中国传媒产业要素市场扭曲对全要素生产率的影响

邓向阳,王勇华

基金项目： 国家社会科学基金项目（18BXW048）

作者简介： 邓向阳（1972—），男，湖南邵阳人，博士，湖南大学新闻传播与影视艺术学院教授，研究方向：媒介经济。

摘 要：基于2013-2017年《中国文化及相关产业统计年鉴》数据，采用C-D生产函数法和Malmquist指数法分别测算中国传媒产业的资本、劳动力要素市场扭曲度以及全要素生产率。结果显示：中国传媒产业劳动力要素存在较大的负向扭曲，资本要素存在负向扭曲和正向扭曲两极分化现象，全要素生产率存在不稳定现象。用一般最小二乘法回归模型考察要素市场扭曲对全要素生产率的作用，发现中国传媒要素市场扭曲度与全要素生产率呈正相关，且劳动要素扭曲度效应大于资本要素扭曲度效应。结果表明，中国传媒产业全要素增长的一部分贡献率来自于要素市场扭曲，这在长期内会抑制中国传媒产业发展。因此，降低市场壁垒，促进市场竞争，消除要素市场扭曲，有利于提升传媒产业全要素生产率。

关键词： 要素市场扭曲;全要素生产率;传媒产业

中图分类号：G124;F061.2 文献标识码： A 文章编号：1003-7217（2020）03-0148-07

一、引 言

随着中国经济发展阶段从“速度时代”向“质量时代”转变，中国传媒产业在快速增长的背后，也凸现出有数量缺质量，有“高原”缺“高峰”，低端供给严重过剩，优质资源稀缺等一系列问题。要解决这些问题，中国传媒产业需要通过流程优化、平台再造，实现各种媒介资源与生产要素的有效整合。因此，在经济形态方面，中国传媒产业应通过转型与升级，优化要素配置，提高全要素生产率（以下简称TFP）。相对于其他产业，中国传媒产业的要素市场改革滞后，要素市场扭曲问题会更严重。近几年中国传媒产业出现的明星报酬过高、传统媒体高端人才流失、资本向娱乐内容生产“潮涌”等现象，从侧面印证了中国传媒产业仍存在要素市场扭曲问题[1-5]。中国传媒产业的要素市场扭曲与TFP增长之间是否存在相关性、传媒产业的要素市场扭曲是抑制还是促进了TFP的增长？

因市场化改革相对滞后，要素市场扭曲问题成为发展中国家经济发展的症结，并长期被人们所诟病。经济学理论将要素市场扭曲定义为因市场不完善导致的生产要素在国民经济生产中的非最优配置，即要素市场价格与机会成本的偏差或背离[6]。国外要素市场扭曲理论的研究成果集中于对美国、中国、印度、日本等国家的分析，研究的产业对象重点分布在农业、建筑业、航空业等。国内众多学者对中国要素市场扭曲问题也进行了大量的研究，尤其是“提高全要素生产率”的论题首次出现在党代表大会的报告之后，有关要素市场扭曲理论的研究涌现新的高潮。近年来，国内要素市场扭曲理论的研究重点在引入和修正国外理论模型、中国要素市场扭曲的测度[7]、扭曲成因及扭曲效应分析[8，9]等方面，研究的产业主要集中于建筑业、农业等。

TFP理论是一种以影响经济增长效率因素为研究内容的生产率理论。由于单要素生产率包含了其他要素投入的产出贡献，无法解释经济增长的整体效率，衡量劳动、资本、技术、能源等全部要素投入的TFP理论逐渐得到广泛关注和快速发展。近年来越来越多的学者重点关注资本、劳动、技术和管理技能等要素市场扭曲对一个国家TFP的影响，多数研究结论认为要素市场扭曲和错配会降低一个国家TFP [10-12]。国内学者普遍认为降低要素市场扭曲、改善要素资源配置有利于TFP的增长，但在效用程度上有争论，如有理论、认为要素资源配置优化对TFP的贡献有限[13，14]，以及要素资源配置优化对TFP的贡献很大[15-17]。

20世纪70年代以后，国外扭曲理论研究开始从国际贸易领域拓展到经济学的其他领域，但基本没有涉及传媒产业或文化产业领域。从现有能收集到的文献来看，国外的传媒经济研究者不是从要素市场扭曲的视角，而是从传统的一般均衡理论出发，讨论微观层面的传媒公司要素配置和传媒公司绩效的关系[18]。国内有关传媒产业资本、人才、技术等要素资源现状、成因及其影响的研究成果颇丰，并散见于诸多文献之中，但同样没有基于要素市场扭曲理论来进行探讨。

在TFP研究方面，国外文献也很少涉及传媒产业或文化产业，但有较多的文献运用成本函数、生产函数、数据包络分析法（DEA）和参数法对文化艺术服务和博物馆文化服务的生产效率进行实证分析[19]。近几年来，国内学者对文化产业全要素生产率的研究开始增多。王家庭讨论了中国农村文化产业全要素生产率的动态增长[20];何里文、袁晓玲和邓敏慧讨论了中国文化产业全要素生产率的变动和区域差异[21];郑世林讨论了中国文化产业全要素生产率在体制改革不同阶段的动态变化[22]。此外，张仁寿等、蒋萍等、揭志强也做过相似的研究[23-25]。钟廷勇等、顾江等进一步讨论了劳动和资本要素错配对文化产业全要素生率的影响[19，26]。但是，国内对传媒产业全要素生产率的研究文献极少，仅有少数学者对文化传媒上市公司全要素生产率测算进行过研究[27]。

综观上述文献，国内外学者对要素市场扭曲与全要素生产率的研究成果颇丰，且多用经验实证研究方法。应用的领域也多限于农业、建筑业，而对传媒产业的应用研究极少。原因可能存在于两个方面：其一，世界各国对传媒产业的界定和分类多样，数据统计口径不一致;其二，传媒产业价值或要素生產率具有多维属性，难以设计一套稳定的、标准化的计量指标[28]。国外对文化产业生产效率的研究数据也较多地采用横截面数据，而非面板数据。国内有关文化产业要素扭曲和全要素生产率的研究数据也多取自《中国工业企业数据库》，该数据库仅包括文化产业中的少数制造企业，统计口径过于狭窄而有可能导致实证结果失真，或不能全面反映文化产业的现状。中国国家统计局将传媒产业归于文化产业分类，并从2013年开始以新的产业统计标准对传媒及相关产业数据进行统计，数据更为全面和真实。基于上述考虑，本文以国家统计局公布的《文化及相关产业统计年鉴》为数据来源，运用C-D函数方法、malmquist指数计算方法对传媒产业的要素扭曲和TFP进行测算，再通过回归模型实证分析传媒产业要素扭曲对TFP的影响。

二、理论机制与研究假设

已有研究认为，要素市场价格扭曲主要从三个方面影响TFP。首先，要素市场扭曲会造成资源错配。完善的市场机制会推动资本与劳动力要素由边际产出低的企业向边际产出高的企业转移，从而增加整个行业的边际产出，但扭曲的要素市场价格无法实现要素的有效配置而导致效率损失[8，10]。其次，要素市场扭曲会影响技术创新与技术进步。企业研发和应用新技术的能力[29]，以及企业的技术效率会推动一个国家的TFP上升[30]，但要素市场扭曲会带来效率损失，抑制企业技术创新效率[31]，或者抑制企业研发投入导致技术进步缓慢[9]。最后，要素市场扭曲会影响企业的规模收益。如要素市场价格扭曲会使企业实际规模收益小于潜在规模收益[32]，中国的化工业和机械业存在要素扭曲导致规模效率受损的现实[33]。

随着中国社会主义市场经济的不断完善，传媒产业也开始形成规模，并逐渐融入整个国民经济的投入产出体系之中，传媒产业的资本与劳动力要素也构成要素市场体系的一部分。当前中国传媒产业市场进入壁垒较高，国有资本占有较大比例，民营资本进入成本大，这造成中国传媒产业资本要素价格在国有资本与民营资本之间存在明显的差异性。国有媒体资本因委托-代理风险、投资的非理性、预算软约束、为实现宣传目标而过多地行政干预等因素制约了传媒企业的技术创新和内容创意的动力，抑制了传媒产业TFP增长。民营媒体资本因市场进入壁垒较高，资本参与竞争程度低，融资约束强，政府补贴歧视等因素，技术创新和内容创意能力受到限制。不管是国有媒体资本，还是民营媒体资本，资本要素价格的低估会降低落后媒体企业的生产成本，使得許多应退出市场的媒体企业仍然存在生存空间，并有可能继续扩大规模，抑制整个传媒产业TFP增长。资本要素市场价格的高估，使得高效率的媒体企业缺乏扩大规模和创新的动力，同样难以拉动整个传媒产业的TFP。

由此，提出研究假设1：中国传媒产业资本要素市场扭曲会抑制全要素生产率的增长。

因政府宣传需要、地方保护主义及寻租关系等因素的影响，中国传媒产业的国有媒体企业的劳动力在媒体产业内部和区域间流动性较低，劳动力要素难以由边际产出低的媒体流向边际产出高的媒体。民营媒体的劳动力要素流动性较高，但媒体内不同部门，以及产品生产的各环节之间收入差距较大，而劳动力市场的买方强势又迫使劳动力接受低工资水平，抑制了技术创新和内容创意的积极性。国有媒体的劳动力存在一定的裙带关系，并更多地倾向于政治资源，导致员工的竞争意识和创新意识薄弱。同时，当前国有媒体存在不对等的用人机制，造成许多内容生产部门的一线员工短期行为严重，拉低了TFP的增长。

由此，提出研究假设2：中国传媒产业劳动力要素市场扭曲会抑制全要素生产率的增长。

三、实证分析

（一）传媒产业要素市场扭曲和全要素生产率的测度

1.传媒产业要素市场扭曲的测度。

目前国内外测算要素市场扭曲度的方法有多种，主要包括生产函数法、利润函数法、成本函数法和生产前沿分析法等。选择C-D生产函数法，主要基于两个方面的考虑：其一，C-D生产函数法是最简便、最常用的一种方法，且经过许多学者的经验检验，结果更符合经济现实;其二，超越对数生产函数法和时变弹性函数方法对其他产业可能适用，但对传媒产业不一定适用。因为前两种方法需要更多的估计参数，容易带来自由度不足、变量间多重共线性显著、估计误差大等问题，而且因传媒产业的统计口径相对较窄，现有数据满足不了更多参数和变量的需要。

假设只投入资本K和劳动L两种生产要素，则生产函数公式可表示为：

Y=AKαLβ（1）

通过线性回归，可以得到系数α和β的估计值，并根据估计值计算出两种生产要素的边际产出MPK和MPL。假设资本和劳动的实际价格分别为r和w，则可求出两种生产要素的绝对扭曲度Disk和DisL。

DisK=MPKr （2）

DisK=MPLw（3）

若Disk和DisL的值等于1，则两种生产要素不存在扭曲;若值大于1，则存在负向扭曲;若值小于1，则存在正向扭曲。

要素市场扭曲的测度过程中，资本投入数据一般不可以从数据库中直接获取，国内学者在计算文化产业全要素生产率时大多采取估算或直接替代两种方法。估算方法一般采取永续盘存法[22，34，35]，但是传媒产业为文化产业下的细分行业，现有的统计数据中缺乏省际传媒产业初始资本和固定资产投资额，难以进行价格平减计算，因此，本文采取直接替代法。以往采用替代法的文献中，研究者多数用文化产业总资产[36]，或文化产业年末固定资产原值[37]来替代。本文以固定资产净值作为替代变量。对于劳动变量，本文还是延续其他研究的方法，采用行业年末从业人员数来替代。

国内学者一般采用增加值来计算产业增加值。《中国文化及相关产业统计年鉴》并未直接公布产业增加值，但公布了传媒产业除生产税之外的劳动者报酬、折旧和营业利润三项数据。考虑到生产税是按一定比例扣除的，对各个传媒产业小类的影响基本一致，因此，本文考虑用劳动者报酬、折旧、营业利润三项指标的总和对传媒产业增加值进行近似估计。计算公式中的资本价格按照当年银行贷款基准利率来计算，若一年内利率有多次变化，则利率取其平均值。劳动力价格水平的计算公式为“应付职工工资”与“年末从业人数”的比值，反映传媒购买劳动力所需的平均成本。

2.传媒产业全要素生产率的测度。

目前计算TFP的方法也有许多种，最常用的方法有数据包络分析法（DEA）和随机前沿函数法（SFA）。SFA对投入、产出、环境等变量的假定更为严格，函数关系式的精准度要求较高，这对于具有多维属性，且易受环境和个体行为影响的传媒产业来说并不合适。DEA不需要要素收入数据，只需要投入与产出数据，而且不需要对生产前沿的可能生产函数进行先验假设，其估值更接近传媒产业的经济现实。Malmquist指数模型不需要价格数据，而是通过分解指数方式来实现，运用该指数与DEA相结合的方法普遍应用于TFP测算。选择费尔（Fare）等提出的基于DEA的Malmquist指数模型来计算传媒产业全要素生产率[38]。

因基于t期和t+1期参照技术定义的Malmquist指数在经济含义上是对称的，从t～t+1期的Malmquist指数模型为：

M（xt，yt，xt+1）=（Mt·Mt+1）1/2=

dt0（xt+1，yt+1）dt0（xt，yt）×dt+10（xt+1，yt+1）dt+10（xt，yt）1/2（4）

式（4）求出的Malmquist指数反映从t～t+1期的TFP变动情况，若数值大于1，说明TFP上升;反之，则说明TFP下降。

（二）变量选取与数据来源

1.变量选取。

通过上述方法测算出的资本要素市场扭曲度（disk）和劳动力要素市场扭曲度（disl）为核心解释变量，全要素生产率（tfp）为被解释变量。为了控制其他变量对被解释变量的影响，设置相关的控制变量：（1）政府干预度（gov）。用流转税负担替代，以“主营业务税金及附加/主营业务收入”表示。（2）行业规模（Scale）。用企业规模替代，以“（营业利润+折旧+应付职工薪酬）/企业数目”表示。（3）行业竞争度（compe）。用市场占比来替代，以“细分行业市场占比平方”表示，目的是消除一定程度的共线性。（4）行业沉没成本（sunk）。用行业固定资本密集度替代，以“固定资产净值与年末从业人员之比”表示。（5）企业绩效（per）。以“营业利润与营业收入之比”表示。

2.数据来源说明。

目前对文化产业研究的数据主要取自《中国统计年鉴》《中国文化文物统计年》《中国工业企业数据》《中国文化及相关产业统计年鉴》等。由于前三个数据库没有将传媒产业细分出来，其数据并不适用于对传媒产业的实证研究，因此，本文的数据来源于2013-2017年的《中国文化及相关产业统计年鉴》。由于《中国文化及相关产业统计年鉴》缺乏规模以下企业投入产出的关键数据，因此，仅选择规模以上企业数值进行实证研究①。依据《文化及相关产业分类（2012）》的标准，文化产业共有120个小类，抽取其中直接与传媒生产相关的20个小类作为样本来研究②。以各行业2012年为基期，对各行业数值进行处理，并将各行业产出取对数，即以LnY为解释变量。LnKit、LnLit为被解释变量，i表示行业，t 表示年份。

（三）描述性统计

变量的描述统计情况见表1。

（四）模型设定

设定传媒产业要素市场扭曲影响TFP的基准模型为：

Tfpit=0+α1DisKit+α2DisLit+

∑nj=1α3Controlit+μi+εit（5）

其中Tfpit表示传媒产业全要素生产率，DisKit、DisLit分别表示资本和劳动力的要素市场扭曲度，Contolit表示控制变量，α1、α2、α3分别表示资本要素市场扭曲度、劳动力要素市场扭曲度、控制变量的系数，εit为误差项。

（五）实证检验和结果分析

根据两个核心解释变量的测算结果，传媒产业资本和劳动力两要素整体呈负向扭曲，但劳动力要素扭曲度高于资本要素扭曲度，这表明中国传媒业更倾向于劳动力密集型增长模式。从均值趋势来看，资本扭曲度变化不大，劳动力扭曲度呈先下降后上升的趋势。从被解释变量的测算结果来看，中国传媒产业TFP整体呈增长趋势，但从传媒产业的TFP均值来看，TFP的增长率却呈下降趋势，且呈现不稳定性。

对模型（5）进行VIF检验，结果都小于2，基本不存在共线性（见表2）。

因数据来源为面板数据，尝试用混合面板模型、固定效应模型和随机效应面板模型进行验证。固定效应模型和混合面板模型相当于考虑个体效应是否存在个体的相关性，因此，采用豪斯曼检验。豪斯曼检验的结果，卡方统计量为22.02，P值为0.0025，支持固定效应模型。然而，对固定效应模型进行检验时却发现，对个体效应ui为0的F统计检验表明，统计值为1.62，而P值为0.07，结果并未显著拒绝ui为0的原假设，固定效应模型存在其不合理性。因此，最终选择混合面板模型，用简单最小二乘法回归结果来作为模型回归结果（见表3）。为了防止存在异方差性的可能，采用了异方差稳健标准误进行估计。

根据回归结果，核心解释变量disk和disl分别在5%和1%的水平上显著;控制变量行业规模、行业竞争力和沉没成本等三个变量的显著性得到了保证，而模型的R2方也达到了0.2064。但是，政府干预度和企业绩效等两个变量的显著性没有得到保证。

观察回归结果，核心解释变量disk和disl的系数都为正，表明中国传媒产业要素市场扭曲对全要素生产率具有正向作用，不具有明显的抑制作用，因此假设不能成立。结论支持国外学者对发展中国家有关要素扭曲的基本结论，即在一定的发展阶段，要素扭曲会促进经济短期增长，但这种增长缺乏持续性和稳定性[39]。要素市场扭曲测度結果和回归结果也说明，中国传媒产业还处于粗放型增长阶段，政府可以通过制定特殊的传媒产业政策，压低要素价格推动传媒产业TFP的提升。回归结果也显示，劳动力要素扭曲的正向效应要大于资本要素扭曲的正向效应，进一步支撑中国传媒产业仍处于劳动力密集型的观点。

从控制变量效果来看，政府干预度和企业绩效的显著性不能得到保证，可能的解释是政府对传媒产业的干预更多地依赖行政指令等非市场手段，而不是财政补贴和税收等市场手段，此外政府干预的目标也重在舆论导向，而非企业效益。市场竞争度的估计系数显著为正，表明市场竞争程度对传媒产业TFP具有显著促进作用。行业规模和沉没成本的估计系数显著为负，表明两者对传媒产业TFP具有显著抑制作用。行业规模对TFP具有显著负向作用，可能的解释是中国传媒产业内规模以上企业多为国有媒体企业，其较高的管理成本和社会负担会抑制传媒产业TFP的增长。沉没成本对TFP具有显著负向作用，可能的解释是中国传媒产业的高沉没成本特征会阻碍媒体的退出，更多的成长性差的媒体停留在市场阻碍了传媒产业TFP的增长。

四、结论与讨论

以上实证结论验证了中国传媒产业呈现不断增长的客观现实，同时，也揭示出中国传媒产业存在要素市场负向扭曲的现实问题。中国传媒产业要素扭曲的测度结果显示，中国传媒产业劳动力要素扭曲值远高于资本要素扭曲值，表明中国传媒产业仍偏向于劳动力密集型，存在较强的劳动力成本优势。在利润预期驱动下，传媒会更倾向投入劳动力，而非资本。

本文结论支持要素市场扭曲对当前中国传媒产业TFP增长有正向作用的观点，说明中国传媒产业TFP增长的很大一部分贡献率来自于要素市场扭曲。这种贡献率本质上是一种短期的“扭曲红利”，会鼓励政府和媒体维持现有的增长模式，从而有可能导致中国传媒产业陷入“贫困性增长”的陷阱，即传媒产业总量呈增长趋势，但产业收益、传媒传播效率和受众福利却没有相应增长，甚至有可能下滑。因此，我们不能陶醉于要素市场扭曲给传媒产业带来的短期“扭曲红利”，而应认清中国传媒产业仍偏重于劳动力密集型的现实，着眼于传媒产业的高质量发展和可持续性增长，采取相应措施治理要素市场扭曲问题。

市场竞争对传媒产业TFP有较强的正向作用。因此，政府需进一步制定完善的传媒产业政策，降低市场壁垒，促进市场竞争。首先，降低市场壁垒，提高市场竞争度可以降低行业沉没成本，减轻沉没成本对TFP的抑制作用。其次，市场竞争度的提高可以改善规模型媒体的结构，促进TFP的提升。最后，降低市场壁垒，增强市场竞争，可以有效解决引致性要素扭曲问题，有利于传媒产业要素市场扭曲的治理。

囿于传媒产业数据的缺乏，本文没有加入虚拟时间变量验证传媒产业要素市场扭曲对TFP的正向作用是否具有边际递减效应，也没有分解出效率改进和技术进步作为中介变量，没有进一步考察中介效应。

注释：

① 规模以上企业指《文化及相关产业分类（2012）》所规定行业范围内，年主营业务收入在2000万元及以上的工业企业法人，2012年44484家、2013年47600家、2014年49730家、2015年51264家、2016年48936家。

② 20个小类包括广播电视电影专用设备的制造、视听设备的制造、文化用的油墨颜料制造、文化用纸的制造、印刷复制服务、印刷专用设备的制造、发行服务、广播电视电影专用设备的批发、文具乐器照相器材的销售、版权服务、出版服务、电影和影视录音服务、广播电视传输服务、广播电视服务、广告服务、互联网信息服务、摄影扩印服务、文化软件服务、新闻服务、增值电信服务（文化部分）。

参考文献：

[1] Attanasio O P，Padoa-Schioppa F.Segional inequalities，migration and mismatch in Italy，1960-1986[J].Mismatch and Labour mobility，1991（5）：237-320.

[2] Song J，Topa G，Violante G.Mesuring mismatch in the US labor market[J].Society for Economic Dynamics，2012 （9）：1-77.

[3] 赖德胜.论劳动力市场的制度性分割[J].经济科学，1996（6）：19-23.

[4] 袁志刚，解栋栋.中国劳动力错配对TFP的影响分析[J].经济研究，2011，46（7）：4-17.

[5] 朱喜，史清华，盖庆恩.要素配置扭曲与农业全要素生产率[J].经济研究，2011，46（5）：86-98.

[6] Lau L J，Yotopoulos P A.A test for relative efficiency and application to indian agriculture [J]. The American Economic Review，1971 （1）：94-109.

[7] 王宁，史晋川.中国要素价格扭曲程度的测度[J].数量经济技术经济研究，2015，32（9）：149-161.

[8] 盖庆恩，朱喜，程名望，等.要素市场扭曲、垄断势力与全要素生产率[J].经济研究，2015，50（5）：61-75.

[9] 戴魁早，刘友金.要素市场扭曲与创新效率——对中国高技术产业发展的经验分析[J].经济研究，2016，51（7）：72-86.

[10]Hsieh C，Klenow P J.Misallocation manufacturing TFP in China and India[J].The Quarterly Journal of Economics，2009（4）：1403-1448.

[11]王林辉，袁礼.資本错配会诱发全要素生产率损失吗[J].统计研究，2014，31（8）：11-18.

[12]Bhattacharya D，Guner N，Ventura G.Distorions，endogenous managerial skills and productivity differences[J].Review of Economics Dynamics，2013 （1）：11-25.

[13]袁堂军.中国企业全要素生产率水平研究[J].经济研究，2009，44（6）：52-64.

[14]聂辉华，贾瑞雪，史宇鹏，等.企业创新性的若干表征：自制造业观察[J].改革，2011（4）：111-114.

[15]张军，金煜.中国的金融深化和生产率关系的再检测：1987-2001[J].经济研究，2005（11）：34-45.

[16]史宇鹏，丁彦超.企业创新性的若干表征：自制造业观察[J].改革，2010（4）：111-114.

[17]龚关，胡关亮.中国制造业资源配置效率与全要素生产率[J].经济研究，2013，48（4）：4-15.

[18]Picard R G，Weezel A V.Capital and control：consequences of different forms of newspaper ownership[J].International Journal on Media Management，2008（10）：22-31.

[19]钟廷勇，李江娜.要素错配对文化产业的作用机制及实现路径研究[M].北京：经济科学出版社，2016：21-28.

[20]王家庭.我国农村文化产业全要素生产率的动态研究[J].岭南学刊，2013 （3）：85-92.

[21]何里文，袁晓玲，邓敏慧.中国文化产业全要素生产率变动、区域差异分析——基于Malmquist生产力指数的分析[J].经济问题探索，2012（9）：71-77.

[22]郑世林，葛珺沂.文化体制改革与文化产业全要素生产率增长[J].中国软科学，2012（10）：48-58.

[23]张仁寿，黄小军，王朋.基于DEA的文化产业绩效评价实证研究以广东等13个省市2007年投入产出数据为例[J].中国软科学，2011 （2）：183-192.

[24]蒋萍，王勇.全口径中国文化产业投入产出效率研究——基于三阶段DEA模型和超效率DEA模型的分析[J].数量经济技术经济研究，2011，28（12）：69-81.

[25]揭志强.我国地区文化产业全要素生产率增长状况研究[J].统计与决策，2013（1）：141-145.

[26]顾江，车树林，贺达.金融错配对文化产业全要素生产率的影响研究：理论与实证[J].江苏社会科学，2018（1）：58-66.

[27]夏一丹，胡宗义，戴钰.文化传媒上市公司全要素生产率的Globe Malmquist研究[J].财经理论与实践，2014，35（4）：48-52.

[28]Throsby D. Determining the value of cultural goods：how much（or how little）does contingent valuation tell us？[J].Journal of Cultural Economics，2003（27）：275-285.

[29]Comin D，Hobija B.An exploration of technology diffusion[J].The American Economic Review，2010（5）：2031-2059.

[30]Bloom N，Van J.Measuring and explaining management practices across firms and countries[J].The Quarterly Journal of Economics，2007（4）：1351-1408.

[31]李平，季永宝.要素价格扭曲是否抑制了我国自主创新[J].世界经济研究，2014 （1） ： 10-15.

[32]Atkinson S E，Halvorsen R. Parametric efficiency tests，economies of scale，and input in US electric power generation[J].Review of Economics and Statistics，1984，25（3）：647-662.

[33]朱顺林.中国区际分割的产业效率损失实证分析[J].经济地理，2005（1）：16-19.

[34]馬跃如，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.

[35]钟廷勇，国胜铁，杨珂.产业集聚外部性与我国文化产业全要素生产增长率[J].管理世界，2015 （7）：178-179.

[36]黄永兴，徐鹏.中国文化产业效率及其决定因素：基于Bootstrap-DEA的空间计量分析[J].数理统计与管理，2014，33（3）：457-466.

[37]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.

[38]Fare R，Grosskopf S，Norris M，et al.Productivity growth，technical progress，and efficiency changes in industrialized countries[J].The American Econimic Review，1944（3）：66-83.

[39]Naknakuki M，Otani A，Shiratsuka S.Distortions in factor markets and structural adjustments in the economy [J].Monetary and Economic studies，2004（2）：71-100.

（责任编辑：钟 瑶）

The Empirical Study of the Relationship between  Production-factors Market Distortions and Total Factor  Productivity in Chinese Media Industry DENG Xiangyang ， WANG Yonghua

（School of Journalism and Communication & Film and Television Arts，Hunan University，Changsha，Hunan 410082，China）

Abstract：In this paper， both the market distortions of capital and labor factor and the total factor productivity in China's media industry were estimated using C-D production function method and Malmquist index method based on the data from China Statistical Yearbook on Culture and Related Industries （2013-2017）. The results indicated the presence of large negative distortion of labor factor， polarization of capital factor， and instability of total factor productivity in China's media industry. The effects of factor market distortion on the total factor productivity were investigated with the least squares regression model. It was observed that the factor market distortion is positively correlated with the total factor productivity in China's media industry， and the effect of labor factor distortion is greater than that of capital factor distortion. This paper concluded that the factor market distortion partly contributes to the total factor growth in China's media industry， which will inhibit the development of China's media industry in the long term. Therefore， the reduction of market barriers， promotion of market competition， and elimination of factor market distortions are beneficial to the improvement of total factor productivity in China's media industry.

Key words：production factor market distortion; total factor productivity; media industry