基于DEA模型的数字文化产业典型企业效率分析

朱涵钰， 张钰鑫， 孙佳坤

(华北水利水电大学 管理与经济学院， 郑州 450046)

数字文化产业作为一种具有高附加值特点的新兴智力密集型产业，正处于持续性的高速成长期。根据《第46次中国互联网发展状况统计报告》，截至2020年6月，中国已有9.4亿网络用户，互联网的普及率为67%；移动互联网流量总计有745亿GB，较2019年上半年增长34.5%[1]。大规模的市场优势提供了产业发展的宽阔空间，文化经济转型升级也有了新契机。以数字文化产业近年火爆的短视频为例，中国至2019年6月共有8.18亿短视频平台用户，比同年3月增长了4 461万，占整体网络使用者数量的87%。据《中国文化产业发展报告(2021)》，文化新业态的特征较为明显的16个行业子类在2020年上半年较前一年同期提高18.2个百分点，增速与第一季度相比提高2.7%[2]。从2019年至今的新冠肺炎疫情导致人们出行不便，严重阻滞全球经济发展，但在另一方面恰好给数字文化产业提供了机会。在这个特殊时期，人们更深刻地感受到了“云端”文化消费必不可少，也正是因为出行不便，人们对数字文化相关产品的需求显著提升。被迫宅家的日子里，电子书、音乐、短视频直播乃至VR线上旅游等成为很多人的“精神食粮”，如人民网、腾讯、华谊兄弟、字节跳动等著名数字文化企业的产品已经在无形中渗透到人们日常生活当中。

有关DEA模型在数字文化产业领域的应用国内外众多学者进行了研究。学术界主要通过构建影响企业效率的投入及产出指标体系，运用DEA模型对企业效率进行综合评价。戴新民、徐艳斌对国内23家文化与传播上市企业进行有效性评价和规模效益分析，是国内较早将DEA模型运用于文化行业的研究[3]。孟姝婧选择2012—2015年上市的27家文化企业数据，运用DEA-BCC模型，以总资产、职工人数、营业成本等作为指标评价企业绩效[4]。陈羽洁等人针对2009—2015年中国创意产业，用两阶段DEA模型测度其创新效率，研究表明中国创意产业的总体创新效率低[5]。刘兵兵综合运用SFA方法和三阶段DEA模型对上市数字文化产业公司的技术创新效率进行研究，得出整体技术创新效率偏低的主要原因是纯技术效率不高[6]。Sang等将企业类型分为创意产业和非创意产业进行探讨，研究了HR对企业经营的影响[7]。Benita等使用DEA、Malmquist指数等方法研究了墨西哥创意产品的生产效率，发现墨西哥大多数高效的创意产业都是在相对较小的都市地区发现[8]。Broekel等利用稳健的共享投入DEA模型，提出了对区域创新效率的新衡量标准[9]。综上所述，对数字文化产业还需从不同视角进行全面深入的研究，其中定量研究较缺乏。因此对数字文化产业现状进行归纳并选取典型企业进行定量分析，以期为数字文化的发展提出参考和建议。

1 研究方法

1.1 数据包络分析(DEA)法

数据包络分析(data envelope analysis，DEA)法最早是在1978年由美国运筹学者Charnes、Coopor与Rhodes提出的[10]，DEA中的CCR模型就是以他们的姓氏首字母命名的。DEA是基于前沿生产函数，把多投入、多产出的决策单元(decision making units, DMU)作为分析对象进行效率评价的一种有效方法。对其指标进行测算可以得到综合效率、规模效率及技术效率，其中综合效率为技术效率与规模效率两者之积。规模效率是指用于发展的资源要素投入满足发展对资源需求的程度。技术效率是指在发展过程中对现有技术水平发挥的程度[11]。其中一个决策单元(DMU)代表一个进行生产的单位或部门，从投入生产要素到获得一定数量的产品，期间存在多种决策相互配合支撑，一个DMU就是一个将一定“输入”(投入)转化成一定“输出”(产出)的实体，每个DMU都拥有一定的经济意义，其基本特点是在将系统中的输入转化为输出的过程中，努力实现制定的决策目标。以数字文化产业内的典型公司为目标对象，最终选取五大重点领域共20家有代表性的数字文化产业上市企业作为决策单元。

1.2 DEA法的基本模型

DEA法分为CCR模型和BCC模型。CCR模型假设DMU处于固定规模报酬情形下，用来衡量总效率；而BCC模型假设DMU处于变动规模报酬情形下，用来衡量纯技术和规模效率。根据研究对象的实际情况，数字文化产业内企业产量增加的比率并不等于投入要素增加的比率，属于规模报酬可变的情况，CCR模型并不适用，因此选用BBC模型。下面以进行实证研究选用的面向输入的BCC模型为例简单介绍DEA法的基本公式与原理。

假设有n个DMU，其中第j个DMU的输入、输出指标分别为

(1)

输入、输出指标对应的权向量为

(2)

对于j0(1≤j0≤n)个DMU，面向输入的BCC模型和它的对偶规划分别为

(3)

(4)

ω*>0,μ*>0

(5)

并且最优值

(6)

则称DMUj0为DEA有效BCC[12]。

2 指标选取和数据准备

2.1 输入/输出指标体系的建立

在简单浏览用DEA法分析文化类上市公司经营绩效的研究文献后，统计了投入指标和产出指标的选取情况，从指标使用次数可以看出专家学者在投入产出指标的选取分布规律上基本一致。基于上述分析，选取投入指标和产出指标使用次数最多的前几名作为投入指标和产出指标具有一定的合理性及代表性(表1)。综上所述，结合数据的时效性、可获得性、代表性和模型适用性，选取输入指标为总资产、主营业务成本，输出指标为净利润、主营业务收入、每股收益。

表1 典型企业效率评价的投入-产出指标体系

2.2 决策单元(DMU)的选取

根据文化和旅游部发布的《关于推动数字文化产业创新发展的指导意见》，将数字文化产业中的动漫、游戏、网络文化、数字文化装备、数字艺术展示五大重点领域作为样本选取范围，其中由于专攻动漫制作的典型公司较少，故将业务比较广泛的影视传媒企业也列入选取范围，见表2。

表2 样本公司的产业类别及股票代码

3 数字文化产业典型企业效率分析

3.1 数字文化产业典型企业效率值分析

通过上述DEA模型、样本数据和投入产出指标的选取，运用DEAP2.1对20家数字文化企业进行了实证分析，得出2018—2020年数字文化产业典型企业的相对效率值，结果见表3。

3.1.1 综合技术效率(TE)分析

从表3可知：①综合技术效率整体在2018—2019年小幅度上升，在2020年下降。2018—2020年3年间平均值分别为0.738、0.745、0.669，平均水平为0.717，总体上绩效水平良好，表明数字文化产业上市公司的资源配置以及利用情况较为合理。但2020年下降较多，很大原因是当年疫情对社会经济的影响，但由于国家对数字文化产业的重视，再加上相关政策的扶持，使得数字文化产业的市场状况总体保持良好态势。②少部分企业达到DEA有效的状态。2018年有8家企业效率超过平均值，5家达到DEA有效，占比25%；2019年有9家超过平均值，同样也是5家达到DEA有效；2020年也有8家企业超过平均值，但DEA有效的企业数下降到4家，占比20%。③在这3年内，只有昆仑万维、三七互娱、掌阅科技3家公司的综合技术效率始终为1，表明昆仑万维、三七互娱、掌阅科技3家公司在研究期内始终保持技术有效与规模有效，生产资源配置合理，从而表现出最优的绩效水平。分析表明这3家公司属于当前数字文化产业相关领域内的标杆企业，投资者可以给予关注。

表3 2018—2020年数字文化产业典型企业效率测算结果

3.1.2 纯技术效率(PTE)分析

从表3可知:①纯技术效率整体普遍偏高。20家样本公司在2018—2020年的纯技术效率平均水平为0.825，总体上纯技术效率较高，3年内纯技术效率值逐年降低但波动较小，基本保持平稳。2018年有8家企业的PTE为1，11家企业PTE超过平均值，占比超过50%，说明在现有的规模下，这些企业在价值链环节中的资产的投入配置比例是合理的。2017年有9家企业达到了资产配置合理的状态，2020年则只剩下5家企业达到资源的合理配置，但仍有一半企业PTE超过平均值。②纯技术效率稳定有效的企业较少。3年中最多时有9家企业PTE达到1，但保持3年内稳定为1的企业仅有昆仑万维、三七互娱、掌阅科技和佳创视讯4家，尤其在2020年的疫情背景下多数企业都受到影响，说明企业应提高自己应对风险的能力。而如奥飞娱乐、利亚德两家企业3年来的效率一直较低，证明这些企业还要进一步提升技术水平和已有资源的利用能力。

3.1.3 规模效率(SE)分析

从表3可知：①大部分企业规模效率保持在较高水平，但有个别企业波动大。3年来的SE均值呈下降趋势，但观察每个DMU的数值可以发现，2020年的数值由于疫情影响导致较大规模下降，而2019年大部分DMU的SE值均为上升状态，仅有两家企业下降，只占所有企业的1/10，但下降幅度较大，对平均值产生了影响。②企业间规模效率差距较大。对每年各公司的数据进行纵向对比易看出，规模效率有效的企业与部分无效企业有一定的差距，尤其是2020年，虽然仅有20%的企业达到规模有效，但很多企业也能达到0.9以上的规模效率水平，不过仍有个别企业，如世纪华通，在其纯技术效率达到1的同时，规模效率仅有0.369，说明该企业在技术上卓有成效，但在产业结构和规模还需要大的调整和优化。

3.2 数字文化产业典型企业效率改进分析

利用DEAP2.1软件，选取2020年最新数据，对比输入、输出指标的原始值和目标值，可以分析出非DEA有效的公司如何调整改进并可以计算出调整幅度，以便帮助企业分析出投入产出的最优值。

由表3可知，2020年PTE为1的企业仅有5家，且其中3家都是游戏企业。剩余15家企业均同时存在产出不足和投入冗余问题，结合实际情况与现实意义，从投入的角度来看，这部分企业或多或少地存在着资产开发规模不恰当、主营业务成本存在冗余；而从产出的角度，有净利润和每股收益达不到应有水平等原因，说明这些企业在价值链的主要环节上仍存有优化空间。以各大重点领域中PTE最低的5家企业(芒果超媒、完美世界、人民网、科大讯飞、利亚德)为例进行差额变量分析，见表4。

表4 部分非有效企业投入产出变量分析

以问题最为突出、在所有样本企业中PTE最低的利亚德为例，该公司3个效率值均小于1，且导致综合效率低的主要因素即为纯技术效率，除主营业务收入外各项指标均存在不合理的情况。相对于投入来说净利润存在着严重不足的情况，调整幅度高达150.485%，每股收益与目标值相差也很大；而两个投入指标的冗余分别有67.712%、47.769%，表明利亚德主营业务成本和资产规模都存在过量的情况。

根据利亚德2020年年报和相关行业研报不难发现，出现这种现象在很大程度上是疫情导致的。利亚德的海外业务占比较高，人工成本等固定支出规模较大，导致净利润下滑更大，在美公司的商誉大幅度减值，而国内疫情虽然得到了较快的控制，但对夜游经济业务影响仍然较大，文旅业务也受到新冠肺炎与政府去杠杆政策的影响，直接导致这部分营收下降56.32%。但作为LED生产的龙头企业，随着国内疫情好转，在建党100周年、奥运会等大型活动的环境下，对LED的需求将会回暖，行业将被刺激从而加速反弹，利亚德的业绩有望触底回升。不过鉴于新冠疫情的不确定性，利亚德应适度减少海外业务，进行股本回购减少流通股股数进而缩小资产规模，降低营业成本以提高净利润水平和股票收益。

3 结论与建议

3.1 结论

1)综合效率呈现出先增后减的趋势，无效企业占比大。2018—2020年正值数字文化产业起步发展阶段，2018—2019年综合技术效率均值数据也反映出产业在稳定上升，但2020年疫情的特殊情况致使产业受到一定打击，3年来综合技术效率稳定最优的企业仅有3家，可以看出整体相对而言，数字文化企业还有多数未达到有效经营，即仍然存在产出不足或投入冗余。

2)规模效率是影响数字文化产业内企业经营绩效的主要原因。综合看3年来的数据，除2018年外，纯技术效率>技术效率>规模效率，且在2018年规模效率和纯技术效率相差也不大，整体规模上的效率低于企业投入资源的利用率，可知主要是规模无效导致了综合技术效率无效。

3)新冠疫情对整个产业造成负面影响，但对个别企业起到正面影响。新冠疫情明显减缓了整个产业的发展，但个别企业抓住了人们宅家期间对线上文娱需求增高的机会，公司绩效不减反升。整体来看动漫影视行业的综合效率最低，而动漫影视比其他行业对原创的要求更高，一定程度上可以说明创意设计这一环节改进空间比较大。

3.2 建议

基于对近3年数字文化产业发展的现状及核心企业效率影响因素的分析，现从战略规划、财政支持、资源共享和法律保护4个方面为中国数字文化产业提出政策建议，以期推动数字文化产业繁荣发展，提升企业经营绩效。

1)国家要在现有条件的基础上，关注行业与地域差异，制定清晰明确的战略规划，进行有针对性的战略实施。中国拥有深厚的文化历史和多样的文化种类，虽然中国针对数字文化产业已经发布过一些指导性文件，但仍然缺乏具体的规划要求，国家层面暂时还没有明确以规划数字文化产业发展为主要职能的工作部门。因此在宏观层面上，应强化各级政府和主管部门对数字文化产业重要性和前景的认识，对政府文化管理体制进行改革，紧跟时代，探索新的模式以推动数字文化发展，对各不同地区的数字文化发展给出整体和具体规划，根据地区的自然地理特点、历史渊源和当地经济发展情况，制定适合当地发展的具体战略，比如在上海等东南沿海地区大力推进数字文化产品销售和服务业、挖掘中原地区黄河古文明、让GDP较低的西北地区发展前沿技术设备制造业等。

2)加大对数字文化产业的财政扶持，重视经济传播渠道，改善文化贸易市场现状。在贸易市场上，作为一个独立的经济产业，数字文化企业的固定资产少，主要资产和主营收入多来自知识产权或内容创意等无形资产，而中国对知识产权的保护力度还有缺陷，市场对这方面也缺乏了解，导致产业内的企业融资困难。政府应充分发挥财政职能，对市场进行调控，通过政府财政为数字文化企业增信，建立完整的信用评估体系对企业进行信用评级，缓解融资难的问题。在税收上可以给予相关企业尤其是中小型企业一定的优惠，遏制垄断，鼓励良性竞争。在这样的前提下，企业将创造出更多独具特色的数字文化产品，扩大行业影响，逐渐形成整个行业范围的良性循环。

3)建设全国数字文化资源数据库，促进资源共享和内容创作，提高原创能力。中国缺少一个官方的、系统的数字文化资源平台，在文化资源的整合分类上，这样的平台具有十分重要的作用。数字文化产业在国外又叫数字创意产业，可见该产业内容为王，官方数据库有利于规范数字文化资源的内容、版本，让使用者能够便捷获取需求资源，也能够激发创作者的灵感，促进原创内容诞生，还能遏制劣质盗版资源的盛行。此外，要充分利用现代科学技术将中华优秀文化资源转化为现代经济资源，在内容表达方式上大胆创新，坚持文化底蕴的同时对其进行数字化升级，适当放宽文化创作限制，必要时设立分级制度，满足不同年龄段的文化需求。

4)健全法律制度，加强数字治理能力和执行力，保护知识产权。当前非法复制的成本越来越低，加上新媒体的发展，导致盗版资源的扩散能力越来越强，因此，必须加强数字化治理能力，加强对知识产权的保护，构建出涵盖数字文化关键领域的相关版权平台，如面向公众的版权服务平台和交易平台，对版权价值进行科学评估并做好质押登记，让版权贸易成为常态。为保证行业健康长远发展，要完善知识产权保护法，加强对知识产权的行政执法与司法保护的有效衔接。从技术端入手提高盗版识别能力，严惩侵权者，增大侵权的代价，降低被侵权人的维权成本，给予他们合理的补偿，营造良好的行业环境。最后但同样重要的是，要强化宣传力度，培养全民的知识产权意识，让大家从意识形态上拒绝盗版和侵权行为，只有全社会对此有了普遍共识，盗版资源的传播才会减少，原创才能从根源上得到保护。