数字文化产业上市公司技术创新效率评价及对策研究

□ 韩东林，吴 瑞，刘兵兵

（安徽大学，安徽 合肥 230601）

近年来，随着科技与文化产业的融合日益加深，数字文化产业开始崛起，数字文化产业满足了数字经济时代人们对文化消费的新需求，给消费者带来了新体验。2017年4月11日，文化部发布的《文化部关于推动数字文化产业创新发展的指导意见》（以下简称《意见》），首次明确了数字文化产业的发展内涵与核心内容，从发展方向、重点领域、生态体系、政策保障力度等方面对数字文化产业发展做出总体规划。所谓数字文化产业，是指以文化创意内容为核心，依托数字技术进行创作、生产、传播和服务，呈现技术更迭快、生产数字化、传播网络化、消费个性化等特点的新兴产业。目前，数字文化产业正在成为引领新供给、新消费、规模高速成长的数字创意产业的重要组成部分。为贯彻落实上述战略，迫切需要我们对于当前数字文化产业的发展有一个全面而深刻的认识与分析。上市公司是产业发展的领航者，技术创新是产业发展的动力所在。鉴于此，本文以数字文化产业上市公司为研究样本，通过构建指标体系，对目前在A股上市的数字文化产业上市公司进行技术创新效率评价，并在此基础上，提出提升我国数字文化产业上市公司技术创新能力的相关对策建议。

一、文献综述

国外学者对文化创意产业（国外没有“数字文化产业”这一概念）技术创新问题的研究，角度不同，成果丰硕，比较有代表性的研究，如Stam等（2008）［1］通过实证研究探讨了荷兰文化创意产业的结构、发展、创新及其对城市创新的影响，发现荷兰创意行业的企业相对具有创新性，艺术领域明显缺乏创新。Hotho、Champion（2011）［2］研究了创意产业中发展最快的计算机游戏产业，认为小企业在新创意产业中的经济贡献得到广泛承认，并从创新管理和工人的角度探究了行业内的人员管理模式。Weeds（2012）［3］建立了内生性质量差异化商品的理论模型，探讨数字化对企业分布的影响，认为技术变革改变了创意媒体产业，数字技术改变了销售渠道。Hsueh、Hsu（2012）等［4］建立了文化创意产业发展成效的多指标评价模型，通过模糊逻辑推理系统执行量化值转换过程来评估各部门对文化创意产业投入的发展有效性。Nathan、Lee（2013）［5］通过7600家公司样本调查了2005至2007年间伦敦企业的文化多样性、创新、创业和销售战略之间的联系，强调文化多样性对创新、创业至关重要。Schulzke（2014）［6］从虚拟文化产业入手对文化产业进行分析，认为文化产业论文为虚拟世界的理论分析提供了一个有用的起点，并解释了虚拟世界是现实世界经济关系的反映。Valentine（2014）［7］研究了文化产业中的地租与政治经济，解释了创业企业的权力形式问题，作为分析文化产业政治实践的基础。Lee（2009）［8］探讨了数字技术在韩国音乐文化经济中的变化，认为数字技术使音乐产业重组，影响大众体验音乐的方式，数字化彻底改变了构思音乐产业的方式。

国内学者对文化产业技术创新效率的研究，主要集中在不同层面的研究对象和不同的分析方法上。Ma、Yang等（2013）［9］从价值链的角度，分析了数字文化产业的横向和纵向线性价值链结构及存在问题，讨论了数字文化产业企业的产能、运营能力、竞争与合作关系。杨晶、郭兵（2014）［10］测算了2012年上海63家文化创意企业的专利产出效率，研究了所有制形式、规模和政府科技资助对文化创意企业专利产出效率的影响。潘玉香、强殿英等（2014）［11］根据文化创意产业上市公司不同融资模式来源对我国文化创意产业融资效率进行实证研究，结果表明我国文化创意产业融资效率偏低。雷原、赵倩等（2015）［12］运用随机前沿分析方法对我国A股68家文化创意类上市公司的投入产出效率进行评价，认为我国文化创意类上市公司整体技术效率偏低，文化创意企业产出主要依赖于劳动力投入，其次是市场推广与研发投入，对固定资产投入的敏感度不高。

我们通过文献梳理发现，目前国内外学者多立足于文化产业全局或者对具有代表性的文化产业子产业进行相关研究，对新崛起的数字文化产业的研究成果不多，对数字文化产业上市公司技术创新效率的研究成果，尚未见到。因此，本文运用DEA模型对我国数字文化产业上市公司的技术创新效率进行评价，并提出相应对策建议。

二、指标体系构建

（一）指标体系

创新效率是指创新主体在创新过程的投入与产出之比，它由创新投入和创新产出两个部分构成。国内外学者多从资本、劳动两个角度衡量创新投入，赵树宽、余海晴等（2013）［13］结合高技术企业的特点，将创新投入分为人力投入和经费投入，人力投入用科技活动人员和研发人员表示，经费投入用科技活动经费和研发经费支出表示，将创新产出分为新产品和专利产出，分别用新产品销售收入和专利申请数表示。韩东林、徐晓艳等（2016）［14］以研发经费支出和研发人员数作为创新投入指标，以专利申请授权数、净利润和新产品销售收入作为技术创新产出指标。

基于上述相关研究，同时考虑到数字文化产业的自身特点以及上市公司年报披露数据信息的可获得性，本文构建了评价指标体系。在创新投入方面选取研发人员数作为人力投入，能够反映企业对于技术创新的需求程度；选取研发费用作为资本投入指标，能较好地反映企业对技术创新的依赖程度。在创新产出指标的选取上，用有效发明专利数、实用新型专利数衡量科技成果，既能全面地反映技术创新的实际成果，又能体现企业的技术创新能力的水平。选取主营业务收入来表示经济效益，具体指标体系如表1所示。

表1 数字文化产业技术创新效率评价指标体系

（二）样本选取与数据来源

1.样本选取

本文根据《意见》中对数字文化产业范围的界定，对动漫产业、游戏产业、网络文化产业、数字文化装备产业、数字艺术展示产业以及前沿领域这6大数字文化产业重点发展领域相关的A股上市公司进行筛选。剔除上市年度偏晚（上市日期为2015年以后）、公司经营不稳定被“ST”、主营业务收入占50%以下的上市公司，以及为保证研究的真实性与可信度，剔除研发投入为0的上市公司，最终确定36家具有代表性的上市公司作为研究样本。

2.数据来源

本文数据全部来源于数字文化产业上市公司发布的年度报告，具体来说，主要基础数据来源于上海证券交易所、深圳证券交易所、万德（Wind）数据库、国泰安（CSMAR）数据库。

三、实证研究

（一）研究方法

数据包络分析（Data Envelopment Analysis，DEA）是一种多指标投入和多指标产出，并对相同类型的单位进行相对有效性或效益评价的一种新的系统分析方法。美国著名运筹学家Charnes、Cooper、Rhodes（1978）［15］基于 Farrell投入与产出评价效率的模型，应用对偶理论（Duality Theory），提出评价多投入多产出效率的方法，即固定规模报酬下的CCR模型。

假设共有n个DMU，每个DMU分别有m种投入和s种产出，则含松弛变量形式的CCR对偶模型表达式为：

其中，xi，yi分别表示DMUi的投入量和产出量，s-、s+为松弛变量，分别表示投入冗余值和产出不足值。若θ=1，则决策单元DMU0为弱DEA有效；若θ=1，且s-=s+=0，则称决策单元DMU0为DEA有效。决策单元的经济活动同时为技术有效和规模有效；若θ＜1，则称为非DEA有效，经济活动既不是技术效率最佳，也不是规模最佳。

CCR模型是假设生产过程属于固定规模收益，即当投入量以等比例增加时，产出量应以等比增加。然而实际的生产过程亦可能属于规模报酬递增或者规模报酬递减的状态，为了分析决策单元的规模报酬变化情况，Banker、Charnes、Cooper（1984）［16］以生产可能集的四个公理以及Shepard距离函数为基础提出了一个可变规模收益的模型，称为BCC的模型。含松弛变量形式的BCC对偶模型可表示为：

上市公司的生产经营活动非常复杂，且公司规模和所处行业差异较大，考虑到数字文化产业上市公司创新活动边际收益的不确定性以及市场竞争环境等实际情况，为消除规模方面的影响，本文以BCC模型评价规模收益可变情形下各DMU的效率。

（二）实证分析

基于2015—2016年数字文化产业36家上市公司相关数据，利用DEAP2.1软件，采用DEA-BCC模型，在规模报酬可变的情形下，对A股36家数字文化产业上市公司的创新效率进行评价，结果如表2所示。

1.创新效率分析

从综合效率来看，A股36家数字文化产业上市公司2015—2016年的综合效率均值分别为0.376、0.268。2015—2016年创新效率为1的公司数分别有5家、3家，分别占公司总数的13.9%、8.3%；2015年创新效率在0.8～1的公司数为0，2016年有1家，占比2.7%；创新效率在0.4～0.8的公司数分别为6家、4家，分别占总体的16.7%、11.1%；创新效率低于0.4的公司数分别有25家、28家，分别占总体69.4%、77.7%。由此可知，这两年数字文化产业上市公司的创新效率总体偏低，只有11%～13.9%的上市公司创新效率高于0.8，而70%左右的公司创新效率低于0.4。创维数字、漫步者、雷柏科技、完美世界、华平股份近两年的综合效率略有提高，反映了公司创新水平有所提升。东方明珠虽然在2015年综合效率达到最佳，但2016年综合效率仅为0.233。慈文传媒、汉王科技、中南文化连续2年综合效率有效，表明公司创新水平达到最佳水平（明家联合虽未能连续有效，但较为稳定）

从纯技术效率来看，A股36家数字文化产业上市公司2015—2016年的纯技术效率的均值分别为0.492、0.431，高于同期综合效率值。2015—2016年达到纯技术有效的上市公司均为7家，占样本总数19.4%，综合效率无效而纯技术效率有效的公司2015年有2家（TCL集团、东方网络），2016年有4家（TCL集团、创维数字、明家联合、东方明珠）。其中TCL集团、慈文传媒、汉王科技、中南文化、明家联合和东方明珠6家上市公司连续两年纯技术有效。

表2 数字文化产业上市公司技术创新效率实证结果

从规模效率来看，A股36家数字文化产业上市公司2015—2016年的规模效率的均值分别为0.761、0.589，均高于同期综合效率值和纯技术效率值。2015—2016年达到最优生产规模的上市公司分别有6家、3家，其中，慈文传媒、汉王科技、中南文化连续两年规模有效，表明其充分利用创新资源，适应发展环境，达到合适的生产规模。规模效率在0.8以上的公司分别为14家、9家，分别占样本总数55.6%、41.7%。华数传媒、游族网络、兆驰股份、三七互娱、浙数文化这5家公司的规模效率近两年波动太大。对于天威视讯、漫步者、骅威文化这3家上市公司来说，规模效率虽未有效，但均保持较高水平，可以看出其生产规模与最优规模相当接近。

2.规模收益分析

本文进一步研究了A股36家数字文化产业上市公司2015—2016年的规模收益状况，并分析其规模效率偏低的原因，具体结果见表3。

表3 数字文化产业上市公司规模收益分析结果

A股36家数字文化产业上市公司2015—2016年规模收益递增的上市公司分别有16家、13家，分别占总体的44.4%、36.1%，对于这类公司应当增加创新资源投入并进行合理分配，使其生产规模增加，争取效益最大化。规模收益不变的数字文化产业上市公司分别有6家、3家，各自占总体的16.7%、8.3%，此类公司处于最优规模收益点。规模收益递减的上市公司分别有14家、20家，分别占总体的38.9%、55.6%，这类公司随着生产规模的扩大，各部分难以协调，规模收益降低。

3.有效性分析

根据有效性判断原则，我们将评价结果分为3类，具体分类见表4。

表4 数字文化产业上市公司DEA有效性分析结果

DEA有效的经济意义是创新活动同时达到技术有效和规模有效。从技术角度来看，创新资源得到充分利用，投入要素达到最佳组合，取得最大产出效果。2015—2016年DEA有效的数字文化产业上市公司分别为5家和3家，分别占比13.9%、8.3%。DEA弱有效表明，不是同时技术有效和规模收益有效，2016年DEA弱有效的数字文化产业上市公司由2015年3家增加为4家。DEA无效表示既没达到技术效率最佳，也没有实现规模收益最佳，2015—2016年DEA无效的数字文化产业上市公司分别为28家、29家。由表4可知，80%左右的上市公司属于DEA无效，创新效率还有很大的提升空间。

4.投影分析

投影分析是进一步分析DEA无效原因的一个必要步骤，也是为提高本文选取的数字文化产业上市公司的创新效率提出有针对性政策建议。因此，本文以2016年29家DEA无效的上市公司为投影样本，结果如表5所示。

通过投影分析发现2016年29家DEA无效的数字文化产业上市公司创新投入冗余量和产出不足量。投入冗余是29家上市公司DEA无效的主要原因，研发人员、研发费用二者投入比例不合理，使较多的数字文化产业上市公司的技术创新效率未能达到有效状态。从产出角度来看，有26家公司存在有效发明专利数量不足的问题，12家公司实用新型专利不足，说明A股数字文化产业上市公司研发能力和研发水平，都亟待提升。

四、主要结论与对策建议

（一）主要结论

本文通过评价分析A股36家数字文化产业上市公司2015—2016年的创新效率、规模收益、有效性，并在此基础上，对2016年29家DEA无效的数字文化产业上市公司进行投影分析，得出以下结论：

1.技术创新效率整体较低。2016年技术创新效率比2015年下降28.7%，部分公司创新效率波动较大，综合效率值在0.3上下波动，效率值很低，说明技术创新能力亟待提高。

2.上市公司研发资源配置不合理。80%左右的数字文化产业上市公司DEA无效，存在不同程度的投入冗余和产出不足，说明资源配置未达到最优，造成资源浪费，研发资源经济效益未能达到最大化。

3.上市公司技术创新效率差异较大。威创股份、慈文传媒、汉王科技、中南文化等4家上市公司，连续2年综合效率有效，表明其具备良好的发展条件，技术创新水平稳定且达到最佳，但其他绝大多数数字文化产业上市公司未能达到连续2年综合效率有效，并且，不同公司的技术创新效率差异较大。

（二）对策建议

在实证评价基础上，根据所得研究结论，本文针对我国数字文化产业上市公司技术创新效率存在的主要问题，提出以下几点政策建议：

表5 2016年数字文化产业上市公司投影分析结果

1.加大研发资金投入。足够的研发资金是数字文化产业上市公司不断实现技术创新的前提。上市公司要实现创新效率有效，无论是综合效率有效还是技术效率有效，都离不开足够的研发资金投入，研发资金投入不足是导致数字文化产业上市公司创新效率不高的主要因素之一。因此，当前数字文化产业上市公司必须继续加大研发费用投入力度。

2.合理配置研发资源。加大研发资金投入的同时，还必须对各种创新投入要素进行合理配置。比如，需要优化数字文化产业上市公司研发人员、资金、技术等创新要素的投入比例，增加发明专利、实用新型专利及外观设计专利的数目，促进投入要素向科技成果转化，同时上市公司要充分利用专利制度保护知识产权，保证自身产品的市场竞争力和持续发展的后劲，以优质的科技成果为公司创造更多的经济效益。

3.加大研发人员引进与培养力度。研发人员是数字文化产业上市公司创新的主体，因此，数字文化产业上市公司要完善专业研发人员招聘选拔工作，大力引进公司需要的研发创新人才，同时，还要加强对研发人员创新能力的辨别能力。数字文化产业上市公司内部还要定期开展人才实训和交流，注重提升研发人员自身素质培养，培养兼具文化内涵、技术水准和创新思维的研发人员。

4.建立有效动态激励机制。研发人员不同于一般员工，有效的激励机制是必须的，不仅要给予研发人员物质激励，例如，年薪制、技术入股、股权激励等，还要给予一定的精神激励，例如，各种技术创新大奖，荣誉头衔等。因此，需要对数字文化产业上市公司研发人员的合理化创新予以奖励，同时，将其创新成果与绩效考核紧密联系，为研发人员提供一个广阔的职业发展空间。

5.促进“政产学研用”紧密结合。技术创新效率的提升，离不开“政产学研用”紧密结合。因此，数字文化产业上市公司要加强与政府、科研机构、重点实验室、重点高校的合作，推动专利技术成果向市场转化，形成与产业链紧密结合的创新链，建设以数字文化产业上市公司为主体、产学研用联合的数字文化产业创新中心，创新与创业结合、孵化与投资结合、线上与线下结合的数字文化双创服务平台。

6.充分发挥政府政策引导作用。在我国，政府拥有庞大的科技创新资源，也是技术创新的主要投入主体之一。与此同时，政府还是创新人才、资金和平台等方面政策的制定者。所以，为了进一步提升数字文化产业上市公司技术创新效率，政府部门一方面要大力为上市公司的创新发展提供资金支持，发挥资金的引导作用；另一方面，政府部门还要大力培养数字文化产业上市公司技术创新所需要的高级人才。同时，为了人尽其用，优化人才资源配置，政府要鼓励和支持创新人才合理流动，为数字文化产业上市公司技术创新提供人才支撑。