传媒产业融合对市场绩效的影响分析

叶慧惠

（宁波大学 商学院，浙江 宁波 315211）

一、引言

数字化经济背景下，传媒产业发展呈现出用户数量激增化，产品使用便捷化、更新迅速化，传播范围广泛化，回报收益率提高化等特点，改变了原有的产业定位和产业边界，开拓了新的市场空间，创新了产品和服务，对传媒产业发展产生了积极的影响。

传媒产业这种基于技术进步的发展，离不开其与信息产业的逐渐融合。信息产业作为高技术产业的代表，在现代产业发展中起着举足轻重的作用。国家也逐渐进行政策引导，如2015 年4 月，国家新闻出版广电总局印发了《关于推动传统出版和新兴出版融合发展的指导意见》，要求推动传统出版业和新兴出版业融合发展；2017 年5 月中共中央办公厅、国务院办公厅印发的《国家“十三五”时期文化发展改革规划纲要》，要求推动媒体融合发展提高舆论引导水平；2018 年11 月14 日，中央全面深化改革委员会第五次会议审议通过《关于加强县级融媒体中心建设的意见》，一大批广电媒体的微信、微博、微视频、客户端、网站建设纷纷搭建。据清博大数据2016 年初发布的《中国传统媒体新闻客户端发展报告》数据显示，截至2017 年，传统主流媒体的新闻客户端已达231 个，下载量达到10 万级的新闻客户端数量有15 个。传媒产业融合成为传媒产业发展的重大趋势和重要研究课题。

传统媒体与信息产业的融合发展已被上升到国家战略的高度，相关领域的学者和从业人员也对传媒产业融合进行了许多研究，但涉及的内容多数为宏观方面对融合发展模式的设想，鲜见有关传媒产业融合状况的实际调研和产业经济学方面的研究。本文在前人的研究基础上，对我国传媒产业与信息产业的融合情况，及这种融合对传媒产业市场绩效的影响进行分析。

二、文献回顾

我国目前对产业融合的研究大多基于理论研究，实证研究较少，因此产业融合带来的市场绩效影响效应的研究中，实证研究的比例也比较低，其中多以SCP 模型作为研究范式。

在研究对象中，大多数学者选择了制造业，具有代表性的制造业产业外融合对市场绩效影响的研究有：徐盈之和孙剑（2009）[1]通过OECD28 个国家2006 年的投入产出表数据，研究发现我国信息产业与制造业的融合程度低于大多数发达国家，并用广义最小二乘估计（FGLS）实证发现制造业的市场绩效与该产业融合度呈明显的正相关关系，为提高制造业市场绩效提供了新的切入点；李晓钟等（2017）[2]利用2005—2012 年浙江省微观企业数据，发现浙江省信息产业与制造业的融合度总体趋于上升，并实证研究发现产业融合度对市场绩效有明显的正向作用，且这种正向作用在2010—2012 年明显强于2005—2007 年，说明具有一定的时间异质性；王鑫静等（2018）[3]利用投入产出法探讨了1992—2012 年中国信息产业与制造业各子产业的融合趋势，发现中国制造业与信息产业的融合度总体呈上升趋势，不同制造业行业与信息产业的产业融合度差异较大，产业融合度与制造业各行业的产业绩效总体呈正相关关系，但不同子产业之间存在明显的异质性。

除制造业外，研究其他产业市场绩效影响的代表性文献有：孙会敏等（2018）[4]通过直接消耗系数法，对WIOD 投入产出数据进行实证分析，发现与农业融合度较高的主要是第二产业中的农产品加工、纺织服装、医药、化工等产业，然后构建VAR 模型，通过脉冲响应分析和方差分解实证检验变量之间的相互作用。结果表明农业绩效水平对来自农产品加工与农业、化工产业与农业融合的冲击具有正向显著的响应；綦良群和高文鞠（2019）[5]采用投入产出法刻画了中国30 个省份装备制造业与生产性服务业融合水平，并基于SFA 法研究装备制造业市场绩效水平，最后构建C－D 生产函数运用工具变量法，实证发现产业融合水平与装备制造业绩效水平间具备高度一致性并存在反向和循环促进关系；狄乾斌等（2020）[6]运用耦合协调度模型测算了2008—2017 年间长海县海洋渔业与旅游业之间的融合度水平，并通过OLS 回归方法发现长海县海洋渔业与旅游业的融合对海洋渔业绩效有明显的促进作用。

通过以上文献梳理不难发现，大多数研究结果都证实了产业融合能够促进市场绩效的提升，但由于直接研究传媒产业与信息产业融合的文献较少，因此这两个产业融合对传媒产业市场绩效的具体影响情况还需通过本文实证结果进行分析。

三、传媒产业与信息产业融合度测算

目前学术界还没有确定统一的产业融合测度方法，较为常用的产业融合测度方法主要有投入产出法、专利技术法和赫芬达尔指数法。但是由于国家统计局网站发布的投入产出表每5 年发布一次，不利于后文实证检验数据的连贯性，部分省份的投入产出表数据难以获得，且传统传媒产业与信息产业的彼此之间专利利用的数据难以获得，因此本文最终选择赫芬达尔指数法来测量传媒产业的融合情况。赫芬达尔指数的计算公式是：

赫芬达尔指数的数学意义是指各部分变量值与总值比值的平方和。其中变量X主要选取产业专利数、投资额、产值等[7]。本文认为，传统传媒产业与信息产业的融合主要依赖于技术的进步与融合，但这种技术融合带来的最终结果是市场的融合，如传统传媒产业中，传统的纸质版新闻报纸的发行市场，逐渐被新兴传媒产业中互联网新闻客户端所代替。因此本文最终选用的指标为传媒产业的主营业务收入，以市场的融合情况来衡量产业的融合情况。HHI值区间划分结果如表1 所示。

表1 赫芬达尔指数划分区间

可见，赫芬达尔指数越小，产业融合程度越高。由于本文计算赫芬达尔指数的时候使用的是宏观数据，产业的划分只有传媒产业与信息产业两类，即公式（1）中m的值为2，因此赫芬达尔指数最小值为0.5，即HHI指数越接近0.5，传媒产业的融合度越好[8]。通过历年《第三产业统计年鉴》传媒产业与信息产业主营业务收入的数据对公式（1）进行计算，得到了中国总体2009—2018 年10 年间传媒产业的融合情况，具体结果如图1 所示。

图1 2009—2018 年中国传媒产业与信息产业融合度计算结果

从图1 可以看出，中国传媒产业与信息产业融合的赫芬达尔指数值从2009 年的0.79 逐年下降到2018 年的0.57，越来越接近临界值0.5，说明中国传媒产业与信息产业的融合是一个渐进的过程，且融合的程度越来越深。这种融合的速度在2009—2017年呈波动式下降的趋势，但是2018 年的融合速度明显放缓。

表2 是以历年传媒产业主营业务收入为权重，加权平均计算得到的各省2009—2018 年传媒产业融合度情况：

表2 2009—2018 年各省传媒产业融合度

表2 中可以看出2009—2018 年我国30 个地方省份之中，传媒产业与信息产业融合度最高的三个省份分别是：上海市（0.500 1）、浙江省（0.500 7）与江苏省（0.514 5），都属于我国经济发达且科技发展迅速的沿海省份；传媒产业与信息产业融合度最低的三个省份分别是：青海省（0.870 0）、海南省（0.813 6）与内蒙古自治区（0.810 3），均属于我国科技水平较为落后的省份。

由于中国各个地区传媒产业与信息产业发展的情况不同，传媒产业与信息产业融合情况差异也较大，本文最后对中国不同地区历年的传媒产业融合度进行了测算，这里仅列出2009 年、2014 年和2018 年的结果，如图2 所示。

图2 中国三大地区传媒产业融合计算结果

从图2 中可以看出，东部地区传媒产业与信息产业的融合度最好，2018 年已经达到了0.66，中部与西部地区传媒产业融合情况较为接近，均从2009年的0.8 以上下降到了2018 年的0.68 左右。

综上所述，我国传媒产业融合度总体较高，不同省份、不同地区之间有一定的差异。

四、传媒产业与信息产业融合对传媒产业市场绩效影响的实证研究

（一）数据选取及变量说明

通过查阅相关文献及数据资料，本文最终以中国30 个地方行政省份（西藏自治区由于数据缺失较多因而剔除）2009—2018 年10 年的面板数据定量研究传媒产业与信息产业融合对传媒产业市场绩效的影响情况，具体的变量说明如下：

1.被解释变量（Yi，t）

本文的被解释变量为传媒产业的市场绩效，目前学术界对于市场绩效的指标选取主要有：总资产贡献率、勒纳指数、产业科技发展水平、总成本费用利用率、比较劳动生产率等。本文选用总资产贡献率作为传媒产业市场绩效的衡量指标，计算公式为：

其中平均资产总额指的是年度期初资产总额与年末资产总额的算数平均值。

2.核心解释变量（Xi，t）

本文的被解释变量为传媒产业与信息产业的融合情况，采用的指标为赫芬达尔指数，具体的公式及计算结果参考本文第三部分。

3.控制变量

（1）劳动力水平（Li，t）。产业的劳动力水平可以衡量一个产业对于劳动要素投入的依赖情况。本文选用从业人数作为传媒产业劳动力水平的衡量标准，单位为万人，由于与其他指标数值上相差较大，故作对数化处理。

（2）政府干预程度（Gi，t）。政府干预程度可以衡量一个产业对政府的依赖程度，尤其当一个产业的垄断色彩较重时，政府的影响力对该产业的发展有着重大的影响。本文的政府干预计算公式为：

CSi，t表示各省份当年的财政支出，CIi，t表示各个省份当年的财政收入，两个指标均选择使用当年的决算数。

（3）城镇化水平（Ci，t）。一个地区的经济水平往往对产业的发展有着重大影响，本文用城镇化水平来衡量地区的经济发展水平，并默认城镇化水平较高的地区，经济发展水平也较强。本文的城镇化水平计算公式为：

本文的数据来源主要为各省相应年份的统计年鉴《第三产业统计年鉴》《中国广播电视年鉴》《文化及相关产业年鉴》、EPS 数据库等。各个变量的描述性统计如表3 所示。

表3 各个变量的描述性统计

从表3 中可以看出，所有样本的数值大小均在（0～5.8）之间，数据差距很小，故而可以忽略极值对回归结果的影响。

（二）模型设定及平稳性检验

参考卢福财和徐远彬（2019）[9]的计量模型，基于SCP 产业分析框架[10]，本文实证检验产业融合度对市场绩效影响的模型设定如下：

其中模型（1）为不考虑控制变量的情形，模型（2）为加入控制变量的情形。其中i表示省份，t表示年份，μi，t为省份固定效应；εi，t为随机干扰项，各个指标的含义及描述性统计参考前文。

为了避免实证过程中出现伪回归的情况，在具体的实证之前，需要对各个变量进行平稳性检验。本文选取LLC 检验和IPS 检验方法，具体的检验结果如表4 所示。

表4 各个变量的平稳性检验结果

从表4 可以看出，所有的5 个统计量都至少在10%水平下拒绝面板单位根的原假设，即各个变量都为平稳序列，因此不会出现伪回归的现象，可以进行实证研究。本文实证部分采用的计量分析软件均为STATA 15.0。

（三）总体实证检验结果

由于使用的是静态面板数据，在对模型（1）和模型（2）回归之前，使用固定效应还是随机效应模型是一个基本问题，为此进行霍斯曼检验，检验结果由于P值为0.000，所以强烈拒绝原假设，故本文的实证部分采用固定效应模型，由于同一个省份不同期间之间的扰动项一般存在自相关，同时使用聚类稳健标准误进行估计。回归结果如表5 所示。

表5 总体实证检验结果

对比模型（1）与模型（2）的回归结果可以发现，从主要解释变量的回归系数与模型拟合程度（R2）上看，模型（2）的结果均好于模型（1），说明本文选取的控制变量是有效的，即考虑了劳动力水平、政府干预程度、城镇化影响之后，传媒产业与信息产业的融合对传媒产业的市场绩效的影响会加剧。

从模型（2）各个变量的回归结果来看，主要解释变量传媒产业融合的系数为0.268 5，且在10%的水平下显著，说明传统传媒产业与信息产业的融合确实能促进总体传媒产业绩效的提高；控制变量劳动力水平的系数为0.145 8，但是并不显著。主要原因在于传媒产业并不是劳动力导向型产业，资本的投入与技术的升级对其影响更深刻，单纯从业人数数量上的提高并不能显著提升市场绩效水平；政府干预程度的系数为-0.066 6，且在5%的水平下显著，说明政府的干预对市场绩效有较为显著的负向影响；城镇化水平的系数为0.380 9，在5%的水平下显著，这说明城镇化的水平也能显著提高传媒产业的市场绩效，主要原因在于通过研究各个省份的传媒产业绩效时发现，中国经济发达地区的传媒产业往往也较为发达。

（四）地区异质性实证检验结果

由本章4.3 节发现，我国各个省份之间传媒产业与信息产业融合情况差距较大，同时劳动力水平、政府干预程度、城镇化水平的发展情况也不尽相同，为了研究不同地区之间传媒产业融合对市场绩效的影响情况，本节进行地区异质性实证检验，霍斯曼检验的结果显示，地区异质性检验仍然适用于固定效应模型，各个地区对模型（2）的回归结果如表6所示。

表6 分地区实证检验结果

从表6 中可以看出，总体上各个地区的主要解释变量传媒产业融合的系数均至少在10%的水平下显著为正，说明传统传媒产业与信息产业的融合发生在中国的各个地区，且都对传媒产业绩效产生了不同程度的正向影响。比较各个地区传媒产业融合的系数的大小和显著性可以发现，东部地区的系数最大，影响最深，中部次之，西部最小，说明传媒产业与信息产业的融合对传媒产业市场绩效的影响力从东部向西部逐渐递减，与中国传媒产业的发展情况基本保持一致。

从各个地区控制变量的回归结果来看，基本与总体实证检验结果一致，即城镇化水平促进了传媒产业市场绩效的提高，政府干预程度的加强阻碍了传媒产业市场绩效的增长。唯一有变化的是东部地区劳动力水平的系数为负，且在1%的水平下显著，与总体回归结果、中西部地区的结果都不相同，侧面说明了东部地区传媒产业发展情况领先全国，越来越不依赖劳动力的投入，甚至过度的低端劳动力供给会导致产业成本上升进而影响市场绩效。

各个地区模型拟合程度也较好，且东部地区模型的拟合程度最好。

（五）时间异质性检验结果

本节对传媒产业融合对市场绩效的影响进行时间异质性检验。由于传媒产业融合并没有明确的突发时间点，因此本节时间间断点在样本时间范围内选取“十二五”规划（2011—2015 年）的起始和结束年份，与地区异质性霍斯曼检验的结果一致，时间异质性检验依然适用于固定效应模型，各个时间段对模型（2）的回归结果如表7 所示。

表7 分时间段实证检验结果

从表7 中可以看出，主要解释变量传媒产业融合的系数都显著为正，且随着时间的推进，系数越来越大，说明传媒产业内部的融合是一个一直发展、持续、渐进的现象与过程，且对市场绩效的影响越来越深刻。各个控制变量的回归结果与总体实证检验结果基本趋于一致，值得注意的是，劳动力水平的系数经历了从正数显著、到负数不显著、最后到负数显著的过程，这也说明了中国传媒产业对劳动力要素投入的依赖越来越小，资本投入的增加与科技水平的进步是导致产业融合、市场绩效提高的主要原因。

五、结论与对策建议

从本文的研究结果来看，中国传媒产业融合程度从2009—2017 年逐渐加深，各个地区传媒产业融合情况差异也较大，东部地区融合度最好，中部和西部地区融合情况较为接近，但是没有东部地区融合得好。

从回归结果来看，传媒产业与信息产业的融合确实能促进传媒产业绩效的提高。资本的投入与技术的升级对传媒产业融合的影响更显著，从业人数数量上的提高并不能显著提升市场绩效水平，政府的干预对市场绩效有较为显著的负向影响，城镇化的水平也能显著提高传媒产业的市场绩效。

通过研究各个省份的传媒产业绩效时发现，中国经济发达地区的传媒产业往往也较为发达，传媒产业融合对市场绩效的影响力从东部向西部逐渐递减。随着时间的推进，中国传媒产业对劳动力要素投入的依赖越来越小，资本投入的增加与科技水平的进步是导致产业融合、市场绩效提高的主要原因。基于以上分析，本文提出如下具体建议：

1.传媒产业要提高市场绩效，则应进一步提高与信息产业的融合程度，推动传统媒体和新兴媒体互相转化。传统媒体的升级改造，应该运用云计算、大数据技术改进内容生产流程和传播模式，在互联网、物联网的基础上，向智能化、移动化方向发展，实现电视、电脑、手机的多终端跨屏传播，以及以APP 等为代表的视听新媒体节目形态的发展方向创新。

2.加大资金投入来加强网络基础设施和专用设施建设，促进网络互联互通和信息共享；优化企事业编制人员的工资考核制度，增加新业务的培训学习，更加注重员工的工作效率而不是单纯的从业人数的增加；逐步引导投资，优化资本利用效率；政府放松对传媒产业的管制，降低传媒产业的进入壁垒。