中國文化制造業綠色全要素生產率區域差異比較分析

韓東林 劉兵兵

（安徽大學，安徽 合肥 230601）

文化產業是具有高增長、高附加值、高盈利特點的新興產業，文化制造業則在文化產業中營業收入最高、從業人員最多。文化制造業主要特征是將文化理念、文化思想、文化創意等元素融入制造業中，體現“制造業+文化”的發展思路。中國文化制造業通過技術引進和自主創新促進技術進步，但資源配置效率較低，粗放發展較明顯，目前亟需改善焰火鞭炮產品制造、文化用化學品制造等文化制造業子行業的環境排放情況①根據《中國文化及相關產業統計年鑒》，文化制造業包括以下16個子行業：焰火、鞭炮產品制造；文化用紙制造；文化用油墨顏料制造；文化用化學品制造；工藝美術品制造；印刷復制服務；印刷專用設備制造；園林、陳設藝術及其他陶瓷制品制造；辦公用品制造；樂器制造；玩具制造；游藝器材及娛樂用品制造；視聽設備制造；其他文化用品制造；廣播電視電影專用設備制造；其他文化專用設備制造。。黨的十九大報告指出，要推動經濟發展質量變革，提高全要素生產率，構建綠色技術創新體系。將文化制造業打造成高端制造業，對促進制造業轉型升級和提高經濟發展質量具有重要現實意義。當前中國文化制造業整體制造模式相對低端，如何推動文化制造業向高端化發展，提高文化制造業經濟效益、創新能力和環境效益，關鍵在于提高綠色全要素生產率。因此，本文通過構建文化制造業綠色全要素生產率評價指標體系，評價中國文化制造業綠色全要素生產率，分析區域間差異，進而提出提高中國文化制造業綠色全要素生產率建議。

一、文獻綜述

綠色全要素生產率將能源和環境因素納入生產函數模型測度生產效率，可真實反映經濟發展情況。學者從多個角度研究綠色全要素生產率。首先在產業層面，丁黎黎、朱琳等采用DEAMalmquist模型測算遼寧、山東、河北等11個沿海省份海洋經濟綠色全要素生產率[1]；唐建榮、杜聰等實證研究得出，2005—2013年中國物流業綠色全要素生產率年均以0.5%低速增長[2]。其次在空間區域層面，Oh和Heshmati以26個經合組織國家為研究對象，測算包含環境因素的生產率指數，結果發現，比利時、盧森堡和挪威擅長追趕世界前沿技術[3]；Halkos和Tzeremes運用方向距離函數測度英國37個地區的環境技術效率，結果顯示區域環境無效率與人均生產總值之間存在“U”型關系[4]。影響因素方面，Mahlberg、Luptacik等將非期望產出納入生產函數模型，測算14個歐洲聯盟國家全要素生產率，研究發現，生態生產力的提高主要得益于環境條件改善[5]；Khanna和Kumar實證研究發現，環境管理體系全面性、降低有害物質排放壓力、技術創新及法規威懾均可提高企業環境效率[6]；石風光認為提升工業綠色全要素生產率，污染治理強度所起作用最大[7]。

國內外學者研究文化制造業主要從文化產業展開，研究范圍涵蓋不同區域和層面。在發展評價研究方面，韓東林、袁茜等采用DEA-Malmquist模型研究發現，中國中部大部分省份文化制造業處于創新的中效區[8]；何里文、袁曉玲等對京津冀、山東半島、海峽西岸等10個城市群文化產業靜態效率評價后提出，文化產業亟需集約化發展[9]；吳慧香測度我國31個省文化產業全要素生產率，結果表明省際間全要素生產率差異與分布不均的文化投資有關[10]。在發展對策研究方面，Atle和Power以冬季戶外運動裝備發展為研究案例，提出要將品牌化戰略和差異化戰略納入發展規劃[11]；Edensor和Millington則以布萊克浦燈飾制造業為例，提出規劃設計者和政策制定者在制定文化發展政策時要充分結合地區實際，避免同質性文化供給和文化設計[12]；Boccella和Salerno認為文化創意產業需清晰的政策規劃作為發展指導[13]；徐鵬程從金融資本供給角度，為加快文化產業發展提出政策建議[14]。

綜上可知：第一，目前學者對文化制造業的研究較少；第二，現有文化產業績效評價研究未考慮資源環境因素，當前中國文化制造業并非綠色無污染，傳統方式測算結果可能出現偏差；第三，在測算綠色全要素生產率指數時，基于方向性距離函數的Malmquist-Luenberger指數（以下簡稱“ML指數”）可有效處理產出指標中非期望值問題。因此，本文采用基于方向性距離函數的ML指數，構建包含能源投入和環境排放的綠色全要素生產率評價指標體系，評價中國文化制造業綠色全要素生產率。

二、研究設計

（一）研究方法

在測算傳統全要素生產率時，一般有數據包絡分析法、索洛殘值法以及隨機前沿分析等方法。當測算考慮環境排放的綠色全要素生產率時，傳統數據包絡分析法很難處理非期望值問題，即使將非期望值負值或倒數處理，也難以保證分析有效性，而基于方向性距離函數ML指數則可解決此類問題。

1.方向性距離函數。測算綠色全要素生產率關鍵在于構建環境技術，根據F?re、Grosskopf等[15]的思想定義一個生產可能性集合P（x），設各省級區域文化制造業為一個決策單元，每個決策單元有M種投入x=（x1，x2，…，xM）∈RM+，有N種期望產出y=（y1，y2，…，yN）∈ RN+和 I種非期望產出 z=（z1，z2，…，zI）∈ RI+，則有界閉合的生產可能性集合P（x）可表示為：

有了P（x），使用方向性距離函數測算時即有了目標值，方向性距離函數在要求提高期望產出的同時，也要求降低非期望產出，達到綠色發展要求，其表達式見公式（2）：

g=（y,z）為方向向量，當有非期望產出時，方向向量g=（y,-z），β為距離函數值。

2.ML指數及其分解。根據Chung、F?re等[16]研究，從t期到t+1期，ML指數表達式為：

ML指數表示為綠色技術效率（MLEFFCH）和綠色技術進步指數（MLTECH）乘積，MLEFFCH表達式見公式（4），MLTECH表達式見公式（5）：

由第t期到第t+1期：ML指數衡量的是綠色全要素生產率指數，描述的是兩個連續時期的幾何平均數，如果ML＞1，則表示綠色全要素生產率上升。MLEFFCH衡量單位y產出和z產出與生產前沿相近程度，描述綠色技術效率改善情況，如果MLEFFCH＞1，則代表綠色技術效率改善。MLTECH衡量生產前沿面變動情況，如果MLTECH＞1，則表示綠色技術進步。

（二）指標選擇

在構建文化制造業綠色全要素生產率評價指標體系時，需要綜合考慮投入產出因素，包括資源投入和環境排放情況，具體指標體系見表1。

1.投入變量。投入變量除包括測算傳統全要素生產率時的資本投入和勞動投入，還包括能源投入。第一，關于資本投入，選擇永續盤存法估算2014—2016年各省級區域文化制造業物質資本存量，具體計算公式如下：

在公式中，Ki,t、Ki,t-1分別代表i省在第t期和第t-1期資本存量，δ代表折舊率，Ii,t代表i省在第t期投資額。選擇永續盤存法測算資本存量時需考慮以下因素：當年投資額、折舊率、基期資本存量。當年投資額選取各省級區域文化制造業新增固定資產投資額?，F有文獻通常采用一個不變的折舊率δ測算資本存量，不符合實際情況，參照陳詩一[17]折舊率測算方法，確定各省級區域文化制造業折舊率：

δt表示第t期折舊率，ZYDt表示第t期折舊，FAVt-1表示第t-1期的固定資產原值，由此得到各省級區域文化制造業不同時期固定資產折舊率。參考薛俊波和王錚的做法[18]，利用折舊與折舊率求得基期資本存量，可有效避免迭代誤差累積。第二，關于勞動投入，主要有人數、時間、強度等勞動投入衡量指標，考慮指標數據可獲取性，勞動投入采用文化制造業年末從業人員數。第三，關于能源投入，目前學者大多采用能源消費總量代替，與中國作為能源消費大國國情密不可分，因此本文用各省級區域文化制造業能源消費總量作為能源投入變量。因無直接數據可用，按照以下步驟估算：首先計算七大工業行業能源消費總量；其次計算文化制造業工業銷售產值占所在工業行業比重，計算各省級區域文化制造業工業銷售產值占總體比重；最后，得出各省級區域文化制造業能源消費總量②作者根據資料整理七大工業行業包括造紙和紙制品業、印刷和記錄媒介復制業、文工體娛用品制造業、化學原料和化學制品制造業、通用設備制造業、專用設備制造業及計算機、通信和其他電子設備制造業。能源折標準煤系數來自于《中國能源統計年鑒》。。

2.產出變量。第一，關于期望產出，選取各省級區域文化制造業工業總產值和新產品銷售收入，反映文化制造業經濟效益和創新效益。第二，關于非期望產出，李燕萍和彭峰、徐曉紅和汪俠、盧麗文、宋德勇等學者均選擇污染物作為非期望產出[19-21]，考慮指標異質性和數據可獲取性，選取文化制造業CO2排放量和工業固體廢物產生量，前者反映溫室氣體生產排放情況，后者反映污染物生產排放情況，采用熵值法將二者換算成環境排放指數作為文化制造業非期望產出。參考周五七和聶鳴研究[22]，文化制造業CO2排放量計算公式為：

Ei為第i種能源消費量，NCV為平均低位發熱量，CEF為碳排放系數，COF為碳氧化因子（設為1），44為CO2分子量，22為C分子量③能源包括以下八類：煤炭、焦炭、原油、汽油、柴油、煤油、燃料油、天然氣；碳排放系數來自IPPC（2006）。。各省級區域文化制造業CO2排放量與文化制造業能源消費總量計算方法一致。各省級區域文化制造業工業固體廢物產生量按照文化制造業工業銷售產值占所在工業行業比重測算。

（三）樣本數據說明

因內蒙古、海南、西藏等6個省級區域數據不全，本文選取中國大陸25個省級區域作為研究區域。所用數據來自《中國文化及相關產業統計年鑒（2015—2017）》《中國能源統計年鑒（2015—2017）》《中國工業統計年鑒（2015—2017）》《中國統計年鑒（2015—2017）》。因各指標間計量單位差異較大，本文對指標數據無量綱化處理，用各指標原始數據除以各項指標數據均值，得到無量綱化處理后數據。

表1 文化制造業綠色全要素生產率評價指標體系

三、實證分析

（一）文化制造業綠色全要素生產率總體分析

基于中國25個省級區域2014—2016年文化制造業輸入輸出數據，利用MaxDEA軟件測算文化制造業綠色全要素生產率指數及其分解指標值。由表2可知，2014—2016年，中國文化制造業綠色全要素生產率指數值為1.0015，即年均上升0.15%，上升幅度較小，與陳超凡測算的文化制造業所屬行業綠色全要素生產率指數值接近[23]。就文化制造業綠色全要素生產率指數分解結果而言，中國文化制造業綠色技術效率指數值為0.9999，綠色技術效率指數相對較低，說明中國文化制造業資源配置效率不高，存在要素投入比例不合理、期望產出較少、環境排放較多等問題，綠色技術效率惡化制約文化制造業綠色全要素生產率的提升，拉低中國文化制造業整體綠色全要素生產率。中國文化制造業綠色技術進步指數值最高，為1.0016，說明中國文化制造業綠色全要素生產率提升主要來自綠色技術進步貢獻，因此深入推進文化制造業綠色技術創新，對推動文化制造業綠色發展具有重要意義。

表2 2014—2016年中國省級區域文化制造業綠色全要素生產率指數及其分解值

表3反映中國文化制造業綠色全要素生產率指數2014—2016年間變動情況。由表3可知，2014—2015年，中國文化制造業綠色全要素生產率指數值為0.9870，其分解指標值均小于1。2015—2016年，中國文化制造業綠色全要素生產率指數值為1.0162，其分解指標值均大于1，其中綠色技術效率指數值最大，為1.0119。2014—2016年，中國文化制造業綠色全要素生產率指數經歷了降低到上升的變化，綠色全要素生產率指數平均值較低?！吨袊圃?025》綱領實施后，推動文化制造業綠色技術進步，增強文化制造業創新實力，提高文化制造業產品質量，推動文化制造業節能減排工作。當前中國文化制造業資源利用效率較低，文化制造業發展與資源環境關系還不夠協調，發展質量不高，亟需謀求集約式發展。

（二）文化制造業綠色全要素生產率四大區域差異分析

本文將25個省級區域劃分為四大區域：東部地區、中部地區、西部地區、東北地區，分析中國四大區域文化制造業綠色全要素生產率差異，表4為中國四大區域文化制造業綠色全要素生產率指數及其分解結果④東部地區包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東；中部地區包括：山西、安徽、江西、河南、湖北、湖南；西部地區包括：廣西、重慶、四川、貴州、云南、陜西、寧夏；東北地區包括：遼寧、吉林、黑龍江。劃分依據為國家統計局行政區域劃分法。。

表3 中國文化制造業各年份綠色全要素生產率指數及其分解值

表4 2014—2016年中國四大區域文化制造業綠色全要素生產率指數及其分解值

在四大區域中，文化制造業綠色全要素生產率指數按高低排序，依次為西部地區、東部地區、東北地區和中部地區，其中只有西部地區文化制造業ML指數值大于1。就文化制造業綠色全要素生產率指數分解結果而言，綠色技術效率指數值大于1的只有西部地區，東北地區綠色技術效率指數值最低；綠色技術進步指數值大于1的為西部地區和東北地區。分析不同區域：第一，東部地區文化制造業ML指數及其分解指標值均小于1，說明東部地區文化制造業發展與資源環境的關系尚不協調，東部地區雖然聚集大量發展資源，但資源配置效率較低，此外，東部地區對文化制造業創新發展重視程度不夠，需加大科技投入力度。第二，中部地區文化制造業ML指數值為0.9856，在四大區域中最低，其分解指標值均小于1。肖衛國和劉杰認為中部地區產業結構并不合理[24]。中部地區工業基礎相對較弱，文化制造業以低端加工為主，行業鏈條短，缺乏自主創新，耗費大量資源、產生較多排放同時，帶來較低產品附加值，造成中部地區文化制造業綠色全要素生產率指數在四大區域中呈“塌陷”局面。目前中部地區既要解決好文化制造業經濟效益問題，又要解決好文化制造業發展與資源環境良性互動問題。第三，西部地區文化制造業ML指數上升幅度為2.56%，其分解指標值均呈現上升特點。揭志強提出西部地區文化產業全要素生產率提高得益于“西部大開發”戰略下國家創新要素投入[25]。西部地區文化制造業技術效率較高，綠色技術進步明顯，環境排放相對較少，發展速度較快，但仍需進一步發展，形成加速效應。第四，東北地區文化制造業綠色全要素生產率指數值和綠色技術效率指數值均小于1，綠色技術進步指數值大于1，東北地區作為老工業基地，文化制造業中環境排放較大的子行業較多，資源配置效率低，造成文化制造業綠色全要素生產率指數降低，東北地區通過推動文化制造業綠色技術進步，一定程度上改善了文化制造業發展質量，目前東北地區要優化資源配置，提高文化制造業綠色技術效率，同時要加大創新投入，發揮綠色技術進步拉動作用。圖1為四大區域文化制造業ML指數及其分解指標值比較。

圖1 中國四大區域文化制造業ML指數及其分解

（三）文化制造業綠色全要素生產率省際差異分析

根據中國25個省級區域文化制造業綠色全要素生產率指數測算結果，借助SPSS20.0軟件，采用離差平方和法，劃分25個省級區域，結果見表5。

表5 2014—2016年中國文化制造業綠色全要素生產率指數按省級區域劃分

結合表1和表5分析，中國文化制造業綠色全要素生產率指數以貴州最高，為1.1091，山西最低，為0.8786，兩個省級區域分別為第一類和第五類，貴州省綠色技術進步明顯，但資源配置效率不高，山西省不僅資源配置效率低，且出現技術倒退現象；第二類包括福建、湖南、寧夏，福建和湖南主要依靠技術進步提高綠色全要素生產率，寧夏則通過改善技術效率方式提高ML指數；第三類包括陜西、重慶、四川、浙江等16個省級區域，占總數的64%，以陜西、重慶、四川、北京為代表的省級區域，文化制造業綠色技術效率指數和綠色技術進步指數均大于1，實現資源有效配置，經濟效益和創新效益提高，環境排放減少，而浙江、云南、河南、河北等省份主要依托技術進步提高文化制造業綠色全要素生產率，綠色技術效率相對較低，亟需調整要素投入比例，提高資源配置效率；第四類包括山東、上海、遼寧、天津，這些地區在文化制造業發展過程中，存在投入結構不合理、創新動力不足、環境排放多等問題，需加大政策支持力度和科技投入力度，提高文化制造業綠色全要素生產率。通過SPSS聚類分析可以發現，中國文化制造業綠色全要素生產率指數在省際間存在較大差異，25個省級區域呈現五級分布特點。表5根據文化制造業綠色全要素生產率的指數值分類，圖2按照25個省級區域文化制造業綠色全要素生產率指數的變化幅度分類。

圖2 2014—2016年中國省級區域文化制造業綠色全要素生產率指數變化情況

由圖2可知，25個省級區域被劃分為以下三類：第I類包括貴州、福建、湖南、寧夏；第II類包括陜西、重慶、四川、浙江、云南等17個省級區域；第III類包括上海、遼寧、天津、山西。第I類區域中，文化制造業綠色全要素生產率指數上升幅度相對較大，文化制造業發展與資源環境關系比較協調，屬于文化制造業綠色發展領跑者；第II類區域中，文化制造業綠色全要素生產率指數變化幅度相對較小，處于發展瓶頸期；第III類區域中，文化制造業綠色全要素生產率指數下降幅度相對較大，屬于文化制造業綠色發展的追趕者。中國文化制造業綠色全要素生產率指數提升動力主要來自綠色技術進步，最終導致文化制造業綠色全要素生產率在省際間存在較大差異。

四、結論及建議

（一）主要結論

本文通過2014—2016年中國文化制造業綠色全要素生產率評價與區域比較，得出以下結論：第一，中國文化制造業綠色全要素生產率指數較低。第二，在四大區域中，文化制造業綠色全要素生產率指數值由高到低排序依次為西部地區、東部地區、東北地區、中部地區。文化制造業綠色全要素生產率在中部地區形成“塌陷”，表現出較大區域差異性。第三，25個省級區域文化制造業綠色全要素生產率指數呈現五級分布特點，表現出較大省際差異。

（二）對策建議

第一，促進文化制造業綠色技術進步，提高文化制造業綠色技術效率。首先，要加大文化制造業科技投入力度，通過稅收減免、政府補貼、金融優惠、產業扶持等手段，推動文化制造業綠色技術創新，通過構建“低能耗、高效益、低排放”的文化制造業綠色制造體系，打造具有文化屬性、科技屬性、綠色屬性的高端文化制造業，放大文化制造業綠色技術進步促進效應。其次，要推動文化制造業結構優化升級，優化文化制造業要素投入結構，學習先進管理理念，優化文化制造業資本、勞動、能源等要素的投入比例結構，提高文化制造業資源配置效率，通過行業兼并重組方式，促進文化制造業向集約式發展，提高文化制造業綠色技術效率。

第二，加強文化制造業區域交流合作，促進四大區域協調發展。中國文化制造業綠色全要素生產率指數在四大區域間表現出較大差異，要建立四大區域文化制造業發展定期交流機制，通過舉辦區域合作論壇等方式，在推動綠色技術進步和提升綠色技術效率方面，加強四大區域間交流與合作，縮小區域差異，促進四大區域文化制造業協調發展，從而提高中國文化制造業整體綠色全要素生產率，實現文化制造業綠色發展目標。

第三，各省級區域要結合自身發展特點，形成競爭優勢。文化制造業發展落后省級區域要打造特色文化制造業，通過學習先進地區綠色生產技術和管理經驗，提高文化制造業經濟效益和創新能力，減少環境排放；文化制造業發展較好的省級區域要繼續推動技術進步，提升技術效率，發揮示范作用，通過加大科技投入和產學研合作，增加文化制造業科技含量，以科技促進綠色發展。