張洪福，屈維意

(河海大學(xué) 商學(xué)院，南京　211100)

?

基于聚類TOPSIS模型的服務(wù)外包區(qū)域難度研究

張洪福，屈維意

(河海大學(xué) 商學(xué)院，南京211100)

摘要：在企業(yè)進(jìn)行營銷績效分析過程中，應(yīng)該消除市場難度對營銷績效的影響，使績效評價的結(jié)果能公平地反映各區(qū)域組織的營銷水平，因此企業(yè)十分需要對各區(qū)域市場進(jìn)行市場難度測算。針對以上問題，將聚類賦權(quán)法和TOPSIS理想點(diǎn)法相結(jié)合，采用實(shí)證分析計算出了區(qū)域市場難度系數(shù)。

關(guān)鍵詞：服務(wù)外包；聚類賦權(quán)法；TOPSIS理想點(diǎn)法；市場難度

隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，全球產(chǎn)業(yè)由制造業(yè)逐漸向服務(wù)業(yè)轉(zhuǎn)移，以信息技術(shù)為基礎(chǔ)的服務(wù)外包產(chǎn)業(yè)在全球范圍內(nèi)逐漸興起，我國也積極參與到服務(wù)外包市場競爭中來[1]。同時，國際服務(wù)外包企業(yè)間競爭愈加激烈，導(dǎo)致接包企業(yè)的利潤水平逐年下降，逐步進(jìn)入利潤緩慢增長的時代。在競爭的加劇、利潤的下降、服務(wù)成本增加等壓力下，各大服務(wù)外包企業(yè)更加注重提升企業(yè)的營銷效率[2]。屈維意[3]指出：外包供應(yīng)商之間通過資源共享、優(yōu)勢互補(bǔ)實(shí)現(xiàn)合作聯(lián)盟，利用營銷績效評價衡量外包企業(yè)營銷效果是接包方提升接包競爭力的發(fā)展趨勢，有利于改善企業(yè)營銷現(xiàn)狀，指導(dǎo)企業(yè)營銷決策。

目前，大多數(shù)企業(yè)在進(jìn)行績效評價時通常采用統(tǒng)一的評價方法和評價指標(biāo)[4-11]，卻忽略了許多客觀因素的影響。比如對于不同的區(qū)域市場，其經(jīng)濟(jì)環(huán)境、政治環(huán)境、市場規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、競爭情況等客觀因素均不同，使在該區(qū)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(jìn)行營銷績效評價的過程中，企業(yè)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(biāo)準(zhǔn)去考核各個區(qū)域的營銷績效，導(dǎo)致企業(yè)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(qū)域市場間的差別，通過采用聚類賦權(quán)法與TOPSIS理想點(diǎn)法相結(jié)合的方式來體現(xiàn)服務(wù)外包企業(yè)營銷績效評價的科學(xué)性。

1國際市場難度與市場難度系數(shù)

市場難度是指：企業(yè)的營銷活動在不同的區(qū)域開展的過程中由于區(qū)域本身的客觀因素、非企業(yè)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(qū)域進(jìn)行相同的營銷活動會因市場難度的不同而產(chǎn)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(chǎn)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(qū)域的市場難度由該區(qū)域的客觀因素引起，是企業(yè)無法控制的，可以從2個方面考慮：① 區(qū)域市場情況，如經(jīng)濟(jì)因素、政治因素等；② 行業(yè)情況，如市場占有率、行業(yè)發(fā)展等。

對企業(yè)來說，每一個目標(biāo)區(qū)域市場的市場難度是不同的。這是因為在每個目標(biāo)區(qū)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(xiàn)在區(qū)域市場的市場規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)發(fā)展、政治因素、外部偶然因素、消費(fèi)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(qū)域市場難度測算指標(biāo)體系

影響市場難度系數(shù)的主要因素分為宏觀因素和微觀因素，分別是市場規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)發(fā)展、政治因素、外部偶然因素、消費(fèi)者成熟度、 市場競爭狀況、市場資源的可獲取性等。對于服務(wù)外包商企業(yè)來說，產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)發(fā)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(qū)域間的市場差異主要體現(xiàn)在市場規(guī)模、消費(fèi)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(gòu)建區(qū)域市場難度的評價指標(biāo)體系基本框架：

1) 經(jīng)濟(jì)水平

地區(qū)人均生產(chǎn)總值越高，該地區(qū)的居民生活水平就越高，消費(fèi)能力也就越高。地區(qū)第三產(chǎn)業(yè)生產(chǎn)總值反映了一個地區(qū)的經(jīng)濟(jì)發(fā)展現(xiàn)代化程度。居民生活質(zhì)量越高，以技術(shù)信息為基礎(chǔ)的服務(wù)外包需求也就越高。地區(qū)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(shí)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(fèi)能力也就越高。

2) 人口因素

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

3) 消費(fèi)能力

地區(qū)居民人均消費(fèi)支出反映了地區(qū)的服務(wù)外包行業(yè)市場上消費(fèi)者的消費(fèi)水平與成熟度。居民人均支出越高，說明該地區(qū)的居民越可能接受服務(wù)外包的營銷。創(chuàng)新系數(shù)和模仿系數(shù)來自Bass模型[13]。該模型的輸入是創(chuàng)新產(chǎn)品或業(yè)務(wù)的歷史用戶數(shù)據(jù)，輸出是該產(chǎn)品或業(yè)務(wù)的未來用戶規(guī)模。模型公式如下：

(1)

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

基于以上的國際市場服務(wù)外包難度分析，從數(shù)據(jù)可獲取性考慮，認(rèn)為市場難度的分析可以從如圖2所示的指標(biāo)進(jìn)行。

圖2　國家市場難度評價指標(biāo)

3TOPSIS聚類混合模型的市場難度系數(shù)計算

本文為了避免主觀因素的影響，更加科學(xué)、客觀地描述市場難度，采用聚類賦權(quán)法[14]確定各指標(biāo)權(quán)重，采用TOPSIS理想點(diǎn)法[15-16]確定市場難度系數(shù)。

3.1聚類賦權(quán)法

運(yùn)用全部指標(biāo)數(shù)據(jù)對n個經(jīng)濟(jì)體進(jìn)行R聚類分析，得到原始聚類結(jié)果A，在對去掉指標(biāo)ai后的新聚類結(jié)果重新進(jìn)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(jié)果的相似程度越高，才可認(rèn)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(jié)果認(rèn)作相同，是不合理的。

(3)

則評價指標(biāo)ai對評價結(jié)果重要程度的均值為

(4)

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

(5)

3.2TOPSIS理想點(diǎn)法

TOPSIS理想點(diǎn)法是一種多目標(biāo)決策方法，通過歸一化之后的規(guī)范矩陣找到多個評價對象中的最優(yōu)目標(biāo)與最劣目標(biāo)，也就是正理想解和負(fù)理想解。計算每一個評價對象與理想點(diǎn)和負(fù)理想點(diǎn)的加權(quán)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(yōu)劣依據(jù)。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(fù)理想解。如果某個方案最接近正理想解又最遠(yuǎn)離負(fù)理想解，那么這個方案就是滿意解。

計算步驟：

1) 設(shè)多決策問題共有m個評價對象，共有n個評價指標(biāo)，第i個評價對象在第j個指標(biāo)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(shù)

根據(jù)聚類賦權(quán)法得到的各指標(biāo)權(quán)重與評價矩陣相乘Y*，得到構(gòu)建加權(quán)決策矩陣Z：

(10)

(11)

(12)

(13)

4國際市場難度實(shí)證分析

4.1收集原始數(shù)據(jù)

針對建立的區(qū)域市場難度體系，需要收集不同地區(qū)的經(jīng)濟(jì)、消費(fèi)、人口等指標(biāo)。表1的數(shù)據(jù)均源自2014年。創(chuàng)新系數(shù)和模仿系數(shù)來自BASS模型的計算，所基于的數(shù)據(jù)來自某企業(yè)2009—2013年的用戶數(shù)據(jù)。

從表1的數(shù)據(jù)可以看出：不同地區(qū)的各方面數(shù)據(jù)均有差異，處在不同階段的經(jīng)濟(jì)發(fā)展水平，消費(fèi)者的成熟度、創(chuàng)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(qū)不同而有較大差異。那么在這些數(shù)據(jù)的基礎(chǔ)上，處在不同區(qū)域的服務(wù)外包營銷組織所面對的市場環(huán)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(qū)域市場的市場難度系數(shù)，以及市場難度系數(shù)對企業(yè)營銷績效的影響。

4.2各國市場難度系數(shù)計算

對表1第1～7行進(jìn)行R聚類分析，得到原始聚類結(jié)果A和新聚類結(jié)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(biāo)的權(quán)重值，如表2所示。

表1　國際市場難度系數(shù)評價指標(biāo)數(shù)據(jù)

表2　各指標(biāo)的權(quán)重值

根據(jù)式(6)～(9)計算歸一化的決策矩陣，同時根據(jù)式(10)與得到的各指標(biāo)權(quán)重相乘，即可得到加權(quán)決策矩陣：

在得到的決策矩陣Z中，根據(jù)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(fù)理想解Z-，即：

根據(jù)式(12)計算各評價對象與正理想解和負(fù)理想解的歐式距離，結(jié)果如表3所示。

表3　各評價對象與正負(fù)理想解的歐式距離

根據(jù)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(shù)，結(jié)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(shù)結(jié)果分析

通過聚類賦權(quán)法的計算得到了各個決策指標(biāo)的權(quán)重。從表1各指標(biāo)的數(shù)據(jù)與表2中各指標(biāo)的權(quán)重值來看，人口密度指標(biāo)的權(quán)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(quán)重值第2大的指標(biāo)是創(chuàng)新系數(shù)，創(chuàng)新系數(shù)來自BASS模型，在這個市場難度測算體系中反映了某個地區(qū)的消費(fèi)者主動接受新產(chǎn)品或服務(wù)的程度。創(chuàng)新系數(shù)越大，代表消費(fèi)者接受營銷產(chǎn)品的速度越快，說明企業(yè)的營銷活動的效果越好。之后權(quán)重值較大的指標(biāo)是地區(qū)第三產(chǎn)業(yè)生產(chǎn)總值。第三產(chǎn)業(yè)生產(chǎn)總值越高，說明該地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)業(yè)結(jié)構(gòu)越科技化、現(xiàn)代化，則該地區(qū)的居民對于服務(wù)外包行業(yè)的營銷活動的接受程度越高。而在所有指標(biāo)中所占權(quán)重最低的是地區(qū)人均生產(chǎn)總值，說明一個地區(qū)的居民生活水平高不能代表在該地區(qū)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(qū)域市場與理想市場的相對接近度，并且根據(jù)相對接近度的大小進(jìn)行了排序。本文將相對接近度最大的地區(qū)定為理想市場，其市場難度系數(shù)最小，將相對接近度最小的地區(qū)定為負(fù)理想市場，其市場難度系數(shù)最大，如表5所示。

表5　國際市場難度系數(shù)計算結(jié)果

從區(qū)域市場難度測算體系的測算結(jié)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(yuǎn)。結(jié)合表1中的數(shù)據(jù)與各指標(biāo)的權(quán)重可知：日本的人口密度最大，同時其地區(qū)人均生產(chǎn)總值和地區(qū)人均可支配收入2個指標(biāo)的數(shù)據(jù)較好，這些指標(biāo)反映出該地區(qū)的宏觀經(jīng)濟(jì)發(fā)展環(huán)境處于較發(fā)達(dá)水平，服務(wù)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(shù)據(jù)可以看出：除了第三產(chǎn)業(yè)生產(chǎn)總值的指標(biāo)外各項數(shù)據(jù)都比較差，說明該地區(qū)的基于信息服務(wù)業(yè)的第三產(chǎn)業(yè)發(fā)展水平較低，不利于服務(wù)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(yè)在意大利與其他國家的營銷企業(yè)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(chǎn)出會比其他國家的企業(yè)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(qū)來說，在相同的營銷投入的情況下，要達(dá)到其他地區(qū)的服務(wù)外包營銷效果則是十分困難的。

5結(jié)束語

測算出了區(qū)域市場難度系數(shù)，將服務(wù)外包國際市場難度系數(shù)引入企業(yè)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(wù)型外包企業(yè)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(shù)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(jié)果。除此之外，還可以幫助接包企業(yè)修正區(qū)域營銷的目標(biāo)和計劃，制訂符合當(dāng)?shù)刭Y源投入需求的績效目標(biāo)。

參考文獻(xiàn)：

[1]崔萍,鄧可斌.服務(wù)外包與區(qū)域技術(shù)創(chuàng)新的互動機(jī)制研究——基于接包方的視角[J].國際貿(mào)易問題， 2013(1):96-105.

[2]霍景東,黃群慧.影響工業(yè)服務(wù)外包的因素分析——基于22個工業(yè)行業(yè)的面板數(shù)據(jù)分析[J].中國工業(yè)經(jīng)濟(jì)，2012(12):44-56.

[3]屈維意,周海煒,姜騫.中國服務(wù)外包企業(yè)競爭新模式：服務(wù)外包接包聯(lián)盟[J].亞太經(jīng)濟(jì)，2011(3):106-108.

[4]毛才盛.基于DEA方法的服務(wù)外包產(chǎn)業(yè)集群創(chuàng)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(yè)物流外包績效評價中的應(yīng)用研究[J].經(jīng)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(yè)績效評估應(yīng)用[J].物流技術(shù)，2015(1):171-173.

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

[8]劉賢昌,鄭淑霞.五大國有商業(yè)銀行績效評價及實(shí)證分析[J].重慶工商大學(xué)學(xué)報(自然科學(xué)版),2015(1):19-22.

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

[10]黃蓉蓉，潘曉琳.改進(jìn)模糊綜合評價法的物流企業(yè)績效評價[J].重慶師范大學(xué)學(xué)報(自然科學(xué)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(wù)供應(yīng)商績效評價[J].同濟(jì)大學(xué)學(xué)報(自然科學(xué)版)，2014(11):1770-1775.

[12]張勁青.中小外貿(mào)企業(yè)應(yīng)對貿(mào)易保護(hù)主義策略選擇[J].學(xué)術(shù)交流，2013(09):11-19.

[13]王硯羽,謝偉.電子商務(wù)模仿創(chuàng)新的分角色兩階段Bass模型及應(yīng)用[J].科學(xué)與科學(xué)技術(shù)管理，2013,34(2):36-41.

[14]遲國泰,程硯秋,曹勇.基于聚類賦權(quán)的科學(xué)發(fā)展評價模型及實(shí)證[J].運(yùn)籌與管理，2011,20(5):94-102.

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

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

(責(zé)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(xué)基金資助項目(41401010); 江蘇省社會科學(xué)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(zhàn)略管理與跨國經(jīng)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(yè)戰(zhàn)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(xiàn)標(biāo)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(wù)外包區(qū)域難度研究[J].重慶理工大學(xué)學(xué)報(自然科學(xué))，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.