中国城市文化产业效率研究

袁晓玲　何里文　陈亮

摘要：运用DEA模型测算中国城市文化产业的投入产出效率。结果表明：城市文化产业投入产出效率整体不高，纯技术效率明显低于规模效率，地理分布呈现“东高西低”的特征，表明中国城市文化产业生产规模均不是帕累托最优。鉴此，应加速科技创新与文化产业融合、产业集聚发展，发挥文化品牌效应，加强公共文化设施投入，利用地方特色文化资源，提升中国城市文化产业效率。

关键词：城市文化产业；投入产出；效率

一、引言

受经济发展、文化教育水平和文化鉴赏能力的影响，城市是中国文化产业的主要聚集地。中国城市文化产业发展是投入作用还是生产率提高的结果？城市文化产业效率变化趋势呈现什么态势？城市文化产业的影响因素是什么？这些问题的研究，对城市文化产业的资源调配和产业政策调整，都有着重要的实践意义。

现有文献中，文化产业效率研究较少，在测度效率的方法方面，多运用非参数的数据DEA法和SFA法，如王家庭、侯艳红等对中国省域文化产业投入产业效率的测算[1][2]，蒋萍等采用经济普查数据和三阶段DEA方法对中国省域文化产业效率的研究[3]；在研究对象方面，多聚焦于省级层面，对省级以下的市或县（区）层面的研究不多。如张仁寿等分析了广东省等13个省市在2007年的文化产业投入产出绩效[4]；在研究时间跨度上，动态的面板分析较少，如何里文等运用Malmquist生产力指数模型，对中国31个省市2005-2009年文化产业全要素生产率变动以及技术变动的研究[5][6]。郭平等研究发现中国文化产业处在产业发展的初级阶段，呈现空间不均衡现状[7]。在研究口径方面，国家统计局颁布了相关文件，为规范文化产业范围和统一文化产业研究口径，发挥着重要作用[8][9]。

通过梳理发现，少量文献仅仅从文化产业效率方面依据截面数据和面板数据两个方面，对文化产业省级尺度的发展效率水平进行研究，尚存在以下改进之处：（1）采用非参数DEA存在四大问题：一是估计量收敛率偏慢；二是易受异常值影响；三是投入产出方向选取；四是规模水平作用。而参数的随机前沿生产函数法SFA法又存在两个问题：第一，单一的指数函数测度技术非效率贡献，结果易造成偏差；第二，需要重视模型的内生性问题，该因素会造成参数估计偏差，测度可信度不高。（2）在研究尺度上，多数学者将研究对象聚焦于省一级，省级以下的市或县（区）层面研究较为少见，而文化产业的发展与城市发展密切相关，对城市文化产业效率的状况的刻画，比省域指标更能真实反映中国文化产业效率真实状况，对指导中国文化产业提升和制定文化产业相关政策，更具有借鉴意义和参考价值。

既有文献为本文提供了良好基础，本文将进行如下拓展：（1）研究对象从省域层面拓展到地级市层面，选择国内98个城市作为研究对象；（2）引入EBM（Epsilon-based-measure）混合距离模型，将非径向和径向方法纳入统一框架，弥补径向计算方法在评价效率时要求投入或产出要素同比例变动假设的不足，完善非径向计算方法忽略效率前沿投影值原始比例信息的缺陷。

二、研究方法

Fried等构思出一种全新的效率评价模型三阶段DEA法[10]，该方法与传统的DEA方法相比较，其最大的优点在于完美地结合参数法与非参数法的各自特点，改变了过去非参数方法不能测度影响效率的因子和参数法受限于函数结构对去除影响因子无能为力的缺憾。该方法步骤如下。

第一阶段，传统的DEA模型的改进。将非径向和径向方法纳入统一框架后，得到：

其中， 是最优效率值， 是径向模型计算的效率值， 是第 个要素投入的投入松弛向量。 是第 个要素投入的权重， ，并且满足 ， 是一个重要的参数，它包含了径向变动比例 和非径向的松弛向量，且 和 需要事先确定。从模型中 项可以看出 为单位不变，所以 应被视为单位不变数值，反映投入资源 的相对重要性。

第二阶段，构建文化产业效率SFA模型。Fried等认为传统效率值存在一定失真性，传统效率值大小由环境因子、随机误差因子以及内部协同因子组成。要想得到真实的效率值必需剔除环境因子影响。假设有n个子产业，每个子产业有m种投入，有p个环境变量对误差值有作用，同时假设：

式（1）中， 为第i个子产业第n项投入的误差值， 为i个环境变量， 表示环境变量的待估参数； 为环境变量对投入误差值 的影响，得 。 为复合误差项， 表示随机干扰，并假设 ； 表示内部协同无效率，并假设 服从正态分布，即 ， 和 独立不相关。假设： ，当R趋向近1时，内部协同因素占优势；当R趋向于零时，随机误差的影响占优。

将SFA回归结果 纠正各子产业的投入项，机理是将所有的子产业调整到一样的环境下，兼顾随机干扰的作用，测算出纯粹反映各子产业内部协同水平的值。纠正的模式是：一是对于那些所处环境较好的子产业，增加该因子投入；另一种是对于环境较差的子产业，减少该因子投入。实践中前者更具现实意义，假设在特定极端环境之下，对于环境很差的子产业减少其投入可能会导致纠正后的投入项为负值。本文采用前一种调整方法，调整如下：

式（2）中， 为第i各子产业的第n个投入项的实际值， 为其纠正后的值， 为环境变量参数的估计值， 为随机干扰项的估计值。前面的中括号表示把全部子产业放在一样的环境当中，后面中括号表示将全部子产业的随机误差纠正为一致环境。

第三阶段：对纠正后的投入产出进行DEA计算。对将第二阶段纠正后投入值 与初始数值再次代入DEA模型，所得的效率值看作是剔除了环境和随机误差影响后的效率值。

三、指标数据

1.文化产业范围界定

本文以《文化产业及相关产业》（2012年修改版）为基础，具体包括新闻服务业、出版服务业、发行服务、演艺行业、文化保存服务业（图书馆、博文馆、文化保护服务）、电影电视制作、广播电视服务等中类产业。

2.指标选择与释义

（1）投入产出的指标选取

指标选取基于三个原则：文化产业的文化性、产业性双重属性特点；指标的可测度性；数据的可得性。

指标选取时，一是投入指标，包括资本存量和劳动力。资本存量计算方法借鉴蒋萍和王勇的方法，采用文化产业工业单位实收资本、批发零售业实收资本和其他服务业实收资本加总；劳动力为城市平均文化产业从业人员数（本期初值加上期末值的算术平均值）；二是产出指标，包括文化产业增加值。

（2）影响因素指标选取

影响因素的设定，主要从城市对文化产业的承受力和吸附力两个方面考虑。借鉴前人学者的做法，从经济、教育、文化环境、政府政策、科技创新等五个维度构建指标体系：经济维度采用人均GDP指标进行测算，教育水平采用普通高等学校在校人数指标，文化环境指标采用每万人公共图书馆藏书量指标，政府政策环境选择文化体育与传媒拨款占财政支出比重指标，科技创新水平选择科技支出占财政支出比重衡量。

3.数据来源：本文以中国98个城市2012年文化产品生产涉及行业作为研究对象，数据收集于国家统计局网站、《中国统计年鉴2013》、《中国城市统计年鉴2013》、《中国文化文物统计年鉴2013》、相关政府网站以及公开出版的其他资料。

四、实证分析结果

1.第一阶段基于改进的DEA文化产业效率值结果

依据前文公式对2012年98个城市文化产业投入产出效率进行分析，表2报告了中国城市文化产业综合技术效率整体不高，平均为0.64，文化产业纯技术效率平均得分为0.62，文化产业规模效率平均得分为0.80。综合效率值都接近前沿面1的有中山、苏州、深圳。综合技术效率较高城市还有杭州、上海、北京、宁德、随州、铁岭、铜川。从规模效应来看，除中山、苏州、深圳三市规模报酬不变外，其他城市的规模报酬表现呈不规律分布。简而言之，中国城市文化产业效率东、中、西部异质性明显，与城市的经济发展水平密切相关，其中东边沿海地区，如珠三角地区、长三角地区的标杆城市综合效率水平值较高。效率值较低的城市则分布在经济处于相对落后的中、西部地区。

2、第二阶段SFA回归结果

将第一阶段得出的决策单元中投入变量的固定资产原值、平均从业人员数两个松弛变量作为因变量，将上文中的五个环境变量进行对数化处理后作为自变量，运用Frontier4.1进行SFA回归，形成结果见表2。从回归结果上看，五个环境自变量对二种投入因变量的系数均通过显著性检验，这说明外部环境因素对城市群文化产业投入冗余存在显著影响，应用S FA进行回归分析是很有必要的。

具体分析结果如下：

（1）人均GDP。人均GDP与投入无效率均呈反向关系，说明人均GDP越高文化产业无效率投入越低。因为人均GDP的提高说明该城市经济增长程度较高，人们的文化消费潜力较大，从另一个角度看人均GDP较高的城市优良的基础社会和公共文化事业水平减少城市文化企业自身投入，两方面路径都会降低投入无效率的程度。

（2）在校人数。在校人数说明当地城市居民文化素质水平高低，从表4上可知，该变量与文化产业投入低效率也都呈负相关关系，因为在校人数值得升高，文化产业劳动者的素质提升，意味单位劳动生产率的提升，有利于降低投入产出低效率。受教育水平程度越高，对文化产品和服务需求的欲望也越强烈，也从提升了文化产出的效率。

（3）图书馆藏书。图书馆藏书量在一定程度反映城市基础设施投入发展水平。结果现实与文化产业投入低效率也都呈正相关关系。究其原因，说明中国各城市的图书馆藏书利用效率不高，电子媒体的出现是原因之一，图书馆地理布局上往往在人口较少的新城区，便捷性不够也是因素之一。

（4）文化体育与传媒财政拨款数量。该指标反映政府对产业的扶持力度，从表4上可知，该变量与文化产业投入低效率也呈负相关关系，表明政府的财政支持力度越大优化产业基础，减少文化企业的自身投入，对效率提高呈正向作用。

（5）科技支出。科技支出水平说明政府在城市科学创新激励大小，支出越多说明奖励越大，科技创新成果越多。回归系数为正，反映城市的科技支出水平没有产生相应效果，投入导向出现问题，创新科技的基础研究投入不够，对文化产业有用的创新科技成果不多，造成了文化产业投入效率低下。

上述分析各种因素对城市文化产业效率值大小的影响造成测度数据的失真，根据三阶段DEA方法的原理将真实值与投影值进行比较，调整原投入变量，使得所有城市面对相同的环境或运气，进而得到真实的效率水平。

3、第三阶段投入调整后DEA实证结果

根据前述三阶段DEA计算步骤，运用回归结果对投入变量进行调整，再次根据第一阶段进行第二次计算，结果见表2。由表2可知，98个城市整体效率值第三阶段与第一阶段值差距较大，综合技术效率值由0.64下降到0.41，纯技术效率由0.62下降到0.52，而规模效率由0.80上升到0.86。从结果来看，较第一阶段DEA法调整后城市文化产业综合技术效率下降明显，而规模效率有较大程度提升。调整后的整体效率都接近前沿面1.0的仍然有三个城市（中山、苏州、深圳）。与之前对比，调整后综合技术效率较高的城市（杭州、上海、广州、北京），依然位居前列，此外，有四个城市（江门、青岛、东莞、泉州）明显提升。另外，规模报酬不变的城市还是中山、苏州、深圳，其他大多数城市的规模报酬呈现出规模递增。

五、结论与启示

（1）中国城市文化产业效率平均数仅为0.41。地理分布格局与经济发展格局同步，呈“东高西低”态势，差距较大。区域纬度，珠江三角洲和长江三角洲等东部沿海地区文化产业效率值较高，前三位城市分别是中山、苏州、深圳，效率值较落后的多为中西部城市。

（2）纯技术效率和规模效率不匹配，纯技术效率是综合效率不高的主因。规模效率值为0.85，而纯技术效率值仅为0.51，纯技术效率明显低于规模效率，这一结论与王家庭[1]、蒋萍[3]的研究结果正好相反，故城市文化产业需融合技术创新，依靠科技创新带动文化产业升级，这是提升城市文化产业效率的可行路径。

（3）中国城市文化产业投入产出调整后，大多数处于规模报酬递增阶段，均低于最优生产规模，产业规模效应还有提升空间。需要发挥城市文化消费人数众多、消费能力强的优势，引导文化产业集聚发展，从纵向上形成产业上下游产业链，从横向上利用科技创新，加快科技与产业融合发展，形成聚集效应和规模效应。

根据本文的研究，中国城市文化产业投入产出效率较低，存在较大提升空间。首先，加强文化产业创新发展意识，培养文化创意人才，从内容上创作出更多优秀作品，依托科技创新手段形成文化创意产品；其次，充分挖掘文化产业地方文化资源优势，聚合相关产业链条企业形成产业链式发展。再次，重视文化品牌效应，从城市人们文化需求挖掘着手，用精品满足城市人们的精神需求。同时，加强城市公共文化事业发展，提高本区域的人力文化鉴赏能力和文化素质，加强图书馆、博物馆等公共文化设施投入。复次，西部城市应利用地方特色文化资源，利用产业集聚园区的集聚效应，配合创新的文化产业商业模式，缓解目前东西部发展不均衡的空间格局。

参考文献

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

[2]侯艳红.文化产业投入绩效评价研究[D].天津：天津工业大学，2008.

[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模型和超效率DEA模型的分析[J].数量经济技术经济研究，2011（12）：69-81.

[4]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）：188-197.

[5]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.

[6]何里文，袁晓玲，邓敏慧.我国十大城市群文化产业投入产出效率研究[J].统计与决策，2015（1）：136-138+141.

[7]郭平，彭妮娅.中国文化产业发展的空间不均衡性分析[J].财经理论与实践，2013（3）：117-121.

[8]吴艳.战略性新兴产业的评价与选择[J].科学学研究，2011（5）：678-683+721.

[9]张剑.日本文化产业出口贸易预测及其启示[J].东岳论丛，2012（7）：147-150.

[10]Fried，Lovell，S.Yaisawarng.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002，（17）：121-136.

Research on Input and output efficiency of urban cultural industry in China

Yuan Xiaoling1，He Liwen1，2，Chen liang2

（1.School of Economics and Finance，Xi'an Jiaotong University，Shanxi Xian710061；2.School of Management，Guilin University of Technology，Guangxi Guilin 541004）

Abstract：In this paper，taking China's 98 cities as the research object，using DEA model analysis of input-output efficiency of 2010 cultural industry.Research indicated：Input and output efficiency of urban cultural industry aren't high at all.The input-output efficiency of these 98 cities show "east is high and west is low" on the overall spatial distribution pattern，and the gap is very big.The best performance of these cities are all located coastal developed areas，such as zhongshan，suzhou，shenzhen.The efficiency value of Midwestern cities is relatively low.The key factor of influence the efficiency of comprehensive Culture industry are pure technical efficiency，significantly lower than the scale efficiency，in contrast to the provincial research results；After adjusting input-output efficiency of urban cultural industry，the profit and scale of production will increase，shows that the scale of production of urban cultural industry in China are lower than they are expected.According to the analysis conclusion，this paper puts forward the Suggestions for the improvement of urban cultural industry input-output efficiency.

Key words：urban cultural industry；Input and output；efficiency