產業集聚與環境依賴對文化產業效率的影響

黃辰洋，呂洪渠，程文思

（1.山東青年政治學院 現代服務管理學院，山東 濟南250103；2.山東政法學院 商學院，山東 濟南250014）

一、引言及文獻綜述

文化產業歷經近20年的發展，已逐漸成為國民經濟的重要組成部分。黨的十八大、十九大報告均以大篇幅提及文化產業的發展與振興，國家統計局公布的《戰略新興產業分類2018》中又將數字文化創意產業等部分文化產業新興類別歸入戰略性新興產業，其作為支柱產業的地位已毋庸置疑。隨著新舊動能轉換的部署在全國各地展開，文化產業已成為諸多省份動能轉換戰略的重要一環，在新舊動能轉換這一特殊時期，只有把握文化產業生產效率的變化特征以及效率的影響因素，才能保證其實現高效增長，成長為國民經濟發展的新動力。且產業發展本身存在慣性，是動能接續過程中必須重視的問題，這種慣性的一種表現是產業的效率水平與過去水平呈現序列相關，而產業發展是一個動態過程，空間上的相關性和時間上的滯后性都可能影響生產效率的測算。文化產業發展過程中是否存在產業集聚或空間異質性特征？文化產業的集聚水平是否影響產業效率的變化？新舊動能轉換過程中文化產業效率是否存在時間上的接續性？這需要集合時間—空間的量化方法來進行研究。

目前，國內外諸多學者關注文化產業集聚程度對效率的影響。在文化產業地域特征及空間集聚性方面，沈艷等（2017）［1］用空間統計模型研究了城市文化產業增長的空間特征，并以江蘇省為例分析了文化產業集聚的類型特征，研究表明，文化產業增長存在空間依賴性，江蘇省文化產業呈現出同質性集聚（H-H）和異質性集聚（H-L）共存的特征；喻莎莎（2017）［2］研究發現，互聯網媒體對文化產業集聚水平會產生影響，認為新媒體資源的建設有益于形成文化產業集聚區；薛東前等（2019）［3］運用西安市的數據研究發現，文化產業存在集聚特征，而且集聚水平明顯受到地區傳統商業和物流業等行業的影響；馬立平和馬鮑鑫（2019）［4］研究發現，國內各地區文化產業集聚水平存在明顯差異，京、津、冀三省市屬于文化產業高地，集聚水平明顯高于其他省份；朱建等（2020）［5］通過構建空間滯后、空間誤差及空間杜賓模型，實證分析金融集聚對文化產業發展的影響，其研究結果顯示，我國文化產業發展在空間分布上具有較強的空間依賴性與集聚效應，金融集聚、城鎮化和教育水平對文化產業呈現負向空間溢出效應，而公共支出和居民消費對文化產業產生正向空間溢出效應；雷宏振和李蕓（2020）［6］采用2013—2017年省級面板數據，基于Super-SBM模型測算了全國文化產業發展效率及地區差異，其結果表明，文化產業集聚與其發展效率之間存在顯著的相關關系，文化產業集聚性的表現之一就是文化企業或地區文化產業發展水平存在空間相關性。

文化產業效率及其影響因素也一直是國內外學者關注的問題。在文化產業發展效率方面，Marco-Serrano（2006）［7］測算了20世紀90年代中期西班牙文化休閑產業的綜合效率值、純技術效率值以及規模效率，研究表明，技術進步和規模效率的提高有益于文化休閑產業效率的提升；馬躍如等（2012）［8］在研究我國文化產業效率及影響因素時利用了各省級面板數據，運用SFA模型進行分析并計算了各地區的文化產業技術效率；趙陽和魏建（2015）［9］以全國各省份15年的面板數據采用SFA模型計算了文化產業技術效率；王從春和陳敬良（2017）［10］用面板數據SFA方法計算區域文化產業技術效率；郝鷺捷和呂慶華（2016）［11］用SFA模型研究了海洋文化產業的效率問題。諸多學者運用隨機前沿模型計算文化產業技術效率時，也同時研究影響文化產業效率的主要因素。趙陽和魏建（2015）［9］研究認為，地區需求差異、財政支出、城市化程度等因素對技術效率有顯著影響；王學軍（2017）［12］研究發現，西部文化產業受人力資本影響顯著，此外還受到企業規模、企業業務水平等因素的影響。總結以往學者的觀點，影響文化產業效率的眾多因素中，市場環境、政府財政支持力度、地區經濟環境、地理位置、資源稟賦等因素是比較重要的。

通過對大量文獻的研讀發現，研究方法方面，Tobit回歸模型和Sys-GMM估計方法是當前較為主流的分析方法，而運用空間計量方法的研究較為缺乏；研究內容方面，部分學者已對文化產業發展效率及其與文化產業集聚程度之間的互動關系進行了一定的探索，而多數學者只是在研究文化產業發展效率影響因素時，將產業集聚程度作為眾多影響因素中的一個，尚無基于產業集聚視角深入分析其對文化產業發展效率影響的相關論述。

在已有文獻的基礎上，本文關注的角度主要集中在以下幾方面：①各省文化產業效率的測度及新舊動能轉換過程中文化產業效率的變化規律，傳統的隨機前沿方法計算技術效率時忽略了文化產業空間分布情況和空間交互作用帶來的空間溢出，這種溢出會影響技術效率的估計；②文化產業動能接續轉換過程中的效率水平時間序列相關性，忽視這種相關性的存在也會影響技術效率的估計；③產業集聚及外生環境因素對文化產業發展和效率變化的影響。基于上述問題，本文考慮引入空間隨機前沿方法以及帶有時空滯后效應的時空隨機前沿方法建立模型，對文化產業技術效率及其影響因素進行分析。

二、文化產業空間特征的理論分析與研究假設

（一）文化產業集聚對生產效率的影響

由于全國幅員遼闊的客觀地理環境，經濟資源稟賦存在顯著區域差異，不同地區間在產業集聚的程度上亦存在比較顯著的空間差異；與此同時，地區間在產業集聚引致的資源配置方面既存在相互協作又存在相互競爭的雙重關系。因此，結合新經濟地理學理論，將空間因素加入產業集聚—生產效率分析框架中，便于解析產業集聚對生產效率影響的空間效應。具體理論分析框架如圖1所示。

圖1 產業集聚、動能接續與文化產業集聚理論分析框架

文化產業作為一種特殊的產業形態，存在不同于其他類型產業的特殊性。文化產業聚集除了具有一般產業集聚影響生產效率的路徑以外，還因其特殊性存在一定程度的差異，主要體現在以下幾點：

（1）文化內在價值提升產品競爭力。不同于其他物質型產業，文化產業產品既具有一定有形的使用價值，又具有較高無形的文化價值（張曾芳和張龍平，2002；花建，2005；厲無畏和王慧敏，2006）［13-15］。在文化產業內，無形的文化價值能夠提高產品本身的附加價值。由于文化價值具有的可替代性比其他物質型產業產品要弱很多，在同等外部市場環境下，文化產業這種特性引致本產品在市場中具有較高的差異性，其有利于提高文化產業內部產品的競爭力。

（2）文化創造力增強產業內競爭力。文化產業具有較強的文化創造力，在文化產業發展中所需資源主要是人力資源、信息資源，對物質資源依賴相對較低；當保證了文化產業投入要素的人力、資本的自由流動以及信息網絡的暢通，便有利于文化產業的技術溢出，更有利于實現文化資源的高效共享。

（3）文化價值融合優化產業間結構。文化產業具有較強的文化價值融合力，比較容易融入其他產業的產品中；同時，文化價值的產品輸出對地理條件的依賴性較低，特別是近年來隨著信息高速公路的普及，互聯網等新媒體能夠更好地促進文化產品在不同產業間的輸出，有利于優化產業間結構。因此，文化產業集聚還會通過其特有的優勢，通過內部經濟和外部經濟增強對地區生產效率產生正效應，有利于提升產業集聚整體對地區生產效率的正效應程度，有利于在產業集聚方面解決動力變革問題，進而實現全國現階段的動能接續。根據以上分析，本文提出假設1。

H1：文化產業集聚對文化產業生產效率提升起總體促進作用。

根據經濟地理理論可以知道，文化產業專業化集聚程度的提高可以產生規模報酬遞增，促進地區文化產業領域創新。文化產業專業化集聚加強了產業內創新合作，強化了地區企業間的分工協作能力，促使文化企業間的分工協作能力得以加快。文化產業要素的集聚降低了地區內文化企業要素獲取成本，由于地區內文化企業存在集聚優勢，文化企業與毗鄰相關企業的聯系更加密切，給文化產業的發展帶來新的契機與活力。從而可以預測，產業集聚在文化產業發展過程中起到不斷加成的作用，這種表現可以體現在文化產業不同程度的集聚對產業效率的影響不同。初等程度的集聚水平對文化產業效率的影響可能不顯著，甚至是負向的，因為文化產業在開始集聚時受到產業內企業間制度、要素投入等異質性影響，難以形成合力，地區內文化企業數量有限，企業間近似于“壟斷競爭”關系且競爭大于協作，故而可能對產業的發展影響較弱甚至阻礙產業的發展。在文化產業集聚達到一定水平時，對產業發展的促進作用開始顯現，且由于集聚帶來的多方影響因素（規模報酬、產業內合作、相關毗鄰產業的發展與反哺）同時變化，加速推動了產業的發展，從而導致這種影響不是簡單的線性影響。根據以上分析，本文提出假設2。

H2：文化產業集聚對文化產業生產效率提升起非線性作用。

（二）外部環境對文化產業發展的影響

空間經濟學理論認為，產業集聚對產業外部經濟環境存在依賴關系。優越的經濟環境可以促進產業集聚，反之，不好的經濟環境可以對產業的集聚效應產生阻滯，甚至導致已經集聚的產業走向衰敗。本文將影響文化產業發展的經濟環境分為融資環境、技術環境、市場環境和制度環境。融資環境變化會影響產業發展獲取資金的數量和成本，進而直接影響文化企業的發展速度和生存能力。融資環境寬松程度可對文化產業資金使用產生導向作用，金融機構的貸款可以促使社會資金投入文化企業，有助于該類企業實現規模報酬遞增，進而促使整個產業規模效率提高。市場環境反映一個地區市場的繁榮程度與開放程度，市場環境對文化產品的市場銷售情況、新型文創產業中先進技術的開發與使用以及產業中科技人才數量都會產生直接影響，并對文化產業生產效率的提升產生間接影響。外部技術環境是整個社會的技術水平狀態，有別于文化產業內部的技術水平。文化資源開發需要技術支持，文化企業的發展需要充分利用、依靠現代化技術，技術進步可以促進文化資源整合，提高資源的有效利用率。同時，技術進步有助于解放和發展文化生產力，從而提升整個產業的效率。制度環境主要是政府部門對文化產業的影響，政府干預包括財政干預和政府直接干預兩部分內容。文化產業發展需要政府財政支持，政府財政支持為文化產業機構提供必要資金，發揮財政在文化產業中的杠桿作用。另外，從文化產業發展的進程來看，文化產業融資通常經歷國家財政保障階段、政策金融支持傳統文化產業階段、商業金融投資現代文化產業階段。當文化產業發展所處的階段越高，文化產業效率越高，但在發展的初級階段，政府財政扶持的作用是不可或缺的。根據以上分析，本文提出假設3。

H3：經濟環境的寬松對文化產業生產效率提升起促進作用。

三、模型設定與實證方法

（一）空間相關性與集聚效應檢驗

對文化產業空間相關性進行檢驗可以通過Moran'sI指數、Geary'C指數和Getis-OrdG指數。本文選擇全局Moran'sI指數和全局Geary'C指數兩種方法檢驗文化產業的空間相關性，兩種指數的計算公式分別為：

其中：wij為空間權重矩陣中的i行j列元素；xi為待測空間關系的變量序列。Moran'sI指數通常取值在-1~1之間，大于0為正相關，表示空間集聚，小于0為負相關，表示空間分散；Geary'C指數取值在0~2之間，大于1表示負相關，小于1表示正相關。兩個指數之間存在反向變動關系。

進一步計算各省份、地區文化產業的集聚程度。集聚度的測量常用指標有空間Gini系數、Hoover系數等，本文選擇區位熵來測度地區文化產業的集聚程度。公式如下：

其中：qci為i地區文化產業增加值；qi為i地區生產總值；qc為全國文化產業增加值；q為全國所有產業增加值。區位熵越高的地區，文化產業集聚程度越高。

（二）文化產業隨機前沿模型

技術效率代表了產業內對現有技術的市場推廣和應用能力，而全要素生產率及其變化規律反映了整個產業技術進步、技術應用及要素配置的整體效率。文化產業發展可能受到空間相關性和時間滯后性雙重影響，本文以隨機前沿分析方法為基礎，引入空間滯后變量和時間滯后變量構建時空面板隨機前沿模型來分析文化產業的技術效率變化，并以技術效率為基礎進一步計算文化產業全要素生產率的變化。考慮構建普通面板隨機前沿模型、靜態面板空間隨機前沿模型、時空隨機前沿模型三種模型，通過參數估計結果的檢驗和比較，選擇模型的最優形式。模型形式如下：

面板隨機前沿模型：

靜態面板空間隨機前沿模型：

時空隨機前沿模型：

其中，lnY、lnk、lnl為文化產業增加值、文化產業投資總額和從業人員數的對數向量；v為雙邊隨機擾動項；u為單邊無效率項；WN為以全國省份相鄰關系構建的空間權重矩陣；λ和ρ為空間回歸模型中的空間自回歸系數和空間誤差自相關系數；π為時空隨機前沿模型的時空滯后系數；Β為回歸系數向量。空間隨機前沿條件下計算技術效率需要加入空間權重，技術效率增長率表達式為：

技術效率增長率的非導數形式為：

運用Divisia生產率變化指數可以將相應的全要素生產率變化定義為：

其中：y?為產出增長率；Sj為要素j的成本份額；x?j為要素投入增長率。

（三）集聚水平及外部環境對文化產業效率的影響

在準確估計隨機前沿模型的基礎上，運用估計所得的無效率項為被解釋變量，用文化產業區位熵以及環境影響變量作為解釋變量建立技術效率影響模型，模型形式為：

（10）式為普通模型，（11）式為門限模型。其中：uit為由隨機前沿模型估計所得的技術無效率項；clusterit為各省份文化產業集聚程度；creditit為各省份融資環境變量；marketit為各省份市場化程度；techit為各省份技術環境指標；govit為各省份政府干預水平指標；expendit為各省份文化產業財政支持水平指標。（11）式中：I(·)為示性函數；clusterit為門限變量。參數βi(i=1,…,6)表示各影響變量對無效率項的影響，βi>0，表示解釋變量對效率具有負向影響；βi<0，表示解釋變量對效率具有正向影響。

（四）指標選擇與數據來源

基于數據可得性和統計口徑一致性原則，本文選取了文化產業及外部影響因素的若干指標，利用2012—2019年《中國統計年鑒》《中國文化產業年鑒》以及相關年份《中國分省份市場化指數報告》，經匯總整理得到2011—2018年全國31個省份（不包括港澳臺地區）各變量面板數據。數據來源見表1所列，各變量描述性分析見表2所列。

表1 變量及所用指標數據來源

表2 各變量描述性分析

四、實證檢驗與結果分析

（一）空間相關性檢驗

近年來，我國文化產業整體上獲得了較快發展。至2017年末全國文化產業從業人員數達到229萬人，藝術院團數量達到7 321個，藝術院團全年總收入達196.9億元。2018年，我國文化產業規模以上企業營業收入達到9.2萬億元，比上年增長10.8%。

據《中國統計年鑒》數據統計，各省份文化企業數量和文化從業人員數量指標中，企業和從業人員分布上東中西三大區域之間明顯存在差異性，區域內部省份呈現相似性。數據顯示，江蘇、廣東、浙江、山東、北京、上海、福建等東部地區省份集中了大量文化企業和相關的從業人員，中西部地區省份文化企業數和從業人員數明顯低于東部地區。特別是西部地區，如新疆、內蒙古、寧夏、青海、西藏等省份雖然近幾年文化產業也有了長足發展，但與東部地區相比還存在質的差距，與中部地區差距也很明顯。2019年《中國統計年鑒》顯示，江蘇省企業單位數7 500余個、年末從業人員高達187萬人；陜西省企業單位數僅900余個、年末從業人員僅20萬人；而西藏企業單位數和年末從業人員數幾乎為零。由此可以判斷，目前國內文化產業主要集中在東部地區，中部地區次之，西部地區文化產業發展相對落后。

本文基于2011—2018年我國31個省份文化產業增加值計算全局Moran'sI指數和全局Geary'C指數，并測得檢驗的伴隨概率如下，結果見表3所列。

表3顯示,2011—2018年文化產業增加值的全局Moran'sI指數和全局Geary'C指數伴隨概率均小于0.05，文化產業發展存在空間正相關。其中Moran'sI指數有逐年遞增的趨勢，Geary'C指數有逐年遞減的趨勢，2018年兩種指數分別達到最大值0.417和最小值0.379，與兩種指數通常所表現的規律一致。兩種檢驗方法均顯示全國文化產業增加值存在空間正相關，且相關性逐步增強。

表3 文化產業增加值之間的全局Moran's I指數和全局Geary'C指數

進一步運用文化產業從業人員數計算各省份文化產業2011—2018年從業人員區位熵，來檢驗產業局部集聚程度。全國多數省份文化產業從業人員平均區位熵在1以下，平均區位熵值大于1的省份為北京、廣東、湖南、天津、上海、福建、江西、江蘇、浙江9個省份，其中除湖南和江西2省外，其余7個省份均屬于東部地區。平均區位熵最高的北京和廣東2省達到了2以上，平均區位熵最低的省份為新疆、內蒙古、黑龍江、吉林、山西、貴州，這6個省份的平均區位熵值都在0.6以下，全部為中西部省份。從以上分布特征可以看出，全國文化產業集聚程度最高的地區為東部地區，集聚程度最低的地區為西部沿邊地區，集聚方式基本為同質性集聚。

（二）模型估計

對（1）（2）（3）三種模型形式分別進行參數估計，并對估計結果進行比較。由空間相關性檢驗結果發現，中國文化產業增加值存在較強的空間相關性。空間交互作用的存在導致面板數據隨機前沿模型的估計不夠準確，因此本文僅在靜態面板空間隨機前沿模型與時空隨機前沿模型之間進行比較。表4顯示了靜態面板空間隨機前沿模型和時空隨機前沿模型估計結果。其中，時空隨機前沿模型由于存在時間、空間兩個維度的內生性，選用Jarcobs等（2009）［16］提出的空間廣義矩估計（GMM）方法進行估計，并用GMM距離檢驗的方法對估計結果進行檢驗。

表4顯示了固定效應、隨機效應靜態面板空間隨機前沿模型以及時空隨機前沿模型的估計結果，靜態面板空間隨機前沿模型的Hausman檢驗接受隨機效應模型。比較時空隨機前沿模型與靜態面板空間隨機前沿模型的估計結果，可見兩種模型形式均可通過顯著性檢驗。其中，兩類模型的空間自回歸系數λ和空間誤差自相關系數ρ估計值均可通過顯著性水平為1%的顯著性檢驗，驗證了空間交互效應的存在。所有模型中兩個參數的估計值均為正數，說明空間交互作用對文化產業發展起到促進作用。特別注意的是，時空隨機前沿模型中時空滯后項的回歸系數π也可以通過顯著性水平為5%的顯著性檢驗，說明了設定時空滯后項的合理性。時空滯后項的回歸系數π的估計值也為正數，說明文化產業發展水平受其前期水平的慣性影響。

表4 靜態面板空間、時空隨機前沿模型估計結果

進一步對比幾種模型的γ值可以看出，時空隨機前沿模型的γ值更高，說明在此模型形式下，無效率項在復合誤差項中占有更大的比重，接受隨機前沿模型比接受回歸模型更加合理。綜合比較以上結果，時空隨機前沿模型的估計結果可信度高于面板隨機前沿模型和靜態面板空間隨機前沿模型。

由于產業集聚程度對產業效率的影響存在“激勵”與“擠出”雙重影響，表5顯示了對集聚程度cluster進行門限效應檢驗的結果。文化產業集聚程度門限效應檢驗結果不支持三門限效應，存在雙門限效應，且F值在5%的水平上顯著。

表5 門限效應檢驗

鑒于時空隨機前沿模型估計結果表現最好，直接用時空隨機前沿模型的無效率項估計帶有門限效應的技術效率影響模型，表6為估計結果。為與無效率項影響因素模型表達方式一致，各回歸系數估計值仍然取相反數形式。

表6 門檻效應技術效率影響模型

當產業集聚程度大于門檻值-0.552時，其對文化產業效率呈負向影響；當產業集聚程度跨越該值時，其對文化產業效率呈現出正向影響；而當文化產業集聚程度達到門檻值1.785時，集聚程度對產業效率呈現出更強的促進作用。

比較表4和表6的估計結果，可以發現產業集聚水平對文化產業效率提升總體上起到了顯著的促進作用，從而H1得以驗證。產業集聚水平門限的存在以及產業集聚水平在各門限區域中表現出的不同作用，也證明了產業集聚水平對文化產業效率提升所起到的促進作用并非簡單線性的。低水平的集聚程度下，由于文化企業間缺少協調的行為準則以及信息交流、資源共享難度較大，這些因素將對文化產業效率的提升起到一定的阻礙作用；但當產業集聚程度越過某個閾值后，文化產業集聚對產業效率的促進作用就會逐漸顯現出來，且隨著集聚水平的提高，這種促進作用表現會更加明顯，估計結果驗證了H2和H3。

對比表4和表6中其他幾種無效率項影響因素的系數估計值可見，各因素的回歸系數均可通過顯著性水平為5%的顯著性檢驗，所有影響因素均對技術效率產生顯著影響。其中clusterit、creditit、marketit、techit、expendit5個變量的回歸系數為負值，說明產業集聚程度、融資環境寬松程度、市場化程度、技術進步程度和文化產業財政支出對文化產業技術效率提高起到推動作用；變量govit回歸系數估計值為正值，說明政府直接干預不利于文化產業技術效率提高。綜合以上分析可見，產業集聚程度越高、經濟環境越寬松，對文化產業生產效率的正向影響越明顯。

（三）文化產業效率測算

根據時空隨機前沿模型估計結果，運用JLMS方法計算各省份文化產業技術效率，并運用公式（6）測算2011—2018年文化產業全要素增長率，表7顯示了2011年和2018年各省份文化產業技術效率值以及全要素生產率變化值。

表7 2011年和2018年各省份文化產業技術效率、文化產業全要素生產率變化

通過計算各省份平均技術效率可以發現，全國文化產業技術效率在2011年至2018年間整體上呈現下降趨勢，2011年全國文化產業平均技術效率為0.948，2018年降為0.875。值得注意的是，全國31個省份中，東部地區11個省份的技術效率值下降更為明顯，2011年東部地區有9個省份技術效率值在中位數以上，2018年降為6個。三大區域中，西部地區各省份技術效率始終處于全國低位，2011年技術效率在中位數以下的省份中西部地區占了9個，2018年西部地區仍然有8個省份技術效率位于中位數以下。相比之下，中部地區8個省份技術效率水平是比較分散的。

技術效率的下降意味著要素使用效率的下降，其中可能的原因有兩個：一是某些地區新技術開發迅速，技術進步率較高，但新技術還未在文化產業領域得到充分轉化，技術效率下降明顯的東部地區可能屬于這種情況；另一個原因是，某些地區文化產業業態陳舊，已顯出增長乏力的態勢，文化產業要素投入帶來的產值增長逐步降低，中西部地區的集聚效率下降可能屬于這種類型。

從全要素生產率的變化情況可以看出，與技術效率相比，8年間全國文化產業全要素生產率整體呈上升趨勢，全國平均全要素生產率達到0.51，僅有貴州文化產業全要素生產率呈現了負增長。通過計算三大區域的文化產業全要素生產率可以發現，東部地區文化產業全要素增長率僅為0.4，而技術效率更低的中西部地區全要素增長率分別達到了0.93和0.72，這說明全國乃至大多數省份文化產業的增長主要依靠產業本身的技術進步來完成，屬于“技術推動”型。盡管是這樣，現有技術在文化產業中的作用也不可忽視。全要素增長率最高的幾個省份如湖南、重慶、江西、黑龍江均是技術效率下降較少甚至略有增長的省份。

五、結論與啟示

綜上所述，產業空間布局、要素配置及地區資源稟賦等多種原因造成了文化產業發展過程中具有明顯的地域特征。通過運用空間相關性檢驗方法及區位熵分析發現，文化產業發展過程中存在空間相關性和空間集聚性。從全局角度看，我國各省份文化產業發展呈總體正相關；從局部角度看，文化產業集聚表現為同質性集聚，即（H—H）型集聚和（L—L）型集聚。可見，產業集聚和空間正相關關系對文化產業的發展有一定促進作用。文化產業效率的提升還與產業集聚的水平有關，當產業集聚水平達到一定程度時，產業集聚對產業效率的助推作用功能顯現出來，并且產業集聚水平越高對產業效率的助力就越大。

文化產業發展過程還明顯受到自身前期水平的影響，表現為文化產業發展水平與前期發展水平呈現顯著的正相關性。從效率變化的角度看，這并不意味著文化產業過去的發展水平對產業效率的提升有促進作用。相反，說明效率水平與前期效率水平存在過高的一致性，意味著產業效率慣性特征明顯，效率水平不易改變。

文化產業發展過程中產業技術效率還受到多種外部環境因素影響，幾種適宜的外部環境對文化產業技術效率的提升都有促進作用。通過技術效率影響因素分析發現，融資環境越寬松越有利于技術效率的提升；市場化程度越高，越有利于產業技術效率的提升；地區整體技術水平越高，越有利于產業技術效率的提升；政府財政支持力度越大，越有利于產業技術效率的提升。本文實證分析結果發現，政府的直接干預不利于文化產業技術效率的提升。

文化產業技術效率整體下降趨勢反映了文化產業舊業態已經增長乏力，文化產業的增長更多依賴于技術進步，而對于傳統行業占比較大的文化產業來說，技術進步更多地體現在業態形式的創新方面。文化產業作為多省份新舊動能轉換戰略的重點產業，在未來國民經濟發展中會起著舉足輕重的作用。文化產業僅依靠政府的政策扶持是不能獲得長足發展的，新舊動能轉換需要更多的創新元素和相對寬松的外部環境。政府除了要為文化產業發展提供適度的財政支持外，應該鼓勵本地區技術創新和業態創新，促進地區整體技術進步；改善文化產業融資環境，拓寬產業融資渠道；優化本地區市場中的資源配置，改善市場環境，為本地區市場注入新的動力，促使新技術向市場轉化，提高技術效率。政府除了重點扶持新興文化產業外，還應該對文化產業傳統業態給予更多關注，促進文化產業新舊業態的順利銜接和動能的良性傳遞，使傳統文化產業在未來經濟發展中以新面孔、新模式出現，發揮更加積極的作用。