我國區域文化產業技術效率研究

趙陽+魏建

摘要：本文采用隨機前沿分析模型對我國30個省市1998—2012年的面板數據進行區域性劃分，考察規模因素、環境因素以及文化體制改革因素對我國區域文化產業技術效率水平的影響程度。結果表明，我國文化產業平均技術效率水平僅為0.603，且四大區域間文化產業技術效率水平差別顯著，從整體上看，地區相對文化市場需求、城鎮化、信息化、政府財政支持和文化事業機構情況等因素對我國文化產業技術效率影響顯著，但從區域來看，各因素對文化產業技術效率的影響有所差別。

關鍵詞：文化體制改革;技術效率;文化產業;隨機前沿分析模型

中圖分類號：F127;G124文獻標識碼：A

文章編號：1000176X（2015）01003007

一、引言

文化產業是推動當今我國社會經濟發展的一股新興力量。自2008年金融危機以來，我國文化領域所呈現出的反經濟周期現象，使得國家對文化產業的重視程度越來越高，文化產業通過與國民經濟各部門之間的融合與滲透，逐漸形成了以文化內容為紐帶、關聯度日益密切的龐大產業鏈和產業集群，這將是新形勢下保持國家經濟增長、實現經濟可持續發展的新著力點，同時也成為展現中國文化軟實力，實現“文化走出去”戰略的重要途徑。2009年國務院頒布《文化產業振興規劃》標志著文化產業已經上升為國家戰略產業。但是，由于資源的稀缺性和邊際報酬遞減規律的存在，使得單純依靠要素無限投入的方式難以實現文化產業的持續增長，這就要求在一定的技術水平下通過提高技術效率來實現全要素生產率的提升。因此，研究我國的文化產業技術效率有著重要的理論及現實意義。

國內外學者對文化產業技術效率及其影響因素問題進行了卓有成效的研究^[1]-[4]。Bishop 和 Brand^[5]運用隨機前沿方法估計了英格蘭西南地區博物館的技術效率水平，結果顯示該技術效率水平值較低，過高的公共基金和志愿者行為對技術效率有顯著的負向影響;Francisco^[6]運用DEA模型實證檢驗了作為西班牙劇院技術效率重要影響因素的管理效率的作用，他認為提升城市演藝業管理者能力是增進效率的根本;Marco和Yrausell^[7]對西班牙文化和休閑產業進行了實證檢驗，結論表明文化產業生產率的提高主要來源于技術進步和規模效率的提升，而技術效率對其影響并不明顯。王家庭和張容^[8]運用三階段DEA模型研究了2004年我國31個省市文化產業效率，發現剔除環境因素和隨機因素后，我國文化產業技術效率水平整體偏低;袁海和吳振榮^[9]利用BCC模型和超效率DEA模型測算了2004—2008年我國省域文化產業效率水平，發現近年來我國文化產業效率在穩步提高，純技術效率相對規模效率而言，對文化產業效率的提升作用更大，同時地區間差異較為明顯;董亞娟^[10]運用隨機前沿生產函數模型對我國2004—2009年31個省份的數據進行了實證檢驗，發現產業政策等因素顯著提高了文化產業技術效率，但落后的產業基礎設施則明顯制約了技術效率的提高。

盡管上述文獻從不同視角對文化產業的技術效率問題進行了有益的探索，但鮮有文獻對我國文化產業進行區域性劃分，并將我國文化體制改革這一影響因素納入具體研究中。為此，本文參照2011年國家統計局對我國31個省市的四大區域劃分，考察區域文化產業的技術效率差異，以期彌補現有文獻只進行省市技術效率對比的不足，同時本文將文化產業技術效率的考察置于文化體制改革的三階段時間框架之下，對文化產業技術效率及其影響因素進行了深入分析。

二、數據來源及變量說明

本文研究采用了我國30個省市（因西藏大量數據缺失，予以剔除）1998—2012年的數據，數據來源為《中國文化文物統計年鑒》、《中國文化產業發展報告》和《中國統計年鑒》。其中，《中國文化文物統計年鑒》的編制起點為1997年，另據鄭世林和葛珺沂^[11]按照重要時間節點對我國文化體制改革的三階段劃分，將1998年作為改革試點的起點。因此，選取1998—2012年的數據進行研究具有一定的代表意義。相關變量描述及說明，如表1所示。本文選擇文化產業增加值作為產出指標;選取文化產業固定資本存量和文化產業從業人員數作為投入變量;選取文化產業從業人員中中高級（副高+正高）職稱人員比重、地區居民人均文化消費與全國人均文化消費之比、城鎮化率、市場化指數、互聯網普及率、文化事業費占財政支出比重、各類文化事業機構數以及文化市場管理人數作為測算變量。同時，根據我國世界遺產與歷史文化名城分布數量^[12]，將北京、山東、江蘇、浙江、山西、河南、陜西、甘肅、云南以及四川劃歸為歷史文化資源大省，而其他作為非文化資源大省，將文化資源特征作為控制變量納入方程中。

為保證計量測算的準確性，本文對數據做如下處理：一是鑒于文化產業總產出中包含中間投入品，本文采用文化產業增加值衡量文化產業產出，同時以1998年為基期用“各地區娛樂、教育、文化用品及服務價格指數”進行平減，以消除價格變動對增加值的影響，確保指標的可比性;二是資本投入無法從既有統計資料中獲得，根據張軍等^[14]提出的對起始點物質資本存量估算的永續盤存法（其基本估算原理是在穩態條件下，資本存量的增長率等于產出的增長率），基期文化產業固定資本存量可由Kt=It/[（Yt+1/Yt-1）+δ]估算求得，而后續年份文化產業固定資本存量的數值則依據Kt+1=It+（1-δit）Kt求得，δ統一取為5%;三是文化產業從業人員數亦無法從統計資料中獲得，根據文化及相關產業（藝術業、圖書館業、群眾文化業、文化市場經營、藝術教育科研業以及其他產業）分類統計數據中的從業人數合計求得文化產業從業人員數;四是對于部分省份個別數據的缺失，本文采用國內外通行的做法，采用差值或平移的方法加以預測和補充。

三、研究模型

隨機前沿分析（Stochastic Frontier Analysis，以下簡稱SFA）模型用于測度技術效率，通過將偏離生產可能性邊界的生產非效率因素分為表示統計噪聲的隨機擾動項和表示技術非效率的非負隨機誤差項。選擇SFA模型考察文化產業技術效率及其相關因素的影響，相對于Malmquist指數方法和DEA等非參數方法，基于參數方法建立的SFA模型能對文化產業的技術效率進行考察，分析更全面且更接近于真實效率值，同時SFA模型具有統計特性，能夠對模型本身和估計參數值進行統計檢驗。為此，模型的基本形式可以表示為：

Y=f（X;β）exp（V-U）（1）

其中，Y代表經濟的產出水平;X代表一組要素投入變量;β代表一組待估參數;exp（V-U）代表復合誤差項;V代表影響生產的隨機因素，V～N（0，σ2V）;U（非負）為技術無效率項，U～N+（M，σ2u）;技術效率（TE）用exp（-U）來表示，當U=0時，TE=1，表示處于完全技術有效狀態，當U>0時，TE介于0—1之間，表示處于技術非有效狀態。

本文借鑒Battese和Coelli^[15]的模型原理，構建超越對數生產函數，具體形式如式（2）、式（3）所示：

lnYit=β0+lnf（Xit;β）+Vit-Uit （2）

lnYit=β0+βklnKit+βllnLit+βTlnTit+12βKK（lnKit）2+12βLL（lnLit）2

+βTTT2+βKL（12lnKitlnLit）+βTK（TlnKit）+βTL（TlnLit）+Vit-Uit （3）

其中，Yit，Kit，Lit分別表示第i個省在第t年的文化產出、資本投入和勞動投入;β為待估計的未知參數，表示各投入要素的產出彈性。同時，技術效率函數模型可表示為：

TEit=exp（-Uit）（4）

Uit=δ0+δ1lnHRSit+δ2lnDOCit+δ3lnLOUit+δ4lnLOMit+δ5lnLOIit

+δ6lnFSTit+δ7lnINSit+δ8lnPOMit+δ9D0+εit （5）

其中，δ0為常數項，δ1—δ9為待估參數，反映各因素對技術效率的影響程度，如果δ1為負，則表示其對技術效率的影響為正，反之亦然;γ=σ2u/（σ2v+σ2u），γ∈ [0，1]，表示生產非效率中技術非效率所占的比重，即實際產出與生產前沿面之間的差距中技術非效率所占份額，γ趨近于0，則誤差項主要來源于不可控的隨機因素，采用OLS估計，如果γ越大，表示實際產出與潛在最大產出之間的差距主要來源于技術非效率，此時適用SFA模型。

四、模型估計及實證結果

1.SFA模型的估算結果

本文使用Frontier 4.1軟件采用極大似然法得出SFA模型超越對數生產函數模型參數估計和假設檢驗。

表2的結果顯示：（1）方差σ2的值為0.099，且t值在1%的統計水平上通過檢驗，說明本文使用傳統的C—D生產函數并不能充分利用研究數據;（2）γ的值為0.673，且t值在1%的統計水平上顯著，說明我國文化產業的實際產出與可能的最大產出之間的差距主要來源于技術的非有效性，有67%的因素可以用技術非效率來解釋，而隨機誤差的變異占33%;（3）參數η的值為-0.054，且t值在1%的統計水平上顯著，說明我國文化產業中技術效率會隨著時間的變化而得到明顯的提高和改善;（4）極大似然對數值LR的值為-20.334，說明其服從混合卡方分布。

從表2可知，文化產業從業人員（βL）和物質資本存量（βK）的系數均為正值，且βL>βK，說明增加生產要素投入能夠有效提高文化產業產出效率，勞動力投入在文化產業增長中起主要作用;兩者系數之和小于1，說明當前我國文化產業尚未實現規模經濟。技術進步的系數βT為正值，說明我國文化產業中存在技術進步效應，技術進步平方項的系數βTT亦為正值，說明技術進步隨時間的變化有不斷增長的趨勢。LnL平方影響項的系數

為負值，說明產出并沒有隨勞動力投入的增加呈現加快增長的趨勢，反而受資源配置和技術進步等因素的制約，產出增速有所放緩。LnL×LnK的系數為正值，說明文化產業勞動力從業人員與物資資本存量之間存在互補效應。T×LnL的系數為正值，說明隨著時間的推移文化產業從業人員會呈現邊際產出能力增強的趨勢。

為說明使用超越對數生產函數的合理性，本文采用廣義似然比檢驗各個零假設條件，檢驗結果如表3所示。

表3模型假設檢驗結果

原假設H0H0含義l（H0）λ值臨界值檢驗結果

βTT=βKK=βLL=βTK=βTL=βT=0使用C—D生產函數-84.153127.63814.169拒絕H0***

βT=βTT=βTK=βTL=0無技術進步效應-57.64274.61612.463拒絕H0**

η=0技術非效率不隨時間變化-125.765210.8627.376拒絕H0***

從表3可知，原假設βTT=βKK=βLL=βTK=βTL=βT=0在1%的統計水平上被拒絕，說明柯布—道格拉斯生產函數并不適合本文分析，應該考慮使用超越對數生產函數;原假設βT=βTT=βTK=βTL=0在5%的統計水平上被拒絕，說明本文使用的生產函數中應該存在技術進步效應;原假設η=0在1%的統計水平上亦被拒絕，說明本文不能直接使用普通最小二乘估計（OLS）對面板數據進行估計，故本文使用SFA模型超越對數生產函數是可行的。

此外，本文把對區域文化產業技術效率的考察納入文化體制改革的三階段時間框架之下，依據鄭世林和葛珺沂^[11]的觀點，確立1998—2002年為改革前期階段、2003—2005年為改革階段、2006—2012年為改革推廣階段。由表4可知，1998—2012年我國文化產業平均技術效率僅為0.603，說明整體技術效率水平不高。從各區域來看，東部地區文化產業平均技術效率水平高于全國平均水平，而東北、中部和西部地區則低于全國平均水平，0說明我國文化產業技術效率水平與經濟社會發展狀況息息相關，經濟社會發展狀況良好地區能夠提供足夠的勞動、資本要素支撐文化產業技術效率水平的提高。從各省市來看，上海、浙江、廣東、江蘇、遼寧和湖南等地技術效率水平較高，除受當地經濟社會發展水平較高影響之外，上述省市基本都處在2002年文化部確立的首批文化體制改革試點地區名單內，也為其技術效率的提高提供了良好契機。

從表4中可以看出，從時間變動趨勢來看，我國文化產業技術效率在整體上呈現出逐步上升的趨勢，從1998—2002年的0.577增加到2006—2012年的0.625，增幅為8.320%;而從各省份文化產業技術效率變動趨勢來看，除了上海、浙江、廣東、海南、陜西、寧夏、新疆和甘肅等8個省份表現出一定的時間波動性之外，其他省份文化產業技術效率均隨時間變化而不斷上升，其中，湖南增幅最大（21.090%），廣東最小（-4.610%），這與湖南自2003年以來啟動的以內部整合為目標的廣電改革和文化體制機制創新有關。

2.技術效率影響因素估計結果

從規模因素估計結果來看，根據表5所示，1998—2012年全國范圍內人力資本對技術效率損失的參數值δ1為-0.185，但回歸結果并未通過統計性檢驗。從區域層面來看，東部地區和東北地區的回歸結果驗證了人力資本水平的提高能夠促進文化產業效率提升的結論，這是由于東部地區和東北地區文化產業門類豐富，知識共享與傳遞平臺較為完善，人力資本對文化產業效率的提升作用顯著;但就中部地區、西部地區而言，人力資本水平對文化產業效率的影響不顯著。市場文化需求對技術效率損失的參數值δ2為-0.072，且其t值在1%的顯著性水平上通過統計檢驗。就區域而言，這種影響在東部地區和中部地區表現較為明顯，東北地區次之，西部地區影響較小且回歸結果不顯著。可能的原因在于東部地區、中部地區文化產業集聚程度和專業化水平較高，同時對于文化商品和服務的需求規模較大，能夠充分利用本地市場效應

本地市場效應（Home Market Effect），是指對規模收益遞增產品有相對大需求的區域會有更大比例的產出，通過吸引企業在地區集聚，使產出的增加大于需求的增長，進而使該地區成為該種產品的凈出口地。實現文化生產與服務效率的提高。而西部地區自身文化消費需求較低，主要依靠外部省市文化消費的支撐帶動，因而當地市場文化需求對文化產業效率的提升效果有限。

從環境因素估計結果來看，城鎮化率對技術效率損失的參數值δ3為-0.141，說明城鎮化水平提高能夠促進文化產業技術效率水平提升。就區域而言，城鎮化率水平的提高對文化產業生產效率均具有正向影響，對西部地區影響最大，原因在于城鎮化水平的推進有助于增加農民對多種文化商品與服務的消費，這將直接刺激文化產業規模的提升和文化產業技術效率水平的提高。市場化率對技術效率損失的參數值δ4為-0.259，說明市場化改革對文化產業技術效率具有正效應。從區域層面來看，西部地區雖然顯著性水平較低，但其絕對值較大，說明市場化改革對其產業技術效率的提升影響較大，其他地區市場化水平對技術效率水平影響顯著為正。信息化率對技術效率損失的參數值δ5為-0.019，說明信息化水平對技術效率水平的提高具有正效應。信息技術作為實現文化生產與消費對接的重要工具，實現了文化商品與服務的快速傳播，同時也降低了文化產品的管理、傳播和銷售環節的成本，有效解除區域限制，實現跨地區發展。

從文化體制改革因素估計結果來看，政府財政支持對技術效率損失的參數值δ6為-0.078，說明政府財政支持對文化產業技術效率提升具有正效應。政府對公共文化的支持，是文化產業發展的重要保障。各類文化事業機構數對技術效率損失的參數值δ7為0.036，說明文化事業機構情況對技術效率水平的提高具有抑制作用。這一結果看似不合理，實際上與我國文化體制改革下文化事業基礎薄弱、文化產業發展不強、人民文化需求沒有完全激發的現狀相符。文化事業機構數的多少反映了文化產業發展的基礎設施情況和環境氛圍，一直以來我國文化產業基礎設施和建設落后，這成為阻礙文化產業生產效率提高的硬性約束。從區域來看，東部地區系數顯著為負但絕對值很小，東北地區、中部地區、西部地區為正，也從某種程度上證實了我們的猜測。文化市場管理人員數對技術效率損失的參數值δ8為0.018。從區域來看，只有中部地區和西部地區在10%的水平上通過統計性檢驗，且值為負，這說明選擇文化市場管理人員數作為衡量文化市場管理水平的指標有待商榷，可能會對估計結果造成誤差。

從控制變量因素估計結果來看，地區文化資源虛擬變量對技術效率損失的參數值δ9為-0.413，且其t值在1%的顯著性水平上通過統計檢驗，說明地區文化資源稟賦對于提高文化產業技術效率有明顯促進作用。從各區域來看，東北地區沒有通過統計性檢驗，而其他地區都通過了顯著性檢驗。本文認為，東北地區的3個省沒有一個被列入歷史文化資源大省，此時的虛擬變量設置沒有意義;東部地區文化產業整體實力較強，主要基于創意的文化生產方式提高了對技術、人才以及資本的需求，而歷史文化資源等先天優勢的表現作用不再明顯;西部地區部分省市歷史文化資源豐厚，資源優勢對省市文化產業技術效率的提升作用較強。

五、結論

本文使用1998—2012年全國30個省市的面板數據，采用SFA模型超越對數生產函數測算了我國四大區域文化產業技術效率水平以及規模、環境和文化體制改革等因素對文化產業技術效率水平的影響程度。研究結果表明，我國文化產業整體平均技術效率水平較低;就地區而言，東部地區相對較高，而東北地區、中部地區和西部地區低于全國平均水平，西部地區最低。從技術效率變動趨勢來看，整體上表現出隨時間變化不斷上升的趨勢。同時，隨著文化體制改革的不斷深入和試點范圍的不斷擴大，技術效率水平出現不同程度的提高。從影響文化產業技術效率的因素來看，地區相對文化市場需求、城鎮化水平、信息化水平、政府財政支持和文化事業機構情況對文化產業效率影響顯著為正，而人力資本、市場化和文化市場管理人員狀況對文化產業效率的影響存在區域差異，且地區文化資源狀況對文化產業效率的提升具有重要影響。

基于上述研究結論，本文提出以下政策建議：一是繼續深入推進文化體制改革，加快政府職能轉變，加快構建文化市場生產經營機制，加強政府支持^[16];二是強化科技型人才對文化產業的支撐，為文化產業技術效率的提升提供智力支撐和人才保障;三是加快推進城市化進程，完善地區文化基礎設施建設，形成良好的文化產業發展環境，以城鎮化引領帶動農村對文化商品和服務的需求并驅動文化產業轉型發展;四是加大對西部地區支持，充分利用地區文化資源優勢，著力縮小地區文化產業技術效率差距，以提高居民收入帶動文化商品和服務消費^[17]。

參考文獻：

[1]Anne，K.L.，Heike，W.Baumols Cost Disease，Efficiency，and Productivity in the Performing Arts： An Analysis of German Public Theaters[J].Journal of Cultural Economics，2011，35（3）： 185-201.

[2]馬萱，鄭世林.中國區域文化產業效率研究綜述與展望[J].經濟學動態，2010，（3）：83-86.

[3]蔣萍，王勇.全口徑中國文化產業投入產出效率研究——基于三階段DEA模型和超越DEA模型的分析[J].數量經濟技術經濟研究，2012，（12）：69-81.

[4]魯小偉，畢功兵.基于主成分分析法的區域文化產業效率評價[J].統計與決策，2014，（1）： 63-65.

[5]Bishop，P.，Brand，S.The Efficiency of Museums： A Stochastic Frontier Production Function Approach[J].Applied Economic，2003，35（17）：1853-1858.

[6]Francisco，M.F.Monitoring Managerial Efficiency in the Performing Arts： A Regional Theatres Network Perspective[J].Annals of Operations Research ，2006，145（1）：167-181.

[7]Marco，S.，Yrausell，K.Productivity Analysis in the Spanish Cultural and Leisure[J].Estudios De Econonia Aplicada，2006，24（2）：699-722.

[8]王家庭，張容.基于三階段DEA模型的中國31省市文化產業投入產出效率研究[J].中國軟科學，2009，（9）：75-82.

[9]袁海，吳振榮.中國省域文化產業效率測算及影響因素實證分析[J].軟科學，2012，（3）：72-77.

[10]董亞娟.區域文化產業效率的影響因素研究——基于隨機前沿模型的分析[J].商業經濟與管理，2012，（7）：29-39.

[11]鄭世林，葛珺沂.文化體制改革與文化產業全要素生產率增長[J].中國軟科學，2012，（10）：48-58.

[12]黃永興，徐鵬.經濟地理、新經濟地理、產業政策與文化產業集聚： 基于省級空間面板模型的分析[J].經濟經緯，2011，（6）：47-51.

[13]樊綱，王小魯，朱恒鵬.中國市場化指數——各地區市場化相對進程2011年報告[M].北京：經濟科學出版社，2011.

[14]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004，（10）：35-44.

[15]Battese，G.E.，Coelli，T.J.A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995，（20）：325-332.

[16]鐘廷勇，安燁.中國文化產業分省資本存量估計研究[J].財經問題研究，2014，（5）：30-36.

[17]耿同勁.文化產業融資：從文化企業到文化產業供應鏈[J].東北財經大學學報，2013，（2）：64-69.

（責任編輯：徐雅雯）