我國十大城市群文化產業投入產出效率研究

何里文，袁曉玲，鄧敏慧

（1.西安交通大學 經濟與金融學院，西安 710061；2.桂林理工大學 管理學院，廣西 桂林 541004）

0 引言

在當今世界上許多國家和地區，文化產業已經從經濟生活的配角逐漸成為經濟活動的核心。黨的十八大報告中明確提出，“扎實推進社會主義文化強國建設。要將文化產業發展成為國民經濟支柱性產業。要發展新型文化業態，提高文化產業規模化、集約化、專業化水平。”文化產業并因其高速增長性成為各地方拉動GDP增長的重要因素而日益受到地方政府的重視。各地區政府都加大了對文化產業的投入，以期在激烈的競爭中取勝。

文化產業的基礎必須是一定的經濟實力和消費水平，因而，文化產業更適合在經濟發達的城市發展。另一方面，文化產業比傳統產業更多表現為聚集效應、規模效應、文化消費示范效應等產業特性，都需要城市載體，城市文化發展狀況更能代表其整體狀況。近些年伴隨著經濟的快速發展，以城市為中心的發展模式，逐步形成了以京津冀、長三角、珠三角、山東半島、遼中南、中原、長江中游、海峽西岸、川渝和關中為代表的十大城市群，城市群無可爭議地成為經濟、文化最發達的地區。城市群文化產業投入產出效率如何？是單純的資源投入的結果，抑或是生產率提高的結果，或者二者兼具？在城市文化產業的發展效率變化怎樣？城市文化產業增長的要素構成中，哪些是關鍵？這些問題的理論與實證分析，對區域文化產業資源配置和產業政策制定有著重要的參考意義。

1 研究方法

三階段DEA方法是Fried等(2002)提出的一種新的效率評價模型，它的實質是將參數法與非參數法進行有機結合，它克服了非參數方法無法測量效率影響因素和參數法雖然影響因素函數的形式卻無法剔除影響因素的缺憾。其構建和運用包括三個階段。

第一階段，傳統的DEA模型

DEA方法的產生源于需要解決在評價投入產出模式下決策單元間的相對有效性。本研究模型首先構建地級市文化產業效率的生產標桿，通過計算與此標桿相比較來識別效率的相對高低。DEA模型初始階段是基于固定規模報酬的CCR模型，但對文化產業而言固定規模報酬，是不符合現實情況的，本文選自可變規模報酬的BCC模型。BCC模型在CCR模型得出的技術效率的基礎上，推導出純技術效率和規模效率，即將技術效率分解為純技術效率和規模效率，并且技術效率=純技術效率×規模效率。鑒于篇幅其數學原理已相當成熟，故本文在此就不再贅述。需要說明的是第一階段的效率值其影響因素是不確定的。

第二階段，構建文化產業效率SFA模型

Fried等(2002)認為效率值的影響因素有環境因素、隨機誤差以及內部管理。第二階段的任務需要將三種因素分解開來。模型的基本思想是第一階段所得的效率值運用SFA模型進行分解。假設n個決策單元,每個決策單元均使用m種投入,有p個可觀察環境變量對差額值產生影響,建立回歸方程為:

2 指標數據

目前學者對文化產業的定義并沒有達成一致意見。在產業范圍界定上存在以下三種情況，第一種情況，采用是國家統計局發布的《2004年中國文化產業發展情況的報告》和《2008年中國文化產業發展情況的報告》，其統計口徑是將文化產業分為文化服務和相關文化服務兩大部類，包括80個國民經濟行業中小類，分為三大層次、九大行業。三大層次分別為核心層、外圍層和相關層。其中，文化產業核心層包括新聞服務，出版發行和版權服務，廣播、電視、電影服務，文化藝術服務；文化產業外圍層包括網絡文化服務，文化休閑娛樂服務，其他文化服務；文化產業相關層包括文化用品、設備及相關文化產品的生產，文化用品、設備及相關文化產品的銷售。第二種情況，是采用國家文化部編纂的歷年《中國文化文物統計年鑒》。是根據各地區文化主管部門報送的文化與相關產業統計年報和文化部對外文化聯絡（港澳臺）司的有關報表整理編印的文化、文物基礎數據包括藝術業、圖書館業、群眾文化業、文化娛樂業4個類別。第三種情況，是各城市統計年鑒，將文化產業定義為：“為社會公眾提供文化、娛樂產品和服務的活動以及與這些活動有關聯的活動的集合”，鑒于數據的時效性、全面性，筆者認為各地區政府網站發布的統計年鑒更具研究價值。

基于數據可得性考慮，本文以十大城市群2010年文化產業相關數據作為分析對象，數據來源于國家統計局網站、《中國統計年鑒2011》、《中國城市統計年鑒2011》、《中國文化文物統計年鑒2011》、城市政府網站以及公開出版的其他資料。

（1）投入產出的指標選擇。對文化產業投入指標進行選擇時，本文我們主要考慮人力和資本方面的投入，基于數據可獲得性和有效性，選擇投入指標為各地區文化部門文化產業單位年末固定資產原值、文化產業年平均從業人員數（考慮到數據可得性，本文用第三產業人數替代平均從業人數，因DEA模型是一種相對效率的測量方法，從后面的結果來看，替代指較好反映各決策單元效率關系）；文化產業投入指標，本文選擇文化產業增加值作為文化產業的產出指標。

對十大城市群共計98座城市(因數據獲得困難,濟源、天門、仙桃、潛江、楊凌五座城市未進行計算,但因它們規模較小,對本文的研究影響不大)。同時各投入項與產出項之間必須符合“同向性”假設,即隨著投入量的增加,產出量必須增加而不是減少。采用Pearson相關性檢驗,經計算得，文化產業增加值與年末固定資產原值、文化產業年平均從業人員數相關系數分別為0.89、0.87，上述相關系數通過了在1%顯著性水平下的檢驗，可以認為具有顯著的正相關關系，因此適合進行DEA效率分析。

（2）影響因素的指標選擇。影響因素的考量，既要考慮文化產業的產業屬性和更要考慮城市群的發展特點。借鑒蔣萍（2011）的處理方法，從經濟發展、教育、文化體制、政府支持、科技水平等方面考慮樣本客觀不可控因素：經濟發展因素選擇人均GDP進行衡量，教育環境選擇普通高等學校在校人數進行衡量，文化體制環境選擇每百人公共圖書館藏書進行衡量，政府支持環境選擇文化體育與傳媒撥款占全部財政支出比重進行衡量，科技環境選擇科技支出占財政支出比重衡量。以上數據均來源于《中國城市統計年鑒2011》、《中國統計年鑒2011》。

3 模型實證結果

3.1 原始投入產出數據下的文化產業效率分析——第一階段DEA

文章應用DEAP2.1軟件對2010年十大城市群98個城市文化產業投入產出效率進行分析，結果（見表1）顯示，2010年我國十大城市群文化產業綜合技術效率平均得分為0.64，文化產業純技術效率平均得分為0.62，文化產業規模效率平均得分為0.80，這說明我國城市群文化產業效率整體不高，整體規模效率較好0.80，優于技術效率0.64。整體效率都接近前沿面1的有山東半島城市群、珠三角城市群。綜合技術效率較高城市群還有長三角城市群和海峽西岸城市群，其余各城市群的技術效率、純技術效率和規模效率均存在較大的改進空間。另外，結合規模報酬來看，山東半島城市群、珠三角城市群規模報酬不變外，京津冀城市群、上三角城市群、川渝城市群外表現為規模報酬遞減，其他城市群均表現為規模報酬遞增。總而言之，十大城市群文化產業效率呈現東高西的整體態勢，這與我國的區域經濟發展不平衡是對應的，其中綜合技術效率較高的城市群多為東邊沿海地區，如山東半島城市群、珠三角城市群。效率較低的城市群則分布在經濟處于相對落后的東北老工業基地遼中南城市群，以及西部川渝城市群等區域。

表1 第一階段和第三階段十大城市群文化產業投入產出效率值

以城市群核心城市間作比較對象，各個城市群核心城市的技術效率和規模效率都達到了較高水平,遙遙領先于群內的其他城市,各個城市群中有的是單個核心城市,有的城市群則表現為多個核心城市,本文在每個城市群中選取1～2個核心城市進行比較分析,具體數據見表2所示。從表2可以看到蘇州、深圳和中山三座城市的文化產業效率無論是綜合技術效率、純技術效率、規模效率都處于生產前沿面,遠遠高于其他城市。在技術效率表現較高的城市北京、上海、青島接近生產前沿面，其他城市則存在較大的改進空間。結合規模報酬來看，除了蘇州、深圳和中山三座城市規模報酬不變外，其他城市都處于規模報酬遞減趨勢。從另一層面看，山東半島城市群在十大城市群整體效率表現優異，但具體單個城市效率來看，明星城市效率表現并不突出，這反映其群內各城市文化產業效率發展較為均衡。

表2 核心城市文化產業投入產出效率值

3.2 第二階段SFA回歸結果

將第一階段得出的決策單元中各投入變量固定資產原值、平均從業人員數兩個松弛變量作為因變量,將上文中的五個環境變量進行對數化處理后作為自變量,運用Frontier4.1進行SFA回歸，形成結果見表3。從回歸結果上看,五個環境自變量對二種投入因變量的系數均通過顯著性檢驗,這說明外部環境因素對城市群文化產業投入冗余存在顯著影響，應用S FA進行回歸分析是很有必要的。

具體分析結果如下：

（1）人均GDP。人均GDP與投入冗余變量均呈反向關系，意味著人均GDP的提高可以顯著地減少各投入量。人均GDP的提高必然帶來文化消費的需求的相應增加，另一方面人均GDP較高的城市可以為文化產業的發展提供完善的配套服務設施，減少產業中企業自身投入，兩方面路徑都會提升文化產業投入產出效率。

（2）在校人數。在校人數可以間接反映居民的受教育水平，從表3上可知，該變量與冗余變量也都呈負相關關系，即在校人數的增加可以導致文化產業投入量的減少，有利于提高投入產出效率。受教育水平的提高，是引致文化消費增加的關鍵因素，同時也為文化產業輸送所需產業創意人才，從而帶動文化產業效率提高。

（3）圖書館藏書。圖書館藏書量可以看作城市文化產業發展基礎設施投入的間接反映。其與冗余變量呈正向關系。說明圖書藏書量的增加對文化產業效率提升呈反向作用，究其原因圖書館藏書使用率不高，一方面電子圖書對傳統圖書的強烈沖擊造成的，另一方面圖書館的便捷性的下降也造成使用率低下。

（4）文化體育與傳媒撥款。文化體育與傳媒撥款反映政府對文化產業的支持程度，但改變量只進入固定資產原值冗余變量的回歸模型，回歸系數為負，說明政府的財政支持對文化產業的效率提高呈正向作用。

（5）科技支出。科技支出水平在一定程度反映城市科學技術水平，對冗余變量的回歸系數為正，這說明科技支出水平對文化產業投入產出效率并沒有起到應有作用，這可能是由于科技支出投向不合理所致。

綜上所述，不同城市群受各環境變量的影響是不同的，可能面臨較好環境或運氣的城市群獲得較好的效率，而一些面臨較差環境或運氣的城市群則造成較差的效率。因此，可以通過調整原投入變量，使得所有城市群面對相同的環境或運氣，進而得到真實的效率水平。

3.3 第三階段投入調整后DEA實證結果

根據第二階段SFA回歸的結果，按照式（3）對投入變量進行調整，然后再重復第一階段數據處理方法，十大城市群文化產業投入產出效率調整后差異較大，綜合技術效率由第一階段0.64下降到0.41，純技術效率由之前的0.62下降到0.52，而規模效率由之前0.80上升到0.86。因此，剔除環境影響后十大城市群文化產業綜合技術效率下降明顯，而規模效率有較大程度提升。

表3 第二階段SFA回歸結果

（1）綜合技術效率。十大城市群文化產業綜合技術效率數值調整后變化較大，全部低于調整前的文化產業投入產出效率。效率數值在總體上仍然呈現“東高西低”的空間分布格局，處于前列的城市群為山東半島城市群,珠三角城市群、上三角城市群緊隨其后。從引致效率高低原因來看，海峽西岸城市群受環境影響最大，調整前后效率值差額達到0.5，差額大于0.3的還有上三角城市群、京津冀城市群、關中城市群。

（2）純技術效率。純技術效率是衡量在規模既定的情況下文化產業發展水平的高低以及產業內規劃的合理程度。大多數城市群純技術效率沒有明顯改變，其中只有關中城市群由之前的0.99下降到0.11和海峽西岸城市群由1下降到0.56，呈現較大降幅。說明這兩個城市群的效率值受環境因素尤其是受政府產業規劃因素影響較大，是符合現實狀況的。

（3）規模效率。規模報酬是衡量文化產業城市群目前的生產規模與最優生產規模的差距，如果數值越趨向于1說明生產規模越趨向于最優規模。十大城市群規模效率前后調整較小，均值由0.80上升至0.85。調整較大的只有中原城市群和關中城市群，上升幅度為0.38和0.32.

（4）規模報酬變化。調整前山東半島城市群和珠三角城市群表現為規模報酬不變，其他城市群除了京津冀城市群、上三角城市群和川渝城市群外都表現為規模報酬遞減。調整后十大城市都表現為規模報酬遞減，這說明十大城市群文化產業目前發展僅重視量的增加，而忽略質的提升。

4 結論與啟示

十大城市群投入產出效率自身管理因素亟需提升。運用三階段DEA模型分析發現，剔除環境因素因素后，十大城市群投入產出數值都低于調整前的效率水平。

十大城市群投入產出效率數值在總體上呈現“東高西低”的空間分布格局，且差距較大。處于前列的城市群都為沿海經濟發達地區，表現最好的是山東半島城市群（0.93）,其次為珠三角城市群（0.74）、上三角城市群（0.56）。最差的關中城市群和中原城市群，其效率值僅為0.11和0.18。

影響文化產業綜合技術效率的關鍵因素是純技術效率。調整后的規模效率值0.85，而純技術效率值僅為0.51，純技術效率明顯低于規模效率，這一結論與王家庭（2009）、蔣萍（2011）正好相反。

十大城市群投入產出調整后全部處于規模報酬遞減狀態，結合規模效率值來看，原因可能是目前地方政府對文化產業非常重視，但在發展過程，較多關注關注量的提高，對質的發展的重視不夠，在數值上反映純技術效率值均值較低僅0.51。

綜上所述，我國十大城市群文化投入產出效率亟需提升。首先，重視城市群內部文化產業結構優化，依托城市群各自資源稟賦優勢，形成個性化、集約化文化產業發展模式。其次城市群文化產業應當重視文化品牌培育，從戰略規劃、內容研發、產業定位等產業價值鏈通盤考慮品牌塑造。再次，優化產業環境，提升本區域的人力資源水平，同時加大科技創新力度，建設各種公共文化設施，但需注意度的把握，反對無節制的大搞文化形象工程。最后，重視中西部城市群文化產業投入產出效率的提升，改變目前東西部發展不均衡空間格局。

[1]何里文，袁曉玲等.中國文化產業全要素生產率變動、區域差異分析[J].經濟問題探索,2012，（9）.

[2]王家庭，張容.基于三階段DEA模型的中國31省市文化產業效率研究[J].中國軟科學，2009，（9）.

[3]馬萱，鄭世林.中國區域文化產業投入產出效率研究綜述與展望[J].經濟學動態，2010，（3）.