我国区域文化产业技术效率研究

赵阳+魏建

摘要：本文采用随机前沿分析模型对我国30个省市1998—2012年的面板数据进行区域性划分，考察规模因素、环境因素以及文化体制改革因素对我国区域文化产业技术效率水平的影响程度。结果表明，我国文化产业平均技术效率水平仅为0.603，且四大区域间文化产业技术效率水平差别显著，从整体上看，地区相对文化市场需求、城镇化、信息化、政府财政支持和文化事业机构情况等因素对我国文化产业技术效率影响显著，但从区域来看，各因素对文化产业技术效率的影响有所差别。

关键词：文化体制改革;技术效率;文化产业;随机前沿分析模型

中图分类号：F127;G124文献标识码：A

文章编号：1000176X（2015）01003007

一、引言

文化产业是推动当今我国社会经济发展的一股新兴力量。自2008年金融危机以来，我国文化领域所呈现出的反经济周期现象，使得国家对文化产业的重视程度越来越高，文化产业通过与国民经济各部门之间的融合与渗透，逐渐形成了以文化内容为纽带、关联度日益密切的庞大产业链和产业集群，这将是新形势下保持国家经济增长、实现经济可持续发展的新着力点，同时也成为展现中国文化软实力，实现“文化走出去”战略的重要途径。2009年国务院颁布《文化产业振兴规划》标志着文化产业已经上升为国家战略产业。但是，由于资源的稀缺性和边际报酬递减规律的存在，使得单纯依靠要素无限投入的方式难以实现文化产业的持续增长，这就要求在一定的技术水平下通过提高技术效率来实现全要素生产率的提升。因此，研究我国的文化产业技术效率有着重要的理论及现实意义。

国内外学者对文化产业技术效率及其影响因素问题进行了卓有成效的研究^[1]-[4]。Bishop 和 Brand^[5]运用随机前沿方法估计了英格兰西南地区博物馆的技术效率水平，结果显示该技术效率水平值较低，过高的公共基金和志愿者行为对技术效率有显著的负向影响;Francisco^[6]运用DEA模型实证检验了作为西班牙剧院技术效率重要影响因素的管理效率的作用，他认为提升城市演艺业管理者能力是增进效率的根本;Marco和Yrausell^[7]对西班牙文化和休闲产业进行了实证检验，结论表明文化产业生产率的提高主要来源于技术进步和规模效率的提升，而技术效率对其影响并不明显。王家庭和张容^[8]运用三阶段DEA模型研究了2004年我国31个省市文化产业效率，发现剔除环境因素和随机因素后，我国文化产业技术效率水平整体偏低;袁海和吴振荣^[9]利用BCC模型和超效率DEA模型测算了2004—2008年我国省域文化产业效率水平，发现近年来我国文化产业效率在稳步提高，纯技术效率相对规模效率而言，对文化产业效率的提升作用更大，同时地区间差异较为明显;董亚娟^[10]运用随机前沿生产函数模型对我国2004—2009年31个省份的数据进行了实证检验，发现产业政策等因素显著提高了文化产业技术效率，但落后的产业基础设施则明显制约了技术效率的提高。

尽管上述文献从不同视角对文化产业的技术效率问题进行了有益的探索，但鲜有文献对我国文化产业进行区域性划分，并将我国文化体制改革这一影响因素纳入具体研究中。为此，本文参照2011年国家统计局对我国31个省市的四大区域划分，考察区域文化产业的技术效率差异，以期弥补现有文献只进行省市技术效率对比的不足，同时本文将文化产业技术效率的考察置于文化体制改革的三阶段时间框架之下，对文化产业技术效率及其影响因素进行了深入分析。

二、数据来源及变量说明

本文研究采用了我国30个省市（因西藏大量数据缺失，予以剔除）1998—2012年的数据，数据来源为《中国文化文物统计年鉴》、《中国文化产业发展报告》和《中国统计年鉴》。其中，《中国文化文物统计年鉴》的编制起点为1997年，另据郑世林和葛珺沂^[11]按照重要时间节点对我国文化体制改革的三阶段划分，将1998年作为改革试点的起点。因此，选取1998—2012年的数据进行研究具有一定的代表意义。相关变量描述及说明，如表1所示。本文选择文化产业增加值作为产出指标;选取文化产业固定资本存量和文化产业从业人员数作为投入变量;选取文化产业从业人员中中高级（副高+正高）职称人员比重、地区居民人均文化消费与全国人均文化消费之比、城镇化率、市场化指数、互联网普及率、文化事业费占财政支出比重、各类文化事业机构数以及文化市场管理人数作为测算变量。同时，根据我国世界遗产与历史文化名城分布数量^[12]，将北京、山东、江苏、浙江、山西、河南、陕西、甘肃、云南以及四川划归为历史文化资源大省，而其他作为非文化资源大省，将文化资源特征作为控制变量纳入方程中。

为保证计量测算的准确性，本文对数据做如下处理：一是鉴于文化产业总产出中包含中间投入品，本文采用文化产业增加值衡量文化产业产出，同时以1998年为基期用“各地区娱乐、教育、文化用品及服务价格指数”进行平减，以消除价格变动对增加值的影响，确保指标的可比性;二是资本投入无法从既有统计资料中获得，根据张军等^[14]提出的对起始点物质资本存量估算的永续盘存法（其基本估算原理是在稳态条件下，资本存量的增长率等于产出的增长率），基期文化产业固定资本存量可由Kt=It/[（Yt+1/Yt-1）+δ]估算求得，而后续年份文化产业固定资本存量的数值则依据Kt+1=It+（1-δit）Kt求得，δ统一取为5%;三是文化产业从业人员数亦无法从统计资料中获得，根据文化及相关产业（艺术业、图书馆业、群众文化业、文化市场经营、艺术教育科研业以及其他产业）分类统计数据中的从业人数合计求得文化产业从业人员数;四是对于部分省份个别数据的缺失，本文采用国内外通行的做法，采用差值或平移的方法加以预测和补充。

三、研究模型

随机前沿分析（Stochastic Frontier Analysis，以下简称SFA）模型用于测度技术效率，通过将偏离生产可能性边界的生产非效率因素分为表示统计噪声的随机扰动项和表示技术非效率的非负随机误差项。选择SFA模型考察文化产业技术效率及其相关因素的影响，相对于Malmquist指数方法和DEA等非参数方法，基于参数方法建立的SFA模型能对文化产业的技术效率进行考察，分析更全面且更接近于真实效率值，同时SFA模型具有统计特性，能够对模型本身和估计参数值进行统计检验。为此，模型的基本形式可以表示为：

Y=f（X;β）exp（V-U）（1）

其中，Y代表经济的产出水平;X代表一组要素投入变量;β代表一组待估参数;exp（V-U）代表复合误差项;V代表影响生产的随机因素，V～N（0，σ2V）;U（非负）为技术无效率项，U～N+（M，σ2u）;技术效率（TE）用exp（-U）来表示，当U=0时，TE=1，表示处于完全技术有效状态，当U>0时，TE介于0—1之间，表示处于技术非有效状态。

本文借鉴Battese和Coelli^[15]的模型原理，构建超越对数生产函数，具体形式如式（2）、式（3）所示：

lnYit=β0+lnf（Xit;β）+Vit-Uit （2）

lnYit=β0+βklnKit+βllnLit+βTlnTit+12βKK（lnKit）2+12βLL（lnLit）2

+βTTT2+βKL（12lnKitlnLit）+βTK（TlnKit）+βTL（TlnLit）+Vit-Uit （3）

其中，Yit，Kit，Lit分别表示第i个省在第t年的文化产出、资本投入和劳动投入;β为待估计的未知参数，表示各投入要素的产出弹性。同时，技术效率函数模型可表示为：

TEit=exp（-Uit）（4）

Uit=δ0+δ1lnHRSit+δ2lnDOCit+δ3lnLOUit+δ4lnLOMit+δ5lnLOIit

+δ6lnFSTit+δ7lnINSit+δ8lnPOMit+δ9D0+εit （5）

其中，δ0为常数项，δ1—δ9为待估参数，反映各因素对技术效率的影响程度，如果δ1为负，则表示其对技术效率的影响为正，反之亦然;γ=σ2u/（σ2v+σ2u），γ∈ [0，1]，表示生产非效率中技术非效率所占的比重，即实际产出与生产前沿面之间的差距中技术非效率所占份额，γ趋近于0，则误差项主要来源于不可控的随机因素，采用OLS估计，如果γ越大，表示实际产出与潜在最大产出之间的差距主要来源于技术非效率，此时适用SFA模型。

四、模型估计及实证结果

1.SFA模型的估算结果

本文使用Frontier 4.1软件采用极大似然法得出SFA模型超越对数生产函数模型参数估计和假设检验。

表2的结果显示：（1）方差σ2的值为0.099，且t值在1%的统计水平上通过检验，说明本文使用传统的C—D生产函数并不能充分利用研究数据;（2）γ的值为0.673，且t值在1%的统计水平上显著，说明我国文化产业的实际产出与可能的最大产出之间的差距主要来源于技术的非有效性，有67%的因素可以用技术非效率来解释，而随机误差的变异占33%;（3）参数η的值为-0.054，且t值在1%的统计水平上显著，说明我国文化产业中技术效率会随着时间的变化而得到明显的提高和改善;（4）极大似然对数值LR的值为-20.334，说明其服从混合卡方分布。

从表2可知，文化产业从业人员（βL）和物质资本存量（βK）的系数均为正值，且βL>βK，说明增加生产要素投入能够有效提高文化产业产出效率，劳动力投入在文化产业增长中起主要作用;两者系数之和小于1，说明当前我国文化产业尚未实现规模经济。技术进步的系数βT为正值，说明我国文化产业中存在技术进步效应，技术进步平方项的系数βTT亦为正值，说明技术进步随时间的变化有不断增长的趋势。LnL平方影响项的系数

为负值，说明产出并没有随劳动力投入的增加呈现加快增长的趋势，反而受资源配置和技术进步等因素的制约，产出增速有所放缓。LnL×LnK的系数为正值，说明文化产业劳动力从业人员与物资资本存量之间存在互补效应。T×LnL的系数为正值，说明随着时间的推移文化产业从业人员会呈现边际产出能力增强的趋势。

为说明使用超越对数生产函数的合理性，本文采用广义似然比检验各个零假设条件，检验结果如表3所示。

表3模型假设检验结果

原假设H0H0含义l（H0）λ值临界值检验结果

βTT=βKK=βLL=βTK=βTL=βT=0使用C—D生产函数-84.153127.63814.169拒绝H0***

βT=βTT=βTK=βTL=0无技术进步效应-57.64274.61612.463拒绝H0**

η=0技术非效率不随时间变化-125.765210.8627.376拒绝H0***

从表3可知，原假设βTT=βKK=βLL=βTK=βTL=βT=0在1%的统计水平上被拒绝，说明柯布—道格拉斯生产函数并不适合本文分析，应该考虑使用超越对数生产函数;原假设βT=βTT=βTK=βTL=0在5%的统计水平上被拒绝，说明本文使用的生产函数中应该存在技术进步效应;原假设η=0在1%的统计水平上亦被拒绝，说明本文不能直接使用普通最小二乘估计（OLS）对面板数据进行估计，故本文使用SFA模型超越对数生产函数是可行的。

此外，本文把对区域文化产业技术效率的考察纳入文化体制改革的三阶段时间框架之下，依据郑世林和葛珺沂^[11]的观点，确立1998—2002年为改革前期阶段、2003—2005年为改革阶段、2006—2012年为改革推广阶段。由表4可知，1998—2012年我国文化产业平均技术效率仅为0.603，说明整体技术效率水平不高。从各区域来看，东部地区文化产业平均技术效率水平高于全国平均水平，而东北、中部和西部地区则低于全国平均水平，0说明我国文化产业技术效率水平与经济社会发展状况息息相关，经济社会发展状况良好地区能够提供足够的劳动、资本要素支撑文化产业技术效率水平的提高。从各省市来看，上海、浙江、广东、江苏、辽宁和湖南等地技术效率水平较高，除受当地经济社会发展水平较高影响之外，上述省市基本都处在2002年文化部确立的首批文化体制改革试点地区名单内，也为其技术效率的提高提供了良好契机。

从表4中可以看出，从时间变动趋势来看，我国文化产业技术效率在整体上呈现出逐步上升的趋势，从1998—2002年的0.577增加到2006—2012年的0.625，增幅为8.320%;而从各省份文化产业技术效率变动趋势来看，除了上海、浙江、广东、海南、陕西、宁夏、新疆和甘肃等8个省份表现出一定的时间波动性之外，其他省份文化产业技术效率均随时间变化而不断上升，其中，湖南增幅最大（21.090%），广东最小（-4.610%），这与湖南自2003年以来启动的以内部整合为目标的广电改革和文化体制机制创新有关。

2.技术效率影响因素估计结果

从规模因素估计结果来看，根据表5所示，1998—2012年全国范围内人力资本对技术效率损失的参数值δ1为-0.185，但回归结果并未通过统计性检验。从区域层面来看，东部地区和东北地区的回归结果验证了人力资本水平的提高能够促进文化产业效率提升的结论，这是由于东部地区和东北地区文化产业门类丰富，知识共享与传递平台较为完善，人力资本对文化产业效率的提升作用显著;但就中部地区、西部地区而言，人力资本水平对文化产业效率的影响不显著。市场文化需求对技术效率损失的参数值δ2为-0.072，且其t值在1%的显著性水平上通过统计检验。就区域而言，这种影响在东部地区和中部地区表现较为明显，东北地区次之，西部地区影响较小且回归结果不显著。可能的原因在于东部地区、中部地区文化产业集聚程度和专业化水平较高，同时对于文化商品和服务的需求规模较大，能够充分利用本地市场效应

本地市场效应（Home Market Effect），是指对规模收益递增产品有相对大需求的区域会有更大比例的产出，通过吸引企业在地区集聚，使产出的增加大于需求的增长，进而使该地区成为该种产品的净出口地。实现文化生产与服务效率的提高。而西部地区自身文化消费需求较低，主要依靠外部省市文化消费的支撑带动，因而当地市场文化需求对文化产业效率的提升效果有限。

从环境因素估计结果来看，城镇化率对技术效率损失的参数值δ3为-0.141，说明城镇化水平提高能够促进文化产业技术效率水平提升。就区域而言，城镇化率水平的提高对文化产业生产效率均具有正向影响，对西部地区影响最大，原因在于城镇化水平的推进有助于增加农民对多种文化商品与服务的消费，这将直接刺激文化产业规模的提升和文化产业技术效率水平的提高。市场化率对技术效率损失的参数值δ4为-0.259，说明市场化改革对文化产业技术效率具有正效应。从区域层面来看，西部地区虽然显著性水平较低，但其绝对值较大，说明市场化改革对其产业技术效率的提升影响较大，其他地区市场化水平对技术效率水平影响显著为正。信息化率对技术效率损失的参数值δ5为-0.019，说明信息化水平对技术效率水平的提高具有正效应。信息技术作为实现文化生产与消费对接的重要工具，实现了文化商品与服务的快速传播，同时也降低了文化产品的管理、传播和销售环节的成本，有效解除区域限制，实现跨地区发展。

从文化体制改革因素估计结果来看，政府财政支持对技术效率损失的参数值δ6为-0.078，说明政府财政支持对文化产业技术效率提升具有正效应。政府对公共文化的支持，是文化产业发展的重要保障。各类文化事业机构数对技术效率损失的参数值δ7为0.036，说明文化事业机构情况对技术效率水平的提高具有抑制作用。这一结果看似不合理，实际上与我国文化体制改革下文化事业基础薄弱、文化产业发展不强、人民文化需求没有完全激发的现状相符。文化事业机构数的多少反映了文化产业发展的基础设施情况和环境氛围，一直以来我国文化产业基础设施和建设落后，这成为阻碍文化产业生产效率提高的硬性约束。从区域来看，东部地区系数显著为负但绝对值很小，东北地区、中部地区、西部地区为正，也从某种程度上证实了我们的猜测。文化市场管理人员数对技术效率损失的参数值δ8为0.018。从区域来看，只有中部地区和西部地区在10%的水平上通过统计性检验，且值为负，这说明选择文化市场管理人员数作为衡量文化市场管理水平的指标有待商榷，可能会对估计结果造成误差。

从控制变量因素估计结果来看，地区文化资源虚拟变量对技术效率损失的参数值δ9为-0.413，且其t值在1%的显著性水平上通过统计检验，说明地区文化资源禀赋对于提高文化产业技术效率有明显促进作用。从各区域来看，东北地区没有通过统计性检验，而其他地区都通过了显著性检验。本文认为，东北地区的3个省没有一个被列入历史文化资源大省，此时的虚拟变量设置没有意义;东部地区文化产业整体实力较强，主要基于创意的文化生产方式提高了对技术、人才以及资本的需求，而历史文化资源等先天优势的表现作用不再明显;西部地区部分省市历史文化资源丰厚，资源优势对省市文化产业技术效率的提升作用较强。

五、结论

本文使用1998—2012年全国30个省市的面板数据，采用SFA模型超越对数生产函数测算了我国四大区域文化产业技术效率水平以及规模、环境和文化体制改革等因素对文化产业技术效率水平的影响程度。研究结果表明，我国文化产业整体平均技术效率水平较低;就地区而言，东部地区相对较高，而东北地区、中部地区和西部地区低于全国平均水平，西部地区最低。从技术效率变动趋势来看，整体上表现出随时间变化不断上升的趋势。同时，随着文化体制改革的不断深入和试点范围的不断扩大，技术效率水平出现不同程度的提高。从影响文化产业技术效率的因素来看，地区相对文化市场需求、城镇化水平、信息化水平、政府财政支持和文化事业机构情况对文化产业效率影响显著为正，而人力资本、市场化和文化市场管理人员状况对文化产业效率的影响存在区域差异，且地区文化资源状况对文化产业效率的提升具有重要影响。

基于上述研究结论，本文提出以下政策建议：一是继续深入推进文化体制改革，加快政府职能转变，加快构建文化市场生产经营机制，加强政府支持^[16];二是强化科技型人才对文化产业的支撑，为文化产业技术效率的提升提供智力支撑和人才保障;三是加快推进城市化进程，完善地区文化基础设施建设，形成良好的文化产业发展环境，以城镇化引领带动农村对文化商品和服务的需求并驱动文化产业转型发展;四是加大对西部地区支持，充分利用地区文化资源优势，着力缩小地区文化产业技术效率差距，以提高居民收入带动文化商品和服务消费^[17]。

参考文献：

[1]Anne，K.L.，Heike，W.Baumols Cost Disease，Efficiency，and Productivity in the Performing Arts： An Analysis of German Public Theaters[J].Journal of Cultural Economics，2011，35（3）： 185-201.

[2]马萱，郑世林.中国区域文化产业效率研究综述与展望[J].经济学动态，2010，（3）：83-86.

[3]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模型和超越DEA模型的分析[J].数量经济技术经济研究，2012，（12）：69-81.

[4]鲁小伟，毕功兵.基于主成分分析法的区域文化产业效率评价[J].统计与决策，2014，（1）： 63-65.

[5]Bishop，P.，Brand，S.The Efficiency of Museums： A Stochastic Frontier Production Function Approach[J].Applied Economic，2003，35（17）：1853-1858.

[6]Francisco，M.F.Monitoring Managerial Efficiency in the Performing Arts： A Regional Theatres Network Perspective[J].Annals of Operations Research ，2006，145（1）：167-181.

[7]Marco，S.，Yrausell，K.Productivity Analysis in the Spanish Cultural and Leisure[J].Estudios De Econonia Aplicada，2006，24（2）：699-722.

[8]王家庭，张容.基于三阶段DEA模型的中国31省市文化产业投入产出效率研究[J].中国软科学，2009，（9）：75-82.

[9]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，（3）：72-77.

[10]董亚娟.区域文化产业效率的影响因素研究——基于随机前沿模型的分析[J].商业经济与管理，2012，（7）：29-39.

[11]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.

[12]黄永兴，徐鹏.经济地理、新经济地理、产业政策与文化产业集聚： 基于省级空间面板模型的分析[J].经济经纬，2011，（6）：47-51.

[13]樊纲，王小鲁，朱恒鹏.中国市场化指数——各地区市场化相对进程2011年报告[M].北京：经济科学出版社，2011.

[14]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44.

[15]Battese，G.E.，Coelli，T.J.A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995，（20）：325-332.

[16]钟廷勇，安烨.中国文化产业分省资本存量估计研究[J].财经问题研究，2014，（5）：30-36.

[17]耿同劲.文化产业融资：从文化企业到文化产业供应链[J].东北财经大学学报，2013，（2）：64-69.

（责任编辑：徐雅雯）