服务供应链网络的链路预测技术

一、背景及意义

近年来，许多制造企业开始把产品的含义从单纯的有形产品扩展到基于产品的增值服务，这种趋势被称作产品服务化。许多公司也都在积极实施产品服务化，如GE能源管理服务，壳牌石油的化学品管理服务，IBM、惠普的信息服务，谷歌“云计算”，施乐公司的文件处理服务，伊莱克斯的一体化电气解决方案等。以服务为导向的供应链的运作模式开始在全球蓬勃发展，越来越多的优秀企业开始从“以生产为中心”转向“以服务为中心”。其中，服务外包作为服务供应链中一个重要的组成部分，为服务供应链的形成与发展奠定了坚实的基础。

服务外包产业是近20年来价值创造潜力最大、发展最快的新兴产业之一，作为一个为国民经济和其他产业提供增值服务的产业，其发展不仅显著提高了全球经济的运行效率，而且已经成为许多地区或国家带动经济增长的主导产业。［16］根据毕博管理咨询公司的定义，服务外包是指企业为了将有限资源专注于核心竞争力，以信息技术为依托，利用外部专业服务商的知识或劳动力，来完成原来由企业内部完成的工作，从而达到降低成本、提高效率、提升企业对市场环境的快速应变能力并优化企业核心竞争力的一种服务模式。现在，服务外包已经成为某些公司核心竞争优势的重要来源。许多跨国公司如GE、HP、IBM等已经擅长使用全球劳动力资源，把相关服务业务外包给其他国家的公司以获得技术支持、客户服务支持和产品设计。2009年，我国也批准北京、大连、天津、青岛、杭州等20个城市为中国服务外包示范城市，并在这20个试点城市实行一系列鼓励和支持措施，以期加快我国服务外包产业的发展，改善国家产业结构。

目前对服务外包的研究比较侧重于服务外包产业的影响、发展模式和建议措施等宏观层面，将复杂网络与服务外包相结合的研究相对较少。本节将复杂网络链路预测等理论运用于服务外包领域，一方面探究网络形态与链路预测指标之间的关系与适用性，另一方面可以通过较为准确的链路预测帮助企业预测未来可能发生业务往来的合作伙伴，这有助于提高企业业务开拓的准确性，帮助企业完善自身结构，得到更好的发展。此外，通过初步的研究，进一步明确服务外包网络的演化机制，这对国家产业政策的制定和调整，分析产业整体的发展趋势都具有参考作用。

二、网络分析

本节实证数据引用自《软件外包网络演化仿真与鲁棒性研究》［17］，原数据取自杭州经济开发区“服务外包业务管理和统计系统”，该系统主要用于登记当地服务外包企业及外包业务的审核和统计，因此具有一定的真实性和参考价值。原数据包括目前服务外包中主要的软件外包和ITO外包，在剔除部分无效数据后，共收集到服务外包企业271家，对每个企业进行编号。若企业1和企业2之间有服务外包的业务往来，那么节点1与节点2之间就存在一条连边。按照Pajek软件的数据格式进行编排，得到杭州经济开发区服务外包数据的TXT文档。

该服务外包网络拓扑结构如图7-2所示。

图7-2 服务外包网络拓扑图

该网络图主要相关统计特征如表7-4所示。

表7-4 服务外包网络统计特征表

续 表

其中，网络度值分布如表7-5所示。

表7-5 服务外包网络度值分布表

对网络成分进行分析发现，网络存在五个成分，如图7-3所示可以看出，网络存在一个最大联通集团和四个孤立节点对。

图7-3 服务外包网络成分分析图

直观上，也可明显看出网络中存在几个较大的“明星节点”，出现局部群落现象，分别对应着上文中度值分布情况中的大度节点企业。

三、预处理机制

本节提出一个新的网络预处理机制，其实质为如何更好地判断何种指标比较适合当前实际网络的链路预测。首先，将网络原始数据根据其特点进行处理，其次需要提取出相应的网络模型，分析网络结构的集聚系数、异质性、度值分布与特征路径等统计特征，再结合主观经验，如该行业的运作特点、行为偏好及一些可行的经济学释义等，选择较为适用的指标，其处理流程如图7-4所示。

图7-4 链路预测预处理流程图

在本节中，杭州经济开发区服务外包网络中集聚系数0.095，数值较低，由以往经验来看不适用RA指数，因此，推测与RA原理类似的AA指标也不适用。事实上，度值分布呈现一定的幂律分布形态，存在少数的大度值节点和多数的小度值节点，类似于无标度网络，普通坐标系下的度值分布如图7-5所示，对数坐标系下度值分布如图7-6所示。(www.xing528.com)

图7-5 服务供应链网络度值分布图（普通坐标系）

图7-6 服务供应链网络度值分布图（对数坐标系）

从直观上，网络存在少数集群，但相应顶点集聚系数很低，存在大量节点未与其余集群的大度值节点相连。大量的小度值节点之间不具有共同邻居，因此共同邻居指数、基于共同邻居而来的其余指数也会产生大量的计算结果为0的相似度。作为服务外包行业，边代表了企业与企业之间发包与承包的关系，从市场角度看，企业在选择承包方的时候更倾向于品牌响、规模大、有很大影响力的企业，即所谓的“马太效应”，导致节点出现“富者愈富”的现象，这与PA指标的作用机制相吻合。因此，针对杭州经济开发区服务外包网络，采取PA指标进行链路预测是比较适合的，能较好地刻画本网络的结构特征。但同时我们还需要注意的一点是，现实生活中的网络往往在开始形成阶段是一种演化机制，到一定规模后就开始退化成另一种演化机制，因此，一个指标不会适用于该网络所有阶段的链路预测，仅能符合某一个阶段的情况，即目前阶段PA指标适用于杭州经济开发区服务外包网络链路预测，至于何时会有一个演化机制的变化，还缺少系统的研究和定论，需要结合相关政策、市场、社会等多方信息进行综合判断。

四、PA算法链路预测

在杭州经济开发区服务外包网络中，共有企业节点271个，代表着发包承包关系的边共300条。将这300条边划分为训练集和测试集，比例约为9∶1，即训练集270条左右，测试集30条左右，具体步骤如下。

（1）随机选出测试集的30条边，用节点-节点的方式描述，即：

225-195，141-244，162-201，245-61，245-62，152-219，225-127，148-216，245-3，155-199，263-33，152-219，263-47，225-127，263-161，245-56，264-254，141-192，263-6，263-34，141-267，161-49，141-217，155-199，264-202，264-254，263-161，264-85，141-110，141-267。其余的边划为训练集。

（2）采用PA指标对测试集进行处理，即由抽取测试集后各个节点的度计算其SXY分数值，将从测试集中抽取的边与相应的从不存在的边集中抽取的边进行SXY比较，其结果如表7-6所示（大于则代表测试集的边数值大于不存在集合中边数值，等于、小于类推）。

表7-6 基于PA指标的AUC值表

（3）多次汇总。本节再次采用相同比例（9∶1），将现有边集随机分配成训练集和测试集，重复执行步骤1和2，所有结果汇总如表7-7所示。

表7-7 汇总结果表

五、结果分析

由上述结果可知，基于PA指标的预测算法的AUC平均值为0.94，显而易见，PA指标比较适用于杭州经济服务开发区的服务外包网络现阶段的链路预测，其结果要远远优于随机性的预测。对于企业而言，一个新企业在新阶段可以依据PA指标来计算其与其他现有企业的SXY值，根据SXY值的大小来确定服务发包或承包的发展方向，即优先与哪个企业进行服务外包业务往来，明确业务方向，这样可以减少不必要的业务成本，有助于企业的快速成长。

事实上，本章也采用RA指标进行了链路预测，基于RA指标的AUC结果如表7-8所示。平均AUC=0.4800也验证了我们前文所做的筛选：RA指标不适用于现阶段本网络的预测。

表7-8 基于RA指标的AUC值表

对于本例，杭州经济开发区服务外包网络集聚系数为0.095，这可能是造成RA指标不大适用的原因。但是PA指标预测精度较高，造成这种现象的原因在于网络有个别节点表现出比较好的聚集现象，出现了几个明显的小群体，如图7-7所示。在这种结构中，大量的未连边节点之间没有共同邻居，RA、CN等指标相似度计算值出现较多的0，从而降低了预测精度。而从全网络出发只考虑节点度值的PA指数就不存在这种情况，因此得到了较高的预测精度。

图7-7 服务外包网中典型的集聚群体图（局部）

从服务外包整体产业角度来看，现阶段这种网络形成机制也是符合现实情况的。服务外包近几年在国家政策的大力支持下，呈现较快的发展趋势。作为服务外包重点发展试点城市的杭州，也出台了一系列相关政策，促进服务外包产业的发展。发包方在选择外包合作伙伴时，往往从企业的规模、影响力、综合实力等角度考虑，实力强劲的企业会优先成为接包方。在网络形成初期，明星效应集聚，迅速形成几大核心企业外包业务多而众多企业外包业务单一的现象，随后，网络也随着时间不断地发展和变化。值得注意的是，现实网络中，往往还要受到企业节点资源掌控能力无法无限扩大等限制，即网络不会按照PA算法无限发展下去，同时还要依据市场环境、自身发展状况等情况调整演化方向。

此外，我们还应该看到目前服务外包发展的不足，杭州经济开发区服务外包网络平均路径长度为4.767，网络内联系不密切，国内企业往往很难直接与国外大企业建立合作，其外包业务只有利润较低的部分经过转包才被国内中小企业接到。因此，杭州服务外包企业还需不断提高创新能力，加强核心竞争力，与国外发包方争取更多的谈判筹码。