的竞争力。产业增加值（X23）、产业集聚指数 AL（X43）这两个指标反映了某地软件外包产业的增长规模及动态变化趋势，共同决定了第三个因子F3。CMM企业数（X33）、百强企业数（X34）、应交增值税（X13）决定了第四个因子F4，反映了某地软件外包产业的发展层次及在市场上的竞争能力。

（2）计算因子得分

用回归法得到因子得分系数矩阵，并将数值代入，可得到如下因子得分函数：

由此，即可根据如下公式（3）得到某地软件外包产业竞争力综合得分。根据因子得分函数及公式（3）求得各省市2011年软件外包产业的因子得分及综合得分情况，如表3所示：

其中，F为某地区软件外包产业竞争力综合得分；wi为第i个因子的权重，即第i个因子的方差贡献率；Fi为第i个因子的因子得分。

（3）结果分析

按照表3的数据分布，对竞争能力进行分类归档，优秀（>1.0），良好（0～1.0），一般（-0.10～0），较差（<-0.1）。福建省软件外包产业竞争力综合排名为11，但得分仅为-0.129 38，小于-0.1，故整体竞争能力评价为较差。在四个公因子中，福建省仅发展竞争力因子F3表现良好，在24个省市中排名第7，因子得分达到0.277 53，介于0~0.1之间。这说明福建省整个软件外包产业增长态势良好，产业集聚正在逐步加强，整个产业有强劲的发展潜力。而其他三个因子得分偏低，其中基础竞争力F1和层次竞争力F4分别得分-0.251 28、-0.119 66，均小于-0.1，竞争能力较差，但排名均处于中上层居第10位。由此可知，除竞争力表现优秀的个别省市外，其他地区软件外包产业普遍基础薄弱，产业规模小，创新能力欠缺，生产效率较低。福建省规模竞争力因子F2竞争力一般，得分为-0.051 07，介于-0.10～0。因此，政府、高校、金融机构等辅助产业应从各个层面给予大力支持，助力其更好更快地发展。

2.2 基于DEA的福建省软件外包产业竞争力评价

2.2.1 DEA分析法简介

一般地，传统的经济竞争力综合评价分析方法包括主成分分析法、聚类分析法以及灰色关联分析法等统计分析方法，但此类方法仅能表现出指标数据间的表面联系，缺乏对内在关系及深层联系的说明。相反，DEA属于非参数分析方法，能够有效地展现数据之间存在的内在合理性。其基本思路为，设定基本的决策单元（DMU，DecisionMakingUnits），再由众多DMU构成被评价群体，通过投入和产出的比率综合分析，以DMU的各个投入和产出指标的权重为变量进行运算。DEA方法的最大优点是不仅可以处理多输入、多输出的生产系统，而且还可以处理诸如医院、学校等非生产性系统。DEA方法在评价生产前沿面有效性时，将整个样本中生产有效点和非有效点分离，可以对所评价的系统给予一个综合的评价。

表3 2011年各省市软件外包产业竞争力排名（各因子排名及得分）

2.2.2 DEA比较结果

根据上述指标综合的结果，由于福建省软件外包产业的基础竞争力薄弱，资源利用率低，故选择输入变量、输出变量及决策单元如下：输入变量——研发人员强度、R&D经费投入强度、人力资本效率、资产利用率；输出变量——利润总额、营业盈余；决策单元——24省市的指标数据。利用DEAP Vision 2.1软件中基于投入的CRS模型和VRS模型，对24个省市软件外包产业的经营效率进行测度与分析，结果如表4所示。

2.2.3 结果分析

由表4可知，竞争力综合排在前4的省市（包括北京市、江苏省、广东省、辽宁省）软件外包产业DEA系数crste、vrste、scale均为1，表明达到了规模有效性和技术有效性，生产状态良好，资源配置效率高。除此4省市外，全国软件外包产业效率仍旧很低，未达到规模效率和技术效率，资源的投入和配置状况欠佳。福建省整体技术效率仅为0.371，在全国处于下游，纯技术效率为0.473，表明福建省软件外包产业规模和技术均处于无效状态。由此，要想提高其DEA效率值，应该合理扩大产业规模，提升其内在经济性，同时增加技术投入力度，与高校紧密合作，实现产学研结合，培养高层次的技术人才。∑λ=0.057，表明相比其他省市，福建省软件外包产业规模小，难以发挥规模效应，但第4列数据显示，产业正处于规模报酬递增阶段，有很大的发展潜能，这与因子分析的结果一致。后6列数据中，S1-、S2-、S4-分别为 0.455、0.561 和 0.359，产业投入生产前沿面上研发人员强度、人力资本效率、资产利用率的投影分别为0.359、0.369和3.111，表明人力和资本投入冗余，利用效率低，在当前利润额下，应减少投入，提升利用效率，才能达到DEA有效。

表4 DEA分析结果

3 结 论

以平衡计分卡为指导，将传统产业竞争力理论与软件外包产业的独特性相结合，构建软件外包产业竞争力评价指标体系，其中充分考虑了人力资源等无形资产对软件外包产业竞争力的影响，确保了结果的完整性和准确性。由于原始指标的庞杂，采用因子分析方法对原始指标进行综合，最大限度地保留了原始指标信息。最后以福建省为例，进行实证研究，验证了方法的有效性。

研究结果显示，福建省软件外包产业虽有较大发展潜力，但基础竞争力弱，产业规模小，技术层次低，资源利用效率不高，这些都制约着产业的进一步发展。由于福建省高等教育水平不高，且高校的专业设计与市场对接不足，人才市场无法满足知识密集型的软件外包产业的需求，仅从业的大本人数9 826人一项就远少于江苏的44 352人。再加上福建省经济发展水平还不是很高，限制了创新资金的投入，这都导致软件外包产业创新能力不足，无法应对市场迅速的变迁。因此应加强人才市场的建设，积极引进高校人力资源，并加强产业与高校的合作，行业协会应定期举办校企交流会等，促进企业走进校园，学生走进企业。企业自身也应更加重视人才的自我培育，防止人才的无端外流。政府相关部门应加大创新资金的投入力度，同时健全融资体系，引导多元化的投资渠道健康互补发展。福建省区位商指数达到了大于1的水平，为1.060 833，说明产业的集聚形态已初步形成，但与北京、广东等地相比，集聚化的程度依然比较低。福建省已建立福州、厦门、泉州等大型软件园区，因此要紧紧依托这些园区，并不断规范化园区的运作和发展，不断完善园区基础设施建设，提高园区的吸引力和承载力，以利于外来资本的不断加入。此外，还应充分发挥福建省的地理区位优势，推出优惠政策措施，吸引和开发华侨资源，促进闽台交流合作。

［1］ Dayasindhu N.Embeddedness，Knowledge Transfer，Industry Clusters and Global Competitiveness：a Case Study of the Indian Software Industry［J］.Technovation，2002（9）：551-560.

［2］ Bardhan A D，Kroll C A.Competitiveness and an Emerging Sector：The Russian Software Industry and Its Global Linkages［J］.Industry and Innovation，2006（1）：69-95.

［3］ 苏薇.浅析软件服务外包企业自主创新发展制约瓶颈及解决［J］.对策经济视角，2011（8）：69-70.

［4］ 王育晓.基于钻石模型的陕西软件外包产业竞争力分析［J］.价值工程，2011（2）：33-34.

［5］杨学军，曾国军.影响服务外包承接地竞争力的因子分析——基于示范城市软件外包企业的问卷调查［J］.科技管理研究，2011（20）：113-115.

［6］袁志刚.全球化与中国生产服务业发展——基于全球投入产出模型的研究［J］.管理世界，2014（3）：10-30.

［7］ Anderson M，Sohal A S.A Study of the Relationship Between Quality Management Practices and Performance in Small Businesses［J］.International Journal of Quality and Reliability Management，1999，16（9）：859-877.

［8］ Lau R.S.M.Competitiveness Factors and Their Relative Importance in the US Electronics and Computer Industries［J］.International Journal of Operations and Production Management，2002，22（1）：125-135.

［9］ Noble M.Manufacturing Competitive Priorities and Productivity：An Empirical Study［J］.International Journal of Operations and Production Management，1997，17（1）：85-99.

［10］李维.基于结构方程模型的地区经济发展影响因素分析［J］.管理世界，2014（3）：172-173.

［11］Hoskisson R，Hitt M，Wan W，et al.Theory and Research in Strategic Management：Swings of a Pendulum［J］.Journal of Management，1999（25）：417-456.

［12］PorterM E.The Competitive Advantage of Nations［M］.New York：Free Press，1993.

［13］ Kaplan R，Norton D.The Balanced Scorecard—Measures That Drive Performance［J］.Harvard Business Review，1992（1-2）：123-145.

［14］陈红川.高新技术产业竞争力评价实证研究［J］.软科学，2010（8）：21-23.

［15］魏守华，吴贵生，吕新雷.区域创新能力的影响因素——兼评我国创新能力的地区差距［J］.中国软科学，2010（9）：76-85.

［16］杨楠.河南省高新技术产业自主创新能力评价［J］.科学管理研究，2012（2）：27-31.