数据赋能驱动文化产品创新效率研究——基于中国省域面板数据的实证检验

刘 静 惠 宁

(西北大学 经济管理学院， 陕西 西安 710127)

一、引言

大数据作为信息技术产业的基础要素，正通过数字媒介向经济发展的各领域赋予新动能。数据赋能是将“数据”与“赋能”结合的复合名词，代表大数据作用于传统商业分析的经济绩效，包括承载事物价值增量的数据资产内核与数字经济外延两个方面。而文化产业作为国民经济的朝阳产业与国家结构性调整的重要方向，同样在区域经济数字化进程中锻造、完善并扩大文化产业之核心——文化产品的创新价值与业态。因而大数据对文化产品创新影响的驱动效应表现为三个方面。一是产品技术创新方面，即大数据能够进行传统文化产品深加工。文化产品数字化的要旨之一在于生产技术水平的协调，从而使现代文化产品生产运行受到数字信息资源的杠杆作用，延长文化产业链并增加高端价值环节。如影视动漫产品的数字化设计、文化文物的数据化修缮就是利用大数据技术形成的集约化生产加工。《中国文化文物统计年鉴》近十年的统计结果显示，文化数字产品专利项目年均授权数达293个，且其增长率在0.01%—3.96%之间，表明文化产品数字技术红利及其融合度在不断加大的同时呈现波动性增长特征①。二是产品协调创新方面，即大数据能够衡量现存文化产品供求。文化资源的理性传播受到市场承载力的约束，当产品供需不均衡时，将影响经济稳态增长。而数据赋能是文化产品供需的“晴雨表”和反馈文化产品利用配置合理性的基础设施。图书流通领域的RFID(Radio Frequency Identification，射频识别智能管理系统)，就是将文化产品诉求与大数据模式链接的信息反馈工具。2008—2017年，我国文化数字产品销售额从48.4亿元提升至332.9亿元。期间文化产品数字生产融合度逐年累积 ，文化消费不断激活，文化生产结构随之优化，大数据在协调文化产品供给比例中发挥更为突出的作用②。三是产品融合创新方面，即大数据能够推进产品间融合度。相对上述标准而言，文化经济绩效是文化产业的量化标准与阶段目标，最终以产业间生产要素的合理配置利用为结构调整方向。农耕文化的视频展示、工业园区的数字记忆、服务贸易的电子账务等均得益于大数据在产业间的动态演化与破冰。中经数字经济研究中心与社会科学文献出版社共同发布的《数字创意产业蓝皮书：中国数字创意产业发展报告(2019)》中测算，文化产品数字创新融合增速超过20%，数据赋能与文化产品存在显著性关联，科技与文化高度交融③。鉴于此，数据赋能与文化经济融合的趋势正不断加强，并衍生出诸多经济结构中的新业态。但是，大数据究竟在多大程度并以怎样的方式影响文化产品创新效率？中国区域间文化产品创新是否因数据赋能的驱动效应差异迥然？为此，研究中国文化产品创新效率及各省市区文化产品数字化程度，有助于推进我国数字经济学与文化经济学的理论融合并提供文化产业数字化的政策依据。

二、文献述评

国内外在数据赋能与文化产品的关联性研究中，根据其差异化视角，可以划分为以下几个方面：一是大数据与文化产品的融合度探索。根据产业融合理论、阿克尔洛夫和斯蒂格利茨的非对称信息经济市场运作理论及经济总量与结构相互制约演进理论，表明技术变革在资源配置与产业结构合理化进程中处于重要位置④。因此，挖掘和运用大数据技术能够影响文化产业结构的演进方向，其融合作用发挥能够影响文化产品信息资源配置的运行绩效⑤。更进一步，文化信息的空间扩散理论将文化惯性与空间信息相联系。张永林研究发现在不完全市场竞争作用下，大数据的社会融入弥补了信息不对称产生的文化经济供需非适配性从而降低交易成本⑥。二是数据赋能对文化产品结构合理化的驱动作用分析。在大数据对文化产业关联传导机理研究中，Bail从产品结构的研究视角出发，认为文化产品是文化产业的构成要件，大数据使得文娱、出版、音乐、影视、工艺美术等文化产品内容均可数字化，将原本离散分割的产品价值链扩散成网状分布，增加其科创性与交易质量⑦。而在实践层面，Wlömert和Papies采用36个国家22年的收入数据及47个国家两年的盗版数据，运用贝叶斯方法研究了互联网数据与文化产品收入间的关联性，结果发现在高收入国家，互联网数据普及度与文化产品收入显著关联，并指出文化产品的非法获得与收入限制及国家垄断程度关联性较小⑧。三是数据赋能对文化产品的关联传导效应研究。如果说单一文化产品的生产者进行质量选择基于偏好次序，那么产品多样化将增进厂商的社会剩余⑨。一方面，数据赋能文化产业关联传导机制体现在产品社会福祉增进上，文化资源配置在受到社会资本与文化环境制约的同时反作用于环境信息系统。另一方面，以大数据为主导的云计算经济兴起赋予信息时代文化产业新的战略地位，相应的文化产品借助数据信息打破文化资源“信息孤岛”，形成文化与信息交互的结构升级。四是大数据驱动文化产品创新供给的增长效应与区域差异研究。与传统的微观事务相比，文化产品是兼具中观层面产业属性与准公共产品性质的特殊商品，并且因文化市场环境与技术冲击呈现产品创新的延迟性与多元性。因此通过构建面板数据模型能够有效控制文化产品数字化创新的内生性，并避免样本数据的短期问题，从而持续反映文化产品创新供给的经济绩效。与此同时，周建新和刘宇认为，文化产品创新的个体异质性也可以通过面板数据检验各变量的影响与区域冲击性体现。

虽然已有研究对大数据信息与文化产品结构的关联性进行了一定探索与积累，但多基于推动机理的相关阐述，深入运用文化产品数字化全景样本进行建模并进行实证检验的较少。因此，研究主要从以下两个方面进行拓展：第一，现有文献大多采用互联网、科学技术等指标分析其对文化产业的影响，存在对信息化投入较为宏观的划分与识别问题，且2015年后“互联网+”的全面推介使得前期相关研究中的科技影响效应衡量标准存在数据估算口径错位，因而研究在对“数据赋能”的内涵进行剖析后，从信息产业的基础——大数据产业入手，通过较为全面的大数据产业评级指标体系遴选出核心变量，从而提高指标设定可信度。第二，现有文献基本上从文化产业绩效评价、文化生产效率、文化产业发展、文化制造业(服务业)等层面研究文化产业的运行效率，鲜有文献从数据赋能驱动文化产品及其结构性变迁的角度进行。研究将大数据投入指数与文化产品生产效率指数进行耦合，进而对两者的关联性进行验证，既能反映数据赋能文化产业的关联趋势，又能够深入文化产品生产的微观结构。基于此，对大数据产业链驱动下的文化产品经济结构研究，能够增进文化产业研究覆盖面与数据赋能经济绩效研究工具的合理性。

三、模型构建与实证检验

(一)文化数字产品融合性分析

1. 文化数字产品的跨界融合理论

文化产品涵盖文化创意、产品设计、生产运营等关键环节，并将其内嵌于文化产业价值链中，通过价值链传导机制进行文化产品再加工与再创造。因而价值链构建作为文化产品数字化过程的桥梁，经由数据赋能文化产品生产的核心与辅助增值部门，可实现企业内部微观层面的跨领域融合。在此基础上，文化产品与数字技术融合创新改变原价值体系，产生新经济增长点，从而实现竞争优势，因为数据赋能与文化创意产品注入传统价值链，新文化产品与新生产效率将不断更迭。更进一步，文化产品价值汇聚生成文化产业链，具有天然形成多业态融合的产业集聚效应，不仅能带动文化产业集群，更有利于盘活传统产业的数字化资产，产生文化产品边际收益递增与规模效应。而一旦文化数字产品的跨界产业链中蕴含新动能，将反作用于原文化产业链的产供销价值链，不断拓展文化产品价值，从而实现文化生产混业经营，最终形成以价值链为点，产业链为线，数字创意产业为面的高关联性跨界融合。

2.文化数字产品的跨区融合理论

如果说产品价值链与产业链反映产业融合的集约边际效应，那么产品的跨区域流动形成产业融合的广延边际效应。一方面，数据赋能文化产品供给有利于降低产品供给成本，创造去区域中心化的交易平台。文化产品作为特殊性生产要素，同时具备准公共物品的非排他性，通过大数据技术能够改变产品生产流速、交换价值，分摊区域厂商的运营成本。此外，当数据赋能跨区域形成新增长极，将辐射产品空间并影响区域经济增长率。另一方面，区域需求偏好差异是文化数字产品跨区融合的动力，并且文化电子产品累积消费意愿，强化区域产业多元融合。文化产品数字化意味着消费者扩展原有知识储备边界，改变消费积累的节奏与方式，产生“理性成瘾”的交易诉求，由此打破传统物流区制壁垒，整合跨区消费者剩余。因此，在研究数据赋能文化产业相关问题时，需要进一步分析文化数字产品投入产出差异度形成的区域生产效率异质性。

(二)我国各省市区文化产品生产效率评价

1.评价方法

对文化产业生产效率的测度模型主要包括两种：数据包络分析与投入产出分析。其中，投入产出法是数据赋能与文化产业关联分析的基本方法，其前提是将瓦尔拉斯的一般均衡理论转化为经济结构的实操分析工具，但局限性在于模型的比例性假设，且只能按纯部门、大类产品划分，而文化产品的动态多样性使其充分投入要素并不随其产出增加成比例增加，纯部门与实际部门的计量方式存在差异。因此，对文化产品效率的评价应综合考虑流量与存量，动态与静态的量值体系，减少单一模型带来的应用性不足。而数据包络分析(Data Envelopment Analysis，简称DEA)的特征在于具备处理多输入—多产出有效性评价的优势。正因为DEA方法不直接作用于综合数据，因此决策单元中无须对数据进行无量纲化处理，避免了文化产业的行业差别带来的测度误差。另外，DEA方法假定输入—输出间的内在关联并求得最优权重，因此排除了文化产业决策单元权重设置的主观性。

DEA的基本模型中，首先，根据规模报酬的可变性不同的假设，分为CCR模型和BCC模型。由于各地区文化产品的生产规模报酬各有差异，因而选择基于规模报酬可变的BCC模型。其次，根据投入产出的方向不同，分为Input-DEA和Output-DEA模型。在大量研究的相关论述中，考虑一般产品的生产活动，文化产品的投入量可自由调整且考虑成本，不论投入变化与否，多选用输入型数据包络分析模型。因此，研究基于线性规划并引入松弛变量与非阿基米德无穷小概念，给出摄动法，运用BCC模型衡量文化产品生产投入的有效性。

对最优化模型进行Charnes-Cooper变换，则有等价的线性规划问题为：

其引入松弛变量的对偶规划问题为：

2.样本来源与变量选择

结合前述理论基础，考虑到数据可得性与统计口径的一致性，选择文化娱乐业作为行业代表变量，并选取2008—2017年十年中国31个省、市、直辖市与自治区文化产业娱乐产品的投入产出数据作为决策单元集。鉴于测算文化娱乐产品生产效率的相关数据仅涉及2008—2017年期间，因而将数据样本区间确定于此。数据样本主要来源于《中国文化文物统计年鉴》、《中国统计年鉴》以及中经网统计数据库，样本涉及中国各省市区。其中，文化产业营业收入增加值来源于《中国文化文物统计年鉴》与《中国统计年鉴》，文化娱乐机构数量、资产投入总额、从业人员数、年度工资收入均源于《中国文化文物统计年鉴》及中经网统计数据库。在数据处理中，为解决负产出问题，对所有变量数据做初等行变换处理。

首先通过测算文化产业娱乐产品创新效率以反映中国各区域文化产业生产运营状况与区域产品异质性。选择文化娱乐业中的文化产品为代表的原因包括以下两个方面：

第一，历史沿革层面，1978年改革开放后中国文化产业的起步以国内营业娱乐文化场所的相继涌现为起点，其标志事件为1979年广州开设国内第一家文化音乐茶座。随后1988年文化部联合国家工商局发布的《关于加强文化市场管理工作的通知》将文化产业市场予以合法化与规范化。因此，中国文化产业发展是以国内文化娱乐场所的公众性消费拉动形成的。此外，根据2004年后国家统计局对文化产业的系统性分类，文化产品的消费支出均以“文化娱乐消费支出”指标衡量。加之各地区统计年份的起始点与连续性不同，使其他部分区域文化行业不具备数据的一致性与可比性。因而，将文化娱乐业作为中国文化产业产品消费的代表行业，能够在纵向时间演进研究中满足文化产品创新效率评价的决策条件。

第二，行业覆盖层面，根据文化部颁布的《文化及相关产业分类(2018)》与国家统计局文化产业年刊中文化娱乐业(场所)的研究范畴，研究中的文化娱乐业涵盖娱乐活动、游艺场所、电子游戏、景区遗迹、其他室内娱乐活动、休闲观光活动及各地文化行政部门发放《娱乐场所许可证》的11个部门。尽管难以完全囊括文化产业所有子行业，但《中国文化文物统计年鉴(2008—2017)》中企业会计制度的文化文物机构主要财务指标数据显示，2008至2017年文化产业按国民经济行业划分后，其中文化休闲娱乐服务占全行业营业收入的平均值达到72.02%，位居所有子行业首位，具有较好的行业代表性，且期间统计口径具有一致性，能较为完整地反映出中国文化产品市场效率变迁的过程。因此，选择文化娱乐业衡量中国文化产业产品效率具有行业范畴的可行性。

文化产品的要素投入变量包括机构数量、资产投入总额等固定资本以及人力资本、年度工资收入等可变资本两方面。首先，理论上，文化产品价格是在前期高投资、垄断与效用偏好下形成，且所耗费的物质资本、历史积淀、知识储备相较于其他产业占比更大。其次，对文化服务产业的投入指标，学界将资本资产作为研究维度的成果也较为丰富。王恕立和胡宗彪分别采用物质资本与劳动投入存量衡量文化服务业的投入。而黄永兴和徐鹏将固定资产投资额与就业人数作为中国文化产业效率的决定因素。因此，与郑世林和葛珺沂、孟维站等一样，我们遵循现有文献的普遍做法，将以有形与无形资本双重维度评价文化娱乐业的产品生产率。同样，基于投入产出效率考量，选择文化产业营业收入增加值为产出变量。理论上，产品结构合理化理论认为产业结构效益中的存量与增量能够反映产业结构是否合理，即产品的消费额是生产经营量的表征。加之被解释变量的选取根据目前对文化产业输出指标测算方面具有代表性与可行性的研究，形成对文化产业产出变量的论述，即将文化娱乐业营业收入与增加值作为文化产品供给效率的产出衡量指标具有合理性与可行性。

3.评价结果分析

基于此，选取2008—2017年间我国31个省、市、自治区文化娱乐业产品投入产出的面板数据(不含港澳台地区)，建立DEA的BCC模型并运用多阶段方法，进行文化娱乐产品生产效率的测度，结果如下。

第一，表1列出了中国31个省市区规模效率可变时的综合效率生产值。从各省10年变化总体趋势的均值看，处于生产前沿面的31个省市区的生产效率值均有较快上升趋势，且各省份间变化幅度差异较大。平均来看，中国文化产业效率的省域变迁大于区域分割，空间差异性具体体现在各省文化产业发展分布不均衡且具有一定的区域“俱乐部效应”。一方面，北京、天津、山东、河南的文化产业生产效率值达到0.9以上，河北、吉林、黑龙江、江苏、福建、陕西也达到0.8以上。这表明2008—2017年间在中国现有文化资本投入与技术支撑下，这些省份基本达到生产有效性，文化娱乐产品的既定投入能带来收入最大化。这一特征描述与吴慧香的结论基本一致。其原因在于这些省市大多属于经济强省或获得文化政策扶持，通过借助当地的文化政策利好，以国民生产总值提升带动文化产品高质量发展与深度消费，从而打破区域“资源诅咒”实现文化产业突破。另一方面，虽然各省市的生产效率有所提升，但很多省份并没有充分挖掘利用现有文化经济资源与技术潜力，导致文化产业生产率投入产出比较少。例如，安徽、贵州、云南、宁夏的生产效率值不足0.6，甚至部分省市低至0.2。此外，存在不同年份生产率变化较大的省份，其中，湖南、广西、海南、重庆、云南、新疆十年间的生产效率波动区间高达0.562—0.883，波动率均为50%以上。因为这些省份大多形成具有民族特色的文化产品供给服务，近年来生活服务业的细分市场高速发展加剧形成了文化产品生产波动，使之实现跨越性效率增长的同时也间接印证了鲍莫尔最早在1967提出的“服务业劳动率滞后性假说”。

表1 中国31个省市区文化产品输入型生产效率值(2008—2017年)

资料来源：根据实证结果整理。

第二，从各省10年间的增长阶段看，总体上可以划分为三个时期。其一，2008—2012年间，除北京、天津、河南、河北等文化强省(市)生产稳定高效外，各省市文化娱乐产品生产率基本呈现低值波动增长的态势，处于文化经济发展的量变积累阶段。其中，2008年、2010年生产效率增速较低，2009年、2011年、2012年生产效率增速较快。这可能由于2009年国务院通过的《文化产业振兴规划》明确了文化产业的国家战略性地位，而之后的2011年十七届六中全会与2012年十八大报告强调进一步推进建设文化产业的国民经济支柱地位，加大促进了文化产业的规模化与专业化水平。相对而言，2008年与2010年尽管也出台过扶持政策，但大多基于之前政策的延续性，调整步伐较小，政策落实也有待提高。其二，2013—2014年是文化娱乐业质变的“换挡期”。从表1可知，两年间生产效率投入产出比普遍较低。原因在于2013年国际金融市场波动与全球生产贸易疲软，中国文化产业的飞速增长依赖于大量资本注入，而受世界市场影响，文化生产成本加剧，贸易逆差较大，信息产业融合带来的技术冲击也对传统文化商业模式极具挑战。2014年中国社科院发布的《中国文化产业发展报告 2014》更加确认了这一时期的特征，强调“文化经济从政府主导转为市场拉动”，因而减速增质的结构性调整必然伴随经济增长效率的暂缓与阵痛。其三，2015—2017年，各省市区的文化娱乐业生产率不断变化提升。因为2015年以后我国“互联网+”的技术变革与政策利好逐步影响文化产业信息化技术调整速度，由此文化资本的海量注入带动了文化娱乐产品生产力与消费量，并出现文化产业革新期文化品投入产出效率的峰值。当然，2016年31个省市区中除青海、西藏、广东、山东、福建、上海、北京、天津等地外，其他省市的文化娱乐行业文化产品的输入型生产效率值普遍出现下降态势，其原因可能在于文化数字技术产生流行性冲击后，这些省区并未完全释放其应用价值，区域文化商业的数字化形态尚未达到成熟。尤其当大数据产业建设的虚火冷却，市场机制的资源配置效率下降就成为反映文化产品生产力变迁的晴雨表。此外，文化资本与科创融资更青睐于成熟性文化企业及特色文化业态，而此类企业多集中于北上广等较发达省份与部分西部城市，因此其他城市呈现出与当年文化数字化蓬勃发展相悖的区域异质性。

第三，图1列示出2008—2017年中国31个省市区文化产品生产的技术效率分解指标，即纯技术效率与规模效率的年均变化趋势，其均值范围分别在0.4842—1.000与0.660—0.999之间。从两者十年间平均变化曲线看，总体而言，纯技术效率与规模效率增长是交替变化的，而规模效率占据主导地位。其中，除江苏、山东、广东、青海的纯技术效率高于其规模效率外，其余各地区规模效率均超过技术效率。由此可见，全国文化产业的技术效率改进已由纯技术效率逐步向规模效率为主转变，文化产业显现小成本高制作的规模经济。出现这一现象的原因在于伴随基尼系数提升，文化娱乐业日益成为大众消费的必需品，加之数字技术将文化产品复制化扩散度提升到前所未有的高度，极大降低了大众获取高端“精神消费品”的生产、运输与消费成本。文化产业链延伸进一步促进了文化贸易的可得性，打破了文化经济中产品与服务的不可分割性，因而增加了文化娱乐产品的规模效率。但是，作为“内容为王”的文化娱乐市场，单纯依赖成本导向的规模经济显然难以长期获益。相对其他生产要素，文化产业的技术投入对生产效率的贡献率较低。纯技术效率均值不足0.6的省份多达16个，其中云南省文化产业纯技术效率还未到0.5，这一结果与很多发达国家相比尚有差距。这说明中国文化产业还未实现集约式经营，同时有必要进一步探索技术力量在文化产业中的驱动效应。

图1 31个省市区文化产品纯技术效率与规模效率平均值(2008—2017年)

(三)数据赋能驱动文化产品创新效率实证分析

1.变量描述与数据说明

基于以上分析，可进一步验证代表技术力量的数据赋能对文化产品创新效率的影响。因为，数字化能力是中国文化产业创新升级能否成功的关键环节之一。“数据赋能”集合“大数据”与“禀赋能力”，代表能够产生经济绩效和商业价值的数据要素资产，是记载与传承技术应用的一系列符号组合，具有区别于解决特定问题的“小数据”以外的海量性质，体现大数据时代信息化程度的基础。因此，需要用系统性与代表性的指标体系反映数据赋能的内涵。具体而言，通过构建大数据指标体系能够衡量数据赋能文化产品生产的创新效率。在初步形成数据生产设施、数据产业运营、数据市场创新三个一级指标基础上，将其拓展为18个二级指标，包括集成电路产量、软件业务收入、ICT软件和信息服务企业数、互联网宽带接入用户、移动网络接入流量、智能数字电话渗透率、数字产业总产值、数字产业增加值、数字(跨境)贸易总量、数字(跨境)贸易占比、服务业平台型企业规模、制造业平台型企业规模、国家研发投入占GDP比重、数字专利申请数、高等教育入学率、R&D投入人数、技术市场成交额、风险资本可用度等。经聚类-灰色关联测算合成得，数字产业总产值-X7的重要度为0.9698、R&D投入人数-X16的重要度为0.9747，分别位列各二级指标之首，因此选择其为核心指标。其中，18个二级指标中数据生产设施层面指标数据来源于中华人民共和国工业与信息化部网站，数据产业运营和数据市场创新层面指标数据来源于《中国统计年鉴》。指标设置参考上海科学院信息研究所2017—2018年间发布的《全球数字经济竞争力发展报告》。

将文化产品创新效率作为被解释变量是因为文化经济属于知识密集型产业，其产出品的规模报酬取决于劳动与技术创造力，且报酬率以企业最终产品的全要素生产率波动形式存在于文化产业生产函数模型中，而构成最终产品的全要素生产包含知识含量、人才贡献、技术应用、组织规模、管理效能等。正如罗默的内生增长理论所述，资本与知识作为经济增长非线性波动的核心生产要素，伴随技术更迭产生价值增值变迁，并促使生产效率转变。因而可将源于知识的技术资本要素引申到数据赋能驱动文化企业生产运营中，即探究大数据对文化产品创新效率影响的问题。国家统计局官网统计资料显示，近年来，信息化与数字化在推进我国文化产业创新发展中占据愈加重要的地位。在文化及其相关产业9-10个行业的营业收入增长率核算中，以“互联网+”、大数据为主要技术形式的文化信息产业年均增长率达30%左右，对文化产业的带动力突出。至2019年末，具有文化数字化新业态特征的16个细分行业营业额高达19868亿元，与上年相比增长21.2%，占文化产业比重的22.9%，比2018年提升2.1个百分点，特别是文化互联网信息服务与可穿戴智能型文化设备制造产品的营业收入增速超过30%。由此可见，大数据技术与数字经济正逐渐渗入文化产业的诸多方面，并逐步改变文化业态与文化生产率。正因如此，文化产品创新效率的提升与大数据的融入程度息息相关。基于上述理论机制和现实依据，利用《中国统计年鉴》中高新技术企业R&D人员全时当量与经费支出的省级面板数据，取对数后得到31个省市区大数据投入指数的平均值。由此，通过比对前述2008—2017年间中国31个省市区文化产业生产效率指数与大数据投入指数，可以直观反映两者之间的关联性。由图2可见，除个别省市外，全国大部分地区文化产业生产效率与大数据投入趋势相同，相关性强。

图2 31个省市区文化产业生产效率指数与大数据投入指数关联图(2008—2017年)

2.模型设立与变量度量

为进一步验证上述论断，需要从实证角度分析数据赋能驱动文化产品创新效率的关联效应，通过面板数据模型检验大数据对文化产品生产效率的影响力。之所以选择面板数据分析的原因包括以下三个方面。第一，使用面板数据模型能够增加样本自由度与信息量，从而减少文化产业效率模型中因数据供给量不足与信息需求之间的鸿沟。第二，此模型将文化产业省际差异内置于模型设定中，能够增加我国各省市区数据赋能文化产业创新的区域识别度，从而用大量文化产业数字化个体差异序列区分具有微观属性的经济假说，揭示我国各地区大数据对文化产品创新效率的影响。此外，数据赋能对文化产业的驱动效应具有波动性与时滞性，而这一模型能有效识别残差序列并进行滞后性调整。第三，考虑减少估计偏差，选取面板数据随机效应模型。因为研究的是省际大数据与文化产业创新效率的异质性关联而非总体影响，而随机效应法可以拟合非独立个体观测数据，从而控制解释变量的概率分布。因此，在运用随机效应变截距模型时，考虑到内生性与滞后性问题，采用滞后一期指标建立模型如下：

effit=αi+βidati(t-1)+μit，i=1，…，N，t=1，…，T

其中，effit、dati(t-1)分别代表中国31个省市区2008—2017年文化产品创新效率与大数据滞后一期投入指数；αi为纯量常数，表示中国各省市区文化产品生产的均值水平；βi为第i个个体的常数向量；误差项μit符合白噪声过程。此外，考虑数据赋能文化产品创新过程具有乘数加速效应与延迟性，文化产品数字化影响在后一年才会显现，因而前置一期。

3.实证检验与结果分析

将上述模型运用Eviews 9.0进行面板回归，得到表2所示的回归结果。在被解释变量为effit的随机效应变系数模型中，解释变量datit(大数据投入指数)各省市区的T统计量均大于1.96，表现相当显著。同时，相伴概率为零，说明此模型在5%的显著性水平下通过F检验。

表2 数据赋能驱动文化产品创新效率的影响分析

资料来源：根据实证结果整理。

具体分析如下。第一，数据赋能对文化产品创新生产效率提升具有显著驱动效应。表2中有28个省市区满足β≥0.8，甚至13个省市区β≥1.0，均产生β≥0的正向溢出效应。这说明信息化时代文化产业数字化正在成为文化产品资源传播的必经之路。其作用力体现在以下三个层面。一是数据赋能影响文化产品市场的生产效率。在竞争性文化产品市场中，完备性数据资源将有效降低市场生产主体的机会主义行为，从而减少信息不对称形成的文化产品(服务)质量损失。而在垄断性文化部门，数据存量有助于打破“信息孤岛”，在“去中心化”过程中提高文化产品资源的转化效率。二是以大数据为基础的传播链能够整合文化产业链中不同价值链环节，延长文化产品生命周期，从而实现文化产品数字化集成、零阶渠道建设、精准营销与潜在客户挖掘等经济赋能路径，以此通过文化产品的内容创新推进文化产业结构升级。三是文化信息空间扩散论认为，区域数字化进程与组织文化、文化环境相互作用。一方面，数字化使原有高长型组织向扁平化过渡，减少了生产组织的信息传播层级，提升了产品网络化运营效率。另一方面，文化数字化扩散方式冲击本土化与国际化两个文化产品市场，成为全球文化产品贸易交锋的新引擎。

第二，全国31个省市区数据赋能驱动文化产品创新效率的贡献度存在差异。根据省域贡献度的分布状况看，可以将我国31个省市区划分为五个层级。安徽、辽宁、云南构成第一层级(β≥1.3)，表明大数据投入指数每增加1个单位，文化产品创新效率提升度超过1.3个百分点；江苏、湖北、广东、四川构成第二层级(1.1≤β≤1.3)；河北、内蒙古、黑龙江、上海、浙江、山东、河南、陕西、新疆等17个省市区处于第三层级(0.9≤β≤1.1)；北京、天津、吉林、广西、青海、海南6个省市区处于第四层级(0.7≤β≤0.9)。其中，安徽省的贡献率为1.3617，达到最大。这说明大数据投入指数每增加1%，安徽省文化产品创新效率提升1.3617%。贡献率最小的地区为西藏自治区，其贡献率仅为0.4013，即大数据投入指数每增加1%，仅带来文化产品创新率增加0.4013%。

造成省域贡献率异质性的原因可能在于，大数据投入对不同省份文化产品生产要素配置的影响有所差异。一般而言，大数据可以通过数量效应、结构效应、技术效应等因素推动文化产业生产效率变迁。但各省市区大数据资源丰沛度、经济结构差异度、科技转化能力差别较大。因此，在微观机制上，大数据作用于省域文化产品生产企业的运行频度与密度各异。例如，安徽省位于华东经济区，且拥有较全面的数据服务资源库，搭建了文创产业与文化园区营商平台，这些特殊生产要素最终造就数据赋能文化企业资源配置的“差序格局”。此外，在宏观机制上，各省市区对数据赋能文化产业的体制改革接受度不同。上述第一、二层级中大多数省份均处于东南沿海开放城市，在革新探索中，与相对保守的内陆城市相比，在文化产业数字化改革中往往政策引领，率先垂范，因而能够成为文化经济数字化代表区域的典范。

第三，从变化趋势看，我国现阶段数据赋能对文化产品生产效率较以往有大幅度提升。这一特征与胡潇和杨祖义的研究结论基本一致。但是，数据赋能与文化产品创新效率间存在显著正向非线性关联。即大数据投入指数高的省份数据赋能文化产品创新效率的贡献性不一定最大。例如江苏、广东的大数据投入指数十年均值达到0.9以上，居全国前列，但数据赋能对文化产品创新贡献率却小于1.3，仅位于全国贡献度第二层级。而云南、贵州的大数据指数十年均值不足0.7，但其对文化产品创新效率的贡献却达到1.0以上。这可能是由于近年来江苏、广东等地区的文化科技扶持度与领先性已经趋于常态，大数据建设已从之前高速发展逐渐向高质量转型。加之数据赋能与文化产业的融合度不足，使其产品创新性没有完全释放出来，由此造成阶段性文化产业增效放缓。相反，西部云南、贵州等省区近年来充分利用当地人才资源、大数据政策，能够将其与当地特有的文化产品结合，文化产业数字化效应较为明显。

四、结论与启示

研究通过DEA方法对中国31个省市区文化产业效率测度，并运用省际面板模型进行数据赋能驱动文化产品创新效率的实证检验，主要结论如下：

其一，中国文化产业生产效率与产品创新效率整体呈正向非线性增长。我国现阶段正处于经济增长新旧动能转化的关键时期，文化产业与大数据产业均属于国家产业结构调整的重要方向，现阶段将两者结合带动产品市场创新进而促进产业结构升级已初见成效，并形成转型期文化经济波动调整的阶段性特征。其二，中国省际文化产业生产效率与文化产品创新效率均存在区域异质性，集中体现了地区差异化的双重效应。一方面，大数据技术投入加大了部分接受度较快城市的技术传播力，形成“技术引领效应”。另一方面，数据赋能经济绩效在部分发达省份与科技大省并未完全释放或呈现边际收益递减，从而出现“数字鸿沟效应”。其三，数据赋能文化产品创新是文化产业高质量发展的必要而非充要性条件。文化产业属于多行业跨部门的交叉领域，文化产品生产更是涉及技术、资本、知识等多种生产要素，信息时代大数据技术正逐渐渗入文化产品的生产体系并改变产品结构，但影响文化产品生产的绝非单一数据资源，而是由多元复杂的集约型生产方式决定的。

由此得出的主要启示是，第一，加速文化产品与大数据产业深度融合。力促大数据与传统文化产业进一步渗透、整合、重组，在文化产业主营业务外拓宽产业链中的价值增值环节。将大数据作为文化产品需求者的精准测度工具，通过数字智能合约为文化产品生产商与中间商提供高效订单，以此减轻出版业、旅游业因阶段性、季节性供需错位形成的经营压力，从而提升文化行业内服务效率。尤其在文化产业发展侧重点突出地区可利用大数据打造特色文化产品，并进一步实施地市级文化数字方案。如天津、福建、山东可通过大数据在艺演作品领域发展线上观看，安徽、四川、广西可对文物及非遗项目进行数字化存储保护，上海、浙江等地可利用数字技术完善影视产品制作。此外，运用数字化纽带实现文化产业与其他产业间数据信息的全域交互。将中小型文化企业的营运资产进行数字化全网认定，通过“去中心化”的区块链实现产业间信息平权，以降低融资上市门槛并实现产业间“共享经济”。

第二，推进省域文化产品数字化的均衡发展。一方面，加强省域分级推进。对于经济欠发达但文化产业数字化程度较高的省份，如云贵川地区，应充分发挥当地数字化技术的引领作用与比较优势，并制定科学合理的文化产业数字化规划方案，形成主次分明的产业梯度分布。因为数字经济需依托传统产业生态系统，因而这些地区应优先以大数据为契机发展当地经济，再选择省内重点产业推进，之后通过数据赋能逐渐拓展并优化文化产业应用市场。同时，通过与其他省域交流与分享先行先试经验，共建区域学习型文化数字产业经济试验园。另一方面，缩小省域数字鸿沟。对于经济发达但文化产业数字化程度较低的地区，如天津、吉林，要充分立足本地优势产业，通过数据资源尽快实现产业转移，形成具有创造力与承载力的文化产业体系。但对于经济基础薄弱且文化产业数字化的劣势区，如西藏、广西，应着力于生产技术改进，用数字化弥补并带动文化产业发展。

第三，建立多元性高质量文化产品生产体系。集中于小文化范畴，利用数字技术进行传统文化产品维护、修缮、重塑，将文化产业的精神属性用数字记忆方式保护、传承并实现多元文化价值。例如在文化资源相对欠缺的省份，打破数据垄断区域边界，形成多层次数字文化产品结构，运用大数据技术将较为匮乏的文化资源加工整合，开辟公众共享的数字网络渠道，通过大数据将文化资源转化为文化资本。此外，利用数字技术进行新兴文化产品设计、加工、制作，将文化产业的物质属性用数据描述方式设计、制作并实现多元商业价值。更进一步，面对大文化领域，特别是针对文化资源相对富集的省份，力促传统文化资本的数字化转型，实现文化的“跨界经营”，通过构筑文化产品科学城与知识城从而形成产品多元化供给的跨区域产业集聚平台。并且使用数字化媒介打破产业边界，将不同产业的产品经营与文化产品联系，增加工、农、建行业文化附加值的同时，实现文化产业数字化的创新效能。

注释

①参见中华人民共和国文化和旅游部：《中国文化文物统计年鉴》2009-2018年各卷，北京：国家图书馆出版社。

②参见中华人民共和国国家统计局：《中国统计年鉴》2009-2018年各卷，北京：中国统计出版社。

③陈端、赵胜国、王露：《数字创意产业蓝皮书：中国数字创意产业发展报告(2019)》，北京：社会科学文献出版社，2019年，第1-2页。

④G.A.Akerlof，“The Market for‘Lemons’:Quality Uncertainty and the Market Mechanism，”TheQuarterlyJournalofEconomics，vol.84，no.3，1970，pp.488-500；洪银兴：《论非均衡经济发展的秩序》，《经济研究》1992年第4期；桂学文：《现代信息技术对信息服务业结构的影响》，《华中师范大学学报(人文社会科学版)》1998年第6期；约瑟夫·E.斯蒂格利茨、卡尔·E.沃尔什：《经济学(上册)》，黄险峰、张帆译，北京：中国人民大学出版社，2010年，第306页；周振华：《产业结构优化论》，上海：上海人民出版社，2014年，第142-150页。

⑤魏后凯：《区域经济发展的新格局》，昆明：云南人民出版社，1995年，第23-37页；杨治：《产业政策与结构优化》，北京：新华出版社，1999年，第34-47页。

⑥张永林：《互联网、信息元与屏幕化市场——现代网络经济理论模型和应用》，《经济研究》2016年第9期。

⑦C.A.Bail,“The Cultural Environment: Measuring Culture with Big Data，”TheoryandSociety，vol.43，no.3-4，2014，pp.465-482．

⑧N.Wlömert and D.Papies， “International Hetero-geneity in the Associations of New Business Models and Broadband Internet with Music Revenue and Piracy， ”InternationalJournalofResearchinMarketing，vol.36，no.3，2019，pp.400-419．

⑨吉恩·泰勒尔：《产业组织理论》，张维迎总译校，马捷等译，北京：中国人民大学出版社，1997年，第120-130页。