刘丙泉 尚梦芳 吕高羊
(中国石油大学(华东)，青岛 266580)
我国软件外包承接城市效率评价与驱动因素研究
刘丙泉尚梦芳吕高羊
(中国石油大学(华东)，青岛266580)
〔摘要〕就业问题、环境污染以及从业人员研发能力下降已经成为制约软件外包承接城市发展的瓶颈问题。文章运用DEA方法构建考虑非期望产出和非合意变量的软件外包承接效率评价模型，重点比较不同模型下我国软件外包承接城市效率的差异，并引入Tobit回归分析软件外包承接城市效率的驱动因素。研究发现：我国软件外包承接城市的投入产出组合在逐步优化，且东部沿海城市的效率值明显优于中西部城市，其中大连市的效率值始终为1，处于生产的前沿面。另外，人才竞争力对软件外包承接城市效率有显着的正向影响，信息技术基础设施竞争力与承接效率的关系呈显着负相关。
〔关键词〕软件外包承接效率非期望产出非合意变量Tobit回归就业稳定环境污染研发能力
引言
近年来，我国软件外包产业以近30%的复合增长率快速发展，已成为我国承接国际外包的主要行业。但由于我国软件外包承接产业起步较晚，与印度等发达软件产业国相比还存在较大差距，因此，对诸多软件外包承接城市而言，提升软件外包承接效率、进一步提高软件外包承接能力，成为众多软件外包城市特别关注的问题。
1文献回顾
国内外学者在研究软件外包承接城市效率时，主要从软件外包承接效率及驱动因素两方面开展研究。在对软件外包承接效率的评价方面，多数学者运用DEA方法建立模型，对不同地区的承接效率进行比较分析[4-6]，而在软件外包承接效率驱动因素的研究上，主要运用Tobit回归，研究相关因素对软件外包效率的影响程度[7-10]。
从现有研究成果来看，在进行软件外包承接城市效率评价时，更多的是基于以下两个基本假设：(1)软件外包对承接地带来的均是理想产出
；(2)效率评价模型的投入要素均是可自由处置的。然而，实际情况却是诸多城市在软件外包过程中由于从事的是软件行业高耗能、高排放的生产过程链环节，给城市带来了大量的碳排放，并且由于软件行业的生产过程链主要由低技术含量、低附加值、高劳动密集型环节构成，这也极易导致软件外包承接城市软件行业就业结构低层次化；除此以外，对诸多以软件外包承接为发展特色的城市而言，往往希望以此带动就业，这就导致现实中人力资源投入是决策者不希望减少的，从而形成效率评价中出现非合意变量。
基于此，文章在已有研究成果基础上重点关注以下两个方面的问题：(1)以DEA方法为基础构建考虑非期望产出和非合意变量的软件外包承接城市效率评价模型，真实反映我国软件外包承接城市效率变动，并检验非期望产出及非合意变量对效率的影响；(2)构建Tobit回归模型，度量考虑非期望产出和非合意变量下我国软件外包承接城市效率的驱动因素及其强度，找出影响
我国软件外包承接城市效率的关键因素。
2研究设计
2.1基于CCR-DEA的评价模型构建
设现有n个待评估软件外包承接城市，每个城市在软件外包承接过程中需m种“投入”并有s种正向“产出”，xj=(x1j，x2j，…，xmj)T是第j个城市的输入向量，yj=(y1j，y2j，…，ysj)T是第j个城市的输出向量，其中xj∈Rm、xj>0，yj∈Rs、yj>0，j=0，1，…，n，则面向产出的CCR-DEA模型为：
(1)
2.2考虑UO与UV的评价模型构建
在式(1)基础上加入非期望产出(UO)与非合意变量(UV)，Uj=(u1j，u2j，…，uij)T是第j个决策单元的非期望产出，i表示非期望产出种类，xj=(x1j，x2j，…，xtj)T是第j个决策单元的非合意变量，t表示非合意变量种类，则考虑非期望产出(UO)与非合意变量(UV)的模型为：
(2)
为比较不同变量对效率的影响，令φ′表示考虑非期望产出的承接城市效率，由公式(2)去掉第4项约束求得，φ′表征该软件外包承接城市在非期望产出不变的情况下，期望产出可以夸张的比例，φ′越大表明其效率越低；令φ″表示考虑非合意变量的承接城市效率，由公式(2)第3项等式约束变为小于等于求得，表征非合意变量不变的情况下，期望产出可以扩张的比例，φ″越大表明其效率越低。
3指标体系设计与数据来源
根据现有文献[11，12]，本文的指标体系如表1所示。
表1 软件外包承接城市效率评价指标体系
本文选取我国19个副省级以上城市，作为软件外包承接城市参评对象。数据主要来自中国电子信息产业统计年鉴(软件篇)(2010～2012)、中国城市统计年鉴(2011～2013)、各城市统计年鉴(2011～2013)、中国服务外包网等相关网站。
4结果与分析
根据公式(1)、(2)构建的模型，对我国19个副省级以上城市2010～2012年软件外包承接城市效率进行评价，分别计算效率值φ、φ′、φ″以及φ‴，得出结果如表2所示。
表2 我国软件外包承接城市效率(2010～2012年)
注：计算结果保留小数点后两位。
观察表2，从全国层面看，考察期内我国软件外包承接城市的资源利用效率在逐步优化，尤其是在2012年，在考虑UO与UV的模型下，效率均值已达到1.02，接近DEA有效；从区域层面看，东部沿海城市的效率值普遍高于中部及西部地区，主要是因为东部沿海地区经济开放程度高，软件外包已形成一定的产业规模，资源利用效率高，但重庆等中部地区城市在环境保护、保持软件从业人员研发能力等方面表现突出；从各城市层面看，在19个副省级以上城市的软件外包承接效率值中，只有大连的效率值始终为1，属于DEA有效，其余城市均为DEA无效，大连始终处于生产的前沿面，是其他城市效仿的标杆。
表2还清晰的表明，传统DEA方法与考虑UO和UV的DEA方法测出的软件外包承接城市效率存在明显差别。①传统DEA方法与考虑UO的模型效率测度值相比，传统DEA方法测出的软件外包承接城市效率明显偏大，尤其是2011年，偏差高达到22%。因此环境污染已经成为影响软件外包承接的重要因素。②传统DEA方法与考虑UV的模型效率测度值相比，传统DEA方法测出的效率值略高，效率均值偏差比例达到6%，以厦门为例，传统DEA方法测度下2010～2011年厦门的效率值排名倒数第一，但考虑软件从业人员数作为非合意变量后，厦门成为DEA有效城市，说明厦门虽然产业规模和技术水平相比其他城市较低，但在保障就业稳定的前提下，其投入产出组合已驱合理，可见，非合意变量对部分城市的效率影响较大。③分别考虑UO和UV的模型测度值与同时考虑UO和UV的效率测度值相比，只考虑UO的模型与同时考虑UO和UV的模型测度值相近，且趋近于1，说明环境污染、研发人员能力下降等非期望产出对软件外包承接城市的效率测度值影响尤为之大，城市软件外包不单以获得经济效益为目的，同时兼顾环境保护、研发能力提升以及社会就业稳定，符合软件外包产业发展实际。
5基于Tobit模型的软件外包承接效率驱动因素分析
5.1变量的选择和说明
参考已有文献[10，11]并考虑数据的可得性，本文选取以下因素进行考察：科技竞争力(E1)、经济开放程度(E2)、人才竞争力 (E3)、资本获得的便利性(E4)、信息技术基础设施竞争力(E5)，数据主要来自中国城市统计年鉴(2011～2013)、各城市统计年鉴(2011～2013)。其中，科技竞争力通过专利授权量来体现；经济开放程度由实际利用外资额来体现；人才竞争力通过高校在校生数来体现；资本获得的便利性通过金融机构贷款余额来体现；信息技术基础设施竞争力通过互联网接入用户数来体现。提出以下研究假设：
假设1：科技竞争力对承接效率有正向影响。
软件外包属于知识密集型产业，科技创新能力一方面可以促进软件外包的产出；另一方面可以降低投入成本，从而提高软件外包的产出效率。
假设2：经济开放程度对承接效率有正向影响。
沟通能力、文化差异等是影响接包方与发包方顺畅衔接的重要因素，而且越是高端环节的外包对沟通能力的要求越高。
假设3：人才竞争力对承接效率有正向影响。
具有竞争力的人才才是软件外包中关注的核心要素，由于中国、印度等国具有大量高素质、低成本的人才，所以大量的外包业务转移到这些国家。
假设4：资本获得便利性对承接效率有正向影响。
融资难问题是中国民营中小型企业难以做大做强的障碍之一，如果能有较好的融资渠道，使得资本获得的成本合适，将会对扩大企业规模、提高外包效率提供强有力的支持。
假设5：信息技术基础设施竞争力对承接效率有正向影响。
信息技术的发展，使得软件、信息等服务可以进行远距离的外包，从而推动了软件外包的迅猛发展。因此完善的信息技术基础设施是发展软件外包业务所必需的条件。
5.2模型回归分析
本文采用19个副省级城市的考虑非期望产出和非合意变量综合效率值作为被解释变量，因其取值均大于1，如果直接采用传统的最小二乘法，会给参数估计带来严重的有偏和不一致，因而采用Tobit回归模型。以综合效率值为被解释变量，5个可能的影响因素为解释变量，可得软件外包承接城市效率的Tobit回归模型如下：
yi=β0+β1E1i+β2E2i+β3E3i+β4E4i+β5E5i+ε
(3)
其中β0为回归式的常数项，β1、β2、β3、β4、β5为各自变量的回归系数；i为软件外包承接城市代码，i=1，2，3…，19；ε为残差项。
根据公式(3)，对面板数据进行Tobit回归，结果如表3所示。
表3 承接效率Tobit回归结果
注：***代表1%的显着性水平，**代表5%的显着性水平，*代表10%的显着性水平。
对测度结果进行异方差性检验，假设H0：该测度结果不存在异方差性。
表4 异方差性检验结果
根据表4的结果可知，P值为0.1395大于0.1，不显着，接受原假设H0，即测度结果不存在异方差性。
观察表3，人才竞争力对软件外包的承接效率有显着的正向影响关系，科技竞争力、经济开放程度以及资本获得的便利性对软件外包的承接效率也有正向的影响关系，但关系并不显着。而信息技术基础设施竞争力系数为-0.498，与承接效率的关系呈显着负相关，与本文的假设不符。
人才竞争力较强的软件外包承接城市将软件外包业务延伸至高附加价值的需求分析及系统设计等领域，使得人力资源优势得到充分利用，并且扩大软件外包产出规模的同时也能够提升整体的研发能力，因而对综合效率有显着的正向影响。我国软件外包城市承接的业务多是编码、测试和系统维护等技术含量不高的低端业务，企业所承接的项目多是合同额不大、利润率低的小项目，科技竞争力的提升并未给企业带来较高的经济回报。经济开放程度的扩大有利于我国软件外包产业赢得更多的市场份额，但我国软件外包城市承接的多是低端业务，在保证从业人员就业稳定的同时，随着劳动力成本在过去几年内加速攀升，企业所获得的利润十分微薄，因此降低了经济开放度对承接效率的影响。另外中国大多数示范城市软件外包企业规模小、规模经济和集群效应不明显，企业规模小，对资金的需求程度不大，从而资本的可获得性的驱动作用也就大大地被弱化了。软件外包行业不同于制造外包行业，进入该行业所需的固定资产少，进入壁垒低，因而也弱化了资本获得的驱动作用。信息技术基础设施竞争力与承接效率的关系呈显着负相关，主要与我国软件外包承接城市业务的低端化有关，软件外包承接城市业务附加值低导致所承接的业务增加值不足以弥补政府对于信息化方面的投入，并且基础设施的建设和运营过程中消耗了大量的能源，对环境造成了污染，因而导致了最终的综合效率值降低。
6结论与对策
本文采用考虑非期望产出和非合意变量的DEA模型对我国19个副省级以上城市的软件外包承接城市效率进行评价，并对不同模型下的效率值进行对比分析，运用Tobit回归对软件外包承接城市效率的影响因素进行分析，得到的主要结论有：①综合考虑就业稳定、环境污染和软件从业人员研发能力保障的影响，对软件外包承接城市效率进行评价，得出的结果更加全面、客观。②通过对软件外包承接城市效率的分析得出，在保证非期望产出降到最低和就业稳定的同时，我国软件外包承接城市的投入产出组合在逐步优化，趋近于合理有效，且东部沿海城市的效率值明显优于中西部城市，其中大连市的效率值始终为1，处于生产的前沿面。③通过对不同城市软件承接效率值变动的分析得出，导致软件外包承接城市效率降低的内部原因主要有：产业规模小，分散程度高，未实现规模经济；低附加值业务居多，行业利润增长缓慢；从业人员劳动效率偏低；环境污染相对严重和从业人员研发能力下降等。④通过对软件外包承接效率的Tobit回归分析得出，人才竞争力对综合效率有显着的正向影响，信息技术基础设施竞争力与承接效率的关系呈显着负相关。
为提升我国的软件外包承接城市效率，要加大人才储备，提升人才竞争力，加强产学研建设，建立人才培养机构与软件外包企业的供需对话机制，开展针对性教育培训，创新人才培养模式，尤其宁波、厦门等高校人才储备相对缺乏的城市。要扩大产业规模，增强规模效应，扩大软件产业园区建设规模，以龙头企业来推动软件产业链的发展，优化融资环境，为中小型软件企业拓宽融资渠道，尤其哈尔滨、长春等经济实力相对较弱，软件企业数较少，分散化程度较高的城市。要进一步鼓励企业进行技术创新，推进产业的转型升级，提高科技竞争力，尤其是南京、西安、深圳等具备一定软件外包产业规模的条件，但缺乏高附加值项目、净利润较少的城市。要积极鼓励外包企业进行绿色节能，构建软件外包产业生态系统，使用清洁可替代能源，尤其是北京、天津等在软件外包执行过程中，造成的环境污染相对严重，进而导致投入产出效率低的城市。
参考文献
[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]唐宜红,陈非凡.承接离岸服务外包的国别环境分析——以印度、墨西哥和东欧为例[J].国际经济合作，2007，(4)：18～23
[4]谭速,胡晓.基于DEA的中部六省承接服务外包相对效率研究[J].物流工程，2008，(6)：108～109
[5]周启红,汪生金.武汉承接国际服务外包相对效率研究[J].武汉理工大学学报,2010，32(19)：174～177
[6]嵇留洋，何有世，曾臻.基于DRF-DEA方法的软件外包承接城市效率研究[J].统计与决策，2012,(22)：131～134
[7]何有世，田娟，等.基于SEDEA-Tobit的软件外包承接地效率影响因素分析[J].科技管理研究，2011，(11)：184～187.
[8]杨学军，郭涛，邓光霁．软件外包企业技术能力成长——基于AHP的外部知识获取路径评价研究[J]．工业技术经济，2013，(6)：79～85
[9]章宁,韩文英.我国软件及信息服务离岸外包业发展状况及影响因素研究[J].统计研究,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,刘旭.基于SE-DEA的软件外包承接城市效率评价[J].中国科技论坛,2011,(7)
[12]田剑,刘琴.江苏城市承接离岸服务外包相对效率评价——基于SE-DEA方法[J].江苏科技大学学报,2013,(13)
(责任编辑：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 Chinas undertaking software outsourcing cities input-output combination in the gradual optimization,efficiency of eastern coastal cities was significantly better than the midwest cities,and Dalians 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
〔中图分类号〕F503
〔文献标识码〕A
DOI：10．3969/j．issn．1004-910X．2016．03．001
作者简介：刘丙泉，中国石油大学(华东)经济管理学院系主任，副教授，博士。研究方向：生态效率评价，区域可持续发展。尚梦芳，中国石油大学(华东)经济管理学院硕士研究生。研究方向：效率测度，供应链低碳。吕高羊，中国石油大学(华东)经济管理学院硕士研究生。研究方向：技术创新，组合评价。
基金项目：国家社会科学基金(项目编号：14BJL045)，教育部人文社会科学研究青年基金(项目编号：13YJC790090)，青岛市社会科学规划研究项目(项目编号：QDSKL140415)，山东省高等学校人文社会科学研究项目(项目基金号：J14WG57)，中央高校基本科研业务费专项资金资助(项目编号：15CX04028B)。
收稿日期：2015—09—25