中国文化产业的行业效率比较及省域差异研究

郭淑芬，郭金花

(1.山西财经大学资源型经济转型协同创新中心，山西 太原 030006；2.山西财经大学管理科学与工程学院，山西 太原 030006)

中国文化产业的行业效率比较及省域差异研究

郭淑芬1,2，郭金花2

(1.山西财经大学资源型经济转型协同创新中心，山西 太原 030006；2.山西财经大学管理科学与工程学院，山西 太原 030006)

在区域经济转型的关键时期，文化制造业、文化批零业和文化服务业在各省市获得了不同程度的发展。通过构建测度指标体系，运用SBM-DEA模型和Malmquist指数测算发现：①中国内地文化产业三大子行业综合效率整体偏低，纯技术效率偏低是主要原因。行业效率的提升仍需依赖技术水平与管理能力提升；②31省市文化子行业效率水平非均衡特征明显：文化制造业综合效率呈现“西低东高”阶梯式分布，文化批零业和文化服务业则整体呈现“低集中—高分散”的空间分异特征。相比而言，多数省市文化制造业有了较好发展，这与中国制造业率先获得发展相关；③2012—2013年，文化制造业、文化批零业及文化服务业行业效率增幅最大的依次是中部、西部和东部地区，这体现了中国产业转移与文化产业差异化区域发展的阶段性特征。

文化产业；行业效率；SBM-DEA；ArcGIS；省域差异

1 引言

文化产业作为一种兼具低碳、创意、高附加值产业特点的新兴产业，被称为知识经济的引擎、其他产业和服务的助推器[1]。Allen J Scott在《城市的文化经济》中指出文化是世界各国城市再生的基础，文化生产对城市工业非常重要[2]。在英国，文化产业被看作刺激城市经济的关键行业，其可以通过对其他行业的外溢效应拉动就业、提高工资水平[3]。Comunian R等分析了文化产业对欧洲区域经济的重要价值，并指出区域政策、制度异质性对文化产业发展发挥重要作用[4]。目前中国正处在推进经济转型阶段，文化产业对GDP的贡献逐年提高，许多省市把文化产业列为当地重点发展产业。但受区域经济发展阶段、文化资源禀赋、细分行业异质性等差异影响，各省市文化产业及其子行业的发展程度不尽相同。区域文化产业的差异化发展，是区域经济发展的必然结果[5]，而合理的文化产业结构有利于文化产业整体优化及区域经济进一步发展，因此评价文化子行业效率具有现实意义。基于此，本文对中国内地31省市文化产业分行业效率进行了测度，重点从文化制造业、文化批零业、文化服务业三大子行业效率的省域差异、动态变化及分布特征方面展开研究。

在对文化产业效率探讨上，DEA已成为学者们使用的重要方法。如王家庭等基于31省市截面数据，运用BCC-DEA测算发现，文化产业效率整体偏低，环境因素对各地文化产业效率影响显著且区域差异明显[6]；也有学者运用BCC-DEA、SFA模型基于面板数据分析发现，近年来文化产业效率稳步提升，技术效率对文化产业效率增长贡献较大，且区域经济发展对效率改进影响显著[7-8]。这些研究推进了对中国文化产业效率问题的定量化研究，但多数文献选用BCC-DEA模型进行效率测度，仅考虑了投入产出的比例改进，忽略了投入产出的松弛性问题，导致效率测度不够准确。同时，已有文献多侧重效率的静态分析，借助Malmquist指数等探讨文化产业效率动态变化及驱动因素的研究相对较少[9]。而随着文化产业的快速发展，从文化细分行业、文化上市公司以及文化产业集聚效应等方面探讨文化产业发展差异开始成为学者们的关注视角[9-11]，然而尚无专门探讨文化产业子行业发展效率方面的研究成果。文化产业子行业效率提升是整体效率改进的基础，探讨子行业效率变动与省域差异性可丰富对中国文化产业发展的研究。因此，本文主要运用SBM-DEA方法对中国内地31省市文化产业三大子行业效率的省域差异进行研究，以期服务于各省市文化产业效率的改进。

2 研究方法与数据说明

2.1 研究方法

(1) SBM-DEA模型。DEA模型可分为四种类型：径向和角度的、径向和非角度的、非径向和角度的、非径向和非角度的。径向指投入或产出按一定比例缩减或放大以达到决策单元有效，角度指从投入还是从产出的角度进行分析。目前学者们多采用的BCC-DEA模型是基于投入等比例缩减或产出等比例扩大(即径向角度)测算效率，没有充分考虑到投入或产出变量松弛性问题，度量的效率值是有偏的[12]。Tone(2001)提出了非径向、非角度基于松弛变量(Slack-Based Measure,SBM)的效率评价模型将投入和产出松弛量引入目标函数中：

(1)

(2)Malmquist指数。Malmquist指数能对生产率变动情况及技术效率和技术进步各自对生产率变动所起的作用进行分析。目前关于文化产业效率值测度的研究较多，而对不同时期效率变化及其驱动因素的分析较少，本文认为研究技术进步和效率改善等对文化产业效率变动的影响有益于推进文化产业效率研究。因此借FäreR(1994)等提出的Malmquist指数对2012—2013年文化产业效率变动测度：

M0(xt,yt,xt+1,yt+1)=

(2)

式中：Malmquist指数分解为技术效率变化(effch)和技术进步(techch)，技术效率变化(effch)进一步分解为纯技术效率变化(pech)和规模效率变化(sech)。即tfpch=effch×techch=pech×sech×techch。tfpch>1表示当期文化产业效率较前一期有了提高，pech>1表示纯技术效率通过技术效率对文化产业效率增长有贡献，sech>1表示规模效率通过技术效率对文化产业效率增长有贡献；techch>1表示生产技术改进推进了文化产业效率提升。

2.2 数据说明与指标选取

国家统计局颁布的《文化及相关产业分类(2012年)》把文化及相关产业采用两种分类方式分为三大子行业(文化制造业、文化批零业和文化服务业)和十个细分行业(新闻出版发行服务、广播电视电影服务、文化艺术服务、文化信息传输服务、文化创意和设计服务、文化休闲娱乐服务、工艺美术品生产、文化用品生产、文化用品辅助生产及文化专用设备生产)。基于数据获取问题，本文选择三大子行业为研究对象。研究时间窗口期为2012—2013年，数据来源于《中国文化及相关产业统计年鉴》(2013、2014)。

参考已有文献对投入产出指标的讨论[6]，本文选取的投入指标有产业规模、人力投入、资本投入三项，结合三大子行业特点，用文化企业单位数、年末从业人员、资产总计3个可测度指标表征；选取的产出指标为经济贡献，用企业营业收入表征(见表1)。进一步考虑到进行DEA效率分析时要求所选的投入产出指标间应该具有显著正相关关系，以避免出现某投入指标数量增加却引起产出指标数量减少的情况。经SPSS16.0测算，文化制造业企业营业收入与年末从业人员、企业单位数、资产总计的Pearson相关系数分别为0.956、0.963、0.98；文化批零业对应的Pearson相关系数依次为0.774、0.636、0.958；文化服务业相应Pearson相关系数为0.94、0.919、0.976。上述相关系数均通过了1%显著性水平下的检验，所选投入产出指标间显著正相关，适合DEA进行效率分析。

表1 文化产业行业效率评价指标体系

注：*按《文化及相关产业分类(2012)》规定行业范围：①规模以上文化制造企业是指年主营业务收入在2000万元及以上的工业企业；②限额以上批发和零售业企业指年主营业务收入在2000万元及以上的批发企业或主营业务收入在500万元及以上的零售企业；③规模以上文化服务企业指从业人数在50人及以上或年主营业务收入在500万元及以上的服务业企业。

3 三大子行业效率测度结果及比较

3.1 三大子行业总体效率表现

为消除随机因素对实际效率值影响，使测度更具代表性，本文基于SBM-DEA模型利用Maxdea6.6软件分别测度了2012年和2013年三大子行业效率并取其平均值作为效率比较值。同时，本文也基于CCR-DEA对相应分行业效率进行了测度。结果显示，考虑投入产出松弛的SBM-DEA所测效率值均明显低于CCR-DEA的测度结果。这说明CCR-DEA模型的测度结果可能高估了文化产业效率的真实水平，而SBM-DEA模型基于非径向非角度的测度，不仅能很好区分效率值差异，而且能较准确反映出中国文化产业效率的现实水平。

SBM-DEA测度结果显示：文化制造业综合效率达到有效(即TE、PTE、SE均为1)的省份仅4个，分别是天津、海南、湖南和内蒙古；文化批零业三项效率均值均低于文化制造业，且无达到DEA有效的省市；文化服务业的规模效率均值较高，达0.956，但其综合效率、纯技术效率均值处在0.5左右相对较低水平，仅有北京和上海达到了DEA有效(见表2)。这说明31省市文化产业三大子行业效率水平整体偏低，同时，三大子行业各项效率水平的极差均在0.7以上，表明各省市子行业效率水平差距较为明显。

表2 2012—2013年31省市三大子行业效率值

续表2

注：TE:综合技术效率;PTE:纯技术效率;SE:规模效率;TE=PTE×SE。

3.2 三大子行业效率分解研究

为充分反映纯技术效率和规模效率对各省市三大子行业综合效率的影响，本文绘制了表征三项效率间关系的散点图1(由于三大类文化子行业绘制出的综合效率—纯技术效率、综合效率—规模效率关系散点图有类似特征，因此本文仅选文化制造业散点图分析说明)。图中文化制造业效率散点并不能与45°线实现很好匹配，说明文化制造业综合效率受到两项分解效率共同作用。相比较综合效率 — 纯技术效率散点图1(a)，有更多由综合效率 — 规模效率确定的散点偏离45°线的程度较大，反映了多数省市的规模效率较高，分解中的纯技术效率对综合效率值的制约能力强于规模效率。结合表2，文化制造业、批零业及服务业均表现为纯技术效率均值小于规模效率均值，31省市中三大子行业纯技术效率低于规模效率的省市依次有21、29、28个。这表明文化产业三大子行业的纯技术效率整体处于较低水平，且纯技术效率水平较低是导致各省市文化行业效率水平偏低的主要原因。

以文化制造业为例，共有19个省市纯技术效率与规模效率均非有效，说明这些省市文化制造业DEA无效是规模无效和纯技术无效共同导致的。要提高该类省市的综合效率，不仅需要文化制造业企业调整其资源配置，也应引导企业选择合理的经营规模以促进效率改善。另外，像江苏、山东、广东、四川等省份纯技术效率值为1，但规模效率值小于1，这些省市文化制造业企业无效率主要是由于规模无效率带来的。可通过调整文化企业经营规模，使其达到规模经济以实现规模效率，从而改善其综合效率。

4 三大子行业总体效率的省域特征分析

4.1 三大子行业间效率区域差异比较

从区域视角对三大子行业综合效率横向比较知，将近一半的省市呈现：文化制造业综合效率较高、文化服务业次之、文化批零业较低的态势。不同行业在研究期内又表现出一定的区域差异性(见图2)。①文化制造业有15个省市综合效率优于另两子行业，这些省市多集中在中东部地区。其中，中部仅山西出现综合效率远低于均值0.594的状况，这可能与山西长期依赖煤炭资源发展经济，对历史文化等优势资源的开发利用程度较低有关。而在西部省市中，文化制造业并未凸显出效率水平较高的特征，这可能与西部省市制造业整体水平较低有关。②文化服务业综合效率水平的表现是，多数省市该子行业效率介于文化制造业和批零业之间，但也有部分省市的文化服务业效率表现优于其他子行业。如东部的北京、上海、广东、浙江等地文化服务业效率最优，究其原因，除受地区经济社会发展水平影响外，也与北上广等地政策支持及对文化人才资源、旅游业、文化节会等的重视密切相关。而在西部的重庆、四川、云南、陕西、甘肃、宁夏、西藏、新疆等省市，文化服务业效率也优于其他两个行业，但基本处于一种低水平下的略高状态。③绝大多数省市的文化批零业综合效率整体明显低于文化制造业和服务业，仅安徽、青海的文化批零业综合效率高于文化制造业和服务业。这表明各省市文化批零业效率水平整体相对较差。

图1 散点图

图2 三大子行业综合效率区域差异

4.2 Malmquist指数结果及三大子行业效率变动分析

本文进一步结合Malmquist指数对2012—2013年间三个行业效率变动的区域差异进行探析，结果整理见表3。①2012—2013年间，文化制造业在东部、中部和西部地区的全要素生产率(TFP)分别变化了6.1%，9.5%，-3.3%。显然，东、中部地区文化制造业TFP为正增长且中部地区增速快于东部，这主要归因于中部地区技术效率的增幅最高(东部4.5%，中部11%，西部-3%)。而西部地区文化制造业TFP平均水平降低了3.3%，是因相比2012年，技术效率降低了3%，技术进步率下降了0.3%；②文化服务业则只有东部地区的TFP水平(1.097)高于全国平均水平(0.936)。原因是东部地区技术效率和技术进步率分别上升了6.6%和2.1%，而其他两个地区则均为负增长；③文化批发零售业三个地区的TFP均大于1，说明相比2012年，2013年文化批发零售业综合效率获得整体提升。进一步地，从技术效率和技术进步变动知，窗口期内三个地区的技术进步率均有大幅提升，这直接决定了文化批零业TFP的正向变动。

综上知，三大子行业技术效率变化和技术进步率不同是这三个行业在不同地区发展呈现差异性的重要原因。研究期内，东部地区三大子行业TFP均呈现正增长，其中文化服务业TFP增幅最大，为9.7%；中部地区仅文化制造业、批零业呈正增长，且文化制造业增幅为9.5%，增幅最大；西部地区文化批零业增幅最大，为56.3%，而其他两个子行业TFP均为负增长。

表3 2012—2013年各地区三大子行业Malmquist指数分解均值

4.3 三大子行业总体效率省域特征

基于31省市三大子行业综合效率数值，本文借鉴杨清可对于非DEA有效地区的分类标准，将三大子行业综合效率均值加减半个标准差作为分类依据[13]。31省市被划分为DEA高效(包括DEA有效省市)、DEA中效和DEA低效三类，并运用ArcGIS10.2进行空间分析以直观反映研究期内三大子行业效率的省域空间特征如图3。

整体看，三大子行业综合效率的省域空间特征差异明显：

(1)文化制造业效率呈现出明显的“东高西低”阶梯状空间分布格局。DEA高效和DEA中效省市绝大多数集中在中东部地区，依次为内蒙古、天津、山东、上海、湖南、江西、海南。除吉林、山西、浙江外，文化制造业效率偏低的省份(如新疆、西藏、甘肃、宁夏、云南等)均集中在经济发展相对落后、文化产业起步较晚的西部地区。

(2)文化批零业DEA高效省市(即上海、山东、安徽、重庆、青海、广东)在空间上呈点状分布；DEA低效省市(如河北、河南、贵州、广西、甘肃、宁夏、西藏等)呈现局部集中特点；DEA中效省市主要集中在东北和东南地区，也散在于西部的新疆、四川、云南等地。因此文化批零业整体分布呈现出“低集中—高分散”的分异特征，属于较为突出的非均衡态。

(3)文化服务业DEA高效省市呈“补丁”状分布于东部地区(北京、上海、浙江、广东)和中西部地区(陕西、湖北、四川)，其中北上广等地地理位置分散，空间集聚特征不明显，而陕西、湖北、四川这些省份地理相邻、文化旅游资源丰富，若能采取集群化发展模式，可能会进一步促进当地文化服务业效率改善。简单统计发现，2012—2013年间全国77%以上的省市文化服务业综合效率处于DEA中低效率水平，因此，文化服务业效率水平整体上仍有待于进一步提高。

图3 三大子行业综合效率省域空间分布

5 结论与启示

(1)中国内地31省市文化产业三大子行业效率整体偏低，不同子行业达到DEA有效的省份较少，这说明中国文化产业整体效率有待于进一步改善。通过对综合效率分解研究知，相比于纯技术效率，多数省市三大子行业的规模效率处于相对较高水平，中国文化产业不同行业纯技术效率仍存在较大提升空间。因此，多数省市(特别是中西部各省市)文化产业整体效率提升的关键在于整合配置现有资源、提升管理水平、采用新技术，以提高技术能力与纯技术效率，而非盲目投资扩大规模、粗放开发与利用文化资源。

(2)文化产业三大子行业效率的省域分布非均衡化特征明显，文化制造业总体效率呈现“西低东高”阶梯式分布格局；文化批零业及服务业高效率省市较少且分布分散，整体上呈现“低集中—高分散”的分异特征。这在一定程度上启示各省市在文化产业发展过程中要充分认识到文化产业发展的阶段性特点和区域整体发展层级水平，把握各子行业在区域经济中的地位和作用，选择与本省产业基础、发展水平相匹配的文化行业优先发展。

(3)基于三大子行业异质性，多数省市呈现文化制造业综合效率较高、文化服务业次之、文化批零业较低的态势。分析知，多数省市文化制造业整体发展相对更好。因此，继续或优先充分发展文化制造业在文化产业中的基础支撑作用不容忽视，通过文化用品生产等文化制造及销售把区域文化符号化、表象化、规模化与实现远距离可视传达等。同时也要逐步加强推进文化服务业、文化批零业等子行业发展，重视文化服务业对当地文化制造业及关联产业的拉动作用。

(4)就三大子行业2012—2013年间的效率变动来看，文化服务业全要素生产率增幅最大的是东部地区(9.7%)，文化制造业增幅最大的是中部地区(9.5%)，文化批零业增幅最大地区则是西部地区(56.3%)。且研究期内，三大子行业TFP在东部地区均呈现正增长，文化制造业、批零业在中部地区也均呈正增长，西部地区只有文化批零业外为正增长。这种行业内部结构的区域发展差异特征与中国整体上产业的梯度式发展特点相一致，体现了中国产业转移与中西部差异化发展的阶段性特征。因此，各省市应立足于现有资源和条件结合区域特色，鼓励产业的差异化发展，以形成合理的地区分工。国家在引导中西部发展特色文化产业过程中，依然应重视对其进行技术输入与支持。

[1]HESMONDHALGH D.The cultural industries[J].Sage publications,2007,11(1):1-13.

[2]SCOTT A J.The cultural economy of cities:essays on the geograghy of image-producing industries[M].London:Sage Publications Ltd,2000.

[3]LEE N.The creative industries and urban economic growth in the UK[J].Environment and planning A，2014，46(2):455-470.

[4]COMUNIAN R,CHAPAIN C,CLIFTON N,et al.Creative industries & creative policies:a European perspective?[J].City culture & society,2014,5(2):51-53.

[5]胥轶,陈敬良,宗利永.我国省域文化产业行业布局差异化研究——基于政策文本内容的2-模网络分析[J].技术与创新管理，2016,37(1):82-88.

[6]王家庭,张容.基于三阶段DEA模型的中国31省市文化产业效率研究[J].中国软科学,2009(9):75-82.

[7]袁海,吴振荣.中国省域文化产业效率测算及影响因素实证分析[J].软科学,2012,26(3):72-77.

[8]马跃如,白勇,程伟波.基于SFA的我国文化产业效率及影响因素分析[J].统计与决策,2012(8):97-101.

[9]郭淑芬,郝言慧,王艳芬.文化产业上市公司绩效评价——基于超效率DEA和Malmquist指数[J].经济问题,2014(2):75-78.

[10]胡慧源.相关多样性、行业异质性与文化产业集聚——基于江苏分行业数据的实证研究[J].上海财经大学学报,2014,16(4):36-43.

[11]“中国文化产业集聚效应的动态研究”课题组,蒋萍.我国文化产业集聚效应研究[J].调研世界,2015(11):14-18.

[12]TONE K.A slacks-based measure of efficiency in data envelopment analysis[J].European journal of operational research,2001,130(3):498-509.

[13]杨清可,段学军,叶磊,张伟.基于SBM-Undesirable模型的城市土地利用效率评价——以长三角地区16城市为例[J].资源科学,2014,36(4)：712-721.

(责任编辑 刘传忠)

The Comparison of Efficiency of Cultural Sub-industryand Its Provincial Differences in China

Guo Shufen1,2，Guo Jinhua2

(1.Cooperative Innovation Center of Resource-based Economies,Shanxi University of Finance and Economics,Taiyuan 030006,China；2.School of Management Science and Engineering,Shanxi University of Finance and Economics,Taiyuan 030006,China)

At the critical moment of regional economic transformation，the culture manufacture,retail and service industry in many provinces has developed diversely.The paper constructed an index system,and applied SBM-DEA and Malmquist model to measure the efficiency of cultural sub-industry.The results are as follows.①The comprehensive efficiency of sub-industry is low totally,and the low pure technical efficiency is the main reason.It relies on the improvement of technical level and management ability to promote efficiency.②Sub-industries efficiency exists unbalanced in spatial distribution：the culture manufacture shows“west low,east high”,and it has gotten development in many provinces，which relates to the prior development of manufacture.The retail and services sub-industries show“low concentricity but high dispersion”.③In 2012—2013,the sub-industry efficiency of culture manufacture,retail and service increasing most rapidly located in the central，west and east area in order,reflecting the phased characteristics of industrial transfer and differentiation of regional development.

Cultural industry；Efficiency of sub-industry；SBM-DEA；ArcGIS；Provincial differences

2016-07-26

郭淑芬(1970-)，女，山西长治人，山西财经大学资源型经济转型协同创新中心院长，教授，博士研究生导师;研究方向:产业创新与战略管理。

G124

A