基于聚類TOPSIS模型的服務外包區域難度研究

張洪福，屈維意

(河海大學 商學院，南京　211100)

?

基于聚類TOPSIS模型的服務外包區域難度研究

張洪福，屈維意

(河海大學 商學院，南京211100)

摘要：在企業進行營銷績效分析過程中，應該消除市場難度對營銷績效的影響，使績效評價的結果能公平地反映各區域組織的營銷水平，因此企業十分需要對各區域市場進行市場難度測算。針對以上問題，將聚類賦權法和TOPSIS理想點法相結合，采用實證分析計算出了區域市場難度系數。

關鍵詞：服務外包；聚類賦權法；TOPSIS理想點法；市場難度

隨著經濟的進一步發展，全球產業由制造業逐漸向服務業轉移，以信息技術為基礎的服務外包產業在全球范圍內逐漸興起，我國也積極參與到服務外包市場競爭中來[1]。同時，國際服務外包企業間競爭愈加激烈，導致接包企業的利潤水平逐年下降，逐步進入利潤緩慢增長的時代。在競爭的加劇、利潤的下降、服務成本增加等壓力下，各大服務外包企業更加注重提升企業的營銷效率[2]。屈維意[3]指出：外包供應商之間通過資源共享、優勢互補實現合作聯盟，利用營銷績效評價衡量外包企業營銷效果是接包方提升接包競爭力的發展趨勢，有利于改善企業營銷現狀，指導企業營銷決策。

目前，大多數企業在進行績效評價時通常采用統一的評價方法和評價指標[4-11]，卻忽略了許多客觀因素的影響。比如對于不同的區域市場，其經濟環境、政治環境、市場規模、產業結構、競爭情況等客觀因素均不同，使在該區域營銷活動開展的市場難度也不同，因此其營銷效果也各有不同。而在進行營銷績效評價的過程中，企業往往會忽視市場難度對績效的影響，而是使用同一個衡量標準去考核各個區域的營銷績效，導致企業的營銷績效管理不合理。

本文提出用國際市場難度來描述區域市場間的差別，通過采用聚類賦權法與TOPSIS理想點法相結合的方式來體現服務外包企業營銷績效評價的科學性。

1國際市場難度與市場難度系數

市場難度是指：企業的營銷活動在不同的區域開展的過程中由于區域本身的客觀因素、非企業營銷可控因素所造成的困難或阻力[12]。市場難度在營銷過程中的影響是不容忽視的，在不同的區域進行相同的營銷活動會因市場難度的不同而產生不同的效果：在付出相同投入的前提下，市場難度越大，營銷活動取得的效益就越差；在產出效益相同的前提下，市場難度越大，營銷活動所需的投入也越大。每個區域的市場難度由該區域的客觀因素引起，是企業無法控制的，可以從2個方面考慮：① 區域市場情況，如經濟因素、政治因素等；② 行業情況，如市場占有率、行業發展等。

對企業來說，每一個目標區域市場的市場難度是不同的。這是因為在每個目標區域市場中影響市場難度的因素各有不同，并且影響市場難度的程度也不相同。影響市場難度的主要因素表現在區域市場的市場規模、產業結構、行業發展、政治因素、外部偶然因素、消費者成熟度、市場競爭狀況、市場資源的可獲取性等方面，如圖1所示。

圖1　國際市場難度的主要影響因素

2區域市場難度測算指標體系

影響市場難度系數的主要因素分為宏觀因素和微觀因素，分別是市場規模、產業結構、行業發展、政治因素、外部偶然因素、消費者成熟度、 市場競爭狀況、市場資源的可獲取性等。對于服務外包商企業來說，產業結構、行業發展、政治因素等方面的情況基本相同。那么在排除了外部偶然因素后，不同區域間的市場差異主要體現在市場規模、消費者成熟度、市場競爭狀況、市場資源的可獲取性等方面。因此，從3個方面構建區域市場難度的評價指標體系基本框架：

1) 經濟水平

地區人均生產總值越高，該地區的居民生活水平就越高，消費能力也就越高。地區第三產業生產總值反映了一個地區的經濟發展現代化程度。居民生活質量越高，以技術信息為基礎的服務外包需求也就越高。地區人均可支配收入是指居民家庭在支付各種直接稅之后余下的實際收入。一般來說，人均可支配收入越高，生活水平就越高，則消費能力也就越高。

2) 人口因素

地區人口密度更能代表該地區銷售市場的潛在發展空間，但是有組織的服務外包畢竟無法覆蓋地區的全部人口，而僅能覆蓋一定的地區范圍，因此使用地區人口密度這個指標更能反映出營銷活動的覆蓋范圍。人口密度越大的地區，營銷活動覆蓋的人口就越多，營銷效果也就越好。

3) 消費能力

地區居民人均消費支出反映了地區的服務外包行業市場上消費者的消費水平與成熟度。居民人均支出越高，說明該地區的居民越可能接受服務外包的營銷。創新系數和模仿系數來自Bass模型[13]。該模型的輸入是創新產品或業務的歷史用戶數據，輸出是該產品或業務的未來用戶規模。模型公式如下：

(1)

其中：t表示一個時間點；N(t)代表t時刻某產品的已有客戶數量；e代表創新產品或業務的市場潛力即市場總容量；p，q分別代表創新系數、模仿系數。p值表示一個產品的初始用的發展速度，具體數值在[0,1]之間，數值越大表示創新者接受產品的速度越快，即創新采用者的數量增長越快。q值是產品在市場用戶中擴散速度的參數，即表示模仿者使用產品的持續程度，其具體值在[0,1] 之間，該數值越接近1表示產品在潛在用戶群中的擴散越快，即模仿采用者的數量增長越快。

基于以上的國際市場服務外包難度分析，從數據可獲取性考慮，認為市場難度的分析可以從如圖2所示的指標進行。

圖2　國家市場難度評價指標

3TOPSIS聚類混合模型的市場難度系數計算

本文為了避免主觀因素的影響，更加科學、客觀地描述市場難度，采用聚類賦權法[14]確定各指標權重，采用TOPSIS理想點法[15-16]確定市場難度系數。

3.1聚類賦權法

運用全部指標數據對n個經濟體進行R聚類分析，得到原始聚類結果A，在對去掉指標ai后的新聚類結果重新進行R聚類分析，得到新聚類 R(ai)。

(2)

β取值越大，說明兩次聚類結果的相似程度越高，才可認為兩次聚類是一致的；β取值越小，則可能將本來完全不同的兩次聚類結果認作相同，是不合理的。

(3)

則評價指標ai對評價結果重要程度的均值為

(4)

通過評價結果的重要程度對評價對象聚類結果影響的大小來確定這個指標的權重，反映了“評價結果影響越大的指標其權重應該越大”的思路，解決了現有研究在確定權重時忽略指標對評價結果影響程度的問題。各指標的權重為

(5)

3.2TOPSIS理想點法

TOPSIS理想點法是一種多目標決策方法，通過歸一化之后的規范矩陣找到多個評價對象中的最優目標與最劣目標，也就是正理想解和負理想解。計算每一個評價對象與理想點和負理想點的加權歐氏距離，得到每個方案與理想解的接近程度，按接近程度排序作為評價對象的優劣依據。接近程度由概念貼近度表示，貼近度取值范圍為[0,1]。貼近度越接近1，說明該評價對象越接近正理想解；貼近度越接近0，說明該評價對象越接近負理想解。如果某個方案最接近正理想解又最遠離負理想解，那么這個方案就是滿意解。

計算步驟：

1) 設多決策問題共有m個評價對象，共有n個評價指標，第i個評價對象在第j個指標上的值為xij，則初始決策矩陣X為

(6)

(7)

(8)

形成的歸一化決策矩陣Y*為

(9)

3.3混合模型計算市場難度系數

根據聚類賦權法得到的各指標權重與評價矩陣相乘Y*，得到構建加權決策矩陣Z：

(10)

(11)

(12)

(13)

4國際市場難度實證分析

4.1收集原始數據

針對建立的區域市場難度體系，需要收集不同地區的經濟、消費、人口等指標。表1的數據均源自2014年。創新系數和模仿系數來自BASS模型的計算，所基于的數據來自某企業2009—2013年的用戶數據。

從表1的數據可以看出：不同地區的各方面數據均有差異，處在不同階段的經濟發展水平，消費者的成熟度、創新性、模仿性也有很大的不同。人口密度這一客觀條件也因地區不同而有較大差異。那么在這些數據的基礎上，處在不同區域的服務外包營銷組織所面對的市場環境是完全不同的，其組織的營銷策略也受到不同程度的影響，因此需要計算出不同區域市場的市場難度系數，以及市場難度系數對企業營銷績效的影響。

4.2各國市場難度系數計算

對表1第1～7行進行R聚類分析，得到原始聚類結果A和新聚類結果R(ai)。將R(ai)代入式(2)得R0.9(ai)；再將R0.9(ai)和A代入式(3)得I(ai)(k)；最后利用式(4)得到重要程度的均值I(ai)，其中i=1,2,…,7。由此可得各指標的權重值，如表2所示。

表1　國際市場難度系數評價指標數據

表2　各指標的權重值

根據式(6)～(9)計算歸一化的決策矩陣，同時根據式(10)與得到的各指標權重相乘，即可得到加權決策矩陣：

在得到的決策矩陣Z中，根據式(11)尋找每一列中的最大值組成正理想解Z+，尋找每一列中的最小值組成負理想解Z-，即：

根據式(12)計算各評價對象與正理想解和負理想解的歐式距離，結果如表3所示。

表3　各評價對象與正負理想解的歐式距離

根據式(13)計算各評價對象與理想解的相對接近度以及各評價對象的市場難度系數，結果如表4所示。

表4　各評價對象與理想解的相對接近度

4.3國際市場難度系數結果分析

通過聚類賦權法的計算得到了各個決策指標的權重。從表1各指標的數據與表2中各指標的權重值來看，人口密度指標的權重最大，說明在市場營銷中，人口密度越大，營銷效果就會越好。權重值第2大的指標是創新系數，創新系數來自BASS模型，在這個市場難度測算體系中反映了某個地區的消費者主動接受新產品或服務的程度。創新系數越大，代表消費者接受營銷產品的速度越快，說明企業的營銷活動的效果越好。之后權重值較大的指標是地區第三產業生產總值。第三產業生產總值越高，說明該地區的經濟發展產業結構越科技化、現代化，則該地區的居民對于服務外包行業的營銷活動的接受程度越高。而在所有指標中所占權重最低的是地區人均生產總值，說明一個地區的居民生活水平高不能代表在該地區的營銷活動就能獲得最好的營銷效果。

通過TOPSIS模型的計算得到了各個決策單元的相對接近度，即各個區域市場與理想市場的相對接近度，并且根據相對接近度的大小進行了排序。本文將相對接近度最大的地區定為理想市場，其市場難度系數最小，將相對接近度最小的地區定為負理想市場，其市場難度系數最大，如表5所示。

表5　國際市場難度系數計算結果

從區域市場難度測算體系的測算結果來看，日本是最接近理想市場的，而意大利距離理想市場最遠。結合表1中的數據與各指標的權重可知：日本的人口密度最大，同時其地區人均生產總值和地區人均可支配收入2個指標的數據較好，這些指標反映出該地區的宏觀經濟發展環境處于較發達水平，服務外包營銷市場比較龐大，因此市場營銷活動更容易取得較好的效果。再從意大利的數據可以看出：除了第三產業生產總值的指標外各項數據都比較差，說明該地區的基于信息服務業的第三產業發展水平較低，不利于服務型外包營銷活動的開展，即營銷活動的市場難度較大。如果某企業在意大利與其他國家的營銷企業投入了相同的營銷資源，那么由于市場難度更大，則營銷活動的產出會比其他國家的企業低。因此，若是在營銷績效評價中忽略市場難度，那么對于意大利這樣的弱勢地區來說，在相同的營銷投入的情況下，要達到其他地區的服務外包營銷效果則是十分困難的。

5結束語

測算出了區域市場難度系數，將服務外包國際市場難度系數引入企業的營銷績效評價體系中，以此修正國際市場的客觀因素對服務型外包企業的營銷績效造成的影響。最直接的做法是：將國際市場難度系數與營銷績效評價得出的績效值直接相乘，以修正評價體系的營銷績效結果。除此之外，還可以幫助接包企業修正區域營銷的目標和計劃，制訂符合當地資源投入需求的績效目標。

參考文獻：

[1]崔萍,鄧可斌.服務外包與區域技術創新的互動機制研究——基于接包方的視角[J].國際貿易問題， 2013(1):96-105.

[2]霍景東,黃群慧.影響工業服務外包的因素分析——基于22個工業行業的面板數據分析[J].中國工業經濟，2012(12):44-56.

[3]屈維意,周海煒,姜騫.中國服務外包企業競爭新模式：服務外包接包聯盟[J].亞太經濟，2011(3):106-108.

[4]毛才盛.基于DEA方法的服務外包產業集群創新績效評價研究[J].科技管理研究，2013,33(11):69-73.

[5]張洪見.DEA在整車制造企業物流外包績效評價中的應用研究[J].經營管理者，2013(32):41-47.

[6]姜華,劉洋,楊靜.基于AHP-模糊綜合評價法的第三方物流企業績效評估應用[J].物流技術，2015(1):171-173.

[7]楊高升，周健，舒歡．國際工程跨文化風險與項目實施階段績效關系研究[J]．重慶理工大學學報(自然科學)，2015(8):136-142．

[8]劉賢昌,鄭淑霞.五大國有商業銀行績效評價及實證分析[J].重慶工商大學學報(自然科學版),2015(1):19-22.

[9]董春衛，印凡成． 應用多層次熵權模糊綜合評價法的城鎮家庭基本生活水平影響因素分析[J] ．重慶理工大學學報(自然科學)， 2014(9):122-129．

[10]黃蓉蓉，潘曉琳.改進模糊綜合評價法的物流企業績效評價[J].重慶師范大學學報(自然科學版),2012(4):124-126.

[11]雷星暉,尤筱玥.基于層次分析法支持決策的外包服務供應商績效評價[J].同濟大學學報(自然科學版)，2014(11):1770-1775.

[12]張勁青.中小外貿企業應對貿易保護主義策略選擇[J].學術交流，2013(09):11-19.

[13]王硯羽,謝偉.電子商務模仿創新的分角色兩階段Bass模型及應用[J].科學與科學技術管理，2013,34(2):36-41.

[14]遲國泰,程硯秋,曹勇.基于聚類賦權的科學發展評價模型及實證[J].運籌與管理，2011,20(5):94-102.

[15]陸偉鋒,唐厚興.關于多屬性決策TOPSIS方法的一種綜合改進[J].統計與決策， 2012(19):38-40.

[16]韓國元,陳偉,馮志軍.企業合作創新伙伴的選擇研究——基于微粒群算法定權的改進TOPSIS法[J].科研管理，2014,35(2):53-64.

(責任編輯劉舸)

Research on Difficulty of Service Outsourcing Area Based on TOPSIS Cluster Model

ZHANG Hong-fu, QU Wei-yi

(School of Business，Hohai University，Nanjing 211100, China)

Abstract:In the enterprise marketing performance analysis process, we should eliminate the impact of market difficulties on marketing performance, and the performance evaluation results can fairly reflect the level of the regional organization of marketing. Therefore, the enterprises are in great need of market difficulty estimates of the regional market. Based on the combination of clustering weighting method and TOPSIS ideal point method, the regional market difficulty coefficient was calculated by empirical analysis.

Key words:service outsourcing; clustering weights method; TOPSIS ideal point method; market difficulty

收稿日期：2016-01-18

基金項目：國家自然科學基金資助項目(41401010); 江蘇省社會科學基金資助項目(13GLC011)

作者簡介：張洪福(1991—)，男，吉林遼源人，碩士研究生，主要從事戰略管理與跨國經營研究；通訊作者 屈維意(1978—)，男，湖南瀏陽人，博士，講師，主要從事企業戰略管理研究。

doi:10.3969/j.issn.1674-8425(z).2016.05.022

中圖分類號：O21;F746.18

文獻標識碼：A

文章編號：1674-8425(2016)05-0125-07

引用格式：張洪福，屈維意.基于聚類TOPSIS模型的服務外包區域難度研究[J].重慶理工大學學報(自然科學)，2016(5):125-131.

Citation format：ZHANG Hong-fu, QU Wei-yi.Research on Difficulty of Service Outsourcing Area Based on TOPSIS Cluster Model[J].Journal of Chongqing University of Technology(Natural Science)，2016(5):125-131.