李驍龍,毛明明
(1.濮陽市華龍區財政局,河南濮陽457001;2.中原銀行濮陽分行,河南 濮陽457001)
黨的十九大報告指出“推動文化事業和文化產業發展。滿足人民過上美好生活的新期待,健全現代文化產業體系和市場體系,創新生產經營機制,完善文化經濟政策,培育新型文化業態。”文化產業是指為社會公眾提供文化、娛樂產品和服務等等及其各種關聯活動的集合。[1]文化產業發展對經濟增長的拉動作用越來越明顯,首先體現在文化產業增加值對經濟增長的貢獻率,其次是文化產業發展間接帶動產業結構的優化,從而為經濟增長提供了新的推動力。目前文化產業已經成為促進我國經濟發展以及發展方式轉變的重要力量。
2012年重慶文化產業增加值為365.89億元,同比增長29.63%,高于GDP增速10個百分點以上,占GDP比重提升至3.2%,文化產業保持良好發展態勢。[2]2005~2013年,重慶市文化產業增加值從66.66億元增加到了460億元,占全市地區生產總值的比重由2.2%提高到了7%。其中,重慶文化創意產業正在向支柱性產業強力邁進。2013年,重慶市實現文化產業增加值560億元,同比增長25.7%。其中廣播影視收入33.5億元,電影票房6.8億元,演藝收入5.2億元。重慶大力吸引民營文化企業進入印刷業、網絡文化服務業、文化休閑娛樂服務業、廣告業等文化領域,大批富有市場競爭力的民營文化企業在扶持中取得了明顯的經濟效益,也帶動了文化及相關產業的發展。因此明確重慶市文化產業的發展與經濟增長之間具體的數量關系對于制定更加科學的政策,從而進一步促進文化產業的發展和經濟增長具有重要的現實意義。
國外學者在文化產業與經濟增長的關系方面研究起步較早。斯密(1776)提出,提高勞動效率是經濟增長的重要途徑,而文化產業對提高勞動生產率作用顯著;Collins和Bosworth(1996)通過研究韓國、新加坡、印尼等7個亞洲國家的文化投資,來證明文化投資對經濟增長的作用和貢獻程度,從而證明文化產業對經濟增長有推動作用;Allen(2004)年采用美國48個州的2001年數據分析美國版權產業對經濟增長的推動作用,進而指出文化產業對經濟增長具有重大的影響。
國內學者對文化產業與經濟增長的關系也進行了深入的探討。定性分析方面以杜傳忠、王元明(2014)為代表對文化產業對區域經濟增長的作用及機理進行了詳細的分析。在定量研究方面,黃小軍(2011)、鄭仕華(2012)等基于產業結構優化的視角,利用投入產出分析方法探討文化產業對經濟增長的貢獻,并指出文化產業具有很強的擴散效應,并對中國經濟發展具有顯著的拉動作用。張永明和聶春霞(2012)、李子才(2014)運用灰色關聯分析法分別對新疆、廈門文化產業內部結構與區域經濟產業結構的關系進行了探究。
綜觀已有的研究成果,對文化產業和經濟增長關系的研究大多集中在理論研究,在實證研究方面較少采用時間序列數據,同時對重慶市文化產業和經濟增長關系的研究仍然處于空白狀態。將運用1999~2012年重慶市的有關樣本數據,通過建立計量經濟模型來分析論證重慶市文化產業的發展對經濟增長的影響。
1990年羅默(Romer)在1986年提出的內生經濟增長模型基礎上,給出了第二個模型。[3]在模型中假設有資本、勞動、人力資本和技術四種投入。基于羅默經濟增長理論的闡述,為了分析文化產業對經濟增長的影響,結合重慶市文化產業的發展現狀得出不同要素投入條件下經濟增長的實證函數模型,G=F(X1,X2,…,Xn,A),其中 G 為總產出;X1,X2,…,Xn為各要素的投入;A為經濟制度和技術水平。對模型求全微分得:

式(1)兩邊同時除以G,得到:


最后得到文化產業的發展對經濟增長影響的計量模型:

在研究文化產業對經濟增長的影響問題中,經濟增長作為因變量,用地區生產總值(GDP)進行表示,綜合考慮數據的可操作性與代表性,采用文化產業總產出(GOCI)、文化產業人員數量(CP)、文化產業機構數量(CI)三個指標來測度文化產業的發展。
所采用的數據是1999~2012年的樣本數據。數據來源于《中國統計年鑒2013》《中國文化文物統計年鑒》(2000~2013)《重慶市統計年鑒 2013》《中國文化及相關產業統計年鑒2013》。
為了消除時間序列存在的異方差問題,分別對地區生產總值(GDP)、文化產業總產出(GOCI)、文化產業人員數量(CP)、文化產業機構數量(CI)進行對數變換,變換后的變量分別用LnGDP、LnGOCI、LnCP、LnCI來表示。
1.ADF檢驗
時間序列變量的非平穩性會造成“偽回歸”,即變量間本來不存在相依關系,但回歸結果卻得出存在相依關系的錯誤結論。因此,在進行模型擬合之前,必須進行單位根的檢驗從而確定各序列的平穩性。用 ADF 檢驗對變量 LnGDP、LnGOCI、LnCP、LnCI進行單位根檢驗,檢驗結果如表1所示。

表1 原變量的ADF檢驗結果
由表 1 可以看出,變量 LnGDP、LnGOCI、LnCP、LnCI的ADF統計量均大于1%、5%、10%概率條件下的臨界值,因此序列是非平穩的,對變量取一階差分再進行檢驗,檢驗結果如表2所示。

表2 變量一階差分ADF檢驗結果
從表2可以看出,變量在5%臨界值水平下是平穩的。LNGDP、LNGOCI、LNCP、LNCI均是一階平穩序列。
2.協整檢驗
協整性的檢驗有兩種方法,一種是基于回歸殘差的協整檢驗,這種檢驗也稱為單一方程的協整檢驗;另一種方法是基于回歸系數的完全信息協整檢驗。[4]筆者采用第一種方法,即對殘差進行協整檢驗,按照如下兩個步驟進行。
第一步,建立相應序列與輸入序列之間的回歸模型:


若為平穩的,則與是協整的,反之則不是協整的。因為若與不是協整的,則它們的任一線性組合都是非平穩的,因此殘差序列將是非平穩的。換言之,對殘差序列是否具有平穩性的檢驗,也就是對與是否存在協整的檢驗。
通過OLS估計得到相應序列與輸入序列之間的回歸模型:

上述分析表明,重慶市地區經濟增長與文化產業總產出、文化產業從業人員數量呈正相關的關系,和文化機構的數量呈現出負相關。可決系數R2=0.9973,模型擬合效果很好,說明選取的代表文化產業發展水平的三個指標能夠較充分的說明重慶市文化產業對經濟增長的影響情況。
方程說明了重慶市文化產業的發展在1999~2012年具有長期均衡的關系。為了進一步驗證這種協整關系的正確性,進一步利用基于殘差的協整檢驗方法進行檢驗,通過建立回歸方程,估計模型的殘差并對其進行單位根檢驗,檢驗結果見表3。
檢驗結果顯示,在5%的置信水平下,殘差序列是平穩的,說明各變量之間是協整的。從而說明在樣本區間內重慶市經濟的增長和文化產業總產出、文化產業從業人數與文化產業機構數存在著長期穩定的協整關系。

表3 殘差序列單位根檢驗結果
重慶市地區生產總值與文化產業總產出、文化產業從業人員數量呈現出正相關,與文化產業機構數呈現負相關,其彈性分別為0.43、1.56、0.02。也就是說文化產業總產出每增加1%,重慶市地區生產總值將會增加0.43%;文化產業從業人員數量每增加1個百分點,將會使重慶市地區生產總值增加1.56個百分點;文化產業機構數量每上升1%,其生產總值將會下降0.02%。
重慶市文化產業的發展對地區經濟增長有著顯著的促進作用。其中文化產業從業人員數量的增加對于經濟增長的推動作用是比較突出的。究其原因一方面是近年來對文化產業創新性人才的高度重視與大力培養。[5]另一方面是引進了許多獨具市場慧眼的精英人才,為重慶文化產業經濟發展提供了強大的原動力。文化產業總產出的增減狀況能夠較直接地反映文化產業的發展狀況,從模型結果可知,重慶市文化產業總產出與經濟增長呈現出正相關的關系,說明重慶市文化產業的發展對其經濟的增長有著積極的意義。這與目前我國大力倡導發展文化產業的趨勢是一致的。同時模型結果也反映出重慶市文化產業發展進程中存在的問題,即文化產業機構的數量并不是越多越好,盲目地增加機構數量而忽略資源的合理配置與利用并不能對經濟增長起到良好的作用。
基于以上研究結論,提出以下四方面建議:一是政府要進一步加大對文化領域高端人才的培養與引進力度,不斷為地區文化產業的發展注入新鮮血液,同時建立合理的人才激勵和競爭機制,通過提高文化人才競爭力來提高文化產業競爭力,從而進一步提高地區文化實力競爭力。二是發展文化產業不能盲目增加文化產業機構的數量,而要著重擴大文化產業機構的影響力,使一部分發展強勁的文化企業成為“龍頭企業”,從而帶動地區文化產業的發展。三是降低文化產業發展中的損耗。[6]努力增加文化產業總產出,降低文化產業發展中不必要的損耗,盡可能提高文化產業的增加值,從而更好實現其對經濟增長的推動作用。四是營造良好的文化消費氛圍,創造新的文化消費熱點,提高文化產業的市場化程度,使市場對文化資源配置的基礎性作用得到充分地發揮。
參考文獻:
[1] 蔡旺春.文化產業對經濟增長的影響:基于產業結構優化的視角[J].中國經濟問題,2010(5):49-55.
[2] 高 亮.《重慶文化產業發展報告(2013)》發布[EB/OL].(2013-12-6)[2014-11-13].http://news.sina.com.cn/o/2013-12-06/063928900220.shtml.
[3] Romer.P.M.EndogenousTechnologicalChange[J].Journal ofPolitical Economy,1990[10]:22-25.
[4] 王 燕.應用時間序列分析(第二版)[M].北京:中國人民大學出版社,2011:230-231.
[5] 孟育耀,殷 俊.重慶文化產業發展路徑分析[J].重慶工商大學學報,2013(4):78-82.
[6] 成學真,李 玉.文化產業發展對經濟增長影響的實證研究[J].統計與決策2013(3):113-117.