任远波，王成昌

(1.武汉理工大学 中国应急管理研究中心，湖北 武汉 430070；2.武汉理工大学 管理学院，湖北 武汉 430070)

政府公共服务外包是一种全新的服务供给模式，在这一模式中，选择合适的承包商不仅关系到外包服务项目能否顺利完成，更能直接影响到公共服务供给的质量和水平。关键指标的识别对于承包商选择至关重要，但由于承包商选择指标的多样性和多重性，使得关键指标的识别变得复杂困难。目前，学术领域在不断完善承包商选择的指标体系，但都很少关注这些指标之间的内部联系。考虑到承包商选择指标之间的相互联系，引入社会网络分析法中的中心性分析来研究承包商选择的关键指标识别问题，以期为政府外包服务选择合适的承包商提供新的思路。

1 公共服务外包理论简介

西方一些学者认为，公共服务外包是各级政府与私营企业、非营利的社会组织签订服务合同并对其支付一定的报酬，然后由这些企业或组织代表政府向公众提供相应的服务。国内学者王雁红[1]认为，公共服务外包是打破过去政府行政主导的传统服务供给方式，将服务供给分为安排和生产两个部分，在生产部分引入市场竞争机制，从而提高了服务的供给效率。公共服务外包改变了原先政府一家独大的垄断地位，竞争在提高服务供给效率的同时，也使得政府与承包商的角色地位发生了变化。为保障公共服务外包项目的顺利进行，政府应谨慎地选择外包项目的承包商。

2 承包商选择的关键指标识别方法综述

为挑选出合适的承包商，国内外学者对承包商选择的关键指标识别问题做了大量研究，而这些研究多是围绕如何对承包商选择指标进行赋权展开的，通过赋权实现了各个指标之间的量化比较，从而进行关键指标的识别与选择。常见的识别方法有：层次分析法、模糊集合理论、熵值法等。

朱征等[2]采用层次分析法(AHP)将各个承包商选择指标准则纳入到项目总目标中进行加权计算，通过比较识别出对总目标实现有重要影响的关键指标，从而选择合适的承包商。JASKOWSKI等[3]在群决策环境下利用层次分析法来确定承包商选择指标的权重，将计算分析得到的关键指标运用到资格预审之中。PLEBANKIEWICZ[4]建立了模糊集合理论的资格预审模型用于处理那些难以量化、模糊的指标，并评价了各个预选指标和业主的期望，将该模型成功地运用到关键指标识别和资格预审问题上来。HSIEH等[5]创造性地将层次分析法与模糊集合理论结合起来，在关键指标的确定上采用AHP，模糊理论则解决了有关承包商选择的不确定性问题，并取得了较好的效果。张成考等[6]利用熵值法对虚拟企业合作伙伴的评价指标进行组合赋权，通过识别关键指标达到了对合作伙伴的最优化选择。

3 社会网络分析法原理

英国著名人类学家布朗在1940年发表的《论社会结构》一文中最早提及社会网络这一概念，后经过不断的发展已经形成了一套完善的分析体系。社会网络分析(social network analysis， SNA)是对社会关系结构及其属性加以分析的一套规范和方法[7]。其中通过计算点度中心度、中间中心度和接近中心度来研究节点的中心性则是社会网络常见的分析方法之一。不同于上述几种识别方法，针对承包商选择指标的动态性，社会网络分析法将各个指标看作网络节点，由这些节点构成一个关系网络，以量化分析的方式识别出承包商选择的关键指标，在资格预审中以此类指标为参照，从而为政府公共服务外包项目挑选出合适的承包商。

4 基于SNA政府公共服务外包承包商选择的关键指标识别模式

4.1 承包商选择指标的初步确定：构建承包商选择的指标体系

在承包商指标的选择方面，国内外学者做了大量研究和贡献。如HOLT等[8]通过走访调查发现业主在选择承包商时，承包商是否拥有相似的经验、当前的工作量、管理才能和营业时间长短等指标都具有很大的参考价值，之后HOLT等进一步完善了承包商的选择指标，认为管理能力、信贷支持、企业的组织结构、信誉等指标同样影响承包商的选择；张连营等[9]指出承建新项目的能力、施工机械及相关资源、总公司管理和项目位置、安全和环保等指标也应纳入到衡量承包商能力的指标体系中；黄文杰等[10]认为承包商选择指标应包括财务情况、生产能力、设备性能和信誉、售后服务；陈群[11]指出投标报价、施工工期长短、项目完成的质量水平等指标同样对政府选择承包商有着重要的影响。近年来，随着市场经济的不断发展，承包商选择指标在不断完善，但大致体系却没有太大改变。通过文献研究和问卷调查，归纳总结出承包商选择的指标体系主要包含基本素质、技术能力和工程状况3个一级指标[12]，并将3个一级指标细分出11个承包商选择二级指标，其中基本素质包括财务状况、管理能力、公司的组织结构和公司信誉；技术能力包括专业技术和设备水平、类似工程的经验、现有工作负荷和过去的表现；工程状况包括投标报价、施工的安全与环保、施工工期长短和售后服务。该指标体系基本能够反映出承包商的综合水平。

4.2 预选指标间相互影响程度分析：构建承包商选择指标的邻接矩阵

使用社会网络分析法对承包商选择指标进行研究，其目的是为了识别出那些对政府选择承包商有重要影响的指标，称其为关键指标。笔者挑选出11个预选指标，通过调查问卷等方式得出11个预选指标之间的关联度，考虑到指标之间的影响程度，笔者建立四级关联值：没有影响(0)、仅有影响(1)、较大影响(2)、极大影响(3)，并以此为基础构建承包商选择指标的邻接矩阵。其中，邻接矩阵中各行代表承包商的选择指标，各列也代表承包商的选择指标，矩阵中各个值描述的是各个指标间的关联程度。

4.3 矩阵分析：识别政府选择承包商的关键指标

在识别关键指标之前，需要对其进行定义：①这些指标对政府选择承包商有重要的影响作用；②这些指标对其他指标有重要的影响作用，并在整个指标体系中居于主导地位；③这些指标很少受其他指标的强烈影响或干扰。

5 案例分析

笔者选取东台市和信阳市淮滨县这两个地区不同级别的政府机关下的两类负责政府外包的机构作为研究对象，并向其工作人员发放调查问卷。调查问卷由纸质版和电子版组成，采用网上问卷调查与实地问卷填写两种方式，调查问卷共100份，其中回收问卷98份，回收率98%，且回收的问卷均有效。统计问卷调查结果，归纳分析得到了11个预选指标(用A1～A11表示)间的影响关系并用四级关联值表示影响程度，以此为基础建立承包商选择指标的邻接矩阵，如表1所示。

表1 承包商选择指标的邻接矩阵

由表1可以看出11个指标的点入度和点出度都很高，基本都维持在10以上，较高的达到了16～18，如“施工的安全与环保”的点入度为16，“财务状况”、“管理能力”、“专业技术和设备水平”、“投标报价”的点出度则都在16及以上；只有极少数指标的点入度和点出度小于10，如“公司的组织结构”的点入度和点出度都低于5。这说明在11个预选指标中，大多数指标对其他指标都有着不同程度的影响，但与此同时其自身也受到了其他指标的影响，因此并不能依据指标的点度中心性来判断和识别那些对政府选择承包商有着重要影响的关键指标。笔者又借助Pajek分析软件来求得承包商选择指标的输入接近中心度和输出接近中心度，并依据关键指标的识别方法，甄别出政府外包服务承包商选择的关键指标，结果如表2所示。

由表2可以看出， “财务状况”(0.91>0.83)、“公司信誉”(0.83>0.71)、“专业技术和设备水平”(1.00>0.91)、“投标报价”(0.91>0.83)和“施工的安全与环保”(0.91>0.83)这5个指标的输出接近中心度都大于输入接近中心度，说明这5个指标对其他所有指标有着重要的影响作用，但与此同时又很少受到其他指标的干扰或影响，故认为这5个指标为承包商选择的关键指标。未来东台市政府和信阳市淮滨县委政府在公共服务外包承包商资格预审过程中，应对这类指标给予高度重视，并以这类关键指标为参照进行承包商的选择。在此案例中，“管理能力”、“类似工程的经验”和“售后服务”等指标在一定程度上也能作为衡量承包商能力的标准，但相比于这些关键指标，其影响力相对较小。为此，政府在资格预审过程中除了优先考虑关键指标，还应兼顾非关键指标，双管齐下才能最大效率地降低选择成本并选出合适的承包商。

表2 基于输入接近中心度和输出接近中心度的承包商选择的关键指标识别

6 结论

政府公共服务外包项目关乎民生大计，承包商的正确选择则直接影响着外包项目的成败。笔者通过社会网络分析法来研究承包商选择的关键指标识别问题，得出如下结论。①基于SNA政府公共服务外包承包商选择的关键指标识别模式：首先通过文献研究等方法确定承包商选择指标的大致体系；其次通过指标体系中各个指标间的关联程度构建承包商选择指标的邻接矩阵；再次，对矩阵进行分析，识别承包商选择的关键指标。②笔者运用社会网络分析法对公共服务外包承包商选择的关键指标识别进行了初步探索，不仅拓宽了社会网络分析法的研究领域，更为承包商资格预审问题提供了新的研究思路。